CN108303063B - 一种高精度车载组合高程测量方法 - Google Patents

Abstract

本发明涉及一种高精度车载组合高程测量方法，其技术特点包括：建立惯导里程计组合系统状态方程；建立惯性/高程计子滤波器量测方程；建立惯性/里程子滤波器量测方程；使用联邦卡尔曼滤波器进行解算，得到高精度车载组合高程测量结果。本发明综合利用惯性解算信息、里程信息和气压高程信息，通过组合导航算法实现了三种高程信息的有效融合，有效地规避了高程发散现象，解决由于短时气压异常引起的高程剧烈无规则波动，同时对长时间行车过程中的高程变化规律进行有效估计，提高长航时长距离高落差情况下的高程定位精度。

Description

一种高精度车载组合高程测量方法

技术领域

本发明属于车载组合导航技术领域，是一种高精度车载组合高程测量方法。

背景技术

陆用车辆组合导航系统一般由惯性测量单元、里程计和高程计组成。惯性测量单元通过陀螺仪和加速度计敏感载体角增量和速度增量以进行惯性解算。里程计测量车辆行驶的位移增量，通过航位推算方法计算得载车水平定位信息。高程计通过气压测量原理，对安装环境的大气压力进行精确测量，通过“气压—高程”换算关系推算出由于气压变化引起的高程变化，从而对高程输出进行实时修正。

传统的高程测量方法受气压高程测量方式所限，高程测量精度受温度、湿度及短时局部气象变化影响较大，容易产生短时测量值突跳及长时间高程变化与实际高程缓慢成比例发散的问题。

发明内容

本发明的目地在于克服现有技术的不足，提出一种设计合理、测量精度高且性能稳定的高精度车载组合高程测量方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种高精度车载组合高程测量方法，包括以下步骤：

步骤1、选取21维状态变量建立惯导里程计组合系统状态方程，所述21维状态变量包括惯导系统误差状态和里程计定位系统误差状态，其中惯导系统误差状态包括姿态角误差φ₃、速度误差δvⁿ、位置误差δp、陀螺常值误差ε和加表常值误差▽，里程计定位系统误差状态包括里程计定位误差δp_odo、俯仰安装偏角误差δα_θ、方位安装偏角误差δα_ψ和里程当量误差δK_odo；

惯导里程计组合导航状态方程中的误差状态转移矩阵F_INS/odo包括惯导误差转移矩阵F_INS和里程计误差转移矩阵F_odo，其中，误差状态转移矩阵F_INS/odo为如下 21×21维矩阵：

惯导误差转移矩阵F_INS为如下15×15维矩阵：

各子矩阵的具体定义如下：

里程计相关误差的转移矩阵F_odo为如下3×21维矩阵：

F_odo＝[F_odo1 0_3×12 F_odo2 F_odo3]

三个子矩阵的具体定义如下：

步骤2、按照如下方法建立惯性/高程计子滤波器量测方程：

高程计输出高程的长期误差δALT反映在其输出的气压高程增量Δh_atmp与真实高程增量Δh的比例上：

以惯导高度增量Δh_I与气压高程增量Δh_atmp之差作为惯性/高程计子滤波器的观测量，建立惯性/高程计子滤波器量测方程为：

Z_p1(t)＝H_p1(t)X(t)+V_p1(t)；

步骤3、按如下方法建立惯性/里程子滤波器量测方程：

里程计输出对高程组合的贡献在于短时里程增量在高程方向上的投影，里程推算的高程增量Δh_odo为：

Δh_odo＝ΔL·sin(P-P₀)

其中，ΔL为实时里程增量，P为惯导的实时俯仰角输出，P₀为惯导与载车之间的俯仰安装误差角，该俯仰安装误差角通过常规的里程计标校过程即可获得；

以惯导高度增量Δh_I与高程增量Δh_odo之差作为惯性/高程子滤波器的观测量，建立惯性/里程子滤波器量测方程为：

Z_p2(t)＝H_p2(t)X(t)+V_p2(t)

步骤4、使用联邦卡尔曼滤波器进行解算，得到高精度车载组合高程测量结果，具体方法为：

所述联邦卡尔曼滤波器由一个主滤波器和两个子滤波器组成，两子滤波器将其信息统一送往主滤波器，其量测值相互独立；主滤波器利用信息分配的原则来改进系统的容错性能；所述联邦卡尔曼滤波器进行解算的方法包括以下步骤：

⑴对联邦卡尔曼滤波器的子滤波器进行初始化，将子滤波器的初始估计协方差阵设置为组合系统初值的γ_i倍，γ_i满足信息守恒原则；滤波开始时，设置两子滤波器权重相同；

⑵惯性/高程计子滤波器和惯性/里程子滤波器分别独立进行时间更新和量测更新；

⑶两子滤波器分别进行滤波估计；

⑷得到两子滤波器的滤波估计后，按主滤波器最优估计进行最优融合，得到主滤波器的状态估计和方差信息；

⑸在得到主滤波状态估计信息后，根据各子滤波器的估计值、协方差阵，按照信息分配原则对子滤波器进行分配和重置；

⑹重复⑵至⑸步骤进行解算。

本发明的优点和积极效果是：

1、本发明以惯性解算为基础，以基于气压测量原理输出高程变化的高程计信息、基于车辆转轴转动输出高精度速率信息的里程计信息为辅助手段，通过卡尔曼滤波器，对车辆行进过程中的高程变化进行组合解算，能够实时输出高精度高程信息。

2、本发明综合利用惯性解算信息、里程信息和气压高程信息，通过组合导航算法实现了三种高程信息的有效融合，有效地规避了高程发散现象，解决由于短时气压异常引起的高程剧烈无规则波动，同时对长时间行车过程中的高程变化规律进行有效估计，提高长航时长距离高落差情况下的高程定位精度。

附图说明

图1是本发明所使用的联邦卡尔曼滤波器的结构图。

具体实施方式

以下结合附图对本发明实施例做进一步详述。

本发明以惯性解算为基础，分别以高程计输出的高程测量值和里程计输出里程在高程方向上的投影作为观测量，建立两个子滤波器，在综合两子滤波器信息的基础上利用信息分配原则进行联邦滤波，可消除各子状态估计的相关性，设计灵活，计算量小，只需进行简单、有效的融合，就能得到最优的高程估计。

本发明的高精度车载组合高程测量方法包括以下步骤：

步骤1、建立惯导里程计组合系统状态方程。

在本步骤中，选取21维状态变量建立组合系统状态方程，这21维变量分别是惯导系统误差状态(包括姿态角误差φ₃、速度误差δvⁿ、位置误差δp、陀螺常值误差ε和加表常值误差▽)和里程计定位系统误差状态(里程计定位误差δp_odo、俯仰安装偏角误差δα_θ、方位安装偏角误差δα_ψ和里程当量误差δK_odo)：

[φ₃ δvⁿ δp ε ▽ δp_odo δα_θ δK_odo δα_ψ]′

惯导里程计组合导航的误差状态转移矩阵如下所示，包括惯导误差方程和里程计定位误差方程两部分(F_INS/odo为惯导里程计组合的误差转移矩阵，F_INS为惯导误差转移矩阵，F_odo为里程计误差转移矩阵)：

其中惯导系统误差方程为：

其中，F_ij为第i行，第j列的状态转移矩阵。

里程计定位误差方程为：

F_odo＝[F_odo1 0_3×12 F_odo2 F_odo3]

其中，F_odo1、F_odo2和F_odo3为F_odo的三个子矩阵。

步骤2、建立惯性/高程计子滤波器量测方程。

高程计输出高程的长期误差δALT反映在气压高程增量Δh_atmp与真实高程增量Δh的比例上：

以惯导高度增量Δh_I与气压高程增量Δh_atmp之差作为惯性/高程计子滤波器的观测量，建立惯性/高程计子滤波器量测方程为：

Z_p1(t)＝[Δh_I-Δh_atmp]＝[δALT·Δh]＝H_p1(t)X(t)+V_p1(t)

步骤3、建立惯性/里程子滤波器量测方程。

里程计输出对高程组合的贡献在于短时里程增量在高程方向上的投影，里程推算的高程增量Δh为：

Δh＝ΔL·sin(P-P₀)

其中，ΔL为实时里程增量，P为惯导的实时俯仰角输出，P₀为惯导与载车之间的俯仰安装误差角，该角度通过里程计标校过程获得。

以惯导高度增量Δh_I与高程增量Δh_odo之差作为惯性/高程子滤波器的观测量，建立惯性/里程子滤波器量测方程为：

Z_p2(t)＝[Δh_I-Δh_odo]＝[δL·sinδP]＝H_p2(t)X(t)+V_p2(t)

步骤4、使用联邦卡尔曼滤波器进行解算，得到高精度车载组合高程测量结果。

联邦卡尔曼滤波器由一个主滤波器和两个子滤波器组成，如图1所示。两子滤波器将其信息统一送往主滤波器，主滤波器利用信息分配的原则来改进系统的容错性能，而且各个子系统的测量值是彼此相互独立的。

图1中的参考系统为惯导系统。它的输出X_k除了给主滤波器外还输出给各个子滤波器作为测量值。各个子系统的输出也只输出给相应的子滤波器，而各子滤波器的估计值

协方差阵P_i一并送入主滤波器，并在主滤波器中和主滤波器的估计值进行融合得到全局的最优估计。所得到的全局估计值

及协方差阵P_g被放大不同的

后反馈到各个子滤波器中来重复设置各个子滤波器估计值：

同时主滤波器的估计误差方差阵重置为全局估计误差方差阵的

倍。β_i(i＝1,2,…,N,m)为信息分配系数，其值根据信息分配原则来确定的，不同的β_i值可以获得联邦滤波器的不同结构和不同特性(容错性、精度和计算量)。

系统噪声总的信息量Q^-1分配到各子滤波器和主滤波器中，即：

而

根据信息守恒原理，可得：

各子滤波器处理自己的量测信息，获得局部估计。

对于N个局部状态

和相应的估计误差协方差矩阵P₁₁,P₂₂,…,P_NN，各局部估计互不相关，即P_ij＝0(i≠j)，全局最优估计为：

联邦滤波的算法流程：

(1)初始化：对联邦滤波的局部滤波器进行初始化，将局部滤波器的初始估计协方差阵设置为组合系统初值的

倍。γ_i满足信息守恒原则(4)。

(2)各子滤波器根据各自的状态方程，独立获取时间更新信息。这时主滤波器也根据自己的状态方程对信息进行更新。

(3)各子滤波器根据自己的最新量测信息对子滤波器进行量测更新，从而获取最新量测信息。

(4)在得到各子滤波器的局部估计和主滤波器的估计后按式(5)、(6)进行最优融合，得到主滤波器的状态估计和方差信息。

(5)在得到全局状态估计信息

P_g，Q后，根据公式(1)、(3)，按照一定的信息分配原则对局部滤波器进行分配和重置。

(6)从第(2)步重复上述步骤。

通过联邦滤波算法，可充分发挥里程信号稳定可靠无异常突跳的特点，规避由于短期气压突变导致的气压高程异常；同时，通过对δALT的估计，可以提高高程输出的长期稳态精度。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (1)

1.一种高精度车载组合高程测量方法，其特征在于包括以下步骤：

步骤1、选取21维状态变量建立惯导里程计组合系统状态方程，所述21维状态变量包括惯导系统误差状态和里程计定位系统误差状态，其中惯导系统误差状态包括姿态角误差

、速度误差

、位置误差

、陀螺常值误差

和加表常值误差

，里程计定位系统误差状态包括里程计定位误差

、俯仰安装偏角误差

、方位安装偏角误差

和里程当量误差

；

惯导里程计组合导航状态方程中的误差状态转移矩阵

包括惯导误差转移矩阵

和里程计误差转移矩阵

，其中，误差状态转移矩阵

为如下21×21维矩阵：

惯导误差转移矩阵

为如下15×15维矩阵：

各子矩阵的具体定义如下：

里程计相关误差的转移矩阵

为如下3×21维矩阵：

三个子矩阵的具体定义如下：

步骤2、按照如下方法建立惯性/高程计子滤波器量测方程：

高程计输出高程的长期误差

反映在其输出的气压高程增量

与真实高程增量

的比例上：

以惯导高度增量

与气压高程增量

之差作为惯性/高程计子滤波器的观测量，建立惯性/高程计子滤波器量测方程为：

步骤3、按如下方法建立惯性/里程子滤波器量测方程：

里程计输出对高程组合的贡献在于短时里程增量在高程方向上的投影，里程推算的高程增量

为：

其中，

为实时里程增量，P为惯导的实时俯仰角输出，P ₀ 为惯导与载车之间的俯仰安装误差角，该俯仰安装误差角通过常规的里程计标校过程即可获得；

以惯导高度增量

与高程增量

之差作为惯性/高程子滤波器的观测量，建立惯性/里程子滤波器量测方程为：

步骤4、使用联邦卡尔曼滤波器进行解算，得到高精度车载组合高程测量结果，具体方法为：

所述联邦卡尔曼滤波器由一个主滤波器和两个子滤波器组成，两子滤波器将其信息统一送往主滤波器，其量测值相互独立；主滤波器利用信息分配的原则来改进系统的容错性能；所述联邦卡尔曼滤波器进行解算的方法包括以下步骤：

⑴联邦卡尔曼滤波器的子滤波器进行初始化，将子滤波器的初始估计协方差阵设置为组合系统初值的

倍，

满足信息守恒原则；滤波开始时，设置两子滤波器权重相同；

⑵惯性/高程计子滤波器和惯性/里程子滤波器分别独立进行时间更新和量测更新；

⑶两子滤波器分别进行滤波估计；

⑷得到两子滤波器的滤波估计后，按主滤波器最优估计进行最优融合，得到主滤波器的状态估计和方差信息；

⑸在得到主滤波状态估计信息后，根据各子滤波器的估计值、协方差阵，按照信息分配原则对子滤波器进行分配和重置；

⑹重复⑵至⑸步骤进行解算。

Images