CN108692739B - 用于具有异构测量结果的导航系统的完整性监视方法 - Google Patents

用于具有异构测量结果的导航系统的完整性监视方法 Download PDF

Info

Publication number
CN108692739B
CN108692739B CN201810263757.8A CN201810263757A CN108692739B CN 108692739 B CN108692739 B CN 108692739B CN 201810263757 A CN201810263757 A CN 201810263757A CN 108692739 B CN108692739 B CN 108692739B
Authority
CN
China
Prior art keywords
measurements
navigation
solution
class
auxiliary
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
CN201810263757.8A
Other languages
English (en)
Other versions
CN108692739A (zh
Inventor
Z.卡纳
J.杜尼克
M.索塔克
R.巴拉内克
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.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
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 Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN108692739A publication Critical patent/CN108692739A/zh
Application granted granted Critical
Publication of CN108692739B publication Critical patent/CN108692739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • 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
    • G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
    • 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
    • G01C21/1654—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 with electromagnetic compass
    • 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
    • G01C21/1656—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 with passive imaging devices, e.g. cameras
    • 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
    • G01S19/01—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
    • G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
    • 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
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Security & Cryptography (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

提供了一种用于具有异构测量结果的导航系统的完整性监视方法。通过信息域、辅助类和辅助区段来对来自多个不同类型导航辅助源的测量结果进行分类。信息域是表示相同物理类别的估计状态和测量结果中的至少一个的类别。辅助类是使用相同物理方法获取测量结果的类别。辅助区段是来自相同辅助源的测量结果的类别。至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群。将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。

Description

用于具有异构测量结果的导航系统的完整性监视方法
背景技术
随着导航技术的演进，存在将从不同导航信息产生源提供的导航信息混合成单个导航解（典型地，覆盖位置、速度和海拔高度/航向）的努力。示例导航信息产生源可以包括惯性测量单元（IMU）、全球导航卫星系统（GNSS）、磁力计、空中数据、距离测量装备（DME）、eLoran、里程表、雷达高度计、地图、视觉传感器等。不同导航信息源的混合引入了对于确保该复杂单个导航解的完整性的技术的需要。当前完整性监视算法主要聚焦于快照GNSS或混合GNSS/INS系统的特定导航参数（大多数是位置），而不对其它导航参数作任何考虑。然而，这是不适合于具有异构测量结果的辅助源的方案。
出于以上陈述的原因以及出于在阅读和理解本说明书后对本领域技术人员来说将变得明显的以下陈述的其它原因，在本领域中存在对于由导航算法解提供的导航信息的完整性监视技术的需要，该导航算法解整合复杂且异构的辅助源。
发明内容
当前系统的以上提到的问题由本发明的实施例解决，且将通过阅读和研究以下说明书而理解。作为示例而非作为限制做出以下概述。其仅仅被提供以帮助读者理解本发明的一些方面。在实施例中，完整性监视算法被应用于测量结果集群而不是测量结果本身。
在一个实施例中，提供了一种用于具有异构测量结果的导航系统的完整性监视方法。该方法包括定义指定要保护的导航信息的量的完整性监视类。接收来自多个不同类型导航辅助源的测量结果。通过信息域、辅助类和辅助区段来对测量结果进行分类。信息域是表示相同物理类别的所估计的状态和测量结果中的至少一个的类别。辅助类是使用相同物理方法获取测量结果的类别。辅助区段是来自相同辅助源的测量结果的类别。至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群。将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
在另一实施例中，提供了一种用于实现用于具有异构测量结果的导航系统的完整性监视的程序产品。该程序产品包括处理器可读介质，在所述处理器可读介质上体现程序指令，其中程序指令在由导航系统中的至少一个处理器执行时可操作，以使导航系统：通过信息域、辅助类和辅助区段来对所接收的来自多个不同类型导航辅助源的测量结果进行分类，其中信息域是表示相同物理类别的所估计的状态和测量结果中的至少一个的类别，其中辅助类是使用相同物理方法获取测量结果的类别，其中辅助区段是来自相同辅助源的测量结果的类别；至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群；以及将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
在又一实施例中，提供了一种具有用于异构测量结果的完整性监视功能的系统。该系统包括至少一个输入、至少一个存储器和至少一个控制器。所述至少一个输入接收来自多个不同源的导航相关测量结果信息。所述至少一个存储器用于存储至少一个滤波器和至少一个完整性功能。所述至少一个控制器与所述至少一个输入和所述至少一个存储器通信。所述至少一个控制器配置成在处理所接收的来自所述多个不同源的导航相关测量结果信息时执行所述至少一个滤波器和至少一个完整性功能，以确定所接收的相关测量结果导航信息的完整性。基于所述至少一个滤波器的执行，控制器配置成通过信息域、辅助类和辅助区段来对来自导航相关测量结果信息的测量结果进行分类。信息域是表示相同物理类别的所估计的状态和测量结果中的至少一个的类别。辅助类是使用相同物理方法获取测量结果的类别。辅助区段是来自相同辅助源的测量结果的类别。基于所述至少一个滤波器的执行，所述至少一个控制器还配置成至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群。基于所述至少一个完整性功能的执行，所述至少一个控制器配置成将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
附图说明
当鉴于详细描述和以下附图进行考虑时，可以更容易地理解本发明，并且其另外的优点和用途将更加显而易见，在附图中：
图1图示了具有完整性监视导航系统的实施例的车辆；
图2图示了实施例的一般过程流程图；
图3A图示了实施例的第一层解的形成；
图3B图示了实施例的层解的形成；
图3C图示了实施例的虚拟集群的使用；
图4图示了实施例的完整性监视流程图；以及
图5图示了实施例的示例解形成。
依照惯例，各种所描述的特征未按比例绘制，而是被绘制成强调与本发明相关的具体特征。贯穿附图和文本，参考字符标注相似的元件。
具体实施方式
在以下详细描述中，参考形成其部分且其中作为图示而示出其中可实践本发明的具体实施例的附图。以充足的细节描述这些实施例以使本领域技术人员能够实践本发明，并且要理解的是，可以利用其它实施例，并且可以在不脱离本发明的精神和范围的情况下做出改变。因此，以下详细描述不应在限制意义上理解，并且本发明的范围仅由权利要求及其等同物限定。
本发明的实施例提供了在数学模型和异构测量结果的基础上对由统计滤波器估计的导航信息的完整性监视的系统和方法。该方法提供用于任何导航系统的完整性监视的一般框架，其中结果的计算复杂度和可实现性能可以根据用户要求而调节。在使用集中式混合架构（来自在单个统计滤波器中融合的辅助测量结果的集合的所有传感器/单元/系统）的实施例中，如以下详细讨论的那样，所有辅助测量结果分布在多个集群当中。在实施例中，集群的设计用于计及应当检测的不同故障模式（即，单个GPS卫星故障、伽利略星座故障、单轮里程表故障），从而将对故障检测能力、排除可用性和计算需求的要求考虑在内。作为核心算法，使用解分离方法，其基于测量结果集群而不是像在“经典”解分离中那样的卫星测量结果来形成子解（sub-solution）、次子解（sub-sub-solution）等。集中式滤波器混合还仅通过在统计滤波器内估计的状态来确保针对所有域约束的完整性。该方案使相当直接的方案能够从多个导航传感器/单元/系统（集中式）混合获得最优性能，同时维持必需的安全性/完整性和合理的计算需求。
图1中图示了实现实施例的车辆100的示例。车辆包括导航和信息完整性监视系统102、多个导航相关测量结果信息源110-1至110-n和车辆系统112。所述多个导航相关测量结果信息源110-1至110-n可以包括但不限于：惯性测量单元（IMU）、全球导航卫星系统（GNSS）、磁力计、空中数据、距离测量装备（DME）、eLoran、里程表、雷达高度计、地图、视觉传感器等。在此一般将导航相关测量结果信息源110-1至110-n标示为110。在该示例实施例中，向导航和信息完整性监视系统102的至少一个输入105提供导航相关测量结果信息源110的导航相关测量结果信息。导航和信息完整性监视系统102包括控制器104和存储器106。在实施例中，具有所确保的完整性的导航系统102还包括统计滤波器108和完整性监视功能107。在实施例中，滤波器108是存储在存储器106中的统计滤波器，所述统计滤波器由控制器104在导航相关测量结果信息源110的导航相关测量结果信息上执行，以将信息输出组织成集群，如以下详细讨论的那样。另外，在实施例中，完整性监视功能107存储在存储器106中且由控制器104实现。完整性监视功能107包括用于确定诸如全解和子解之类的解集合的完整性监视算法，如以下详细讨论的那样。在实施例中，在利用统计滤波器108和完整性监视功能107处理导航相关测量结果信息源110的导航相关测量结果信息之后，控制器104向车辆系统112提供导航信息。在实施例中，车辆系统112是车辆控制装置，其进而使用来自导航和信息完整性监视系统102的导航信息以至少部分地控制车辆100的定向操作。而且，在其它实施例中，车辆系统112可以包括监控系统、显示系统、管理系统和相似系统中的至少一个。
一般而言，控制器104可以包括处理器、微处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场编程门阵列（FPGA）或者等效的分立或集成逻辑电路中的任何一个或多个。在一些示例实施例中，控制器104可以包括多个组件，诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC、一个或多个FPGA以及其它分立或集成逻辑电路的任何组合。本文中归于控制器104的功能（诸如统计滤波器和完整性监视功能）可以体现为软件、固件、硬件或其任何组合。控制器104可以是系统控制器或组件控制器的一部分。存储器106可以包括计算机可读操作指令，所述计算机可读操作指令在由控制器104执行时提供导航和信息完整性监视系统102的功能。这样的功能可以包括以下描述的统计滤波器108和完整性监视功能107的功能。计算机可读指令可以被编码在存储器106内。存储器106可以包括计算机可读存储介质，其包括任何易失性、非易失性、磁性、光学或电气介质，诸如但不限于随机存取存储器（RAM）、只读存储器（ROM）、非易失性RAM（NVRAM）、电可擦除可编程ROM（EEPROM）、闪速存储器或者任何其它单个或多个存储介质。
图2中图示了实施例的一般过程流程图200。如所图示的那样，在该示例实施例中，该过程通过从导航相关测量结果信息源110取得导航相关测量结果信息且基于三个特性对所接收到的导航相关测量结果信息进行分类202来开始。该示例中的类别包括信息域204、辅助类206和辅助区段208。与信息域204相关联的特性包括表示相同物理量的状态和/或测量结果。例如，信息域204可以包括位置、速度、姿态/航向等。信息域中的信息可以由具有为其定义的许多不同测量结果的主状态的向量来表示。与辅助类206相关联的特性涉及针对其使用了相同物理方法以获取信息的测量结果。辅助类的特性的示例包括RF卫星测距和RF地面测距。与辅助区段208相关联的特性涉及从相同辅助源取得的测量结果。辅助区段208的特性的示例是GPS PR测量结果或伽利略PR测量结果。
一旦通过特性对测量结果进行归类，将测量结果进一步组织成测量结果集群210。在示例实施例中，根据实施例的要求219来组织集群，该实施例包括要检测的故障模式212、要排除的故障模式214、被包括的可用计算机资源216以及在针对每一个完整性监视类的完整性、准确性、可用性和连续性方面所必需的性能218。在实施例中，完整性监视算法220被应用于测量结果集群而不是测量结果本身。集群形成可以遵循以下规则：一个集群中的所有测量结果典型地来自相同信息域，并且集群可以包括来自不同辅助区段和来自不同辅助类的测量结果。如果排除能力是必需的（要添加解的另一层），但要排除的故障模式的集合小于要检测的故障模式，则选择排除（一个或多个）（最低）层解也可以形成（一个或多个）虚拟集群。这扩展了要检测（但不排除）的故障模式的集合。
参照图3A，提供了第一层300的解形成的示例。在该示例实施例中，存在由导航信息源110提供的17个测量结果301至317，所述测量结果301至317被分类且群集成7个集群321至327。第一集群321包括被分类在信息域1、辅助类A和辅助区段a中的测量结果301。第二集群322包括被分类在信息域1、辅助类B和辅助区段b中的测量结果302和303。第三集群323包括也被分类在信息域1、辅助类B和辅助区段b中的测量结果304和305。第四集群324包括被分类在信息域2、辅助类C和辅助区段c中的测量结果306、307和308。第五集群325包括被分类在信息域2、辅助类D和辅助区段d中的测量结果309、310和311。第六集群326包括测量结果312、313和314。测量结果312和313也被分类在信息域2、辅助类D和辅助区段d中，而测量结果314被分类在信息域2、辅助类D和辅助区段e中。第七集群327包括测量结果314、315、316和317。测量结果314、315、316和317全部被分类在信息域2、辅助类D和辅助区段e中。因此，如在该示例中所图示的那样，集群组可以共享测量结果（即，集群组326和327的测量结果314）。
图3A的第一层300示例的解形成包括全解330。全解330处理所有测量结果集群321至327。第一层300示例的解形成还包括7个子解331至337。子解处理每一个测量结果集群减去一个集群。图3B中图示了示例实施例中的最低层解形成340。在该示例中，图示了从子解331出来的6个次子解341至346。另外，图3C图示了具有虚拟集群360的使用的解350。该示例中的虚拟集群360包括测量结果302、303、304和305。如以上所讨论的那样，如果排除能力是必需的（要添加解的另一层）但要排除的故障模式的集合小于要检测的故障模式，则选择排除（一个或多个）（最低）层解可以形成（一个或多个）虚拟集群。这扩展了要检测（但不排除）的故障模式的集合。解350还图示了子解335的次子解351至356。在图3C的示例中还图示的是次子解355表示虚拟集群相关次子解，其中构造关于要由故障检测处理的全解330的附加统计量。
图4中图示了完整性监视流程图400。完整性监视流程图400示出一系列步骤（402）至（430）。按特定顺序示出步骤，在其它实施例中，一个或多个步骤可以按不同的顺序。该过程开始于定义要检测的故障（402）、要排除的故障（404）以及定义危险地误导性的信息（HMI）和假警报（FA）（p(HMI)和P(FA)）的所必需的概率（406）。这些定义连同所收集的可用测量结果（408）和计算资源（410）一起用于将测量结果集群分类和创建（412）成信息域、完整性监视类、辅助类和区段（包括测量设备属性——噪声属性、故障概率——的规范）。然后创建具有下述属性的M C 测量结果集群C 1 ，…，C M ：
a. C i ≠ C j , i≠j, i,j=1,…,M C
b. C i ∩C j （可以是空集或可以不是空集）
c. S = C1 ∪ C2 ∪ Cj ∪…∪ CM。
还可以创建M V 虚拟集群（如果适用的话）。最简单的可能性是根据要检测的故障来设计集群。统计滤波器基于数学模型和直到时间k的S中的所有可用测量结果（进一步标注为）来估计时间k处的导航信息（即，状态）（进一步标注为x k ）（414）。进一步标注为全解的滤波器以时间k处的概率密度函数（PDF）的形式提供条件状态估计，其被标注为：
。
可使用的统计滤波器的示例是扩展卡尔曼滤波器或粒子滤波器。导航信息可以例如由3个位置、3个速度和3个姿态/航向元素组成。
在步骤（416）处应用基于数学模型和来自除一个外的所有所标注的集群的测量结果估计导航信息的统计滤波器的集合以确定子解。这被进一步标注为，其中：
。
进一步标注为子解的滤波器提供下述形式的状态估计：
。
要指出的是，针对测量结果和虚拟集群二者来创建子解，即，定义M=M C +M V 子解。
除全解和子解之外，确定联合PDF（418）。联合PDF由下式表示：
。
对于所估计的状态，联合PDF还表征全解与涉及测量结果和虚拟集群的所有子解和次子解（如果存在的话）之间的相关性。联合PDF可以通过独立算法或根据全解和子解的条件PDF而计算。例如，前一方案由在Brenner, M.: “Integrated GPS/Inertial FaultDetection Availability,” NAVIGATION: Journal of The Institute of Navigation,vol. 43, no. 2, 1996中介绍的互协方差传播器的思想来表示，并且后者由在Young, S.Y. R. and McGraw, G. A.: "Fault Detection and Exclusion Using NormalizedSolution Separation and Residual Monitoring Methods," NAVIGATION: Journal ofthe Institute of Navigation, vol. 50, no. 3, pp 151-169, 2003中提出的方案来表示，其中在全解和子解的协方差矩阵的基础上计算互协方差矩阵。
将全解和所有子解的状态估计从信息域（其中统计滤波器正在工作）变换成完整性监视类（其中完整性监视正在工作）（420）。变换一般是根据下式的所估计的PDF的非线性变换：
其中f(.)是已知向量函数，其导致：
作为示例，将由作为状态的一部分且因而由统计滤波器估计的两个坐标p x 和p y 描述的水平位置变换成水平范围‘r=f(p x, p y )=sqrt(p x 2 + p y 2 )’，这通过完整性监视算法而进一步评定。
联合PDF也被非线性地变换，即，计算被表示为下式的PDF：
(1)
。如以上所提到的那样，在信息域中定义统计滤波器状态（例如，3个位置、3个速率和3个姿态/航向元素，总共9个元素），但是对于完整性监视算法，考虑不同变量（例如，水平和垂直位置、水平和垂直速度、以及姿态/航向）。这些量定义完整性监视类。
步骤继续定义用于子解的检验统计量（422）。针对子解的所定义的统计量被定义为：
它的PDF p(d m,k )可以在PDF (1)的基础上使用下式的已知PDF的卷积而计算：
和/>。因此，PDF
p(d k )=p(d 1,k , d 2,k, …, d M,k ) （2）
是已知的。
如在步骤（424）中那样确定检验统计量的均值：
其中代表/>的均值，即，对于/>。
为满足等式的每一个统计量确定检测阈值D m.k （426）：
(3)
其中|d|代表向量d的每一个元素的绝对值。如果d是向量，则标记法d<D意味着向量d的每一个元素满足该不等式。
阈值可以通过步骤（428）中的对以下积分关系的解而计算：
其意味着下述变量的PDF在超矩形（hyperrectangle）上的积分：
其中边长由阈值定义：
。
积分基于联合PDF p(d k )（2）。存在满足方程（3）和积分方程（4）的无穷多个超矩形，以用于：
。
在来自所有这些的不同实施例中，可以基于下述各项来选择阈值Dk：
(1) 以预定义的比率（例如，针对垂直/水平位置、垂直/水平速度、横摇和俯仰而分配的15％，以及针对航向的10％）在完整性监视类当中分发p(FA)预算，以及
(2) 优化（一个或多个）用户定义准则，例如：（a）最小垂直位置保护级别以及（b）该超矩形或由D k 的子集定义的超矩形的最小体积。
除非常特殊的情况外，对定积分关系（3）的解是数值的。对（3）的直接解可以基于对下述关系的数值解：
其中，corr代表考虑特定项d m 之间的互相关的项。相关项是并集概率的函数，即，下式的函数：
然而，该并集概率是未知的。相关项的评估可能要求计算需求过大的数值解。因此，在下文中，提出了用于在高斯联合PDF（2）的假设下计算超矩形边Dk以满足（3）的两种数值高效算法（为了简单起见，省略了时间索引k）。
算法1：
1) 给定概率要被分发在检验统计量d m 当中，其中m=1,…,M并且涉及d m 的概率被标注为/>。还可以将部分概率pm(FA)写作：
考虑到相关的统计量d m 和未知的相关项corr，（根据用户偏好）对总预算进行初始分发，使得：
因此，在不相关的检验统计量的假设下分发概率，并且通过以下步骤来补偿所忽略的且未知的相关性corr。
2) 基于部分概率的集合和高斯假设，计算上限阈值，使得：
在给定在全解和子解的基础上计算的PDF的矩的情况下，可以使用高斯PDF的累积分布函数（CDF）来执行计算。
3) 上限阈值定义其中遵守相关性的阈值（即，/>）应当被搜索的区。使用优化方案，计算阈值/>以满足：
服从：
其中。
对优化的简单数值解基于若干候选阈值的规范，其中i=1,2,…，以及（5）关于（6）的评估和给定的/>。可以在Genz, A.: “Numerical Computation ofMultivariate Normal Probabilities,” J. Comp. Graph Stat 1, pp. 141-149, 1992中给出的技术以及CDF属性的标准结果的基础上评估Eq. (5)。在所计算的上限阈值/>的基础上选择候选阈值/>。
算法2：
1) 联合概率（5）可以使用如下编写的贝叶斯规则：
其中标记法代表以/>为条件的/>的条件概率。
在已经给定总预算的情况下，被标注为/>的条件概率的特定值的集合可以根据用户偏好而构造，使得：
。
2) 在具有概率并假设高斯分布/>的情况下，可以使用高斯分布的CDF来计算检测阈值/>以满足：
。
3) 在具有概率的情况下，可以计算联合概率
由于阈值已经被计算，因此唯一的未知变量是/>，其可以使用在Genz,1992中给出的结果而数值计算，这是由于联合PDF/>可以根据（2）而计算。
4) 该算法针对（7）中的所有剩余条件概率类似地继续。
全部两种算法表示用于在对检验统计量进行相关时计算检测阈值的工具。要指出的是，算法1在M维空间之上执行一个优化，而算法2在一维空间之上执行M个优化。
所计算的检测阈值要用于故障的检测。如果存在以下情况的至少一个m，则检测到故障并且发出警报：
。
在步骤（428）处为每一个子解或次子解（在虚拟集群的情况下）确定针对每一个测量结果集群的漏检概率p(MD)和相应的误差界限a m,k 。该计算要求对以下关系的解：
a. p(HMI)的总预算可以被写为：
其中p m (CF)是由涉及集群中的测量设备的单个故障的概率- p(SF)或广泛故障的概率p(WF)给出的第m个（测量结果或虚拟）集群故障的先验概率，p m (MD)是第m个集群的漏检的必需允许概率，并且p rem (HMI)是不能通过该方法而检测到的HMI预算的分配（例如，所有集群的同时故障）。
计算误差界限a m,k 以满足等式：
其中在部分概率p m (MD)的基础上计算p(MD)。
类似于阈值计算，对误差界限的解典型地是数值的，并且，可以直接使用算法1和2的版本。与阈值计算相反，在定积分关系（2）中，对（8）中的误差界限的解要求对不适当的积分的解（下限是无穷尽的）。
在步骤（430）处将用于整个导航信息（针对所有完整性监视类）的必需的保护级别确定为：
其中，函数max为向量的每一个元素选择最大值。要指出的是，可以选择用于PL计算的不同函数。
以上阐述的步骤描述了实施例中的集群中的故障检测。如果检测和排除是必需的，则需要为每一个子解创建附加层。附加级别的机械化与所介绍的步骤类似，只是不考虑虚拟集群。在一个实施例中，所呈现的故障检测和排除的概念类似于解分离中的故障检测和排除。
本文提供示例以帮助理解实施例。来自不同导航辅助源110的示例概率故障被概括成包括：
1. 测量结果：信息域；辅助类；辅助区段；单个故障的概率（p(SF)）；广泛故障的概率（p(WF)）
2. 真实空中速率：速度；空中数据速率；真实空中速率；p(SF)=1e-4/hr；p(WF)=n/a —— 仅单个测量结果
3. 里程表速率：速度；里程表速率；单轮里程表速率；p(SF)=1e-5/hr；p(WF)= 1e-9/hr
4. DME距离：位置；RF地面测距；DME距离；p(SF)=1e-4/hr；p(WF)= 1e-7/hr
5. GPS伪距：位置；RF卫星测距；GPS伪距；p(SF)=1e-5/hr；p(WF)= 1e-8/hr
6. 伽利略伪距：位置；RF卫星测距；伽利略伪距；p(SF)=1e-4/hr；p(WF)= 1e-6/hr。
全解和子解的状态（即，导航信息）包括：3-D位置、3-D速度、姿态/航向。完整性监视类包括：水平位置、垂直位置、水平速度、垂直速度、横摇、俯仰和航向。
该示例中的整合监视（IM）要求包括：
1. p(HMI) = 1e-7/hr，以及
2. p(FA) = 1e-5/hr。
给定针对每一个测量结果的IM要求以及单个和广泛故障概率，可以形成要检测和排除的故障的以下集合：
A. 要排除的故障：
1. 单个真实空中速率故障
2. 单个里程表速率故障
3. 单个DME距离和广泛DME故障
4. 单个GPS和伽利略卫星故障
5. 广泛伽利略故障
B. 要检测的故障：
6. 要排除的所有故障
7. 广泛里程表系统故障
8. 广泛GPS故障。
参照图5，在图500中图示了以上提供的示例。如所图示的那样，该示例包括由来自导航辅助源110的17个不同测量结果301至317形成的7个不同集群。第一集群521被形成在信息域；速度，辅助类；空中数据速率和辅助区段；真实空中速率中。其包括一个测量结果501。第二集群522包括两个测量结果502和503。第二集群处于信息域；速度，辅助类；里程表速率和辅助区段、单轮里程表速率中。第三集群523包括测量结果504和505，且也处于信息域；速度，辅助类；里程表速率和辅助区段；单轮里程表速率中。在该示例中，第二和第三集群522和523还是第一虚拟集群531的一部分。在该实施例中，第一虚拟集群531使得能够检测里程表辅助的广泛故障（该辅助区段中的所有测量结果的故障）。第四集群524包括测量结果506、507和508。它们处于信息域；位置，辅助类；RF地面测距和辅助区段；DME距离中。第五集群525包括测量结果509、510和511。它们处于信息域；位置，辅助类；RF卫星测距和辅助区段；GPS伪距中。第六集群526包括测量结果512和513。它们也处于信息域；位置，辅助类；RF卫星测距和辅助区段；GPS伪距中。集群525和526还是第二虚拟集群532的一部分。第七集群527包括测量结果514、515、516和517。它们处于信息域；位置，辅助类；RF卫星测距和辅助区段；伽利略伪距中。在该示例中，第二虚拟集群532还包括第七集群527的测量结果514。图5的示例形成500还图示了全解550、7个子解551至557以及16个次子解561至576。次子解564和571也涉及虚拟集群#1和#2。
示例实施例
示例1包括一种用于具有异构测量结果的导航系统的完整性监视方法，所述方法包括定义指定要保护的导航信息的量的完整性监视类。接收来自多个不同类型导航辅助源的测量结果。通过信息域、辅助类和辅助区段来对测量结果进行分类。信息域是表示相同物理类别的估计状态和测量结果中的至少一个的类别。辅助类是使用相同物理方法获取测量结果的类别。辅助区段是来自相同辅助源的测量结果的类别。至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群。将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
示例2包括示例1的方法，进一步地，其中被形成为集群的所有测量结果来自相同的信息域，进一步地，其中所有集群包括来自至少一个辅助类的测量结果，进一步地，其中至少一个集群包括来自至少第一辅助区段和第二辅助区段的测量结果。
示例3包括示例1-2的任何方面，其中将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解还包括处理所有测量结果以确定全导航解。处理所有测量结果的子集以确定导航子解的集合。该子集具有测量结果集群内的所选结构。评定全导航解和子导航解的集合的相互依赖性。至少部分地基于全解估计、子解估计、解之间的依赖性以及漏检和假警报的必需概率，提供在完整性监视类中指定的导航信息的量的故障检测以及可能地排除功能和计算保护级别。
示例4包括示例1-3的任何方面，还包括估计联合概率函数以表征全导航解与导航子解之间的相关性。将全解估计、子解的概率函数和联合概率函数从信息域变换成完整性监视类。
示例5包括示例1-4的任何方面，还包括定义用于每一个子解的检验统计量、确定检验统计量的均值以及确定检验统计量的检测阈值并且执行故障的检测。
示例6包括示例1-5的任何方面，其中检验统计量的所检测到的阈值的确定还包括以预定义的比率在完整性监视类当中分发预算并且优化用户定义准则。
示例7包括示例1-6的任何方面，还包括为每一个测量结果集群确定漏检概率并且为每一个子解确定相应的误差界限。
示例8包括示例1-8的任何方面，还包括：当检测和排除是必需的时，为每一个最低层解创建解的附加层。
示例9包括示例1-8的任何方面，还包括形成至少一个虚拟集群以包括排除能力，所述至少一个虚拟集群包括所述多个测量结果集群中的至少两个。
示例10包括一种用于实现用于具有异构测量结果的导航系统的完整性监视的程序产品，所述程序产品包括处理器可读介质，在所述处理器可读介质上体现程序指令，其中程序指令在由导航系统中的至少一个处理器执行时可操作成使导航系统：通过信息域、辅助类和辅助区段来对所接收的来自多个不同类型导航辅助源的测量结果进行分类，其中信息域是表示相同物理类别的估计状态和测量结果中的至少一个的类别，其中辅助类是使用相同物理方法获取测量结果的类别，其中辅助区段是来自相同辅助源的测量结果的类别；至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群；以及将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
示例11包括示例10的程序产品的方面，其中被形成为集群的所有测量结果来自相同信息域，进一步地，其中所有集群包括来自至少一个辅助类的测量结果，进一步地，其中至少一个集群包括来自至少第一辅助区段和第二辅助区段的测量结果。
示例12包括示例11-12的任何方面，其中程序指令在由所述至少一个处理器执行时可操作成使导航系统：处理所有测量结果以确定全导航解；处理所有测量结果的子集以确定导航子解的集合，所述子集具有测量结果集群内的所选结构；评定全导航解和子导航解的集合的相互依赖性；以及至少部分地基于全解估计、子解估计、解之间的依赖性以及漏检和假警报的必需概率，提供在完整性监视类中指定的导航信息的量的故障检测以及可能地排除功能和计算保护级别。
示例13包括一种具有用于异构测量结果的完整性监视功能的系统，所述系统包括至少一个输入、至少一个存储器和至少一个控制器。所述至少一个输入接收来自多个不同源的导航相关测量结果信息。所述至少一个存储器用于存储至少一个滤波器和至少一个完整性功能。所述至少一个控制器与所述至少一个输入和所述至少一个存储器通信。所述至少一个控制器配置成在处理所接收的来自所述多个不同源的导航相关测量结果信息时执行所述至少一个滤波器和至少一个完整性功能，以确定所接收的导航相关测量结果信息的完整性。基于所述至少一个滤波器的执行，控制器配置成通过信息域、辅助类和辅助区段来对来自导航相关测量结果信息的测量结果进行分类。信息域是表示相同物理类别的估计状态和测量结果中的至少一个的类别。辅助类是使用相同物理方法获取测量结果的类别。辅助区段是来自相同辅助源的测量结果的类别。基于所述至少一个滤波器的执行，所述至少一个控制器还配置成至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式、可用的计算机资源和必需的性能，将测量结果组织成多个测量结果集群。基于所述至少一个完整性功能的执行，所述至少一个控制器配置成将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解。
示例14是包括示例13的方面的系统，其中被形成为集群的所有测量结果来自相同信息域，进一步地，其中所有集群包括来自至少一个辅助类的测量结果，进一步地，其中至少一个集群包括来自至少第一辅助区段和第二辅助区段的测量结果。
示例15是包括示例13-14的任何方面的系统，其中所述至少一个滤波器配置成处理所有测量结果以确定全导航解，所述至少一个滤波器还配置成处理所有测量结果的子集以确定导航子解的集合，所述子集具有测量结果集群内的所选结构，所述至少一个控制器还配置成实现算法以评定全导航解和子导航解的集合的相互依赖性，并至少部分地基于全解估计、子解估计、解之间的依赖性以及漏检和假警报的必需概率，提供在完整性监视类中指定的导航信息的量的故障检测以及可能地排除功能和计算保护级别。
示例16是包括示例13-15的任何方面的系统，还包括多个导航相关测量结果源以提供导航相关测量结果信息。
示例17是包括示例16的任何方面的系统，其中所述多个导航相关测量结果源包括惯性测量单元、全球导航卫星接收器、磁力计、空中数据、距离测量装备、eLoran、里程表、雷达高度计、地图和视觉传感器中的至少两个。
示例18是包括示例13-17的任何方面的系统，还包括与控制器通信以接收所确定的完整性解的车辆系统。
示例19是包括示例13-18的任何方面的系统，其中车辆系统是至少部分地基于所确定的完整性解控制车辆的操作的控制系统。
示例20是包括示例13-18的任何方面的系统，其中车辆系统是控制系统、监控系统、显示系统和管理系统中的至少一个。
尽管本文已经说明和描述了具体实施例，但是本领域普通技术人员将领会到，被预计实现相同目的的任何布置可以取代所示的具体实施例。本申请意图覆盖本发明的任何适配或变型。因此，清楚地意图在于，本发明仅应由权利要求及其等同物限制。

Claims (3)

1.一种用于完整性监视导航系统的异构导航信息测量结果的在处理器上实现的计算机实现方法，所述方法包括：
接收来自用于导航车辆的多个不同类型导航辅助源的测量结果；
利用执行存储器中的操作指令的处理器，通过信息域、辅助类和辅助区段将测量结果分类成完整性监视类，其中信息域是通过物理量按组归类的至少测量结果的类别，其中辅助类是通过用于获取测量结果的物理方法按组归类的类别，其中辅助区段是通过提供测量结果的导航辅助源按组归类的测量结果的类别；
利用所述处理器，至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式和可用的计算机资源中的至少一个，和对于每个完整性监视类以及通过信息域、辅助类和辅助区段对测量结果的分类，将测量结果组织成多个测量结果集群；以及
用所述处理器，将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解，确定完整性解包括，
通过统计全解的滤波器来处理所有测量结果以确定全导航解估计，
由统计子解的滤波器的集合来处理所有测量结果以确定导航子解估计的集合，每个统计子解滤波器使用来自所述多个测量结果集群中除一个外的所有测量结果集群的测量结果来生成相关联的导航子解估计，
评定所述导航全解估计与所述导航子解估计的集合之间的相关性；和
使用所评定的所述导航全解估计与所述导航子解估计的集合之间的相关性来提供故障检测和排除功能中的至少一个。
2.如权利要求1所述的方法，进一步地，其中被形成为集群的所有测量结果来自相同信息域，进一步地，其中所有集群包括来自至少一个辅助类的测量结果，进一步地，其中至少一个测量结果集群包括来自至少第一辅助区段和第二辅助区段的测量结果。
3.一种具有用于异构测量结果的完整性监视功能的系统，所述系统包括：
至少一个输入，接收来自用于导航车辆的多个不同源的导航相关测量结果信息；
至少一个存储器，存储至少一个统计滤波器和至少一个完整性功能；
与所述至少一个输入和所述至少一个存储器通信的至少一个处理器，所述至少一个处理器配置成在处理所接收的来自所述多个不同源的导航相关测量结果信息时执行所述至少一个滤波器和至少一个完整性功能，以确定所接收的导航相关测量结果信息的完整性；所述处理器配置成通过信息域、辅助类和辅助区段将来自导航相关测量结果信息的测量结果分类成完整性监视类，其中信息域是通过物理量按组归类的至少测量结果的类别，其中辅助类是通过用于获取测量结果的物理方法按组归类的类别，其中辅助区段是通过提供测量结果的导航辅助源按组归类的测量结果的类别，所述至少一个处理器还配置成至少部分地基于要检测的测量结果故障模式、要排除的测量结果故障模式和可用的计算机资源以及通过信息域、辅助类和辅助区段对测量结果的分类，将测量结果组织成多个测量结果集群，基于所述至少一个完整性功能的执行，所述至少一个处理器配置成将完整性监视算法应用于测量结果集群以确定用于所有已定义的完整性监视类的完整性解，其中确定完整性解包括，
所述至少一个统计滤波器包括全解的滤波器，被配置成处理所有测量结果以确定全导航解估计，
所述至少一个统计滤波器还包括子解滤波器，被配置成处理所有测量结果以确定导航子解估计的集合，每个子解滤波器使用来自所述多个测量结果集群中除一个外的所有测量结果集群的测量结果来生成相关联的导航子解估计，和
所述至少一个处理器配置为实现用于评定所述导航全解估计与所述导航子解估计的集合之间的相关性，并使用所评定的所述导航全解估计与所述导航子解估计的集合之间的相关性来提供故障检测和排除功能中的至少一个。
CN201810263757.8A 2017-03-29 2018-03-28 用于具有异构测量结果的导航系统的完整性监视方法 Active CN108692739B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/473,494 US10760911B2 (en) 2017-03-29 2017-03-29 Integrity monitoring method for navigation systems with heterogeneous measurements
US15/473494 2017-03-29

Publications (2)

Publication Number Publication Date
CN108692739A CN108692739A (zh) 2018-10-23
CN108692739B true CN108692739B (zh) 2024-04-02

Family

ID=61749977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810263757.8A Active CN108692739B (zh) 2017-03-29 2018-03-28 用于具有异构测量结果的导航系统的完整性监视方法

Country Status (3)

Country Link
US (1) US10760911B2 (zh)
EP (1) EP3382341B1 (zh)
CN (1) CN108692739B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11073620B2 (en) * 2019-02-06 2021-07-27 Honeywell International Inc. Alternate uncertainty limits in the presence of a detected satellite fault
CN109945892B (zh) * 2019-03-15 2021-02-19 北京航空航天大学 一种惯性导航系统复杂算法类需求的在线测试方法
US11379344B2 (en) * 2019-06-26 2022-07-05 Honeywell International Inc. Method to assure integrity of integrated certified and non-certified sensors
US11321563B2 (en) 2019-08-28 2022-05-03 Honeywell Aerospace Sas Handling of ARAIM terrain database induced errors
CN110569892B (zh) * 2019-08-28 2022-04-01 武汉大学 一种泛在定位信号静态定位方法及系统
KR102302865B1 (ko) * 2020-06-19 2021-09-17 한국과학기술원 다중 imu 및 gnss의 융합항법시스템을 위한 imu 센서 고장 검출 방법 및 장치
US11555930B2 (en) 2020-06-24 2023-01-17 Honeywell Aerospace Sas Split vertical advanced receiver autonomous integrity monitoring
US11893896B2 (en) 2020-08-21 2024-02-06 Honeywell Aerospace Sas Systems and methods for determining an angle and a shortest distance between longitudinal axes of a travel way line and a vehicle
US20220058966A1 (en) * 2020-08-21 2022-02-24 Honeywell Aerospace Sas Systems and methods using image processing to determine at least one kinematic state of a vehicle
US20220066044A1 (en) 2020-08-28 2022-03-03 Honeywell International Inc. Systems and methods for collecting, processing, and providing geographic information about interference with a global navigation satellite system
US11789110B2 (en) * 2020-09-03 2023-10-17 Honeywell International Inc. Fault detection, exclusion, isolation, and re-configuration of navigation sensors using an abstraction layer
CN113483759B (zh) * 2021-06-29 2023-10-17 北京航空航天大学 一种GNSS、INS、Vision组合导航系统完好性保护级计算方法
US20240036217A1 (en) * 2022-07-26 2024-02-01 Honeywell International S.R.O. Method and system to process and assure integrity of dme and/or vor measurements and mitigate gnss jamming and spoofing events
CN116486277A (zh) * 2023-03-28 2023-07-25 武汉卓目科技有限公司 遥感载荷图像判读方法及遥感载荷快视系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6204806B1 (en) * 1999-02-26 2001-03-20 Rockwell Collins, Inc. Method of enhancing receiver autonomous GPS navigation integrity monitoring and GPS receiver implementing the same
CN102819030A (zh) * 2012-08-13 2012-12-12 南京航空航天大学 基于分布式传感器网络的导航系统完好性监测方法
CN103201592A (zh) * 2010-11-05 2013-07-10 Nkt电缆集团公司 完整性监测系统和监测静止结构的完整性的方法
FR3000196A1 (fr) * 2012-12-21 2014-06-27 Airbus Operations Sas Dispositif de mise a disposition de valeurs de parametres de navigation d'un vehicule
CN104808220A (zh) * 2015-04-02 2015-07-29 北京交通大学 一种基于无线信息交互的车辆定位完好性监测方法
CN105783922A (zh) * 2015-01-09 2016-07-20 霍尼韦尔国际公司 针对基于磁性校准测量的混合导航方案的航向
CN206002114U (zh) * 2016-05-14 2017-03-08 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050016269A1 (en) * 2003-07-22 2005-01-27 Igor Touzov Structural Integrity Monitor
US7248964B2 (en) 2003-12-05 2007-07-24 Honeywell International Inc. System and method for using multiple aiding sensors in a deeply integrated navigation system
WO2008024534A2 (en) * 2006-05-16 2008-02-28 Southwest Research Institute Detection of deception signal used to deceive geolocation receiver of a satellite navigation system
US8818567B2 (en) * 2008-09-11 2014-08-26 Deere & Company High integrity perception for machine localization and safeguarding
ES2461093T3 (es) * 2009-04-20 2014-05-16 Astrium Gmbh Un método de reducción del impacto de los saltos de frecuencia de vehículos espaciales sobre un dispositivo de navegación global
WO2013003662A2 (en) * 2011-06-30 2013-01-03 Tufts University System and method for wireless collaborative verification of global navigation satellite system measurements
FR2989174B1 (fr) * 2012-04-06 2016-12-09 Thales Sa Dispositif pour la determination d'informations de localisation et de references primaires inertielles pour un aeronef
FR2989163B1 (fr) * 2012-04-06 2014-04-11 Thales Sa Systeme embarque d'aide au pilotage d'un aeronef, base sur un systeme gnss, a architecture rebondante et dissimilaire pour niveau d'integrite eleve
US9341718B2 (en) 2012-09-07 2016-05-17 Honeywell International Inc. Method and system for providing integrity for hybrid attitude and true heading
US9547086B2 (en) 2013-03-26 2017-01-17 Honeywell International Inc. Selected aspects of advanced receiver autonomous integrity monitoring application to kalman filter based navigation filter
FR3012619B1 (fr) * 2013-10-31 2016-01-22 Sagem Defense Securite Procede de controle d'integrite de mesures satellites
US9784844B2 (en) 2013-11-27 2017-10-10 Honeywell International Inc. Architectures for high integrity multi-constellation solution separation
US9885788B2 (en) * 2015-03-16 2018-02-06 Honeywell International Inc. Satellite subset selection for use in monitoring the integrity of computed navigation solutions
US10422872B2 (en) 2016-06-01 2019-09-24 Honeywell International Inc. Integrity monitoring of radar altimeters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6204806B1 (en) * 1999-02-26 2001-03-20 Rockwell Collins, Inc. Method of enhancing receiver autonomous GPS navigation integrity monitoring and GPS receiver implementing the same
CN103201592A (zh) * 2010-11-05 2013-07-10 Nkt电缆集团公司 完整性监测系统和监测静止结构的完整性的方法
CN102819030A (zh) * 2012-08-13 2012-12-12 南京航空航天大学 基于分布式传感器网络的导航系统完好性监测方法
FR3000196A1 (fr) * 2012-12-21 2014-06-27 Airbus Operations Sas Dispositif de mise a disposition de valeurs de parametres de navigation d'un vehicule
CN105783922A (zh) * 2015-01-09 2016-07-20 霍尼韦尔国际公司 针对基于磁性校准测量的混合导航方案的航向
CN104808220A (zh) * 2015-04-02 2015-07-29 北京交通大学 一种基于无线信息交互的车辆定位完好性监测方法
CN206002114U (zh) * 2016-05-14 2017-03-08 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
The activation of active rules in the heterogeneous database systems;Shi-Ming Huang等;《1996 IEEE International Conference on Systems, Man and Cybernetics. Information Intelligence and Systems 》;全文 *
一种卫星导航接收机自主完好性检测新算法;汤湘伟;王红敏;曹振新;;微波学报(第S2期);全文 *
基于加权奇偶矢量的机载自主完好性监测算法;柳敏;赖际舟;黄凯;刘建业;王玮;;中国惯性技术学报(第01期);全文 *

Also Published As

Publication number Publication date
US10760911B2 (en) 2020-09-01
EP3382341B1 (en) 2019-08-14
CN108692739A (zh) 2018-10-23
US20180283871A1 (en) 2018-10-04
EP3382341A1 (en) 2018-10-03

Similar Documents

Publication Publication Date Title
CN108692739B (zh) 用于具有异构测量结果的导航系统的完整性监视方法
US8880345B2 (en) Route generation system, route generation method, and program
EP3384360B1 (en) Simultaneous mapping and planning by a robot
EP4318397A2 (en) Method of computer vision based localisation and navigation and system for performing the same
US8954272B2 (en) Method and apparatus for the tracking of multiple objects
CN107449443A (zh) 雷达高度计的完整性监视
CN112204346B (zh) 用于确定车辆位置的方法
CN112313477A (zh) 一种车辆环境映射的方法以及相应的系统、车辆和计算机程序产品
EP3186662B1 (en) Measuring traffic speed in a road network
EP2299290B1 (en) Determining system for localization methods combination
US10935384B2 (en) GPS-based area recognition in vehicles
EP3432287A1 (en) Navigation driving metric
Sameen et al. A two-stage optimization strategy for fuzzy object-based analysis using airborne LiDAR and high-resolution orthophotos for urban road extraction
CN104699943A (zh) 无人飞行器系统感测和避免传感器融合航迹初始化
CA2840436A1 (en) System for mapping and identification of plants using digital image processing and route generation
CN111352434B (zh) 支持接近机场的机场跑道的飞机的设备及方法
JP5434736B2 (ja) 位置検知プログラム、位置検知装置および位置検知方法
JP2015161557A5 (zh)
JP6139178B2 (ja) センサ統合装置及びセンサ統合方法
Stepanov et al. Navigation informativity of geophysical fields in map-aided navigation
Ozeki et al. Gnss nlos signal classification based on machine learning and pseudorange residual check
CN110375710A (zh) 飞行器高度的确定方法、装置和飞行器系统
CN105571596B (zh) 多车辆环境探索方法及装置
Schuh et al. Machine learning and generalized linear model techniques to predict aboveground biomass in Amazon rainforest using LiDAR data
Lauer et al. TeleAgro+ analysis framework for agricultural telematics data

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