CN107270893A - 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 - Google Patents
面向不动产测量的杆臂、时间不同步误差估计与补偿方法 Download PDFInfo
- Publication number
- CN107270893A CN107270893A CN201710391282.6A CN201710391282A CN107270893A CN 107270893 A CN107270893 A CN 107270893A CN 201710391282 A CN201710391282 A CN 201710391282A CN 107270893 A CN107270893 A CN 107270893A
- Authority
- CN
- China
- Prior art keywords
- mrow
- mtd
- msub
- mtr
- error
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 63
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000007689 inspection Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 description 1
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 description 1
- 102100021133 Nuclear protein 1 Human genes 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- G01C21/165—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 combined with non-inertial navigation instruments
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- 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
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
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)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，步骤是：步骤1，标定GPS天线相位中心相对于IMU的真实杆臂矢量，估计从卫星采集、惯性采集到组合导航计算之间存在的滞后时间，代入步骤3中初始杆臂误差、时间不同步误差；步骤2，采集惯性测量数据以及GPS测量数据；步骤3，建立19维状态方程，将19维误差状态作为Kalman滤波器的误差状态向量，建立以速度和位置误差作为观测量的量测模型，根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波；步骤4，每次滤波后，利用滤波估计出的失准角误差、速度误差、位置误差、杆臂误差对惯性解算结果进行反馈校正。此种方法可以较好地修正惯性定位装备对待测点的定位误差，提高测量精度。
Description
技术领域
本发明属于测绘技术领域，涉及测量、测绘技术和捷联惯性定位技术，具体涉及一种面向不动产测量的杆臂、时间不同步估计与误差补偿方法，既可对参数误差进行精确估计及反馈校正，又可对惯性器件随机常值误差进行准确估计及反馈校正。
背景技术
惯性定位/GPS实地调查测量系统是捷联式惯性组合导航系统的一个分支，其基本原理与捷联惯导卫星组合导航没有差别，它是在捷联惯导系统的基础上，利用GPS长期定位精度高及惯性短期定位精度高实现优势互补，结合不动产测量方法的特点，实现测量点位置信息的采集，采用卡尔曼滤波去估计惯性导航系统的各误差状态，再用误差状态估值去校正系统，以解决目前测量作业中不可触及点的测量、测量环境通视要求高和需要方位参考点等问题。
本套系统以IMU(惯性测量单元)的几何中心作为惯性定位的参考基准，而卫星导航则以接收机天线的相位中心作为参考基准，在实际运载体中同时使用两种甚至多种导航系统时，它们在安装位置上往往会存在一定的偏差，IMU和接收机会敏感不同的比力和解算出不同的地速，这种现象称为杆臂效应。为了将多种导航系统的定位信息进行比对和融合，必须对定位信息实施转换。
在惯性定位/GPS实地调查测量系统中，组合导航计算机获得两类传感器导航信息的时刻往往不是传感器实际信息的采集时刻，从传感器信息采集到组合导航计算之间存在一定的时间滞后，比如卫星接收机采集到无线电信号后，需要先进行一系列的解算、再经过通信端口发送给组合计算机。惯性和卫星两类传感器的时间滞后一般并不相同，两者之间的相对滞后记为时间不同步误差。在组合导航信息比对时，必须对时间不同步误差进行估计或补偿。
由于惯性器件(陀螺仪和加速度计)测量误差是影响惯性导航系统精度的主要因素，为了保证导航精度，必须减小惯性器件的测量误差，通过建立陀螺仪和加速度计的精确误差模型，并在导航解算过程中加以动态补偿，在保证性能价格比的前提下，这是提高惯性导航系统精度的有效途径。目前，对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正，即在惯性工作的全部时间内，定期地利用GPS输出与惯性输出的相应信息的差值作为观测量，对惯性误差进行估计和补偿。
卡尔曼滤波的方法广泛应用于惯导系统的误差修正，即在两个(或两个以上)导航系统输出的基础上利用卡尔曼滤波去估计系统的各种误差状态，再用误差状态估值去校正系统达到综合的目的。校正一般有两种方式：输出校正(开环卡尔曼滤波器)、反馈校正(闭环卡尔曼滤波器)。输出校正与反馈校正的区别在于:在利用导航参数误差的估值校正系统输出的导航参数后，输出校正时导航参数误差估计值不归零，而反馈校正时导航参数误差估计值归零。从本质上讲，输出校正与反馈校正精度相同。当前的导航参数误差反馈校正方案通常包括两种：一是混合校正方案，在滤波初始阶段，由于各项误差未得到准确估计，采用输出校正的方案，而经过一段时间后，在误差状态得到准确估计后，对导航参数误差进行反馈校正；二是不完全反馈校正方案。该方案仅对惯性导航解算出的位置、速度、姿态误差进行反馈校正，不对惯性器件随机常值误差进行反馈校正。
发明内容
本发明的目的，在于针对惯性定位装备应用于不动产实地测量所存在的固有缺陷，即惯性定位误差随时间增长以及惯性定位装备的测量中心基准与GPS接收机测量中心基准不一致的问题，提出一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，通过误差方程建立系统状态方程和观测方程，基于杆臂估计和时间不同步估计，在卡尔曼滤波的基础上补偿惯性期间误差，本发明可以较好地修正惯性定位装备对待测点的定位误差，提高测量精度。
为了达成上述目的，本发明的解决方案是：
一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，包括如下步骤：
步骤1，标定惯性定位/GPS实地调查技术装备中GPS天线相位中心相对于IMU的真实杆臂矢量，以及估计从卫星采集、惯性采集到组合导航计算之间存在的滞后时间，代入步骤3中初始杆臂误差δlb、时间不同步误差δt；
步骤2，采集不动产测量过程中的惯性定位/GPS实地调查技术装备的惯性测量数据以及GPS测量数据，待测量数据完成，准备事后解算；
步骤3，建立19维状态方程，19维包括失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt，将这19维误差状态作为Kalman滤波器的误差状态向量，同时建立以速度和位置误差作为观测量的量测模型，根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波；
步骤4，根据步骤3，每次滤波后，利用滤波估计出的失准角误差φn、速度误差δVn、位置误差δP、杆臂误差δlb对惯性解算结果进行反馈校正。
上述步骤2中，惯性测量数据包括三轴陀螺仪数据和三轴加速度计数据x、y、z轴的陀螺仪数据分别表示为x、y、z轴的加速度计数据分别表示为GPS数据包括GPS时间及当地地理系下的速度和位置PGPS，其中速度包括东向速度北向速度天向速度位置PGPS包括纬度LGPS、经度λGPS及高度HGPS。
上述步骤3中，速度误差是惯性定位输出速度与GPS输出速度之差，位置误差是惯性定位输出位置与GPS输出位置之差。
上述步骤3中，所述的量测模型计算杆臂误差在量测向量中的分量：
其中，指陀螺仪相对地球输出在载体坐标系下投影， 是指载体坐标系和导航坐标系之间坐标转换矩阵；分别代表惯性和GPS接收机在导航坐标系下的速度，则IMU与卫星天线之间的地理位置偏差满足如下关系：
即
RMh RNh分别代表子午圈主曲率半径和卯酉圈主曲率半径；
其中：
所述的量测模型计算时间不同步误差在量测向量中的分量：
an是载体在不同步时间内的平均线加速度，IMU和卫星之间的速度不同步误差：
位置不同步误差：
步骤3所述的19维状态量：失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt的状态方程与以速度和位置误差作为观测量的量测方程：
其中：
上述步骤4的具体内容是：
①利用步骤2采集的惯性测量数据进行惯性解算，捷联解算输出包括姿态、速度和位置，姿态角包括航向角H、俯仰角P、滚动角R，速度包括东向速度VE、北向速度VN及天向速度VU，位置包括纬度L、经度λ和高度H；
②当采集到GPS信号时，利用同一时刻的惯性解算输出和GPS信息进行Kalman滤波解算以及反馈校正。
采用上述方案后，本发明的原理是：在已有的测量系统的尺寸结构图上，确定IMU至GPS接收机中心的杆臂距离，测量本身存在误差，因此将其作为初始杆臂值，同样，估计时间不同步误差，将其作为初值。当杆臂误差可观测时，载体需要进行变化的角运动，变化的角运动使得惯性器件随机常值误差变为可观测状态。在获得数据之后即可在建立的状态方程基础上，开始进行卡尔曼滤波，对估计得到的姿态角误差、速度误差、位置误差和惯性器件随机常值误差进行补偿反馈校正。
与现有技术相比，本发明的有益效果是：
(1)本发明弥补了惯性定位技术测量误差随时间发散的缺陷，实现了GPS与IMU数据相融合，明显提高测量效率；
(2)本发明提出的估计GPS接收机与IMU之间的杆臂误差，可与实际标定值进行对比，进而对估计得到的姿态角误差、速度误差、位置误差和惯性器件随机常值误差进行补偿反馈校正，可有效提高待测点处的测量精度；
(3)本发明提出的估计GPS接收机与IMU之间的时间不同步误差，可与实际估计值进行对比，进而对估计得到的姿态角误差、速度误差、位置误差和惯性器件随机常值误差进行补偿反馈校正，可有效提高待测点处的测量精度；
(4)本发明在测量过程中，不要求待测点和位置已知点通视，避免建筑物、车、人的遮挡影响，工作速度会明显加快。
附图说明
图1是本发明的流程图；
图2是本发明步骤3中离散化Kalman滤波示意图。
具体实施方式
以下将结合附图，对本发明的技术方案及有益效果进行详细说明。
本发明提供一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，主要包括以下两个阶段：一是在数据采集的基础上估计状态误差，二是对估计得到的姿态角误差、速度误差、位置误差和惯性器件随机常值误差进行补偿反馈校正与补偿。
本实施例惯性定位装备的核心部件—惯性传感器由光纤陀螺仪和石英挠性加速度计构成，数据采集处理模块选择PC/104工控计算机，惯性传感器输出的数据被采集存储到内存卡中，由手持机通过蓝牙控制PC/104工控计算机开始或停止采集和存储数据操作。
本发明包括如下步骤：
步骤1，在不动产实地测量之前，需要标定出惯性定位/GPS实地调查技术装备中GPS天线相位中心相对于IMU的真实杆臂矢量，以及估计从两类传感器信息采集(卫星采集、惯性采集)到组合导航计算之间存在的滞后时间，代入步骤3中初始杆臂误差δlb、时间不同步误差δt；
步骤2，采集不动产测量过程中的惯性定位/GPS实地调查技术装备的惯性测量数据以及GPS测量数据，其中惯性测量数据包括三轴陀螺仪数据和三轴加速度计数据x、y、z轴的陀螺仪数据分别表示为x、y、z轴的加速度计数据分别表示为GPS数据包括GPS时间及当地地理系下的速度和位置PGPS，其中速度包括东向速度北向速度天向速度位置PGPS包括纬度LGPS、经度λGPS及高度HGPS，待测量数据完成，准备事后解算；
步骤3，建立19维状态方程，19维包括失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt，将这19维误差状态作为Kalman滤波器的误差状态向量，同时建立以速度和位置误差作为观测量的量测模型，速度误差是惯性定位输出速度与GPS输出速度之差，位置误差是惯性定位输出位置与GPS输出位置之差。根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波。
其中，所述的量测模型计算杆臂误差在量测向量中的分量：
若记指陀螺仪相对地球输出在载体坐标系下投影， 是指载体坐标系和导航坐标系之间坐标转换矩阵。分别代表惯性和GPS接收机在导航坐标系下的速度，则IMU与卫星天线之间的地理位置偏差近似满足如下关系：
即
RMh RNh分别代表子午圈主曲率半径和卯酉圈主曲率半径。
其中：
所述的量测模型计算时间不同步误差在量测向量中的分量：
an是载体在不同步时间内的平均线加速度，IMU和卫星之间的速度不同步误差：
位置不同步误差：
步骤3所述的19维状态量：失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt的状态方程与以速度和位置误差作为观测量的量测方程：
其中：
步骤4，根据步骤3，每次滤波后，利用滤波估计出的失准角误差φn、速度误差δVn、位置误差δP、杆臂误差δlb对惯性解算结果进行反馈校正。
具体内容是：
①利用步骤2采集的惯性测量数据进行惯性解算，捷联解算输出包括姿态、速度和位置。姿态角包括航向角H、俯仰角P、滚动角R，速度包括东向速度VE、北向速度VN及天向速度VU，位置包括纬度L、经度λ和高度H。
②当采集到GPS信号时，利用同一时刻的惯性解算输出和GPS信息进行Kalman滤波解算以及反馈校正。
以下说明具体实施方法。
实施步骤1：建立Kalman滤波系统方程
其中，为系统误差状态矢量，F为系统状态转移矩阵，G为系统噪声转换矩阵，W为系统噪声矢量。
系统误差状态向量
ΦT＝[φe φn φu]TδvT＝[δve δvn δvu]TδpT＝[δL δλ δH]T
其中，φθ、φn、φu分别代表惯性定位失准角误差中的东向失准角、北向失准角、天向失准角，δVθ、δVn、δVu分别代表惯性导航速度误差中东向速度误差、北向速度误差和天向速度误差，δL、δλ、δH分别代表惯性导航位置误差中的纬度误差、经度误差和高度误差；εgx、εgy、εgz分别代表X轴陀螺、Y轴陀螺和z轴陀螺的随机常值漂移，分别代表X轴加速度计、Y轴加速度计和z轴加速度计的随机常值零偏；δlθ、δln、δlu分别代表x轴、y轴、z轴的杆臂误差，δt代表时间不同步误差。
系统状态转移矩阵中各子矩阵表示如下：
Mvp＝(vn×)(2M1+M3+M4)
上式中，RMh、RNh分别为地球的子午圈主曲率半径，卯酉圈主曲率半径，ωie为地球自转角速度。
是载体系到导航系的姿态变换矩阵。
为陀螺角速度测量白噪声，为加速度计的测量白噪声。
实施步骤2：建立Kalman滤波量测方程
其中，Z为量测向量，H为量测矩阵，V为量测噪声。
量测向量为GPS采样时刻的惯性与GPS速度、位置之差。
Z＝[δVe δVn δVu δL δλ δH]T
Vv和Vp分别为卫星接收机速度测量白噪声和位置测量白噪声。
实施步骤3：Kalman滤波系统方程和量测方程离散化
记离散化时间间隔Ts＝tk-tk-1，tk时刻的线性离散型系统方程可近似表示为：
φk/k-1＝I+F(tk-1)Ts
离散化的卡尔曼滤波基本算法编排：
状态一步预测：
状态一步预测均方误差：
滤波增益：
状态估计：
状态估计均方误差：
Pk＝(I-KkHk)Pk/k-1
kalman滤波流程图如图2所示，实线信号流部分称为时间更新，在系统每一离散化步骤都需要执行状态及其均方误差预测(即和)，为了提高系统的采样和计算精度，一般要求较高的滤波时间更新频率，特别在高动态系统中尤为重要。时间更新之后，如果没有量测信息，则量测预测将作为状态的最优估计输出(即和Pk＝Pk/k-1，这相当于有量测时的Rk＝∞及Kk＝0)。时间更新之后，若有量测信息，则执行量测更新(即计算增益以及状态估计和Pk＝(I-KkHk)Pk/k-1，如图中虚线信号流所示)，获得状态最优估计，量测更新频率取决于量测传感器的测量频率，理论上量测频率一般越高越好，但实际中往往小于时间更新的频率。
经过卡尔曼滤波，得到该时刻的失准角误差估计值为φθ、φn、φu；速度误差估计值δVθ、δVn、δVu；位置误差估计值δL、δλ、δH；陀螺随机常值漂移估计值εgx、εgy、εgz；加速度计随机常值零偏估计值杆臂误差估计值δlθ、δln、δlu；时间不同步误差估计值δt。
实施步骤4：反馈校正
将Kalman滤波估计的姿态误差、速度误差、位置误差和杆臂误差反馈至惯性解算输出，对惯性解算输出的位置、速度、姿态和杆臂进行校正。
姿态角误差反馈校正：
在计算姿态四元数中扣除失准角后，获得真实(更精确的)姿态四元数：
由修正后的姿态四元数即可求得三轴姿态角：
速度误差反馈校正：
vf＝vo-δv
位置误差反馈校正：
pf＝po-δp
杆臂误差反馈校正：
lf＝lo-δl
综合上述，本发明一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，将杆臂误差以及时间不同步误差扩展至系统误差状态向量中进行估计并进行反馈校正，通过采集并存储位置已知点、待测点静态测量过程数据，进行两次初始对准，进而对行进间动态测量过程数据进行捷联解算并通过GPS信息进行kalman滤波，在状态估计误差的基础上进行反馈校正，最终解算得到待测点坐标。本发明可实现对惯性器件随机常值误差进行有效估计并进行全反馈校正，可以较好地修正惯性定位装备对待测点的定位误差，能够有效提高惯性定位/GPS实地调查系统的精度。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (5)
1.一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法，其特征在于包括如下步骤：
步骤1，标定惯性定位/GPS实地调查技术装备中GPS天线相位中心相对于IMU的真实杆臂矢量，以及估计从卫星采集、惯性采集到组合导航计算之间存在的滞后时间，代入步骤3中初始杆臂误差δlb、时间不同步误差δt；
步骤2，采集不动产测量过程中的惯性定位/GPS实地调查技术装备的惯性测量数据以及GPS测量数据，待测量数据完成，准备事后解算；
步骤3，建立19维状态方程，19维包括失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt，将这19维误差状态作为Kalman滤波器的误差状态向量，同时建立以速度和位置误差作为观测量的量测模型，根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波；
步骤4，根据步骤3，每次滤波后，利用滤波估计出的失准角误差φn、速度误差δVn、位置误差δP、杆臂误差δlb对惯性解算结果进行反馈校正。
2.如权利要求1所述的面向不动产测量的杆臂、时间不同步误差估计与补偿方法，其特征在于：所述步骤2中，惯性测量数据包括三轴陀螺仪数据和三轴加速度计数据x、y、z轴的陀螺仪数据分别表示为x、y、z轴的加速度计数据分别表示为GPS数据包括GPS时间及当地地理系下的速度和位置PGPS，其中速度包括东向速度北向速度天向速度位置PGPS包括纬度LGPS、经度λGPS及高度HGPS。
3.如权利要求1所述的面向不动产测量的杆臂、时间不同步误差估计与补偿方法，其特征在于：所述步骤3中，速度误差是惯性定位输出速度与GPS输出速度之差，位置误差是惯性定位输出位置与GPS输出位置之差。
4.如权利要求1所述的面向不动产测量的杆臂、时间不同步误差估计与补偿方法，其特征在于：所述步骤3中，所述的量测模型计算杆臂误差在量测向量中的分量：
<mrow>
<msubsup>
<mi>&delta;v</mi>
<mi>L</mi>
<mi>n</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>N</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>=</mo>
<mo>-</mo>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>e</mi>
<mi>b</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mo>&times;</mo>
<msup>
<mi>&delta;l</mi>
<mi>b</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>e</mi>
<mi>b</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mo>&times;</mo>
<mo>)</mo>
</mrow>
<msup>
<mi>&delta;l</mi>
<mi>b</mi>
</msup>
</mrow>
其中，指陀螺仪相对地球输出在载体坐标系下投影， 是指载体坐标系和导航坐标系之间坐标转换矩阵；分别代表惯性和GPS接收机在导航坐标系下的速度，则IMU与卫星天线之间的地理位置偏差满足如下关系：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>&delta;l</mi>
<mi>N</mi>
</msub>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>M</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>&delta;l</mi>
<mi>E</mi>
</msub>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>N</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>h</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>&delta;l</mi>
<mi>U</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
即
RMh RNh分别代表子午圈主曲率半径和卯酉圈主曲率半径；
其中：
<mrow>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mn>1</mn>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>M</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>N</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
所述的量测模型计算时间不同步误差在量测向量中的分量：
an是载体在不同步时间内的平均线加速度，IMU和卫星之间的速度不同步误差：
<mrow>
<msubsup>
<mi>&delta;v</mi>
<mrow>
<mi>&delta;</mi>
<mi>t</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>=</mo>
<msup>
<mi>a</mi>
<mi>n</mi>
</msup>
<mi>&delta;</mi>
<mi>t</mi>
</mrow>
位置不同步误差：
<mrow>
<msub>
<mi>&delta;p</mi>
<mrow>
<mi>&delta;</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<msubsup>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mi>&delta;</mi>
<mi>t</mi>
</mrow>
步骤3所述的19维状态量：失准角误差φn、速度误差δVn、位置误差δP、陀螺随机常值漂移εb、加速计随机常值零偏杆臂误差δlb、时间不同步误差δt的状态方程与以速度和位置误差作为观测量的量测方程：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>X</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>F</mi>
<mi>X</mi>
<mo>+</mo>
<msup>
<mi>GW</mi>
<mi>b</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>Z</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>p</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>G</mi>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>H</mi>
<mi>X</mi>
<mo>+</mo>
<mi>V</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中：
<mrow>
<mi>X</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>&Phi;</mi>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>&delta;v</mi>
<mi>n</mi>
</msup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<mi>&delta;</mi>
<mi>p</mi>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>&epsiv;</mi>
<mi>b</mi>
</msup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mo>&dtri;</mo>
<mi>b</mi>
</msup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>&delta;l</mi>
<mi>b</mi>
</msup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<mrow>
<mi>&delta;</mi>
<mi>t</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
<mrow>
<mi>F</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mtable>
<mtr>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>a</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>a</mi>
<mi>p</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>4</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>v</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>v</mi>
<mi>v</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>v</mi>
<mi>p</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>4</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>p</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>4</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>10</mn>
<mo>&times;</mo>
<mn>19</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>G</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>13</mn>
<mo>&times;</mo>
<mn>6</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<msup>
<mi>W</mi>
<mi>b</mi>
</msup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>W</mi>
<mi>g</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>W</mi>
<mi>a</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
<mrow>
<mi>H</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>6</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>e</mi>
<mi>b</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mo>&times;</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<msup>
<mi>a</mi>
<mi>n</mi>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>6</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<msup>
<mi>v</mi>
<mi>n</mi>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>V</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>V</mi>
<mi>v</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
5.如权利要求1所述的面向不动产测量的杆臂、时间不同步误差估计与补偿方法，其特征在于：所述步骤4的具体内容是：
①利用步骤2采集的惯性测量数据进行惯性解算，捷联解算输出包括姿态、速度和位置，姿态角包括航向角H、俯仰角P、滚动角R，速度包括东向速度VE、北向速度VN及天向速度VU，位置包括纬度L、经度λ和高度H；
②当采集到GPS信号时，利用同一时刻的惯性解算输出和GPS信息进行Kalman滤波解算以及反馈校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710391282.6A CN107270893B (zh) | 2017-05-27 | 2017-05-27 | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710391282.6A CN107270893B (zh) | 2017-05-27 | 2017-05-27 | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107270893A true CN107270893A (zh) | 2017-10-20 |
| CN107270893B CN107270893B (zh) | 2020-11-06 |
Family
ID=60065725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710391282.6A Expired - Fee Related CN107270893B (zh) | 2017-05-27 | 2017-05-27 | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107270893B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108413982A (zh) * | 2017-12-21 | 2018-08-17 | 中国船舶重工集团公司第七0七研究所 | 一种舰船动态对准位置杆臂补偿方法 |
| CN108663068A (zh) * | 2018-03-20 | 2018-10-16 | 东南大学 | 一种应用在初始对准中的svm自适应卡尔曼滤波方法 |
| CN110068325A (zh) * | 2019-04-11 | 2019-07-30 | 同济大学 | 一种车载ins/视觉组合导航系统的杆臂误差补偿方法 |
| CN110221332A (zh) * | 2019-04-11 | 2019-09-10 | 同济大学 | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 |
| CN110296688A (zh) * | 2019-05-16 | 2019-10-01 | 武汉新瑞通达信息技术有限公司 | 一种基于被动地理定位技术的侦测一体倾斜航测吊舱 |
| CN110487269A (zh) * | 2019-08-20 | 2019-11-22 | Oppo（重庆）智能科技有限公司 | Gps/ins组合导航方法、装置、存储介质与电子设备 |
| CN110561424A (zh) * | 2019-07-28 | 2019-12-13 | 华南理工大学 | 基于多传感器混合滤波器的在线机器人运动学校准方法 |
| CN110657800A (zh) * | 2018-06-29 | 2020-01-07 | 北京自动化控制设备研究所 | 一种位置测量组合导航系统的时间同步方法 |
| CN111854793A (zh) * | 2019-04-29 | 2020-10-30 | 北京初速度科技有限公司 | 惯性测量单元和全球导航系统之间杆臂的标定方法和装置 |
| CN112050807A (zh) * | 2020-08-03 | 2020-12-08 | 河北汉光重工有限责任公司 | 一种基于时间同步补偿的sins_gnss组合导航方法 |
| CN112292578A (zh) * | 2018-07-24 | 2021-01-29 | 日本航空电子工业株式会社 | 大地水准面测量方法、大地水准面测量装置、大地水准面估计装置、大地水准面计算用数据采集装置 |
| CN113543303A (zh) * | 2021-06-30 | 2021-10-22 | 紫光展锐(重庆)科技有限公司 | 一种同步方法、装置、芯片及模组设备 |
| CN113939712A (zh) * | 2019-06-06 | 2022-01-14 | 赛峰电子与防务公司 | 基于运输设备取景器传送的信息重置运输设备惯性单元的方法和装置 |
| CN114322998A (zh) * | 2021-12-02 | 2022-04-12 | 河北汉光重工有限责任公司 | 一种基于杆臂估计的sins_od组合导航校正方法 |
| US11835342B2 (en) * | 2019-06-27 | 2023-12-05 | Nvidia Corporation | Calibration of inertial measurement units of vehicles using localization |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103344259A (zh) * | 2013-07-11 | 2013-10-09 | 北京航空航天大学 | 一种基于杆臂估计的ins/gps组合导航系统反馈校正方法 |
| CN104713559A (zh) * | 2015-02-01 | 2015-06-17 | 西北工业大学 | 一种高精度sins模拟器的设计方法 |
-
2017
- 2017-05-27 CN CN201710391282.6A patent/CN107270893B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103344259A (zh) * | 2013-07-11 | 2013-10-09 | 北京航空航天大学 | 一种基于杆臂估计的ins/gps组合导航系统反馈校正方法 |
| CN103344259B (zh) * | 2013-07-11 | 2016-01-20 | 北京航空航天大学 | 一种基于杆臂估计的ins/gps组合导航系统反馈校正方法 |
| CN104713559A (zh) * | 2015-02-01 | 2015-06-17 | 西北工业大学 | 一种高精度sins模拟器的设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 严恭敏等: "基于实测轨迹的高精度捷联惯导模拟器", 《导航定位学报》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108413982A (zh) * | 2017-12-21 | 2018-08-17 | 中国船舶重工集团公司第七0七研究所 | 一种舰船动态对准位置杆臂补偿方法 |
| CN108413982B (zh) * | 2017-12-21 | 2021-07-23 | 中国船舶重工集团公司第七0七研究所 | 一种舰船动态对准位置杆臂补偿方法 |
| CN108663068A (zh) * | 2018-03-20 | 2018-10-16 | 东南大学 | 一种应用在初始对准中的svm自适应卡尔曼滤波方法 |
| CN110657800B (zh) * | 2018-06-29 | 2021-08-10 | 北京自动化控制设备研究所 | 一种位置测量组合导航系统的时间同步方法 |
| CN110657800A (zh) * | 2018-06-29 | 2020-01-07 | 北京自动化控制设备研究所 | 一种位置测量组合导航系统的时间同步方法 |
| CN112292578A (zh) * | 2018-07-24 | 2021-01-29 | 日本航空电子工业株式会社 | 大地水准面测量方法、大地水准面测量装置、大地水准面估计装置、大地水准面计算用数据采集装置 |
| CN112292578B (zh) * | 2018-07-24 | 2022-08-23 | 日本航空电子工业株式会社 | 大地水准面测量方法、测量装置、估计装置、计算用数据采集装置 |
| CN110068325A (zh) * | 2019-04-11 | 2019-07-30 | 同济大学 | 一种车载ins/视觉组合导航系统的杆臂误差补偿方法 |
| CN110221332A (zh) * | 2019-04-11 | 2019-09-10 | 同济大学 | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 |
| CN110221332B (zh) * | 2019-04-11 | 2023-02-10 | 同济大学 | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 |
| CN111854793A (zh) * | 2019-04-29 | 2020-10-30 | 北京初速度科技有限公司 | 惯性测量单元和全球导航系统之间杆臂的标定方法和装置 |
| CN111854793B (zh) * | 2019-04-29 | 2022-05-17 | 北京魔门塔科技有限公司 | 惯性测量单元和全球导航系统之间杆臂的标定方法和装置 |
| CN110296688A (zh) * | 2019-05-16 | 2019-10-01 | 武汉新瑞通达信息技术有限公司 | 一种基于被动地理定位技术的侦测一体倾斜航测吊舱 |
| CN113939712B (zh) * | 2019-06-06 | 2023-11-28 | 赛峰电子与防务公司 | 基于运输设备取景器传送的信息重置运输设备惯性单元的方法和装置 |
| CN113939712A (zh) * | 2019-06-06 | 2022-01-14 | 赛峰电子与防务公司 | 基于运输设备取景器传送的信息重置运输设备惯性单元的方法和装置 |
| US11835342B2 (en) * | 2019-06-27 | 2023-12-05 | Nvidia Corporation | Calibration of inertial measurement units of vehicles using localization |
| CN110561424A (zh) * | 2019-07-28 | 2019-12-13 | 华南理工大学 | 基于多传感器混合滤波器的在线机器人运动学校准方法 |
| CN110487269A (zh) * | 2019-08-20 | 2019-11-22 | Oppo（重庆）智能科技有限公司 | Gps/ins组合导航方法、装置、存储介质与电子设备 |
| CN112050807B (zh) * | 2020-08-03 | 2023-08-18 | 河北汉光重工有限责任公司 | 一种基于时间同步补偿的sins_gnss组合导航方法 |
| CN112050807A (zh) * | 2020-08-03 | 2020-12-08 | 河北汉光重工有限责任公司 | 一种基于时间同步补偿的sins_gnss组合导航方法 |
| CN113543303B (zh) * | 2021-06-30 | 2022-10-21 | 紫光展锐(重庆)科技有限公司 | 一种同步方法、装置、芯片及模组设备 |
| CN113543303A (zh) * | 2021-06-30 | 2021-10-22 | 紫光展锐(重庆)科技有限公司 | 一种同步方法、装置、芯片及模组设备 |
| CN114322998A (zh) * | 2021-12-02 | 2022-04-12 | 河北汉光重工有限责任公司 | 一种基于杆臂估计的sins_od组合导航校正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107270893B (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107270893A (zh) | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 | |
| CN111156994B (zh) | 一种基于mems惯性组件的ins/dr&gnss松组合导航方法 | |
| CN104736963B (zh) | 测绘系统和方法 | |
| CN101514900B (zh) | 一种单轴旋转的捷联惯导系统初始对准方法 | |
| US6459990B1 (en) | Self-contained positioning method and system thereof for water and land vehicles | |
| CN108051866B (zh) | 基于捷联惯性/gps组合辅助水平角运动隔离的重力测量方法 | |
| CN103344259B (zh) | 一种基于杆臂估计的ins/gps组合导航系统反馈校正方法 | |
| CN102721417B (zh) | 一种捷联惯性导航系统凝固惯性系粗对准误差抑制方法 | |
| CN103217159B (zh) | 一种sins/gps/偏振光组合导航系统建模及动基座初始对准方法 | |
| CN109974697A (zh) | 一种基于惯性系统的高精度测绘方法 | |
| CN101571394A (zh) | 基于旋转机构的光纤捷联惯性导航系统初始姿态确定方法 | |
| CN110221332A (zh) | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 | |
| CN101290229A (zh) | 硅微航姿系统惯性/地磁组合方法 | |
| CN101949703A (zh) | 一种捷联惯性/卫星组合导航滤波方法 | |
| CN103674030A (zh) | 基于天文姿态基准保持的垂线偏差动态测量装置和方法 | |
| CN105371844A (zh) | 一种基于惯性/天文互助的惯性导航系统初始化方法 | |
| CN103217174B (zh) | 一种基于低精度微机电系统的捷联惯导系统初始对准方法 | |
| CN101706284A (zh) | 提高船用光纤陀螺捷联惯导系统定位精度的方法 | |
| CN104698485A (zh) | 基于bd、gps及mems的组合导航系统及导航方法 | |
| CN110133692B (zh) | 惯导技术辅助的高精度gnss动态倾斜测量系统及方法 | |
| CN104833375B (zh) | 一种借助星敏感器的imu两位置对准方法 | |
| CN103900608A (zh) | 一种基于四元数ckf的低精度惯导初始对准方法 | |
| CN103674064B (zh) | 捷联惯性导航系统的初始标定方法 | |
| CN102519485A (zh) | 一种引入陀螺信息的二位置捷联惯性导航系统初始对准方法 | |
| CN102680000A (zh) | 应用零速/航向修正的光纤捷联惯组在线标定方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201106 |