CN102608643A - 一种组合式车辆位置测量方法 - Google Patents

Abstract

为解决车辆在桥梁、树木、隧道遮挡以及城市峡谷等复杂环境中的精确定位问题，本申请提出一种简单、可靠的惯性/GPS/里程计组合算法，该方法将分别通过惯性/GPS组合导航算法和里程计航位推算算法独立计算载体的位置信息，再通过设计简单的输出校正滤波器将两种不同算法计算得到的位置信息进行融合，最终给出高精度的车辆位置信息。相比传统的单滤波器深度组合算法，本方法具有较强的环境适应性、对GPS，惯导，里程计的误差模型不敏感、可靠性高、输出精度高、易于实现等优点，可很好地解决车辆在复杂环境中的精确定位难题。

Description

一种组合式车辆位置测量方法

技术领域

本申请涉及一种车辆的动态位置测量方法，涉及惯性导航、卫星导航及移动测量领域。本申请所述的方法可广泛应用于各种不同车辆的高精度、高动态、实时位置测量。

背景技术

车辆的位置测量是车辆导航、道路测绘、电子交通等应用领域必须解决的关键性技术问题。当前最常用的位置测量手段是GPS定位系统，如车载导航仪等，但单纯依靠GPS系统进行位置测量往往存在如下问题：(1)GPS信号易被遮挡出现中断：在桥梁、隧道、树木、城市峡谷等环境中，GPS无法提供连续及准确的位置信息。(2)GPS信号易受到多路径干扰而出现定位错误的情况，此时GPS给出的位置将出现较大的误差。目前市场上常用的车载导航系统往往采用地图上的道路信息作为约束条件来消除GPS定位错误的情况，但当车辆在野外无地图数据库辅助的环境中，GPS定位系统无法避免受干扰出现定位错误的情况。

为了解决GPS受干扰的问题，目前最通用的解决方案是把GPS输出与惯性导航系统组合，为车辆提供连续的位置测量信息，可以解决GPS定位错误出现跳数的情况，也可解决GPS短时中断出现位置不联系的问题。但惯性/GPS位置测量系统同样存在一个不可避免的问题：当GPS长时间无效时，惯导系统的位置误差将随时间迅速增大，尤其是选用低成本MEMS惯性导航系统，如果GPS信号丢失10秒以上，惯导系统的位置误差将会超过10m，无法满足高精度位置测量的要求。

为了克服上述问题，目前已有一些单位开始使用惯导、GPS、里程计组合式位置测量方案，但据文献报道，目前采用的都是将惯导、GPS、里程计的信息融入到一个滤波器中进行深度组合的方案，这种方案往往对里程计的分辨率有较高的要求，在里程计分别率较低的情况下，系统组合后输出的位置误差较大，此外，这种用一个滤波器将三个传感器信息进行深度融合的算法较为复杂，实现难度较大，当里程计分辨率发生改变或者当惯导、GPS的误差特性发生改变时，必须对滤波器的参数进行精心的调整才能确保输出位置的精度，若滤波器的参数不进行相应的调整，则系统输出的位置精度将大大下降。总之，目前已有的惯导、GPS、里程计组合算法虽可以解决高精度、连续的位置测量的难题，但不可避免地存在算法复杂，对器件要求较高，对不同器件的适应性较差等弱点，大范围推广使用存在一定的难度。

发明内容

针对上述技术背景，本申请提出一种简单、可靠且具有较强适应性的惯导、GPS、里程计组合式位置测量算法，该方法将分别通过惯性/GPS组合导航算法和里程计航位推算算法独立计算载体的位置信息，再通过设计简单的输出校正滤波器将2个不同算法计算得到的位置信息进行融合，最终给出高精度的车辆位置信息。该算法所述的输出校正滤波器并不改变惯性/GPS组合导航算法和里程计航位推算算法的参数，且滤波器的设计及参数的选择不依赖于惯性器件、GPS及里程计的误差特性。相比传统的单滤波器深度组合算法，本方法具有较强的环境适应性、对GPS，惯导，里程计的输出特性及误差模型不敏感、可靠性高、输出精度高、易于实现等优点，其具体的实现步骤如下：

第一步：利用目前已公开且通用的惯性/GPS组合导航算法将GPS与惯导系统组合，并输出组合后系统的航向角

俯仰角θ_b、横滚角γ_b、经度λ_b、纬度L_b。

第二步：利用里程计的脉冲信息以及步骤一得到的姿态角信息进行航位推算，计算载体的位置信息，其计算公式如下：

式1

式1中，

表示当前时刻通过里程计航位推算算法解算得到的载体的经度、纬度值；λ^k-1，L^k-1表示通过本申请所述方法解算得到的上一时刻的载体的经度、纬度值；N_k，N_k-1分别表示当前时刻及上一时刻里程计的脉冲计数值；k_lcj表示里程计的刻度系数，即1个脉冲量代表的里程数；

分别为步骤一解算得到的当前时刻载体的俯仰角、方位角及纬度值。

第三步：将惯性/GPS组合导航系统输出的当前时刻车辆的位置信息

与里程计航位推算算法输出的车辆的位置信息

进行融合滤波，计算得到载体的最终的位置输出值，其计算公式为：

$\left\{\begin{array}{c}{\mathrm{\λ}}^k={\mathrm{\λ}}_{\mathrm{lcj}}^k-\mathrm{\α}({\mathrm{\λ}}_{\mathrm{lcj}}^k-{\mathrm{\λ}}_b^k)\\ L^k=L_{\mathrm{lcj}}^k-\mathrm{\α}(L_{\mathrm{lcj}}^k-{\mathrm{\λ}}_b^k)\end{array}\right.$ 式2

式2中，

分别为式1计算得到的当前时刻的通过里程计航位推算算法输出的车辆的位置信息；

为通过惯性/GPS组合导航解算得到的当前时刻的车辆的经、纬度值；α为滤波器的阻尼系数，可以根据实际情况进行调整，一般情况下α的取值在0.001至0.01之间。

此外，利用式2进行载体位置解算需要满足3个条件：(1)GPS必须在定位有效状态；(2)载体处于运动状态；(3)惯性/GPS组合导航系统输出的位置与GPS输出的位置的距离之差ΔS＜S_h，S_h为选取的门限值，一般选为5m。如果以上3个条件中有一个或者一个以上不满足时，载体最终的输出位置用下式3表示：

$\left\{\begin{array}{c}{\mathrm{\λ}}^k={\mathrm{\λ}}_{\mathrm{lcj}}^k\\ L^k=L_{\mathrm{lcj}}^k\end{array}\right.$ 式3

第四步：将式2或式3计算得到的载体的位置信息λ^k、L^k作为λ^k-1、L^k-1代入式1，重新进行步骤二、步骤三、步骤四，以此迭代，实时更新计算得到的λ^k、L^k值便为载体的真实的位置值。

此外，本申请公式1中的里程计的刻度系数k_lcj将随车辆型号及里程计型号的改变而改变，因此，需要在以上位置解算过程中进行实时估计，其估计公式如下：

$k_{\mathrm{lcj}}=\frac{S^k}{N^k-N^0}$ 式4

式4中，N^k表示当前时刻里程计的脉冲数，N⁰表示系统刚上电时刻里程计的脉冲数，且N⁰＝0；S^k表示从上电到当前时刻载体运动的总里程数，可用如下公式表示：

$S^k=S^{k-1}+\sqrt{{\left(({\mathrm{\λ}}^k-{\mathrm{\λ}}^{k-1})R\cos L^k\right)}^2+{\left((L^k-L^{k-1})R\right)}^2}$ 式5

式5中，S^k-1表示上一时刻载体运动的总里程数，其中S⁰＝0。

附图说明

图1是本申请所述的组合式车辆位置测量方法的原理及流程图；

图2是本申请实施例中GPS输出的位置信息；

图3是本申请实施例中惯性/GPS组合导航解算得到的位置信息；

图4是本申请实施例中通过所述的惯性/GPS/里程计组合算法解算得到的载体的位置信息。

具体实施例

本实施例通过一组实际的跑车实验数据来说明本申请所述的算法的可行性。

本实施例选用的惯导系统为MEMS惯性导航系统，其中陀螺选用Sensonor公司的STIM202型MEMS陀螺，其综合漂移约为30°/h，加速度计选用瑞士Colibry公司的MS9010型MEMS加速度计，其综合零偏约为1mg；GPS选用加拿大Novtel公司的OEMV-2型双频双星GPS，在无任何干扰的情况下，其单点定位精度约为2m；里程计选用磁感应霍尔传感器，车轮一圈出1个脉冲。

本实施例的实验地点选在北京市海淀区中关村附近，其中车辆需要穿越中关村高楼区域，此区域GPS会被严重干扰。

图2为实验过程中GPS输出的车辆的位置信息，从图中可以看出，GPS由于受到高楼的干扰，其位置信息出现较大的误差，在某些点上跳数误差可达100m左右；

图3为实验过程中将GPS与惯导系统组合后得到的位置信息，从图中可以看出，惯性/GPS组合导航算法输出的位置信息较GPS输出精度大大提高，但在某些地方由于GPS长时间无效，仍然出现位置偏离实际的情况。

图4为实验过程中通过本申请所述的惯性/GPS/里程计组合算法后得到的车辆的位置信息，从图中可以看出，系统输出的车辆的位置信息精度较高。

Claims (3)

1.一种组合式车辆位置测量方法，其特征在于：所述的方法实现步骤为：

第一步：利用目前已公开且通用的惯性/GPS组合导航算法将GPS与惯导系统组合，并输出组合后系统的航向角

俯仰角θ_b、横滚角γ_b、经度λ_b、纬度L_b。

第二步：利用里程计的脉冲信息以及步骤一得到的姿态角信息进行航位推算，计算载体的位置信息，其计算公式如下：

式1

式1中，

表示当前时刻通过里程计航位推算算法解算得到的载体的经度、纬度值；λ^k-1，L^k-1表示通过本申请所述方法解算得到的上一时刻的载体的经度、纬度值；N_k，N_k-1分别表示当前时刻及上一时刻里程计的脉冲计数值；k_lcj表示里程计的刻度系数，即1个脉冲量代表的里程数；

分别为步骤一解算得到的当前时刻载体的俯仰角、方位角及纬度值。

第三步：将惯性/GPS组合导航系统输出的当前时刻车辆的位置信息

与里程计航位推算算法输出的车辆的位置信息

进行融合滤波，计算得到载体的最终的位置输出值，其计算公式为：

$\left\{\begin{array}{c}{\mathrm{\λ}}^k={\mathrm{\λ}}_{\mathrm{lcj}}^k-\mathrm{\α}({\mathrm{\λ}}_{\mathrm{lcj}}^k-{\mathrm{\λ}}_b^k)\\ L^k=L_{\mathrm{lcj}}^k-\mathrm{\α}(L_{\mathrm{lcj}}^k-{\mathrm{\λ}}_b^k)\end{array}\right.$ 式2

式2中，

分别为式1计算得到的当前时刻的通过里程计航位推算算法输出的车辆的位置信息；

为通过惯性/GPS组合导航解算得到的当前时刻的车辆的经、纬度值；α为滤波器的阻尼系数，可以根据实际情况进行调整，一般情况下α的取值在0.001至0.01之间。

第四步：将式2计算得到的载体的位置信息λ^k、L^k作为λ^k-1、L^k-1代入式1，重新进行步骤二、步骤三、步骤四，以此迭代，实时更新计算得到的λ^k、L^k值便为载体的真实的位置值。

2.根据权力要求1所述的一种组合式车辆位置测量方法，其特征在于：所述的方法实现步骤中的第三步利用式2进行载体位置解算需要满足3个条件：(1)GPS必须在定位有效状态；(2)载体处于运动状态；(3)惯性/GPS组合导航系统输出的位置与GPS输出的位置的距离之差ΔS＜S_h，S_h为选取的门限值，一般选为5m。如果以上3个条件中有一个或者一个以上不满足时，则式2需用下式3表示：

$\left\{\begin{array}{c}{\mathrm{\λ}}^k={\mathrm{\λ}}_{\mathrm{lcj}}^k\\ L^k=L_{\mathrm{lcj}}^k\end{array}\right.$ 式3

3.根据权力要求1所述的一种组合式车辆位置测量方法，其特征在于：所述的方法实现步骤中的第二步中式1所涉及的里程计的刻度系数k_lcj需要在位置解算过程中进行实时估计，其估计公式如下：

$k_{\mathrm{lcj}}=\frac{S^k}{N^k-N^0}$ 式4

式4中，N^k表示当前时刻里程计的脉冲数，N⁰表示系统刚上电时刻里程计的脉冲数，且N⁰＝0；S^k表示从上电到当前时刻载体运动的总里程数，可用如下公式表示：

$S^k=S^{k-1}+\sqrt{{\left(({\mathrm{\λ}}^k-{\mathrm{\λ}}^{k-1})R\cos L^k\right)}^2+{\left((L^k-L^{k-1})R\right)}^2}$ 式5

式5中，S^k-1表示上一时刻载体运动的总里程数，其中S⁰＝0。

Images