CN107247275B - 基于公交车的城市gnss脆弱性监测系统及其方法 - Google Patents

基于公交车的城市gnss脆弱性监测系统及其方法 Download PDF

Info

Publication number
CN107247275B
CN107247275B CN201710390589.4A CN201710390589A CN107247275B CN 107247275 B CN107247275 B CN 107247275B CN 201710390589 A CN201710390589 A CN 201710390589A CN 107247275 B CN107247275 B CN 107247275B
Authority
CN
China
Prior art keywords
navigation
gnss
bus
coordinate
ins
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.)
Active
Application number
CN201710390589.4A
Other languages
English (en)
Other versions
CN107247275A (zh
Inventor
战兴群
刘宝玉
刘金玉
朱兵
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201710390589.4A priority Critical patent/CN107247275B/zh
Publication of CN107247275A publication Critical patent/CN107247275A/zh
Application granted granted Critical
Publication of CN107247275B publication Critical patent/CN107247275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/18—Stabilised platforms, e.g. by gyroscope

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

一种基于公交车的城市GNSS脆弱性监测系统及其方法，包括：惯性导航模块、GNSS导航模块、地图匹配导航模块、组合导航分析模块、GNSS脆弱性分析模块和网络通信模块，本发明能充分利用城市公交车这一大众交通工具及其车载设备，实施成本低，采集的数据实时性好、样本数量多、覆盖范围广，能得到可靠、准确、实时的统计分析结果，充分结合公交车的行车特点，利用里程计和电子地图进行特征点匹配和航位推测导航，即使GNSS导航失效、受到干扰或欺骗时，也能保证系统有效地进行导航，从而实现连续的监测，更加准确地计算出公交车经受的GNSS脆弱性。

Description

基于公交车的城市GNSS脆弱性监测系统及其方法
技术领域
本发明涉及的是一种交通运输领域的技术，具体是一种基于公交车的城市GNSS脆弱性监测系统及其方法。
背景技术
全球卫星导航系统(GNSS)能全球、全天候、实时地提供定位、测速和授时等服务。在高楼林立、树木茂密、电磁辐射污染较严重的城市区域中，GNSS信号很容易受到遮挡、多径、干扰等影响，使城市GNSS导航的脆弱性大大提高。GNSS脆弱性监测是监测GNSS系统内外因素对GNSS服务性能的不利影响，其结果可指示GNSS服务性能受不利影响的程度。为了提高城市GNSS应用的性能和可靠性，有必要监测、掌握城市GNSS脆弱性。而现在对城市GNSS导航的监测主要是基于设立的少数固定监测站点，相关科学研究也是通过专用实验车辆对城市少数特定的街道进行GNSS导航数据的采样与分析，都存在覆盖面小、采样样本数有限、实时性不足等缺点，无法对城市GNSS脆弱性进行实时、全面的监测。
发明内容
本发明针对现有技术或没有考虑和分析GNSS脆弱性的影响、或没有结合地图信息和里程计对惯性导航进行反馈校正，导致其在卫星导航及其差分定位被欺骗或不可用时，将导致系统输出的定位结果出现严重偏差或随惯性导航误差的累积而发散等缺陷，提出一种基于公交车的城市GNSS脆弱性监测系统及其方法。
本发明是通过以下技术方案实现的：
本发明涉及一种基于公交车的城市GNSS脆弱性监测系统，包括：惯性导航模块、GNSS导航模块、地图匹配导航模块、组合导航分析模块、GNSS脆弱性分析模块和网络通信模块，其中：GNSS导航模块测得公交车位置GNSS导航坐标[Lg,λg,hg]，当地东北天地理坐标系OXEYNZU中GNSS导航速度
Figure GDA0002708593060000011
伪距βi gnss(i＝1，2，…，N)和伪距率
Figure GDA0002708593060000012
惯性导航模块采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000013
地图匹配导航模块采集行车信息后通过地图匹配算法得到地图匹配导航坐标[Lodon,λodon,hodon]和公交车本体坐标系OXBYBZB中地图匹配导航速度
Figure GDA0002708593060000014
组合导航分析模块接收惯性导航模块、GNSS导航模块和地图匹配导航模块的坐标和速度等得到公交车的估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA0002708593060000021
GNSS脆弱性分析模块根据估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA0002708593060000022
计算GNSS脆弱性参数并通过网络通信模块传送到监测中心。
所述的地图匹配算法是指采集公交车与设置于公交车运行路线中识别点k之间的距离
Figure GDA0002708593060000023
和速度
Figure GDA0002708593060000024
比照公交车在电子地图中运行路线获得地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000025
所述的识别点分别设置于公交车站台、道路转弯处和道路陡坡处。
所述的距离
Figure GDA0002708593060000026
通过公式
Figure GDA0002708593060000027
进行校正，速度
Figure GDA0002708593060000028
通过公式
Figure GDA0002708593060000029
进行校正。
所述的组合导航分析模块首先对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure GDA00027085930600000210
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA00027085930600000211
进行松组合导航滤波，对GNSS伪距βi gnss(i＝1，2，…，N)、伪距率
Figure GDA00027085930600000212
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA00027085930600000213
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA00027085930600000214
所述的松组合导航滤波的观测方程为：
Figure GDA00027085930600000215
Figure GDA00027085930600000216
Figure GDA00027085930600000217
和
Figure GDA00027085930600000218
分别为惯性导航航向角和根据磁强计输出估计的航向角，δL,δλ,δh(纬度误差、经度误差、高度误差)、δVE,δVN,δVU(坐标系OXEYNZU下的速度误差)、φE,φN,φU(姿态误差)为组合导航滤波状态量中包含的惯性导航误差状态。
所述的GNSS脆弱性参数包括伪距误差方差、GNSS信号功率、载噪比、DOP值、定位误差方差。
所述的伪距误差方差
Figure GDA0002708593060000031
其中：ρfinal-i为通过估计坐标[Lfinal,λfinal,hfinal]计算的第i颗GNSS卫星的伪距值。
本发明涉及一种基于上述系统的公交车的城市GNSS脆弱性监测方法，包括以下步骤：
1)测量公交车位置GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure GDA0002708593060000032
伪距βi gnss(i＝1，2，…，N)和伪距率
Figure GDA0002708593060000033
2)采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000034
3)通过地图匹配算法得到公交车的地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000035
4)对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure GDA0002708593060000036
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000037
进行松组合导航滤波，对GNSS伪距βi gnss＝(i＝1，2，…，N)、伪距率
Figure GDA0002708593060000038
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000039
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA00027085930600000310
5)计算GNSS脆弱性参数并通过网络通信模块传送到监测中心。
技术效果
与现有技术相比，本发明能充分利用城市公交车这一大众交通工具及其车载设备，实施成本低，采集的数据实时性好、样本数量多、覆盖范围广，能得到可靠、准确、实时的统计分析结果，充分结合公交车的行车特点，利用里程计和电子地图进行特征点匹配和航位推测导航，即使在GNSS导航不可用、受到干扰或欺骗时，也能保证系统有效地进行导航，从而实现连续的监测，更加准确地计算出公交车经受的GNSS脆弱性。
附图说明
图1为本发明系统示意图；
图2为实施例坐标示意图；
图3为实施例实现场景示意图。
具体实施方式
如图1所示，本实施例中的基于公交车的城市GNSS脆弱性监测系统，包括：惯性导航模块、GNSS导航模块、地图匹配导航模块、组合导航分析模块、GNSS脆弱性分析模块和网络通信模块，其中：GNSS导航模块测得公交车位置GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure GDA0002708593060000041
伪距βi gnss(i＝1，2，…，N)和伪距率
Figure GDA0002708593060000042
惯性导航模块采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000043
地图匹配导航模块采集行车信息后通过地图匹配算法得到地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000044
组合导航分析模块接收惯性导航模块、GNSS导航模块和地图匹配导航模块的坐标和速度等得到公交车的估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA0002708593060000045
GNSS脆弱性分析模块根据估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA0002708593060000046
计算GNSS脆弱性参数并通过网络通信模块传送到监测中心。
所述的公交车上设有MEMS传感器，加速度计输出
Figure GDA0002708593060000047
陀螺仪输出
Figure GDA0002708593060000048
磁强计输出磁北角ψmag。MEMS传感器三轴方向与公交车本体坐标系OXBYBZB三轴方向平行，OXB轴指向公交车正前方，OZB轴指向公交车上方，OYB轴与OXB轴、OZB轴形成右手直角坐标系。根据公交车的行车信息即里程计和车门开关状态量，可以得到车辆航向角的变化量
Figure GDA0002708593060000049
车辆行驶距离的变化量
Figure GDA00027085930600000410
实时车速
Figure GDA00027085930600000411
车辆航向角为在当地东北天地理坐标系OXEYNZU中的XEYN平面内，公交车轴线OXB的投影与OYN轴的夹角，北偏东为正，坐标系原点O为MEMS传感器中心位置。
所述的GNSS导航模块接收GNSS信号，解算得到GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure GDA00027085930600000412
伪距βi gnss(i＝1，2，…，N)和伪距率
Figure GDA00027085930600000413
所述的惯性导航模块接收MEMS传感器的加速度信息
Figure GDA00027085930600000414
和角速度信息
Figure GDA00027085930600000415
运行捷联惯性导航算法获得公交车惯性导航坐标[Lins,λins,hins]和坐标系OXEYNZU中的惯性导航速度
Figure GDA00027085930600000416
以及姿态信息。姿态信息包括俯仰角
Figure GDA00027085930600000417
滚动角
Figure GDA00027085930600000418
和车辆航向角
Figure GDA00027085930600000419
所述的地图匹配导航模块采集行车信息后通过地图匹配算法得到地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA00027085930600000420
所述的地图匹配算法是指采集公交车与设置于公交车运行路线中识别点k之间的距离
Figure GDA0002708593060000051
和速度
Figure GDA0002708593060000052
比照公交车在电子地图中运行路线获得地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000053
在公交车的运行线路上依次设置识别点，并编号为P1,P2,…,
Figure GDA0002708593060000054
识别点设置于公交站台、道路转弯处或道路陡坡处。公交车行驶在特征点Pk-1与Pk之间时，因为公交车的行车线路固定，且线路上各点的坐标值已知，根据
Figure GDA0002708593060000055
可知公交车相对于特征点Pk-1在其行车线路上已行驶的距离，结合公交车电子地图可得到公交车在其行车线路上的位置，得到地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000056
Figure GDA0002708593060000057
为公交车从识别点Pk-1开始的里程计的累加之和。
所述的距离
Figure GDA0002708593060000058
通过公式
Figure GDA0002708593060000059
进行校正，速度
Figure GDA00027085930600000510
通过公式
Figure GDA00027085930600000511
进行校正。kodo为里程计输出的误差因子，
Figure GDA00027085930600000512
和
Figure GDA00027085930600000513
为噪声量，
Figure GDA00027085930600000514
主要为道路路面平整度、车轮滑行和打滑等对
Figure GDA00027085930600000515
的影响，
Figure GDA00027085930600000516
公交车里程计车速，Sk和
Figure GDA00027085930600000517
为对应的无误差理想值。
所述的组合导航分析模块首先对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure GDA00027085930600000518
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA00027085930600000519
进行松组合导航滤波，对GNSS伪距βi gnss(i＝1，2，…，N)、伪距率
Figure GDA00027085930600000520
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA00027085930600000521
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA00027085930600000522
所述的松组合导航滤波观测方程为：
Figure GDA00027085930600000523
Figure GDA0002708593060000061
其中：RM为当地子午圈曲率半径，RN为当地卯酉圈曲率半径，ωloose为测量噪声，C＝{Cij},i,j＝1,2,3为公交车本体坐标系OXBYBZB至坐标系OXEYNZU的转换矩阵。再经Kalman滤波器进行滤波，得到惯性导航模块和地图匹配导航模块的松组合导航滤波结果。
如图2所示，所述的MEMS传感器中心位置取为坐标系OXBYBZB与坐标系OXEYNZU的坐标原点，其中
Figure GDA0002708593060000062
为公交车所在道路的前行方向在坐标平面XEYN的投影与OYN轴的夹角，坐标轴OYN绕OZU轴旋转
Figure GDA0002708593060000063
后与该投影重合，
Figure GDA0002708593060000064
为公交车所在道路与坐标平面XEYN平面的夹角。当公交车行驶在识别点之间时，可认为公交车行的行车方向与行车道路保持一致，此时，地图匹配导航模块得到的公交车速度估计值在坐标系OXBYBZB中可表示为
Figure GDA0002708593060000065
其估计的公交车位置误差及里程计输出的车速误差体现在公交车行车线路方向上分别为
Figure GDA0002708593060000066
和
Figure GDA0002708593060000067
对于里程计，kodo一般是一个较小的量，当kodo被不断估计和校正后，其残差δkodo可被认为是一个小量，里程计输出的位置误差和车速误差可分别表示为
Figure GDA0002708593060000068
和
Figure GDA0002708593060000069
所述的紧组合导航滤波的观测值为
Figure GDA00027085930600000610
和
Figure GDA00027085930600000611
未接收到各GNSS导航卫星的伪距校正量时，观测值为：
Figure GDA00027085930600000612
和
Figure GDA00027085930600000613
其中：
Figure GDA00027085930600000614
为基于惯性导航结果计算的第i颗GNSS卫星的伪距值，
Figure GDA00027085930600000615
为基于惯性导航结果计算的第i颗GNSS卫星的伪距率值。假定第i颗GNSS卫星的高度角为
Figure GDA00027085930600000624
且相对于坐标系OXBYBZB中OXB轴的方位角，指向OXB轴为0°，顺时钟为正，为
Figure GDA00027085930600000616
观测值
Figure GDA00027085930600000617
和
Figure GDA00027085930600000618
的测量方差设定为
Figure GDA00027085930600000619
其中
Figure GDA00027085930600000620
为公交车运营线路的电子地图中对应于该位置处第i颗GNSS卫星的脆弱性信息中的伪距误差方差。
经过松组合导航滤波和紧组合导航滤波，再通过联邦滤波最终得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA00027085930600000621
所述的GNSS脆弱性分析模块根据估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA00027085930600000622
对GNSS脆弱性参数进行分析。GNSS脆弱性参数包括伪距误差方差、GNSS信号功率、载噪比、DOP值、定位误差方差、定位异常率和可用性。
所述的伪距误差方差
Figure GDA00027085930600000623
其中：ρfinal为通过估计坐标[Lfinal,λfinal,hfinal]计算的第i颗GNSS卫星的伪距值。定位误差为ELλh＝[Lg,λg,hg]T-[Lfinal,λfinal,hfinal]T。对于信号功率、载噪比和DOP值可通过相应公式得到。用新得到的GNSS脆弱性参数测量值和α滤波器对GNSS脆弱性参数进行更新。GNSS定位的可用性定义为该位置处GNSS定位误差小于一定阈值的定位次数占总定位次数的比率，定位异常率定义为该位置处GNSS定位误差大于一定阈值的定位次数占总定位次数的比率。
本实施例涉及一种基于公交车的城市GNSS脆弱性监测方法，包括以下步骤：
1)测量公交车位置GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure GDA0002708593060000071
伪距βi gnss(i＝1，2，…，N)和伪距率
Figure GDA0002708593060000072
2)采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000073
3)通过地图匹配算法得到公交车的地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000074
4)对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure GDA0002708593060000075
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure GDA0002708593060000076
进行松组合导航滤波，对GNSS伪距βi gnss(i＝1，2，…，N)、伪距率
Figure GDA0002708593060000077
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure GDA0002708593060000078
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure GDA0002708593060000079
5)计算GNSS脆弱性参数并通过网络通信模块传送到分析监测中心。
如图3所示，分析监测中心根据接收到各公交车的组合导航定位结果、GNSS脆弱性监测信息和存储数据后综合分析得到整个城市的GNSS脆弱性，并向用户发布GNSS脆弱性监测信息。
与现有技术相比，本发明能充分利用城市公交车这一大众交通工具及其车载设备，实施成本低，采集的数据实时性好、样本数量多、覆盖范围广，能得到可靠、准确、实时的统计分析结果，充分结合公交车的行车特点，利用里程计和电子地图进行特征点匹配和航位推测导航，即使在GNSS导航不可用、受到干扰或欺骗时，也能保证系统有效地进行导航，从而实现连续的监测，更加准确地计算出公交车经受的GNSS脆弱性。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (1)

1.一种基于公交车的城市GNSS脆弱性监测方法，通过一种基于公交车的城市GNSS脆弱性监测系统实现，其特征在于，所述的监测系统包括：惯性导航模块、GNSS导航模块、地图匹配导航模块、组合导航分析模块、GNSS脆弱性分析模块和网络通信模块，其中：GNSS导航模块测得公交车位置GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure FDA0002708593050000011
伪距
Figure FDA0002708593050000012
和伪距率
Figure FDA0002708593050000013
惯性导航模块采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure FDA0002708593050000014
地图匹配导航模块采集行车信息后通过地图匹配算法得到地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure FDA0002708593050000015
组合导航分析模块接收惯性导航模块、GNSS导航模块和地图匹配导航模块的坐标和速度得到公交车的估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure FDA0002708593050000016
GNSS脆弱性分析模块根据估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure FDA0002708593050000017
计算GNSS脆弱性参数并通过网络通信模块传送到监测中心；
所述的地图匹配算法是指采集公交车与设置于公交车运行路线中识别点k之间的距离
Figure FDA0002708593050000018
和速度
Figure FDA0002708593050000019
比照公交车在电子地图中运行路线获得地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure FDA00027085930500000110
所述的距离
Figure FDA00027085930500000111
通过公式
Figure FDA00027085930500000112
进行校正，速度
Figure FDA00027085930500000113
通过公式
Figure FDA00027085930500000114
进行校正，其中：kodo为里程计输出的误差因子，
Figure FDA00027085930500000115
和
Figure FDA00027085930500000116
为噪声量，
Figure FDA00027085930500000117
为道路路面平整度、车轮滑行和打滑对
Figure FDA00027085930500000118
的影响，
Figure FDA00027085930500000119
为公交车里程计车速，Sk和
Figure FDA00027085930500000120
为对应的无误差理想值；
所述的组合导航分析模块首先对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure FDA00027085930500000121
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure FDA00027085930500000122
进行松组合导航滤波，对GNSS伪距
Figure FDA00027085930500000123
伪距率
Figure FDA00027085930500000124
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure FDA00027085930500000125
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure FDA00027085930500000126
所述的松组合导航滤波的观测方程为：
Figure FDA0002708593050000021
，其中：
Figure FDA0002708593050000022
和
Figure FDA0002708593050000023
分别为惯性导航航向角和根据磁强计输出估计的航向角，
Figure FDA0002708593050000024
和
Figure FDA0002708593050000025
分别为公交车所在道路与坐标平面XEYN平面的夹角和公交车所在道路的前行方向在坐标平面XEYN的投影与OYN轴的夹角，δL,δλ,δh分别为纬度误差、经度误差、高度误差、δVE,δVN,δVU分别为坐标系OXEYNZU下的速度误差、φE,φN,φU为组合导航滤波状态量中包含的惯性导航误差状态，RM为当地子午圈曲率半径，RN为当地卯酉圈曲率半径，ωloose为测量噪声，C＝{Cij},i,j＝1,2,3为公交车本体坐标系OXBYBZB至坐标系OXEYNZU的转换矩阵，δkodo为里程计输出的误差因子的残差；
所述的GNSS脆弱性参数包括伪距误差方差、GNSS信号功率、载噪比、DOP值、定位误差方差；
所述的伪距误差方差
Figure FDA0002708593050000026
其中：ρfinal-i为通过估计坐标[Lfinal,λfinal,hfinal]计算的第i颗GNSS卫星的伪距值，θi为第i颗GNSS卫星的高度角，
Figure FDA0002708593050000027
为相对于坐标系OXBYBZB中OXB轴的方位角，顺时钟为正；
所述的城市GNSS脆弱性监测方法，包括以下步骤：
1)测量公交车位置GNSS导航坐标[Lg,λg,hg]和坐标系OXEYNZU中GNSS导航速度
Figure FDA0002708593050000028
伪距
Figure FDA0002708593050000029
和伪距率
Figure FDA00027085930500000210
2)采集公交车的加速度信息和角速度信息通过捷联惯性导航算法得到惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure FDA00027085930500000211
3)通过地图匹配算法得到公交车的地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure FDA0002708593050000031
4)对惯性导航坐标[Lins,λins,hins]、惯性导航速度
Figure FDA0002708593050000032
地图匹配导航坐标[Lodon,λodon,hodon]和地图匹配导航速度
Figure FDA0002708593050000033
进行松组合导航滤波，对GNSS伪距
Figure FDA0002708593050000034
伪距率
Figure FDA0002708593050000035
惯性导航坐标[Lins,λins,hins]和惯性导航速度
Figure FDA0002708593050000036
进行紧组合导航滤波，再经联邦滤波得到估计坐标[Lfinal,λfinal,hfinal]和估计速度
Figure FDA0002708593050000037
5)计算GNSS脆弱性参数并通过网络通信模块传送到监测中心。
CN201710390589.4A 2017-05-27 2017-05-27 基于公交车的城市gnss脆弱性监测系统及其方法 Active CN107247275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710390589.4A CN107247275B (zh) 2017-05-27 2017-05-27 基于公交车的城市gnss脆弱性监测系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710390589.4A CN107247275B (zh) 2017-05-27 2017-05-27 基于公交车的城市gnss脆弱性监测系统及其方法

Publications (2)

Publication Number Publication Date
CN107247275A CN107247275A (zh) 2017-10-13
CN107247275B true CN107247275B (zh) 2020-12-08

Family

ID=60017662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710390589.4A Active CN107247275B (zh) 2017-05-27 2017-05-27 基于公交车的城市gnss脆弱性监测系统及其方法

Country Status (1)

Country Link
CN (1) CN107247275B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108051839B (zh) * 2017-10-27 2021-11-05 成都天合世纪科技有限责任公司 一种车载三维定位装置及三维定位的方法
CN108846598A (zh) * 2018-03-29 2018-11-20 宏图物流股份有限公司 一种车辆定位的方法及装置
CN108931260B (zh) * 2018-07-04 2022-06-07 山东省科学院自动化研究所 Gps欺骗时无人驾驶车辆定位安全测试系统及方法
CN108920892A (zh) * 2018-09-30 2018-11-30 南京地铁集团有限公司 一种城市轨道交通站点脆弱性测量方法
CN109631886B (zh) * 2018-12-28 2021-07-27 江苏满运物流信息有限公司 车辆定位方法、装置、电子设备、存储介质
CN110795518B (zh) * 2019-10-24 2022-10-11 中国人民解放军63653部队 一种基于vc++的gnss定位导航软件系统
CN111323802B (zh) * 2020-03-20 2023-02-28 阿波罗智能技术(北京)有限公司 智能驾驶车辆定位方法、装置及设备
CN111965671B (zh) * 2020-09-28 2022-02-01 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种gnss信号质量监测与干扰监测定位系统及方法
CN117092665B (zh) * 2023-08-03 2024-04-19 广州海格晶维信息产业有限公司 一种组合导航设备抗多径干扰的方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100520166B1 (ko) * 2003-03-14 2005-10-10 삼성전자주식회사 네비게이션시스템에서 이동체의 위치검출장치 및 그 방법
TWI287621B (en) * 2006-09-15 2007-10-01 Sin Etke Technology Co Ltd Precision positioning system for vehicles
JP2010530958A (ja) * 2007-05-24 2010-09-16 テレ アトラス ベスローテン フエンノートシャップ 絶対位置決めモード及び相対位置決めモードを含む位置決め装置、方法、並びにプログラム
CN101334288B (zh) * 2008-08-07 2010-08-25 北京工业大学 基于标准线路匹配的公交准确定位方法
CN105424041A (zh) * 2016-01-18 2016-03-23 重庆邮电大学 一种基于bd/ins紧耦合的行人定位算法
CN106710204B (zh) * 2017-01-13 2019-12-17 浙江大学 公交车辆的交叉定位装置和方法

Also Published As

Publication number Publication date
CN107247275A (zh) 2017-10-13

Similar Documents

Publication Publication Date Title
CN107247275B (zh) 基于公交车的城市gnss脆弱性监测系统及其方法
CN109946730B (zh) 一种车路协同下基于超宽带的车辆高可靠融合定位方法
Skog et al. In-car positioning and navigation technologies—A survey
Fakharian et al. Adaptive Kalman filtering based navigation: An IMU/GPS integration approach
CN109343095B (zh) 一种车载导航车辆组合定位装置及其组合定位方法
Georgy et al. Vehicle navigator using a mixture particle filter for inertial sensors/odometer/map data/GPS integration
CN109186597B (zh) 一种基于双mems-imu的室内轮式机器人的定位方法
CN104729506A (zh) 一种视觉信息辅助的无人机自主导航定位方法
CN111751852A (zh) 基于点云配准的无人车gnss定位可靠性评价方法
WO2013149149A1 (en) Method to identify driven lane on map and improve vehicle position estimate
CN103453903A (zh) 一种基于惯性测量组件的管道探伤系统导航定位方法
CN102538790A (zh) 惯性导航中陀螺仪参数的差异性解决方法
Dawson et al. Radar-based multisensor fusion for uninterrupted reliable positioning in GNSS-denied environments
CN108254775A (zh) 车载导航系统及其实现方法
Meguro et al. Low-cost lane-level positioning in urban area using optimized long time series GNSS and IMU data
Davidson et al. Improved vehicle positioning in urban environment through integration of GPS and low-cost inertial sensors
KR20090001176A (ko) 의사 추측 항법을 이용한 차량 위치 결정 방법 및 이를이용한 자동차 항법 장치
WO2023009463A1 (en) System and method for computing positioning protection levels
Wang et al. Land vehicle navigation using odometry/INS/vision integrated system
JP2006119144A (ja) 道路線形自動測量装置
JP7203805B2 (ja) 移動体の定位誤差の分析
Tsakiri et al. Urban canyon vehicle navigation with integrated GPS/GLONASS/DR systems
Kauffman et al. Navigation via H-field signature map correlation and INS integration
JP4884109B2 (ja) 移動軌跡算出方法、移動軌跡算出装置及び地図データ生成方法
Erfianti et al. GNSS/IMU Sensor Fusion Performance Comparison of a Car Localization in Urban Environment Using Extended Kalman Filter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant