基于地图匹配数据与GPS的自适应陀螺误差校正方法
技术领域
本发明属于导航领域,主要应用于GPS/DR组合导航方式中,它涉及一种使用地图数据与GPS数据自适应校正陀螺误差的方法。
背景技术
全球定位系统(Global Position System,简称GPS),又称全球卫星定位系统,是一个中距离圆型轨道卫星导航系统。它可以为地球表面绝大部分地区(98%)提供准确的定位、测速和高精度的时间标准。该系统包括太空中的24颗GPS卫星;地面上的1个主控站、3个数据注入站和5个监测站及作为用户端的GPS接收机。GPS系统具有全天候、全球性且基本不受地域、时间限制,但当车辆行驶在城市高楼区、林荫道、隧道、立交桥下等区域时,常出现GPS卫星信号被遮挡或多径效应问题。当卫星少于4颗,GPS接收机就无法正常定位,或者受多径效应的影响,导致定位精度很差。
航位推算(Dead reckoning,简称DR)是利用已知位置,结合移动速度跟方位,来推算出现有位置的过程,在导航领域主要通过陀螺仪来侦测方位,速度信息通过车辆的里程计提供。在导航领域常常将GPS和DR相结合,形成组合导航方式。
地图匹配方法是借助电子地图库中的高精度道路信息作为分类模板来进行模式识别,根据识别结果来校正GPS接收数据的定位误差,从而正确反应出车辆在电子地图上的正确位置的方法。地图匹配结果包括当前位置信息(经纬度),道路角度,速度信息。
在GPS/DR导航领域,主要关注陀螺的零漂误差和刻度因子误差两种:
零漂误差:是指陀螺静止不动时仍然有角度变化的输出。
刻度因子(Gyro scale factor):Describes the relation of the typical gyrosensitivity[V/(deg/s)]to the real measured output voltage[V]of the actual turnrate[deg/sec].
Gyro scale factor的误差与温度也有关系,不同温度下Gyro scale factor的误差也不同,一般通过特殊设备在实验台对每组温度下的Scale Factor进行多次测量可以得到scale factor的误差,但由于导航设备往往是批量生产的,如果对每个导航设备都进行测量标定将是一个浩大的工程,势必会浪费较大的人力和时间,而自适应陀螺误差校正算法可以动态的校正陀螺误差,有效节省人力和时间。
GPS/DR组合导航一般具备如下特征模块:
1.DR数据采集与解析模块,用于对DR数据的采集和解析,解析后的结果为陀螺电压,温度,采样时间片。
2.GPS数据采集与解析模块,用于对GPS数据的采集和解析,解析后的结果包括经纬度坐标,时间,角度,高度,卫星星历,定位精度等信息。
3.DR数据处理与误差校正模块,主要是将陀螺的电压数据转换为角度数据,同时使用地图匹配数据和GPS信息自适应的校正陀螺误差。
4.零漂校正表,存储了不同温度下陀螺的零点电压。
5.刻度因子校正表,存储了不同温度下陀螺的刻度因子。
6.数据融合模块,用于将DR数据和GPS数据进行融合,产生一个高精度定位数据以供地图匹配模块使用。
7.地图匹配模块,用于将信号点匹配到相应的电子地图数据库中的地图道路上。
8.地图匹配结果,主要存储了经纬度坐标,速度信息,道路角度信息。
9.电子地图数据库,用于存储导航所需要的电子地图数据。
发明内容
现有的自适应陀螺误差校正方法一般只是使用GPS信息来动态校正陀螺的误差,校正的效果受到GPS信号精度好坏的影响,为了克服GPS的低精度,更有效的校正陀螺的误差,本发明使用精度更高的电子地图数据,结合GPS信息自适应的校正陀螺的误差。
本发明所采取的技术方案是:
步骤一、侦测、更新、记录车辆在大角度转弯前一段时间内直线行驶的地图匹配数据、DR数据和GPS数据;
步骤二、侦测车辆是否有大角度的转弯特征;
步骤三、在车辆大角度转弯后,侦测,更新,记录车辆在大角度转弯后一段时间内直线行驶的地图匹配数据、DR数据、GPS数据和温度数据;
步骤四、计算当前温度下陀螺的刻度因子,将刻度因子存储到相应温度下的队列中;
步骤五、取出当前温度下的队列中所有存储的刻度因子,计算平均值,使用平均值替代当前使用的该温度下的刻度因子,更新相应温度下的刻度因子表;
步骤六、重复步骤一至五。
优选的,上述步骤四中计算陀螺的刻度因子通过以下方法得到:
通过地图匹配结果和GPS信息精确检测到陀螺在一定时间T内转动的角度ΔAngle,通过陀螺的在这段时间T内输出的总电压值偏移值,根据下面(公式一)计算出陀螺的刻度因子,
(公式一)
其中,Scale_Factor表示陀螺的刻度因子,单位:V/(deg/s),T为拐弯前直线行驶开始到拐弯后直线行驶结束的总时间,单位:s,ΔVi表示时间T内每次采样的陀螺的输出电压值,单位:V,ΔAngle拐弯前后直线行驶的角度差,单位:deg。
优选的,上述步骤五中计算平均值的方法是加权平均法。
优选的,上述步骤二中的判断当前车辆是否为大角度转弯的方法具体为:根据最近几秒中内GPS输出的角度信息计算当前车辆的角度变化率Ratio_Angle,如果Ratio_Angle大于一定阈值,则当前车辆为大角度转弯,如果小于等于一定阈值,则否。
本发明的有益效果是:可以有效利用地图数据库中精准的地图道路角度数据来计算陀螺的刻度因子,从而自适应的校正不同温度下陀螺的误差,满足导航系统对DR数据高精度的要求。
附图说明
图1是基于地图匹配数据与GPS的自适应陀螺误差校正方法的总体步骤流程图;
图2是基于地图匹配数据与GPS的自适应陀螺误差校正方法的思路示意图;
图3是基于地图匹配数据与GPS的自适应陀螺误差校正方法的流程图;
图4是基于地图匹配数据与GPS的自适应陀螺误差校正方法的导航装置的结构示意图。
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
图1所示出了基于地图匹配数据与GPS的自适应陀螺误差校正方法的总体步骤,是图3的一个概括。
图2所示是一个典型的陀螺误差校正场景,车辆从①②路段行驶到②③路段,经过了一个大角度(90°)的转弯,此时会根据AB段和CD段的GPS以及地图匹配数据对陀螺误差进行校正,具体校正算法将在下面论述。
图3所示出了基于地图匹配数据与GPS的自适应陀螺误差校正方法的流程图,详述如下:
1)判断当前车辆是否为大角度转弯,其判断方法为,根据最近几秒中内GPS输出的角度信息计算当前车辆的角度变化率Ratio_Angle(该值会存储下来,以下步骤会使用),如果Ratio_Angle大于一定阈值,则当前车辆为大角度转弯,进入步骤3),否则进入步骤2);
2)判断当前车辆是否为直线行驶,其判断方法为,如果Ratio_Angle大于一定阈值则判定当前车辆非直线行驶,进入步骤17),否则进入步骤4);
3)判断下次直线行驶时需要更新的历史记录,如果Flag=0,则进入步骤7),否则进入步骤8);
4)根据Flag值,判断应该更新那个历史记录,如果Flag=1,则进入步骤5),否则进入步骤6);
5)更新历史记录1中的数据,历史记录1记录了大角度转弯前一定长度的数据单元,每个数据单元包括DR的相关数据、GPS相关数据、地图匹配结果数据,其中DR相关数据包括当前时刻的时间、时间片、温度、陀螺输出电压与相应温度的零点电压差值、车速脉冲,GPS数据包括GPS角度信息、速度信息、精度信息,地图匹配结果包括道路角度信息,匹配是否有效标志(当信号点角度与匹配道路角度差小于一定阈值即可判断当前匹配有效,否无效)。更新历史记录1的会保持历史记录小于或等于一定的长度L,当长度大于L时,该操作会删除历史记录中“最旧”的数据,加入“最新”的数据,“最旧”即离当前时刻最长的时刻,“最新”即离当前时刻最短的时刻,也就是当前时刻。进入步骤17);
6)更新历史记录2中的数据,方法同步骤5),只是操作对象为历史记录2。进入步骤9);
7)下次直线行驶更新历史记录1中的数据,将Flag赋值为1,进入步骤10);
8)下次直线行驶更新历史记录2中的数据,将Flag赋值为2,进入步骤11);
9)判断历史记录2中数据量是否满足校正条件,判断历史记录中的数据是否满足条件的的标准为,同时满足以下三个条件:1.历史记录的数据长度为L;2.历史记录中的最大温度值和最小温度值的差值不能超过1摄氏度;3.所有历史记录的定位匹配结果有效。如果满足条件,则进入步骤12),否则进入步骤13);
10)清除历史记录1中已有数据,将历史记录1中的所有数据都清除掉,进入步骤17)。
11)清除历史记录2中已有数据,将历史记录2中的所有数据都清除掉,进入步骤17)。
12)判断历史记录1中的数据是否满足校正条件,判断方法同步骤9)中的方法,如果是则进入步骤14),否则进入步骤16);
13)判断是否需要清除掉历史记录中的数据,判断条件如下:1.计算从历史记录1开始到现在时刻的时间长度,判断该值是否大于一定阈值;2.计算历史记录1开始到现在时刻的车辆行驶距离,判断该值是否大于一定阈值。如果上述两个条件有一个满足则进入步骤16),否则进入步骤17)。该操作主要是为了防止长时间或者长距离达不到校正条件,出现累计数据溢出问题;
14)根据历史记录1和历史记录2计算陀螺刻度因子,进入步骤15)。计算方法参考(公式一)。其中ΔVi和T都可以通过历史记录1和历史记录2获得,ΔAngle通过计算历史记录1中地图匹配结果的角度平均值和历史记录1中地图匹配结果的角度平均值的差值获取。
15)将计算出的刻度因子存储到相应温度下的队列中(队列长度为12);
16)取出相应温度下的队列中存储的所有刻度因子,使用加权平均法,计算出平均的刻度因子,更新刻度因子校正表,进入步骤17);
17)清除历史记录1和2的数据,将Flag赋值为1,进入步骤18);
18)使用16中的刻度因子来代替当前使用的刻度因子,本轮周期结束,重复步骤1-17;
上述步骤中Flag初始值为0,其只能取0,1,2三个值,其主要是标识下次需要更新那个历史记录。
图4示出了基于地图匹配数据与GPS的自适应陀螺误差校正方法的导航装置的结构示意图,为了便于说明仅示出了与本发明实施例相关的部分。
当导航装置启动后,导航系统会周期性的对DR传感器和GPS进行数据读取操作,图中DR数据采集与解析模块3,主要是对DR原始信息进行周期性的采样,然后对采集的数据进行解析。GPS数据采集与解析模块4,主要对GPS原始信息进行周期性的采样。由于GPS和DR的数据频率不一样,因此在采样过程中会对GPS和DR数据进行时间同步操作。
当数据采样和解析后要把原始的DR信息转换导航系统需要的角度信息,和距离信息,此外还对DR的误差进行校正,这里主要是使用地图匹配模块10中输出的上一个周期的地图匹配结果,以及GPS和DR信息来校正误差。
当DR数据进行转换和校正后,和GPS数据以及上一个周期中的匹配结果会被作为输入数据,传递到数据融合模块8中,在数据融合8中会使用数据融合算法对GPS数据和DR数据进行融合,产生一个精度最高的定位信息点,然后将定位信息点作为输入传递到地图匹配模块10中。
在地图匹配模块10中,会根据信号点中提供的经纬度坐标,角度,速度,定位精度等信息结合电子地图数据库9中提供的道路网数据,根据地图匹配算法产生地图匹配结果11,以供导航系统的其他模块,如地图显示,诱导等使用。
电子地图数据库9中存储有导航所需要有的电子地图数据,如路段的长度,角度,等级,宽度,拓扑信息等。
从图中可以看到地图匹配结果11,除了供其他模块使用外还会供数据融合、DR数据处理和误差校正模块使用。
以上所述,仅是用以说明本发明的具体实施案例而已,并非用以限定本发明的可实施范围,举凡本领域熟练技术人员在未脱离本发明所指示的精神与原理下所完成的一切等效改变或修饰,仍应由本发明权利要求的范围所覆盖。