CN102645222A - 一种卫星惯性导航方法和设备 - Google Patents

一种卫星惯性导航方法和设备 Download PDF

Info

Publication number
CN102645222A
CN102645222A CN201210102079XA CN201210102079A CN102645222A CN 102645222 A CN102645222 A CN 102645222A CN 201210102079X A CN201210102079X A CN 201210102079XA CN 201210102079 A CN201210102079 A CN 201210102079A CN 102645222 A CN102645222 A CN 102645222A
Authority
CN
China
Prior art keywords
satellite
inertial navigation
covariance matrix
ekf
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210102079XA
Other languages
English (en)
Other versions
CN102645222B (zh
Inventor
杜孙正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huizhou Desay SV Automotive Co Ltd
Original Assignee
Huizhou Desay SV Automotive Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huizhou Desay SV Automotive Co Ltd filed Critical Huizhou Desay SV Automotive Co Ltd
Priority to CN201210102079.XA priority Critical patent/CN102645222B/zh
Publication of CN102645222A publication Critical patent/CN102645222A/zh
Application granted granted Critical
Publication of CN102645222B publication Critical patent/CN102645222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明涉及卫星惯性导航方法，包括步骤：利用卫星定位模块获得载体的卫星定位信息及反映卫星定位质量的数据；利用惯性测量组件获得载体的相对位移矢量；根据反映卫星定位质量的数据计算卫星信号接收质量评估因子；建立扩展卡尔曼滤波系统，根据评估因子融合所述卫星定位信息和相对位移矢量，获得卫星惯性导航结果；以及根据卫星惯性导航结果和电子地图数据在显示器上显示电子地图及导航图像。利用本发明卫星惯性导航方法能使卫星惯性导航设备在卫星信号质量差或卫星定位盲区根据卫星信号接收质量评估因子实现对惯性测量组件信号的惯性推算的部分采纳或全采纳，因而可保证导航信息的持续更新和定位信息的准确度。

Description

一种卫星惯性导航方法和设备
技术领域
本发明涉及导航设备和导航方法，特别是涉及一种卫星惯性导航设备及其导航方法。
背景技术
导航设备广泛应用在道路机动车上。导航设备一般根据卫星定位信号和电子地图为机动车提供起点至目的地的路线指引。在高楼密集区、隧道等这类环境，由于存在信号多路径干涉及信号被遮挡较大，卫星信号会变得很弱甚至接收不到卫星信号，因此称这些地方为卫星定位盲区。在卫星定位盲区内导航设备因接收不到卫星信号而无法定位导航。
发明内容
基于此，有必要提供一种在卫星定位盲区内可继续提供导航信息的卫星惯性导航设备及其导航方法。
一种高精度卫星惯性导航方法，包括步骤：
利用卫星定位模块获得载体的卫星定位信息；
利用惯性测量组件获得载体的速度信息和相对转动角速度；
根据所述速度信息和相对转动角速度计算所述载体相对前一计算周期获得的卫星惯性导航结果的相对位移矢量；
所述卫星惯性导航方法还包括步骤：
利用卫星定位模块获得反映卫星定位质量的数据；
根据所述反映卫星定位质量的数据信息计算卫星信号接收质量评估因子；
建立扩展卡尔曼滤波系统，根据所述评估因子融合所述卫星定位信息和相对位移矢量，获得卫星惯性导航结果；以及
根据所述卫星惯性导航结果和电子地图数据在显示器上显示电子地图及导航图像。
在优选的实施例中，所述的卫星惯性导航方法还包括在所述评估因子大于或等于预设值时，根据所述卫星惯性导航结果和所述相对位移矢量计算所述惯性测量组件的校正参数的步骤。
在优选的实施例中，所述卫星定位模块可选自北斗卫星定位模块，GPS卫星定位模块、欧洲伽利略卫星定位模块、北斗-GPS双模卫星定位模块、北斗-伽利略双模卫星定位模块、北斗-GPS-伽利略三模卫星定位模块；所述反映卫星定位质量的数据至少包括卫星信号的可用性电文信息和卫星信号强度信息。
在优选的实施例中，所述建立扩展卡尔曼滤波系统，根据所述评估因子融合所述卫星定位信息和相对位移矢量的步骤包括：
建立第一扩展卡尔曼滤波子系统，根据所述评估因子和卫星定位信息计算出第一局部状态向量估计及第一局部误差协方差矩阵；
建立第二扩展卡尔曼滤波子系统，根据所述评估因子和相对位移矢量计算出第二局部状态向量估计及第二局部误差协方差矩阵；
根据所述第一局部状态向量估计、第一局部误差协方差矩阵、第二局部状态向量估计及第二局部误差协方差矩阵计算全局误差协方差矩阵和全局状态向量，并根据全局状态向量生成卫星惯性导航结果；以及
将所述全局误差协方差矩阵和全局状态向量反馈给第一和第二扩展卡尔曼滤波子系统，其中所述全局误差协方差矩阵在反馈时根据下一轮迭代的所述评估因子按比例放大反馈。
在优选的实施例中，所述建立第一扩展卡尔曼滤波子系统的步骤包括：
设定状态向量                                               
Figure 201210102079X100002DEST_PATH_IMAGE002
、惯性变换矩阵和观测向量
Figure 201210102079X100002DEST_PATH_IMAGE006
，其中
Figure 201210102079X100002DEST_PATH_IMAGE008
和分别表示地球上西东走向的位置坐标及南北走向的位置坐标，
Figure 201210102079X100002DEST_PATH_IMAGE012
，
其中观测向量
Figure 201210102079X100002DEST_PATH_IMAGE014
与状态向量间的转换用函数
Figure 201210102079X100002DEST_PATH_IMAGE018
来表示，则导出
Figure 201210102079X100002DEST_PATH_IMAGE020
对
Figure 201210102079X100002DEST_PATH_IMAGE022
的偏导雅可比矩阵
Figure 201210102079X100002DEST_PATH_IMAGE024
；
设定往前递推状态向量
Figure 201210102079X100002DEST_PATH_IMAGE026
；
设定往前递推误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE028
，
Figure 201210102079X100002DEST_PATH_IMAGE030
表示第一扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益
Figure 201210102079X100002DEST_PATH_IMAGE032
，
Figure 201210102079X100002DEST_PATH_IMAGE034
表示第一扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 932995DEST_PATH_IMAGE014
更新第一局部状态向量估计 
Figure 201210102079X100002DEST_PATH_IMAGE036
；
更新第一局部误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE038
。
在优选的实施例中，所述建立第二扩展卡尔曼滤波子系统的步骤包括：
设定状态向量
Figure 201210102079X100002DEST_PATH_IMAGE040
、惯性变换矩阵
Figure 201210102079X100002DEST_PATH_IMAGE042
和观测向量，其中
Figure 37086DEST_PATH_IMAGE008
和
Figure 816823DEST_PATH_IMAGE010
分别表示地球上西东走向的位置坐标及南北走向的位置坐标，
Figure 772885DEST_PATH_IMAGE012
，
Figure 201210102079X100002DEST_PATH_IMAGE046
和
Figure 201210102079X100002DEST_PATH_IMAGE048
分别为所述相对位移矢量中的相对转动角度和相对移动距离；
其中观测向量与状态向量间的转换用函数
Figure 201210102079X100002DEST_PATH_IMAGE054
来表示，则导出
Figure 201210102079X100002DEST_PATH_IMAGE056
对
Figure 774208DEST_PATH_IMAGE052
的偏导雅可比矩阵；
设定往前递推状态向量；
设定往前递推误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE062
，
Figure 201210102079X100002DEST_PATH_IMAGE064
表示第二扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益
Figure 201210102079X100002DEST_PATH_IMAGE066
，
Figure 201210102079X100002DEST_PATH_IMAGE068
表示第二扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 347402DEST_PATH_IMAGE050
更新第二局部状态向量估计
Figure 201210102079X100002DEST_PATH_IMAGE070
；
更新第二局部误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE072
。
在优选的实施例中，所述计算全局误差协方差矩阵和全局状态向量的方法包括：
计算全局误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE074
，其中
Figure 201210102079X100002DEST_PATH_IMAGE076
为第一局部误差协方差矩阵，
Figure 201210102079X100002DEST_PATH_IMAGE078
为第二局部误差协方差矩阵；以及
计算全局状态向量
Figure 201210102079X100002DEST_PATH_IMAGE080
，其中
Figure 201210102079X100002DEST_PATH_IMAGE082
为第一局部状态向量估计，
Figure 201210102079X100002DEST_PATH_IMAGE084
为第二局部状态向量估计。
在优选的实施例中，所述全局状态向量直接等价反馈给第一和第二扩展卡尔曼滤波子系统。反馈给第一和第二扩展卡尔曼滤波子系统的误差协方差矩阵分别为：
Figure 201210102079X100002DEST_PATH_IMAGE086
和
Figure 201210102079X100002DEST_PATH_IMAGE088
，其中
Figure 201210102079X100002DEST_PATH_IMAGE090
等于所述评估因子，
Figure 201210102079X100002DEST_PATH_IMAGE092
，
Figure 201210102079X100002DEST_PATH_IMAGE094
为全局误差协方差矩阵。
在优选的实施例中，所述利用惯性测量组件获得载体的速度信息和相对转动角速度的同时还获得所述载体的倒车信号。
一种卫星惯性导航设备，包括用于获得载体的卫星定位信息的卫星定位模块、用于获得载体的速度信息和相对转动角速度的惯性测量组件、处理器模块、存储器和显示器。其中处理器模块用于根据所述速度信息和相对转动角速度得到载体的相对位移矢量，并根据所述卫星定位信息和相对位移矢量获得卫星惯性导航结果并在显示器上显示导航结果。所述卫星定位模块可获得反映卫星定位质量的数据。所述处理器还根据所述反映卫星定位质量的数据计算卫星信号接收质量评估因子、建立扩展卡尔曼滤波系统，并根据所述评估因子基于所述扩展卡尔曼滤波系统融合所述卫星定位信息和相对位移矢量，从而获得卫星惯性导航结果。
在优选的实施例中，所述卫星定位模块可选自北斗卫星定位模块，GPS卫星定位模块、欧洲伽利略卫星定位模块、北斗-GPS双模卫星定位模块、北斗-伽利略双模卫星定位模块、北斗-GPS-伽利略三模卫星定位模块；所述反映卫星定位质量的数据至少包括卫星信号的可用性电文信息和卫星信号强度信息。所述惯性测量组件包括陀螺仪、速度信号模块和倒车信号模块。
利用本发明卫星惯性导航方法能使卫星惯性导航设备在卫星信号质量差或卫星定位盲区根据卫星信号接收质量评估因子实现对惯性测量组件信号的惯性推算的部分采纳或全采纳，因而可保证导航信息的持续更新和定位信息的准确度。
附图说明
图1为一实施例的卫星惯性导航设备的原理框图。
图2为一实施例的滤波单元的结构原理图。
图3为一实施例的卫星惯性导航方法的流程图。
具体实施方式
下面将结合具体实施例及附图对本发明卫星惯性导航设备和方法作进一步详细描述。
本发明的卫星惯性导航方法是基于如图1所示的卫星惯性导航设备。该卫星惯性导航设备可作为独立的车载或航载导航设备，也可作为大型导航仪定位系统的一部分。
该卫星惯性导航设备主要包括卫星定位模块、陀螺仪、速度信号模块、倒车信号模块、处理器模块、显示模块、存储器和输入输出模块。
其中卫星定位模块可选自北斗卫星定位模块，GPS卫星定位模块、欧洲伽利略卫星定位模块、北斗-GPS双模卫星定位模块、北斗-伽利略双模卫星定位模块、北斗-GPS-伽利略三模卫星定位模块等定位模块，本实施例中，采用北斗卫星定位模块。该卫星定位模块指包含了相应的卫星定位系统的信号处理模块的芯片。卫星定位模块可向处理器模块提供载体（例如机动车或非机动车）的卫星定位信息、以及能直接或间接地反映卫星定位质量的数据。该反映卫星定位质量的数据至少需包括卫星信号的可用性电文信息和卫星信号强度信息。优选的，该反映卫星定位质量的数据还可包括GDOP(Geometrical Dilution of Precision，几何精度因子)、PDOP(Position Dilution of Precision，位置精度因子)、HDOP(Horizontal Dilution of Precision，水平精度因子)、TDOP(Time Dilution of Precision，时钟钟差因子)、方位角精度、速度值精度、伪距观测抖动率、卫星星座几何等。
陀螺仪是作为载体的转动角速度传感器。
速度信号模块用于获得载体当前的速度信息，其可以是现有机动车中各种可获得速度信号的模块。例如，该速度信号可来自机动车的速度脉冲信号线，通过接收速度脉冲计数，然后乘上转换系数即可得机动车的当前速度值。不同的车型，其速度转换因子可能会不一样。该速度信号也可来自汽车CAN总线或MOST总线等汽车总线，机动车的当前速度值可方便地从总线协议中解析和转换得到。而速度脉冲信号线、CAN总线或MOST总线的信号可能来自安装在轮轴上的霍尔传感器：霍尔传感器的霍尔脉冲信号送入ABS（防锁死刹车系统），经ABS处理后，该霍尔脉冲信号有的转换成总线信息(CAN总线、MOST总线等)供需要的电子仪器使用，有的则接到速度脉冲信号线输出速度脉冲。当然，有的速度脉冲信号线可能来自于里程仪。
倒车信号模块用于获得载体当前的倒车信号，其可以是现有机动车中各种可获得倒车信号的模块。例如，该倒车信号可以来自机动车的倒车信号线。倒车信号线用高、低电平来表示机动车是否处于倒车状态，比如，特定车型中倒车信号线高电平表示机动车向前行驶、低电平表示机动车向后倒车，当然，根据车型的不同也有反过来对应的。该倒车信号也可来自于机动车的CAN总线或MOST总线等汽车总线，倒车信号值可方便地从总线协议中解析和转换得到。而倒车信号线、CAN总线或MOST等汽车总线的倒车信号可能来自于机动车的倒档控制单元。
陀螺仪、速度信号模块和倒车信号模块是作为惯性测量组件，为处理器模块提供载体的速度信息和相对转动角速度信息。
显示模块主要包括显示器驱动单元和显示器，主要用于显示电子地图和导航信息。
存储器用于存储电子地图数据库、系统参数等数据。本实施例中，存储器主要包括动态随机存储器模块和FLASH存储模块。其中动态随机存储器模块主要用于存储代码指令、处理器需快速读写的数据及临时变量等。FLASH存储模块主要用于存储完整的系统软件、系统配置参数文件、资源数据文件、电子地图数据等。
输入输出模块可包括键盘、按键或触摸板或触摸屏，供用户输入控制命令。
处理器模块主要用于根据上述模块输入的信息完成导航功能。处理器模块可包括处理器及其外围电路。整个卫星惯性导航设备体积小巧，较容易整合进汽车电子设备中。
本实施例中，处理器模块从功能模块上划分主要包括卫星信号评估单元、惯性推算单元、传感器校正单元、滤波单元、导航结果生成单元、导航单元和电子地图数据库。
其中，卫星信号评估单元主要处理北斗卫星定位信号预处理与信号接收质量评估工作，从而获得载体的卫星定位信息
Figure 201210102079X100002DEST_PATH_IMAGE096
和卫星信号接收质量评估因子（以下简称评估因子）
Figure 201210102079X100002DEST_PATH_IMAGE098
。卫星定位信息
Figure 112971DEST_PATH_IMAGE096
包括将被作为第一局部扩展卡尔曼子滤波器的观测向量的
Figure 872723DEST_PATH_IMAGE006
、速度和方位角。其中
Figure 541602DEST_PATH_IMAGE008
和
Figure 597283DEST_PATH_IMAGE010
分别表示地球上西东走向的位置坐标及南北走向的位置坐标。
卫星信号评估单元是根据上述能直接或间接地反映卫星定位质量的数据进行综合的评估测算，得到上述评估因子
Figure 201210102079X100002DEST_PATH_IMAGE100
。一个典型的评估测算的例子为：
Figure 201210102079X100002DEST_PATH_IMAGE102
。其中
Figure 201210102079X100002DEST_PATH_IMAGE104
、
Figure 201210102079X100002DEST_PATH_IMAGE106
、
Figure 201210102079X100002DEST_PATH_IMAGE108
和
Figure 201210102079X100002DEST_PATH_IMAGE110
的计算所需的输入数据信息一般在卫星定位解算部分生成，一般由卫星定位结算芯片完成。
Figure 102344DEST_PATH_IMAGE104
是根据卫星信号的可用性信息计算得到，其计算的方法为卫星定位服务不可用时设置为
Figure 201210102079X100002DEST_PATH_IMAGE112
，卫星定位服务正常时设置为
Figure 201210102079X100002DEST_PATH_IMAGE114
，处于部分可用时，按照稳定程度相应设置为与
Figure 487375DEST_PATH_IMAGE114
之间的数值，设置原则为越不稳定、可用性服务状态越差就越趋近于
Figure 478072DEST_PATH_IMAGE112
，越稳定、可用性服务状态越好就越趋进于
Figure 719697DEST_PATH_IMAGE114
。比如的计算案例为: 。
Figure 57137DEST_PATH_IMAGE106
是根据卫星信号强度信息计算得到，其计算的方法为信号越弱时越趋近于
Figure 762925DEST_PATH_IMAGE112
，信号越强时越趋近于
Figure 98092DEST_PATH_IMAGE114
。比如的计算案例为: 
Figure 201210102079X100002DEST_PATH_IMAGE118
。
Figure 889330DEST_PATH_IMAGE108
是根据GDOP计算得到，其计算方法为GDOP越大时则
Figure 531926DEST_PATH_IMAGE108
越小。比如的计算案例为: 
Figure 201210102079X100002DEST_PATH_IMAGE120
。
Figure 92221DEST_PATH_IMAGE110
是根据HDOP计算得到，其计算方法为HDOP越大则
Figure 863868DEST_PATH_IMAGE110
越小。比如的计算案例为:
Figure 201210102079X100002DEST_PATH_IMAGE122
。
评估因子
Figure 876823DEST_PATH_IMAGE100
的值域为
Figure 201210102079X100002DEST_PATH_IMAGE124
。
Figure 821645DEST_PATH_IMAGE112
表示完全不能依据北斗卫星定位信号进行定位，例如安装的载体进入了隧道里，因此需要使用惯性测量组件的信号进行惯性推算来定位；接近
Figure 734981DEST_PATH_IMAGE114
(如0.99)表示北斗卫星定位信号非常强，依据其计算的定位结果非常准确，例如安装的载体在能高质量地接收北斗卫星定位信号的开阔地带快速前进时，这时可把卫星惯性导航设备的卫星惯性导航结果用做惯性测量组件的参数校正；其它如
Figure 201210102079X100002DEST_PATH_IMAGE126
等情况表示北斗卫星定位信号微弱，卫星定位结果可能有一定程度的漂移，因此卫星惯性导航结果只采纳北斗卫星定位结果的小部分，更多地采纳惯性推算单元的输出结果来融合得到卫星惯性导航结果。评估因子
Figure 739846DEST_PATH_IMAGE100
的估算至少需要用到根据卫星信号的可用性信息计算得到的
Figure 177781DEST_PATH_IMAGE104
和根据卫星信号强度信息计算得到的
Figure 660715DEST_PATH_IMAGE106
。
惯性推算单元用于根据惯性测量组件的陀螺仪、速度信号模块和倒车信号模块的输出获得载体相对前一计算周期获得的卫星惯性导航结果的相对位移矢量。在推算过程中，需要用到校正所得的陀螺仪校正参数和速度校正参数，结合当前的陀螺仪信号、速度信号和倒车信号进行计算。
计算的关键过程为:
计算相对移动距离
Figure 133285DEST_PATH_IMAGE048
，
Figure 201210102079X100002DEST_PATH_IMAGE130
；
计算相对转动角度
Figure 872833DEST_PATH_IMAGE046
，
Figure 201210102079X100002DEST_PATH_IMAGE132
；
合成得到相对位移矢量
Figure 860380DEST_PATH_IMAGE128
，；
其中，
Figure 201210102079X100002DEST_PATH_IMAGE136
为车速信号，从速度信号模块获得；
Figure 201210102079X100002DEST_PATH_IMAGE138
为倒车信号，从倒车信号模块获得，当载体前进时为
Figure 201210102079X100002DEST_PATH_IMAGE140
，当载体后退时为；
Figure 201210102079X100002DEST_PATH_IMAGE144
为速度转换因子，从传感器校正单元获得；t为计算周期；为角速度，通过公式
Figure 201210102079X100002DEST_PATH_IMAGE148
计算得到，
Figure 201210102079X100002DEST_PATH_IMAGE150
为陀螺仪的测量输出，
Figure 201210102079X100002DEST_PATH_IMAGE152
为陀螺仪零点输出，
Figure 201210102079X100002DEST_PATH_IMAGE154
为陀螺仪灵敏度，
Figure 918245DEST_PATH_IMAGE152
和
Figure 42059DEST_PATH_IMAGE154
从传感器校正单元获得。其他实施例中，可不设置倒车信号模块，倒车信号可直接从CAN、或MOST等机动车总线处获得。
传感器校正单元用于在评估因子
Figure 326410DEST_PATH_IMAGE100
大于或等于预设值时，根据当前卫星惯性导航结果和相对位移矢量
Figure 302718DEST_PATH_IMAGE128
计算惯性测量组件的校正参数。本实施例中，当评估因子
Figure 201210102079X100002DEST_PATH_IMAGE156
时，传感器校正单元利用在线动态自适应校正技术不断校正陀螺仪零点输出
Figure 201210102079X100002DEST_PATH_IMAGE158
及灵敏度
Figure 393034DEST_PATH_IMAGE154
，以及速度转换因子
Figure 636934DEST_PATH_IMAGE144
，从而使得卫星惯性导航设备能自动适应传感信号漂移情况，保持较高的卫星惯导定位精度。具体的校正过程可包括：在评估因子
Figure 888924DEST_PATH_IMAGE156
时，选取导航结果生成单元当前输出的卫星惯性导航结果和惯性推算单元输出的相对位移矢量
Figure 788746DEST_PATH_IMAGE128
进行差分比较，把得到的残差分量分别代回惯性推算单元的信号推算阶段的逆推算，从而得到校正参数本次的观测量，再使用本次的校正观测量对校正参数进行微调修正，从而得到接近真实值的校正参数。
滤波单元用于基于联邦扩展卡尔曼滤波系统，根据评估因子
Figure 915709DEST_PATH_IMAGE100
动态融合卫星定位信息
Figure 217377DEST_PATH_IMAGE096
和相对位移矢量，获得计算卫星惯性导航结果必须的参数。本发明的联邦扩展卡尔曼滤波单元采用如图2所示的滤波系统。该滤波系统部分包括两个局部滤波子系统（第一扩展卡尔曼滤波子系统和第二扩展卡尔曼滤波子系统）和一个联邦主滤波器。第一扩展卡尔曼滤波子系统处理卫星定位，其观测向量
Figure 27387DEST_PATH_IMAGE006
来自于卫星定位模块（即图2中的卫星定位子系统）。第二扩展卡尔曼滤波子系统处理惯性推算，其观测向量
Figure 201210102079X100002DEST_PATH_IMAGE160
来自于惯性推算单元（即图2中的传感器推算子系统）。联邦主滤波器进行最优融合以得到全局状态向量的最优估计及全局误差协方差矩阵，并且向各局部滤波子系统进行数据反馈重置。采用分散化扩展卡尔曼滤波的方法，使得两个局部子系统保持相对的独立，系统鲁棒性高，提升容错性能，使推算结果更可靠，且易于调试。第一扩展卡尔曼滤波子系统是对卫星定位进行处理的局部滤波子系统，用于根据评估因子
Figure 459506DEST_PATH_IMAGE100
和卫星卫星定位信息
Figure 412418DEST_PATH_IMAGE096
计算出第一局部状态向量估计及第一局部误差协方差矩阵。第二扩展卡尔曼滤波子系统是对惯性推算进行处理的局部滤波子系统，用于根据评估因子
Figure 209473DEST_PATH_IMAGE100
和相对位移矢量
Figure 382091DEST_PATH_IMAGE128
计算出第二局部状态向量估计及第二局部误差协方差矩阵。联邦主滤波器用于根据第一局部状态向量估计、第一局部误差协方差矩阵、第二局部状态向量估计及第二局部误差协方差矩阵计算全局误差协方差矩阵
Figure 555583DEST_PATH_IMAGE094
和全局状态向量的全局最优估计
Figure 201210102079X100002DEST_PATH_IMAGE162
。
以下详细描述建立扩展卡尔曼滤波方程的过程：
建立扩展卡尔曼滤波状态向量
Figure 201210102079X100002DEST_PATH_IMAGE164
，
Figure 201210102079X100002DEST_PATH_IMAGE166
，其中
Figure 690898DEST_PATH_IMAGE008
和
Figure 658854DEST_PATH_IMAGE010
分别表示地球上西东走向的位置坐标及南北走向的位置坐标；
根据牛顿惯性定律建立惯性变换矩阵
Figure 201210102079X100002DEST_PATH_IMAGE168
，
Figure 201210102079X100002DEST_PATH_IMAGE170
,其中
Figure 378155DEST_PATH_IMAGE012
。
该联邦扩展卡尔曼滤波的处理过程如下:
（1），动态融合信息分配：
分配给第一扩展卡尔曼滤波子系统的信息份额记为
Figure 201210102079X100002DEST_PATH_IMAGE172
；
分配给第二扩展卡尔曼滤波子系统的信息份额记为
Figure 152076DEST_PATH_IMAGE092
。
本发明通过信息份额
Figure 201210102079X100002DEST_PATH_IMAGE174
与
Figure 201210102079X100002DEST_PATH_IMAGE176
控制两个子系统的误差协方差矩阵来实现信息融合前的分配，即对应地把联邦主滤波器的全局误差协方差矩阵相应放大
Figure 201210102079X100002DEST_PATH_IMAGE178
来实现融合信息分配，即得:
第一扩展卡尔曼滤波子系统的误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE180
，
Figure 201210102079X100002DEST_PATH_IMAGE182
；
第二扩展卡尔曼滤波子系统的误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE184
，
Figure 201210102079X100002DEST_PATH_IMAGE186
。
接下来两个子系统分别使用按融合份额放大了的误差协方差矩阵
Figure 906854DEST_PATH_IMAGE180
和
Figure 552599DEST_PATH_IMAGE184
进行推算。
（2）第一扩展卡尔曼滤波子系统的处理过程：
本子系统的状态向量
Figure 802314DEST_PATH_IMAGE016
与状态向量
Figure 849905DEST_PATH_IMAGE164
形式一致，即
Figure 201210102079X100002DEST_PATH_IMAGE188
；
牛顿惯性变换矩阵
Figure 201210102079X100002DEST_PATH_IMAGE190
为
Figure 201210102079X100002DEST_PATH_IMAGE192
；
由卫星信号评估单元获得的卫星定位信息
Figure 782832DEST_PATH_IMAGE096
里面包含的、分别表示地球上西东走向的位置坐标及南北走向的位置坐标的
Figure 915873DEST_PATH_IMAGE008
和
Figure 969280DEST_PATH_IMAGE010
组成观测向量，
Figure 352037DEST_PATH_IMAGE006
；
其中观测向量
Figure 644478DEST_PATH_IMAGE014
与状态向量
Figure 65357DEST_PATH_IMAGE016
间的转换用函数
Figure 759644DEST_PATH_IMAGE018
来表示，则导出
Figure 473522DEST_PATH_IMAGE020
对
Figure 518838DEST_PATH_IMAGE022
的偏导的雅可比矩阵 ；
设定往前递推状态向量
Figure 525157DEST_PATH_IMAGE026
；
设定往前递推误差协方差矩阵
Figure 675516DEST_PATH_IMAGE028
，
Figure 942549DEST_PATH_IMAGE030
表示第一扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益，
Figure 105601DEST_PATH_IMAGE034
表示第一扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 426861DEST_PATH_IMAGE014
更新第一局部状态向量估计 
Figure 243507DEST_PATH_IMAGE036
；
更新第一局部误差协方差矩阵
Figure 980519DEST_PATH_IMAGE038
。
至此，第一扩展卡尔曼滤波子系统得到了本子系统的第一局部状态向量估计
Figure 201210102079X100002DEST_PATH_IMAGE194
及第一局部误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE196
供联邦主滤波器进行融合。
（3）第二扩展卡尔曼滤波子系统的处理过程：
本子系统的状态向量与状态向量形式一致，即
Figure 201210102079X100002DEST_PATH_IMAGE198
；
牛顿惯性变换矩阵
Figure 201210102079X100002DEST_PATH_IMAGE200
为
Figure 201210102079X100002DEST_PATH_IMAGE202
；
由惯性推算单元获得的相对位移矢量
Figure 660527DEST_PATH_IMAGE134
组成观测向量
Figure 263547DEST_PATH_IMAGE050
，
Figure 907018DEST_PATH_IMAGE044
；
其中观测向量
Figure 803036DEST_PATH_IMAGE050
与状态向量
Figure 531958DEST_PATH_IMAGE052
间的转换用函数
Figure 673089DEST_PATH_IMAGE054
来表示，导出对
Figure 739451DEST_PATH_IMAGE052
的偏导的雅可比矩阵
Figure 955669DEST_PATH_IMAGE058
；
设定往前递推状态向量
Figure 900491DEST_PATH_IMAGE060
；
设定往前递推误差协方差矩阵
Figure 252975DEST_PATH_IMAGE062
，
Figure 759305DEST_PATH_IMAGE064
表示第二扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益
Figure 197240DEST_PATH_IMAGE066
，
Figure 680174DEST_PATH_IMAGE068
表示第二扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 215060DEST_PATH_IMAGE050
更新第二局部状态向量估计；
更新第二局部误差协方差矩阵。
至此，第二扩展卡尔曼滤波子系统得到了本子系统的第二局部状态向量估计及第二局部误差协方差矩阵
Figure 201210102079X100002DEST_PATH_IMAGE206
供联邦主滤波器进行融合。
（4）联邦主滤波器的融合与反馈：
把各子滤波器的输出进行全局最优融合，包括计算/更新全局误差协方差矩阵
Figure 897955DEST_PATH_IMAGE094
，
Figure 225031DEST_PATH_IMAGE074
，以及计算/更新全局状态向量
Figure 571699DEST_PATH_IMAGE162
，
Figure 984226DEST_PATH_IMAGE080
。 
至此，已得到动态融合的全局误差协方差矩阵
Figure 808962DEST_PATH_IMAGE094
和全局状态向量
Figure 990545DEST_PATH_IMAGE162
。然后把融合结果反馈重置回各子系统中。
全局状态向量
Figure 9579DEST_PATH_IMAGE162
可直接等价反馈给各子系统以进行下一轮迭代，反馈过程如下：
Figure 201210102079X100002DEST_PATH_IMAGE208
，
Figure 201210102079X100002DEST_PATH_IMAGE210
。
全局误差协方差矩阵
Figure 971718DEST_PATH_IMAGE094
在进入下一轮迭代时，在信息分配环节中要按比例放大反馈，反馈过程如下：
Figure 600146DEST_PATH_IMAGE086
；
Figure 636235DEST_PATH_IMAGE088
。
至此，本发明的扩展卡尔曼滤波器进入下一轮迭代。
导航结果生成单元用于根据滤波单元生成的全局状态向量
Figure 324705DEST_PATH_IMAGE162
(其形式为
Figure 201210102079X100002DEST_PATH_IMAGE212
)，再结合转换及方位角计算从而组成卫星惯性导航结果，该卫星惯性导航结果包含经纬度（位置坐标
Figure 272676DEST_PATH_IMAGE008
、
Figure 376899DEST_PATH_IMAGE010
）、方位角
Figure 201210102079X100002DEST_PATH_IMAGE214
和速度信息：
Figure 201210102079X100002DEST_PATH_IMAGE218
，
Figure 201210102079X100002DEST_PATH_IMAGE220
。
导航单元用于使用卫星惯性导航结果作为位置输入，从电子地图数据库中读取相应的电子地图数据，完成设计电子地图道路网匹配、地址检索、路径规划、路径视图提示、路径语音提示、电子地图显示、当前卫星惯性导航结果位置显示等处理。
请参照图3，本发明卫星惯性导航设备的卫星惯性导航方法大概包括以下步骤：
步骤S101，利用卫星定位模块获得载体的卫星定位信息、反映卫星定位质量的数据，比如卫星信号的可用性电文信息、卫星信号强度信息、GDOP、PDOP、HDOP、TDOP、方位角精度、速度值精度、伪距观测抖动率、北斗卫星星座几何等信息。
步骤S102，根据所述反映卫星定位质量的数据信息计算卫星信号接收质量评估因子。评估因子
Figure 689696DEST_PATH_IMAGE100
的值域为。
步骤S103，利用惯性测量组件获得载体的速度信息和相对转动角速度。
步骤S104，根据所述速度信息和相对转动角速度计算载体相对前一计算周期获得的卫星惯性导航结果的相对位移矢量
Figure 873870DEST_PATH_IMAGE128
。其中，为了保证相对位移矢量的准确度，还需要在评估因子
Figure 275DEST_PATH_IMAGE100
大于或等于预设值时，例如
Figure 508617DEST_PATH_IMAGE156
时，执行步骤S1041，以校正惯性测量组件的校正参数。
步骤S1041，根据当前卫星惯性导航结果和相对位移矢量计算惯性测量组件的校正参数并存储。
步骤S105，建立扩展卡尔曼滤波系统，根据评估因子
Figure 840558DEST_PATH_IMAGE100
融合卫星定位信息
Figure 423986DEST_PATH_IMAGE096
和相对位移矢量
Figure 257991DEST_PATH_IMAGE128
，获得卫星惯性导航结果。其中，本步骤具体包括：
步骤S1051，建立第一扩展卡尔曼滤波子系统，根据评估因子
Figure 243265DEST_PATH_IMAGE100
和卫星定位信息
Figure 615340DEST_PATH_IMAGE096
计算出第一局部状态向量估计及第一局部误差协方差矩阵；其中，第一扩展卡尔曼滤波子系统的状态向量，观测向量；
步骤S1052，建立第二扩展卡尔曼滤波子系统，根据评估因子
Figure 641568DEST_PATH_IMAGE100
和相对位移矢量
Figure 184545DEST_PATH_IMAGE128
计算出第二局部状态向量估计及第二局部误差协方差矩阵；其中，第二扩展卡尔曼滤波子系统的状态向量
Figure 476986DEST_PATH_IMAGE040
，观测向量
Figure 897865DEST_PATH_IMAGE044
；
步骤S1053，根据第一局部状态向量估计、第一局部误差协方差矩阵、第二局部状态向量估计及第二局部误差协方差矩阵计算全局误差协方差和全局状态向量估计；
步骤S1054，根据全局状态向量估计生成卫星惯性导航结果，并将全局误差协方差矩阵和全局状态向量估计反馈给第一和第二扩展卡尔曼滤波子系统，其中全局状态向量估计直接等价反馈给第一和第二扩展卡尔曼滤波子系统，而全局误差协方差矩阵在反馈时根据下一轮迭代的评估因子
Figure 592152DEST_PATH_IMAGE100
计算信息分配时按比例放大反馈。
步骤S106，根据卫星惯性导航结果和电子地图数据在显示器上显示电子地图及导航图像。
综上，本发明在国家北斗卫星定位的基础上，通过在终端引入惯性导航定位技术，从而实现北斗惯性导航终端系统，该系统可实现以下效果：
1，系统中除了北斗卫星定位外，还添加了传感器信号模块作为惯性测量组件，通过对传感器信号的惯性推算得到相对运动矢量从而迭代到新的定位位置；
2，在卫星被遮挡的无信号区，通过评估因子
Figure 201210102079X100002DEST_PATH_IMAGE222
（即、
Figure 201210102079X100002DEST_PATH_IMAGE226
），实现对传感器信号的惯性推算的全采纳，因而继续保持定位位置的持续更新；
3，在卫星受部分遮挡、信号反射等原因形成的定位信号漂移、定位不准确地情况，通过合理的卫星信号质量评估，进行扩展卡尔曼滤波的信息分配，综合形成最优估计，大大减轻卫星惯导定位的漂移程度，保持定位的相对准确；
4，在卫星信号非常好的区域，通过对传感器进行自适应校正，提高惯性推算单元的精确度；
5，通过本发明，提高了定位系统的定位精度（减轻卫星弱信号区漂移影响）、增加了定位系统的区域覆盖能力（隧道等无卫星信号的环境继续保持定位的持续推算更新），从而提高了本发明的系统终端的定位可用性。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种卫星惯性导航方法，包括步骤：
利用卫星定位模块获得载体的卫星定位信息；
利用惯性测量组件获得载体的速度信息和相对转动角速度；
根据所述速度信息和相对转动角速度计算所述载体相对前一计算周期获得的卫星惯性导航结果的相对位移矢量；
其特征在于，还包括步骤：
利用卫星定位模块获得反映卫星定位质量的数据；
根据所述反映卫星定位质量的数据信息计算卫星信号接收质量评估因子；
建立扩展卡尔曼滤波系统，根据所述评估因子融合所述卫星定位信息和相对位移矢量，获得卫星惯性导航结果；以及
根据所述卫星惯性导航结果和电子地图数据在显示器上显示电子地图及导航图像。
2.根据权利要求1所述的卫星惯性导航方法，其特征在于，还包括在所述评估因子大于或等于预设值时，根据所述卫星惯性导航结果和所述相对位移矢量计算所述惯性测量组件的校正参数的步骤。
3.根据权利要求1所述的卫星惯性导航方法，其特征在于，所述卫星定位模块选自北斗卫星定位模块，GPS卫星定位模块、欧洲伽利略卫星定位模块、北斗-GPS双模卫星定位模块、北斗-伽利略双模卫星定位模块、北斗-GPS-伽利略三模卫星定位模块等定位模块；所述反映卫星定位质量的数据至少包括卫星信号的可用性电文信息和卫星信号强度信息。
4.根据权利要求1所述的卫星惯性导航方法，其特征在于，所述建立扩展卡尔曼滤波系统，根据所述评估因子融合所述卫星定位信息和相对位移矢量的步骤包括：
建立第一扩展卡尔曼滤波子系统，根据所述评估因子和卫星定位信息计算出第一局部状态向量估计及第一局部误差协方差矩阵；
建立第二扩展卡尔曼滤波子系统，根据所述评估因子和相对位移矢量计算出第二局部状态向量估计及第二局部误差协方差矩阵；
根据所述第一局部状态向量估计、第一局部误差协方差矩阵、第二局部状态向量估计及第二局部误差协方差矩阵计算全局误差协方差矩阵和全局状态向量，并根据全局状态向量生成卫星惯性导航结果；以及
将所述全局误差协方差矩阵和全局状态向量反馈给第一和第二扩展卡尔曼滤波子系统，其中所述全局误差协方差矩阵在反馈时根据所述评估因子按比例放大反馈。
5.根据权利要求4所述的卫星惯性导航方法，其特征在于，所述建立第一扩展卡尔曼滤波子系统的步骤包括：
设定状态向量                                               
Figure 201210102079X100001DEST_PATH_IMAGE001
、惯性变换矩阵和观测向量，其中
Figure 201210102079X100001DEST_PATH_IMAGE005
和
Figure 201210102079X100001DEST_PATH_IMAGE007
分别表示地球上西东走向的位置坐标及南北走向的位置坐标，
Figure 201210102079X100001DEST_PATH_IMAGE008
，
其中观测向量
Figure 201210102079X100001DEST_PATH_IMAGE009
与状态向量
Figure 201210102079X100001DEST_PATH_IMAGE010
间的转换用函数
Figure 201210102079X100001DEST_PATH_IMAGE011
来表示，则导出
Figure 201210102079X100001DEST_PATH_IMAGE012
对
Figure 201210102079X100001DEST_PATH_IMAGE013
的偏导的雅可比矩阵
Figure 201210102079X100001DEST_PATH_IMAGE014
；
设定往前递推状态向量
Figure 201210102079X100001DEST_PATH_IMAGE015
；
设定往前递推误差协方差矩阵
Figure 201210102079X100001DEST_PATH_IMAGE016
，表示第一扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益
Figure 201210102079X100001DEST_PATH_IMAGE018
，
Figure 201210102079X100001DEST_PATH_IMAGE019
表示第一扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 201210102079X100001DEST_PATH_IMAGE021
更新第一局部状态向量估计 ；
更新第一局部误差协方差矩阵
Figure 201210102079X100001DEST_PATH_IMAGE023
。
6.根据权利要求4所述的卫星惯性导航方法，其特征在于，所述建立第二扩展卡尔曼滤波子系统的步骤包括：
设定状态向量
Figure 201210102079X100001DEST_PATH_IMAGE024
、惯性变换矩阵
Figure 201210102079X100001DEST_PATH_IMAGE025
和观测向量，其中和
Figure 618894DEST_PATH_IMAGE007
分别表示地球上西东走向的位置坐标及南北走向的位置坐标，
Figure 201210102079X100001DEST_PATH_IMAGE027
，
Figure 201210102079X100001DEST_PATH_IMAGE028
和
Figure 201210102079X100001DEST_PATH_IMAGE029
分别为所述相对位移矢量中的相对转动角度和相对移动距离；
其中观测向量
Figure 201210102079X100001DEST_PATH_IMAGE030
与状态向量
Figure 201210102079X100001DEST_PATH_IMAGE031
间的转换用函数
Figure 201210102079X100001DEST_PATH_IMAGE032
来表示，则导出
Figure 201210102079X100001DEST_PATH_IMAGE033
对的偏导的雅可比矩阵
Figure 201210102079X100001DEST_PATH_IMAGE035
；
设定往前递推状态向量
Figure 201210102079X100001DEST_PATH_IMAGE036
；
设定往前递推误差协方差矩阵
Figure 201210102079X100001DEST_PATH_IMAGE037
，
Figure 201210102079X100001DEST_PATH_IMAGE038
表示第二扩展卡尔曼滤波子系统的过程激励噪声协方差矩阵；
计算卡尔曼增益
Figure 201210102079X100001DEST_PATH_IMAGE039
，
Figure 201210102079X100001DEST_PATH_IMAGE040
表示第二扩展卡尔曼滤波子系统的测量噪声协方差矩阵；
使用观测向量
Figure 201210102079X100001DEST_PATH_IMAGE042
更新第二局部状态向量估计
Figure 201210102079X100001DEST_PATH_IMAGE043
；
更新第二局部误差协方差矩阵
Figure 201210102079X100001DEST_PATH_IMAGE044
。
7.根据权利要求4所述的卫星惯性导航方法，其特征在于，所述计算全局误差协方差矩阵和全局状态向量的方法包括：
计算全局误差协方差矩阵
Figure 201210102079X100001DEST_PATH_IMAGE045
，其中
Figure 201210102079X100001DEST_PATH_IMAGE046
为第一局部误差协方差向量，
Figure 201210102079X100001DEST_PATH_IMAGE047
为第二局部误差协方差矩阵；以及
计算全局状态向量
Figure 201210102079X100001DEST_PATH_IMAGE048
，其中
Figure 201210102079X100001DEST_PATH_IMAGE049
为第一局部状态向量估计，
Figure 201210102079X100001DEST_PATH_IMAGE050
为第二局部状态向量估计。
8.根据权利要求4至7项中任一项所述的卫星惯性导航方法，其特征在于，所述全局状态向量直接等价反馈给第一和第二扩展卡尔曼滤波子系统。
9.根据权利要求4至7项中任一项所述的卫星惯性导航方法，其特征在于，反馈给第一和第二扩展卡尔曼滤波子系统的误差协方差矩阵分别为：
Figure 201210102079X100001DEST_PATH_IMAGE051
，其中
Figure 201210102079X100001DEST_PATH_IMAGE052
等于所述评估因子，
Figure 201210102079X100001DEST_PATH_IMAGE053
，
Figure 201210102079X100001DEST_PATH_IMAGE054
为全局误差协方差矩阵。
10.根据权利要求1所述的卫星惯性导航方法，其特征在于，所述利用惯性测量组件获得载体的速度信息和相对转动角速度的同时还获得所述载体的倒车信号。
11.一种卫星惯性导航设备，包括用于获得载体的卫星定位信息的卫星定位模块、用于获得载体的速度信息和相对转动角速度的惯性测量组件、处理器模块、存储器和显示器，其中处理器模块用于根据所述速度信息和相对转动角速度得到载体的相对位移矢量，并根据所述卫星定位信息和相对位移矢量获得卫星惯性导航结果并在显示器上显示导航结果，其特征在于：
所述卫星定位模块可获得反映卫星定位质量的数据、根据所述反映卫星定位质量的数据计算卫星信号接收质量评估因子、建立扩展卡尔曼滤波系统，并根据所述评估因子基于所述扩展卡尔曼滤波系统融合所述卫星定位信息和相对位移矢量，从而获得卫星惯性导航结果。
12.根据权利要求11所述的卫星惯性导航设备，其特征在于，所述卫星定位模块选自北斗卫星定位模块，GPS卫星定位模块、欧洲伽利略卫星定位模块、北斗-GPS双模卫星定位模块、北斗-伽利略双模卫星定位模块、北斗-GPS-伽利略三模卫星定位模块等定位模块；所述反映卫星定位质量的数据至少包括卫星信号的可用性电文信息和卫星信号强度信息。
13.根据权利要求11所述的卫星惯性导航设备，其特征在于，所述惯性测量组件包括陀螺仪、速度信号模块和倒车信号模块。
CN201210102079.XA 2012-04-10 2012-04-10 一种卫星惯性导航方法 Active CN102645222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210102079.XA CN102645222B (zh) 2012-04-10 2012-04-10 一种卫星惯性导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210102079.XA CN102645222B (zh) 2012-04-10 2012-04-10 一种卫星惯性导航方法

Publications (2)

Publication Number Publication Date
CN102645222A true CN102645222A (zh) 2012-08-22
CN102645222B CN102645222B (zh) 2015-07-22

Family

ID=46658195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210102079.XA Active CN102645222B (zh) 2012-04-10 2012-04-10 一种卫星惯性导航方法

Country Status (1)

Country Link
CN (1) CN102645222B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928860A (zh) * 2012-10-18 2013-02-13 无锡清华信息科学与技术国家实验室物联网技术中心 基于局部定位信息提高gps定位精度的方法
CN103150748A (zh) * 2013-03-18 2013-06-12 大连慈航电子有限公司 倒车影像3d 场景重构方法和系统
CN103616033A (zh) * 2013-12-09 2014-03-05 上海四通仪表股份有限公司 具有定位和信息实时交互功能的车辆仪表
CN104251999A (zh) * 2013-06-27 2014-12-31 珠海世纪鼎利通信科技股份有限公司 室内定位设备和方法
CN105164683A (zh) * 2014-01-31 2015-12-16 谷歌公司 用于地理定位图像的系统和方法
CN106918800A (zh) * 2015-12-24 2017-07-04 Epawn公司 混合移动元件、接口连接方法和装置及用于系统的组合件
CN107621644A (zh) * 2017-08-09 2018-01-23 上海移为通信技术股份有限公司 一种gps定位系统的抗干扰控制方法
CN107767661A (zh) * 2017-11-23 2018-03-06 李党 车辆实时跟踪系统
CN108196289A (zh) * 2017-12-25 2018-06-22 北京交通大学 一种卫星信号受限条件下的列车组合定位方法
CN109100767A (zh) * 2017-06-20 2018-12-28 青岛新松机器人自动化有限公司 一种自动导引运输车agv的导航定位系统
CN109188486A (zh) * 2018-06-27 2019-01-11 北斗星通（重庆）汽车电子有限公司 一种高精度定位系统
CN109425876A (zh) * 2017-08-22 2019-03-05 北京自动化控制设备研究所 一种提高定位精度的改进卡尔曼滤波方法
CN110967010A (zh) * 2019-12-09 2020-04-07 贵州新思维科技有限责任公司 基于卫星导航与惯性导航的无盲区车辆定位系统和方法
CN111665533A (zh) * 2019-03-07 2020-09-15 中国科学院上海高等研究院 基于卫星定位有效性的定位方法/系统、介质及设备
CN112000100A (zh) * 2020-08-26 2020-11-27 德鲁动力科技(海南)有限公司 机器人的充电系统及方法
CN112556632A (zh) * 2020-11-25 2021-03-26 北京数码汇博科技有限公司 一种利用协同精密定位监测地质体形变的方法及结构
CN112731945A (zh) * 2016-04-12 2021-04-30 苏州宝时得电动工具有限公司 自动工作系统,自移动设备及其控制方法
WO2021180094A1 (zh) * 2020-03-12 2021-09-16 北京三快在线科技有限公司 无人设备的导航
CN113703026A (zh) * 2021-10-28 2021-11-26 中国商用飞机有限责任公司 用于飞行器的导航模式选择的方法和系统
CN116660965A (zh) * 2023-07-26 2023-08-29 北京北斗星通导航技术股份有限公司 一种北斗惯性导航定位方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2569099Y (zh) * 2002-03-21 2003-08-27 赵京 组合定位装置
US20070229355A1 (en) * 2004-03-17 2007-10-04 Gyuyoung Han Method and System for Determining Position of Terminal By Using Location Detector in Gps Satellite-Invisible Area
CN101393025A (zh) * 2008-11-06 2009-03-25 哈尔滨工程大学 Auv组合导航系统无迹切换方法
CN101464152A (zh) * 2009-01-09 2009-06-24 哈尔滨工程大学 一种sins/gps组合导航系统自适应滤波方法
CN101571400A (zh) * 2009-01-04 2009-11-04 四川川大智胜软件股份有限公司 基于动态交通信息的嵌入式车载组合导航系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2569099Y (zh) * 2002-03-21 2003-08-27 赵京 组合定位装置
US20070229355A1 (en) * 2004-03-17 2007-10-04 Gyuyoung Han Method and System for Determining Position of Terminal By Using Location Detector in Gps Satellite-Invisible Area
CN101393025A (zh) * 2008-11-06 2009-03-25 哈尔滨工程大学 Auv组合导航系统无迹切换方法
CN101571400A (zh) * 2009-01-04 2009-11-04 四川川大智胜软件股份有限公司 基于动态交通信息的嵌入式车载组合导航系统
CN101464152A (zh) * 2009-01-09 2009-06-24 哈尔滨工程大学 一种sins/gps组合导航系统自适应滤波方法

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928860A (zh) * 2012-10-18 2013-02-13 无锡清华信息科学与技术国家实验室物联网技术中心 基于局部定位信息提高gps定位精度的方法
CN102928860B (zh) * 2012-10-18 2015-01-21 无锡清华信息科学与技术国家实验室物联网技术中心 基于局部定位信息提高gps定位精度的方法
CN103150748A (zh) * 2013-03-18 2013-06-12 大连慈航电子有限公司 倒车影像3d 场景重构方法和系统
CN104251999A (zh) * 2013-06-27 2014-12-31 珠海世纪鼎利通信科技股份有限公司 室内定位设备和方法
CN103616033A (zh) * 2013-12-09 2014-03-05 上海四通仪表股份有限公司 具有定位和信息实时交互功能的车辆仪表
CN105164683A (zh) * 2014-01-31 2015-12-16 谷歌公司 用于地理定位图像的系统和方法
CN106918800A (zh) * 2015-12-24 2017-07-04 Epawn公司 混合移动元件、接口连接方法和装置及用于系统的组合件
CN106918800B (zh) * 2015-12-24 2022-07-12 巴黎星风 混合移动元件、接口连接方法和装置及用于系统的组合件
CN112731945B (zh) * 2016-04-12 2024-04-12 苏州宝时得电动工具有限公司 自动工作系统,自移动设备及其控制方法
CN112731945A (zh) * 2016-04-12 2021-04-30 苏州宝时得电动工具有限公司 自动工作系统,自移动设备及其控制方法
CN109100767A (zh) * 2017-06-20 2018-12-28 青岛新松机器人自动化有限公司 一种自动导引运输车agv的导航定位系统
CN107621644A (zh) * 2017-08-09 2018-01-23 上海移为通信技术股份有限公司 一种gps定位系统的抗干扰控制方法
CN109425876B (zh) * 2017-08-22 2023-01-10 北京自动化控制设备研究所 一种提高定位精度的改进卡尔曼滤波方法
CN109425876A (zh) * 2017-08-22 2019-03-05 北京自动化控制设备研究所 一种提高定位精度的改进卡尔曼滤波方法
CN107767661B (zh) * 2017-11-23 2020-04-17 李党 车辆实时跟踪系统
CN107767661A (zh) * 2017-11-23 2018-03-06 李党 车辆实时跟踪系统
CN108196289A (zh) * 2017-12-25 2018-06-22 北京交通大学 一种卫星信号受限条件下的列车组合定位方法
CN109188486A (zh) * 2018-06-27 2019-01-11 北斗星通（重庆）汽车电子有限公司 一种高精度定位系统
CN111665533A (zh) * 2019-03-07 2020-09-15 中国科学院上海高等研究院 基于卫星定位有效性的定位方法/系统、介质及设备
CN110967010B (zh) * 2019-12-09 2023-08-18 贵州新思维科技有限责任公司 用于基于卫星导航与惯性导航的无盲区车辆定位系统的方法
CN110967010A (zh) * 2019-12-09 2020-04-07 贵州新思维科技有限责任公司 基于卫星导航与惯性导航的无盲区车辆定位系统和方法
WO2021180094A1 (zh) * 2020-03-12 2021-09-16 北京三快在线科技有限公司 无人设备的导航
CN112000100A (zh) * 2020-08-26 2020-11-27 德鲁动力科技(海南)有限公司 机器人的充电系统及方法
CN112556632A (zh) * 2020-11-25 2021-03-26 北京数码汇博科技有限公司 一种利用协同精密定位监测地质体形变的方法及结构
CN113703026A (zh) * 2021-10-28 2021-11-26 中国商用飞机有限责任公司 用于飞行器的导航模式选择的方法和系统
CN113703026B (zh) * 2021-10-28 2022-02-08 中国商用飞机有限责任公司 用于飞行器的导航模式选择的方法和系统
CN116660965A (zh) * 2023-07-26 2023-08-29 北京北斗星通导航技术股份有限公司 一种北斗惯性导航定位方法、装置及存储介质
CN116660965B (zh) * 2023-07-26 2023-09-29 北京北斗星通导航技术股份有限公司 一种北斗惯性导航定位方法、装置及存储介质

Also Published As

Publication number Publication date
CN102645222B (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN102645222A (zh) 一种卫星惯性导航方法和设备
CN101382431B (zh) 定位系统及其方法
US20200292570A1 (en) Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method
JP5270184B2 (ja) 衛星航法／推測航法統合測位装置
KR102089681B1 (ko) 위성 위치지정 데이터와 차량 센서 데이터에 기초한 차량 네비게이션
EP2957928B1 (en) Method for using partially occluded images for navigation and positioning
JP5586994B2 (ja) 位置標定装置、位置標定装置の位置標定方法および位置標定プログラム
US20090115656A1 (en) Systems and Methods for Global Differential Positioning
US20100103033A1 (en) Loosely-coupled integration of global navigation satellite system and inertial navigation system
JP2007139601A (ja) 移動体用位置推定装置
JP6149699B2 (ja) 車両用走行軌跡算出装置
JP2011122921A (ja) 位置標定装置、位置標定方法、位置標定プログラム、速度ベクトル算出装置、速度ベクトル算出方法および速度ベクトル算出プログラム
CN105974449A (zh) 处理信号的方法及系统
US10514467B2 (en) Up sampling reference station data
JP6248559B2 (ja) 車両用走行軌跡算出装置
CN113252048B (zh) 一种导航定位方法、导航定位系统及计算机可读存储介质
CN110133695A (zh) 一种双天线gnss位置延迟时间动态估计系统及方法
CN102706364B (zh) 一种汽车用微机械陀螺标度因子在线标定方法
WO2014119937A1 (ko) 위치영역 보정정보 투영을 이용한 위성항법 보강 시스템 및 위성항법 보강 방법
CN106403999A (zh) 基于gnss的惯性导航加速度计漂移实时补偿方法
JP5994237B2 (ja) 測位装置及びプログラム
US11762104B2 (en) Method and device for locating a vehicle
CN101149427B (zh) 全球定位系统的方向校正装置及方法
KR101964059B1 (ko) 실내 주차장 안내 시스템을 위한 바퀴 속력 센서 기반 차량 측위 시스템
CN114623839A (zh) 导航方法、系统、装置及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: 516006 Guangdong province Huizhou Zhongkai hi tech Industrial Development Zone Pearl River Road No. 1

Patentee after: HUIZHOU DESAY SV AUTOMOTIVE CO., LTD.

Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Industrial Development Zone Pearl River Road No. 1

Patentee before: Huizhou Desay SV Auto. Electronics Co., Ltd.