CN103983997A - 一种抗gps失效的车载组合导航方法 - Google Patents

Abstract

一种抗GPS(全球定位系统)失效的车载组合导航方法，本发明涉及一种适用于车载低成本组合导航系统的抗GPS失效组合导航方法。该方法首先利用动态卷积相关法估计不同类传感器测量数据的相对时间延迟，依据相对时间延迟校准GPS、陀螺和速度传感器三类传感器的输出数据；其次采用去野值新息正交滑窗平均滤波器剔除上述三类传感器原始数据野值，降低数据离散度；第三，GPS有效状态下实时在线估计陀螺和速度传感器误差系数并补偿；第四，当GPS失效发生时启动递推算法给出位置和航向信息。本发明解决车载低成本陀螺和速度传感器误差漂移快的问题，显著提高位置、航向精度。可用于任何包含GPS、陀螺、速度传感器的车载导航系统中。

Description

一种抗GPS失效的车载组合导航方法

技术领域

本发明涉及一种适用于车载低成本组合导航系统的抗GPS(全球定位系统)失效组合导航方法，从三方面消除陀螺误差，解决了车载低成本陀螺误差漂移快的问题，显著提高GPS失效时陀螺和速度传感器组合导航的位置和航向精度，提升车载低成本组合导航系统在GPS失效情况下的可用性。本发明可用于任何包含GPS、陀螺、速度传感器的车载导航系统中。

背景技术

为了提高行车效率、安全性和经济性，低成本车载组合导航系统越来越普遍的安装于各类车辆。GPS作为主导航设备在低成本车载导航系统中发挥了非常显著的作用，但以无线电定位为主要技术特征的GPS经常受到大气衰减、信号传输遮挡、多径干扰等诸多因素影响，定位可靠性和精度下降，甚至无法完成导航任务，因此研究抗GPS失效的车载组合导航方法成为低成本组合导航系统实用化的必经之路。

以陀螺和加速度计(或者速度传感器)为传感器的惯性导航是GPS导航的有益补充，共同构成车载组合导航系统。为了实现低成本、可普及的目标，车载组合导航系统一般采用成本很低的MEMS(微机电系统)工艺陀螺测量车辆航向，采用速度传感器或者MEMS加速度计测量车辆运动速度。基本工作原理是通过航向和速度组合，推算GPS失效情况下的车辆位置。其推算原理基于两维平面的积分运算，测量误差也随时间同步积分，在没有其他修正信息的情况下其推算精度必然随时间不断恶化。因此，抗GPS失效车载组合导航方法的核心是实时校正陀螺和速度传感器的测量误差，使位置推算精度在GPS失效一定时间内仍然能够满足车辆导航的需求。

本发明首先利用动态卷积相关法估计不同类传感器测量数据的相对时间延迟，依据相对时间延迟校准GPS、陀螺和速度传感器三类传感器输出数据；其次采用去野值新息正交滑窗平均滤波器剔除上述三类传感器原始数据的野值，降低数据离散度，提高系统可靠性和精度；第三，GPS有效状态下实时在线估计陀螺和速度传感器误差系数并补偿其输出；第四，当GPS失效发生时，启动递推算法由陀螺和速度传感器给出位置和航向信息。本发明从三方面消除陀螺和速度传感器误差，解决了车载低成本陀螺和速度传感器误差漂移快的问题，显著提高GPS失效时陀螺和速度传感器组合推算位置和航向的精度，提升车载低成本组合导航系统在GPS失效情况下的可用性。本发明可用于任何包含GPS、陀螺、速度传感器的车载导航系统中。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种适用于车载低成本组合导航系统的抗GPS失效组合导航方法。

本发明的技术解决方案为：一种抗GPS失效的车载组合导航方法，其特征在于包括以下步骤：

(1)利用静态数据估计陀螺零偏误差：以陀螺零偏误差为状态变量建立状态方程，利用最近的停驶状态数据、采用加权滤波技术实时估计陀螺零偏误差；

(2)利用动态卷积相关法估计GPS、陀螺、速度传感器三类传感器测量数据相对时间延迟，被估计的时间延迟源包括：各个采集系统时钟不统一、信号处理速度差异、传感器敏感机理导致的测量不同步等。依据相关函数的峰值计算相对时间延迟，并移位校准GPS、陀螺和速度传感器三类传感器的输出数据；

(3)采用新息正交滑窗平均滤波器剔除(2)中三类传感器原始数据野值：通过新息正交滑窗平均滤波器给出每个原始数据的滤波估计值和置信度，依据置信度剔除野值，并在剔除野值位置补充给出估计值，降低数据离散度，提高系统可靠性和精度；

(4)实时在线估计陀螺和速度传感器误差系数：在GPS有效时，实时在线计算GPS与陀螺/速度传感器组合导航系统的航向、速度偏差，对差序列进行卡尔曼滤波，估计陀螺和速度传感器的动态误差系数；

(5)当GPS失效时，利用拟合得到的误差漂移规律校正陀螺和速度传感器原始输出，校正后的陀螺和速度传感器输出经递推算法给出车辆位置和航向信息。

本发明的原理是：车载组合导航系统在GPS失效后采用陀螺和速度传感器组合提供航向和速度，经积分推算后给出车辆位置信息。但陀螺和速度传感器的误差随时间同步积分，严重影响推算车辆位置的精度。陀螺和速度传感器主要误差源包括：陀螺零偏误差、不同传感器测量数据相对时间延迟、传感器测量野值、陀螺动态误差系数、直线段和曲线段陀螺动态误差系数的差别。

本发明利用最近3分钟的静止状态陀螺数据经过加权滤波估计陀螺零偏误差，加权原则是越早获得的陀螺数据加权值越小，越晚获得的陀螺数据加权值越大。加权滤波不仅估计当前时刻陀螺零偏误差，还进一步拟合出陀螺零偏误差随时间变化的趋势。在全程导航中实时进行动态卷积相关处理，将最近3分钟内的GPS、陀螺、速度传感器数据进行两两类数据之间的卷积相关，由卷积相关输出的极值确定最佳匹配点和相对时间延迟量。依据相对时间延迟量进行移位对齐GPS、陀螺和速度传感器数据，为后续的误差估计和校正做好数据准备。本发明提出新息正交滑窗平均滤波器剔除传感器测量野值，采用新息正交判断和滑窗平均滤波相结合的技术路线：新息正交判断利用测量野值与正常测量值不正交的特点，通过判断最新测量值(新息)随机过程的正交性来判断其中是否存在野值；滑窗平均滤波以当前最新测量值为起点，对之前固定长度的最新测量数据序列进行平均，替代当前最新测量值，达到降低噪声的目的。在行驶当中，滤波器以陀螺和速度传感器动态误差为状态变量，以GPS航向和速度为观测值进行实时卡尔曼滤波。陀螺和速度传感器的动态误差系数根据路况分为直线段误差系数和转弯段误差系数，以提高误差估计精度。

本发明与现有技术相比的优点在于：通过加权方式更多采信最新静止状态陀螺数据，提高陀螺零偏误差估计精度，加权滤波不仅估计当前时刻陀螺零偏误差，还进一步拟和出陀螺零偏误差随时间变化的趋势；提出动态卷积相关法估计各个传感器测量数据之间的相对时间延迟，首次考虑时间延迟在实时导航中的影响；利用测量野值与正常测量值不正交的特点，通过判断最新测量值(新息)随机过程的正交性来判断其中是否存在野值，降低数据离散度，提高系统可靠性和精度；全程实时估计陀螺和速度传感器动态误差，并在直线段和转弯段采用不同的误差系数以适应不同的道路状况，补偿精度更高。本发明从陀螺零偏误差、不同传感器测量数据相对时间延迟、传感器测量野值、陀螺动态误差系数、直线段和曲线段陀螺动态误差系数的差别几个方面进行改进，大大提升了低成本车载组合导航系统在GPS失效情况下的可用性。

附图说明

图1为本发明的抗GPS失效车载组合导航方法流程图。

具体实施方式

如图1所示，本发明的具体方法如下：

(1)利用静态数据估计陀螺零偏误差：以陀螺零偏误差为状态变量建立状态方程，利用最近的停驶状态数据、采用加权滤波技术实时估计陀螺零偏误差。

当速度v＝0，令陀螺测量航向角速度序列ω(i)进行移位赋值，

ω(1)＝ω(2)

ω(2)＝ω(3)

ω(3)＝ω(4)，其中ω为陀螺最新测量值。

......

ω(n-1)＝ω(n)

ω(n)＝ω

经加权滤波，得到陀螺零偏误差b。

$b=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\frac{j}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}i}\mathrm{\ω}\left(j\right)$

对b随时间进行多项式拟合得到陀螺零偏误差随时间的趋势项b(t)。当GPS失效后，从陀螺直接测量值中去除b(t)提高精度。

(2)利用动态卷积相关法，由相关函数的峰值估计GPS、陀螺、速度传感器三类测量数据的相对时间延迟，并移位校准GPS、陀螺和速度传感器的输出数据。三类传感器测量频率不同，按照最低数据频率，即GPS数据频率，对另外两个传感器进行同频率数据抽样。由GPS得到的航向和速度分别为由陀螺和速度传感器得到的航向和速度分别为 对应的k表示两类航向测量值的相对延迟时间

max(ΔT_v(k))对应的k表示两类速度测量值的相对延迟时间

${\mathrm{\ΔT}}_v\left(k\right)=\underset{i}{\mathrm{\Σ}}{v}_{\mathrm{GPS}}(i-k)v_{\mathrm{gyro}}\left(i\right)$

卷积序列长度可以根据实际路况进行调整。

(3)采用新息正交滑窗平均滤波器剔除GPS、陀螺、速度传感器原始数据野值。建立传感器测量数据的卡尔曼滤波器，以

为状态变量，代表k+1时刻测量值，

X(k+1/k)＝X_k+1/k＝FX(k)，Z(k+1)＝H(k+1)X(k+1)+V(k+1)，H(k+1)＝I⁴R(k+1)＝R_k+1＝E[V(k+1)·V^T(k+1)]，Q(k+1)＝Q_k+1＝E[W(k+1)·W^T(k+1)]满足正交性的理论值为

$M_{k+1}=H_{k+1}{P}_{k+1/k}{H}_{k+1}^T+R_{k+1}+H_{k+1}{X}_{k+1/k}{X}_{k+1/k}^T{H}_{k+1}^T$

其中，P_k+1/k表示卡尔曼滤波器状态预测误差方差阵，具体见卡尔曼滤波器标准公式。z_k+1(i,i)表示实际测量值的第i个对角阵元素，m_k+1(i,i)表示的第i个对角阵元素，满足正交特性的实际测量值

z_k+1(i,i)∈[m_k+1(i,i)-ε,m_k+1(i,i)+ε]

其中ε表示考虑计算误差给出的置信区间。若上式不满足，则z_k+1(i,i)为野值，剔除该野值后的空位由最近数据序列进行滑窗平均滤波补充。

(4)实时在线估计陀螺和速度传感器误差系数：在GPS有效时，实时在线计算GPS与陀螺/速度传感器组合导航系统的航向、速度偏差，对差序列进行卡尔曼滤波，估计陀螺和速度传感器的动态误差系数。

为状态变量，

代表k+1时刻测量值，

X(k+1/k)＝X_k+1/k＝FX(k)，Z(k+1)＝H(k+1)X(k+1)+V(k+1)，H(k+1)＝I²R(k+1)＝R_k+1＝E[V(k+1)·V^T(k+1)]，Q(k+1)＝Q_k+1＝E[W(k+1)·W^T(k+1)]

采用标准卡尔曼滤波器，即可在GPS有效时实时估计陀螺和速度传感器测量值的误差。直线段和转弯段的数据分开进行上述估计，得到不同的误差估计值，并在后续GPS失效时分路况校正陀螺和速度传感器测量值，达到更好的位置推算精度。

(5)当GPS失效时，利用拟合得到的误差漂移规律校正陀螺和速度传感器原始输出，校正后的陀螺和速度传感器输出经递推算法给出车辆位置和航向信息。

Claims (9)

1.一种抗GPS(全球定位系统)失效的车载组合导航方法，其特征在于包括以下步骤：

(1)利用静态数据估计陀螺零偏误差：以陀螺零偏误差为状态变量建立状态方程，利用最近的停驶状态数据、采用加权滤波技术实时估计陀螺零偏误差；

(2)利用动态卷积相关法估计GPS、陀螺、速度传感器三类传感器测量数据相对时间延迟，被估计的时间延迟源包括：各个采集系统时钟不统一、信号处理速度差异、传感器敏感机理导致的测量不同步等。依据相关函数的峰值计算相对时间延迟，并移位校准GPS、陀螺和速度传感器三类传感器的输出数据；

(3)采用新息正交滑窗平均滤波器剔除(2)中三类传感器原始数据野值：通过新息正交滑窗平均滤波器给出每个原始数据的滤波估计值和置信度，依据置信度剔除野值，并在剔除野值位置补充给出估计值，降低数据离散度，提高系统可靠性和精度；

(4)实时在线估计陀螺和速度传感器误差系数：在GPS有效时，实时在线计算GPS与陀螺/速度传感器组合导航系统的航向、速度偏差，对差序列进行卡尔曼滤波，估计陀螺和速度传感器的动态误差系数；

(5)当GPS失效时，利用拟合得到的误差漂移规律校正陀螺和速度传感器原始输出，校正后的陀螺和速度传感器输出经递推算法给出车辆位置和航向信息。

2.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：利用最近3分钟的静止状态陀螺数据经过加权滤波估计陀螺零偏误差，加权原则是：越早获得的陀螺数据加权值越小，越晚获得的陀螺数据加权值越大。

3.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：所述的加权滤波不仅估计当前时刻陀螺零偏误差，还进一步拟合出陀螺零偏误差随时间变化的趋势。

4.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：所述的动态卷积相关法是将最近3分钟内的GPS、陀螺、速度传感器数据进行两两类数据之间的卷积相关，由卷积相关输出的极值确定最佳匹配点和相对时间延迟量。依据相对时间延迟量进行移位对齐GPS、陀螺和速度传感器数据。

5.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：所述的动态卷积相关法在全程导航中实时进行，动态更新GPS、陀螺、速度传感器数据之间的相对时间延迟量。

6.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：所述的新息正交滑窗平均滤波器采用新息正交判断和滑窗平均滤波相结合的技术路线。所述的新息正交判断利用测量野值与正常测量值不正交的特点，通过判断最新测量值(新息)随机过程的正交性来判断其中是否存在野值。

7.根据权利要求6所述的滑窗平均滤波以当前最新测量值为起点，对之前固定长度的最新测量数据序列进行平均，替代当前最新测量值，达到降低噪声的目的。

8.根据权利要求1所述的实时在线估计陀螺和速度传感器误差系数的卡尔曼滤波器，以陀螺和速度传感器动态误差为状态变量，以GPS航向和速度为观测值进行实时滤波估计误差系数。

9.根据权利要求1所述的一种抗GPS失效的车载组合导航方法，其特征在于：所述的实时在线估计陀螺和速度传感器误差系数，根据路况分为直线段误差系数和转弯段误差系数。