CN109870546A - 一种对管道测绘内检测imu数据预处理的优化方法 - Google Patents

Abstract

本发明公开了一种管道测绘内检测IMU数据预处理的优化方法。首先通过测量发球筒几何尺寸确定IMU初始姿态角真值的估计值；然后用待比较的两次迭代滤波数据进行静基座初始对准，分别得到航向角和仰俯角，计算出航向角和仰俯角的对准误差；进而利用对准误差绝对值的差值作判据，评估两次迭代滤波的效果。该方法可以对不同迭代次数的滤波效果进行一定程度的比较，提示过度滤波的情况，实现对预处理算法的优化。相对于直接比较解算轨迹和校验点的匹配程度，本方法效率更高，对终止迭代的判断依据剔除了绝大多数混杂因素，更有说服力，基本避免了过度滤波的情况，实现了对数据预处理算法的优化。

Description

一种对管道测绘内检测IMU数据预处理的优化方法

技术领域

本发明涉及管道测绘内检测装置的IMU子系统输出的原始数据的预处理方法，具体地说是IMU原始输出数据在进行离线处理时，首先需要进行的时域去噪方法。

背景技术

1.管道测绘内检测

管道内检测装置(PIG)在管道内运动过程中，可以对管道缺陷或变形情况进行测量。管道和管道内检测系统对管道相关的对象有定位的需求，需要实施测绘工程。

基于惯性技术的管道测绘内检测是当前国际上主要的管道工程测绘方法。可在管道正常运行状态下，使用惯性测量器件(inertial measurement unit,IMU)测绘管道的三维坐标，以地面参考点修正，能精确描绘管道中心线三维坐标轨迹。系统主要采用捷联惯性导航系统(IMU为核心传感器系统)与里程计组成组合导航系统进行航位推算和定位。

2.IMU输出数据的离线去噪处理

通常，当选用中低精度的IMU设备时，设备标称精度经常达不到测量要求，或者标称精度不稳定，其测量数据(包括同步采样得到的三维角速度和三维加速度数据)的噪声水平直接决定了后续算法解算管道中心线坐标轨迹的精度，因此需要通过时域的去噪算法尽可能滤除原始测量数据中的随机噪声。

常用的时域滤波方法是卡尔曼算法。由于卡尔曼算法的特点，有时需要进行迭代的卡尔曼滤波才能获得更好的去噪效果。

但迭代滤波也有风险，如果迭代次数不够，意味着数据仍然包含较多的噪声。由于求管道坐标轨迹的捷联惯导(SINS)技术本身也以迭代算法为主，因此原始数据中的噪声会获得更多积累的机会，对后续解算的精度影响更大。

另一方面，如果迭代次数过多，很可能对数据的真值造成“伤害”，等价于人为制造了更多的噪声，而且实验表明，过度滤波导致的数据质量下降更剧烈，是需要尽力避免的。因此，工程上需要解决何时停止迭代滤波的问题，通过及时终止迭代进程，保证尽可能去除了噪声，同时避免了过度滤波造成的数据质量大幅度下降。

本发明提出了一种终止迭代的条件判定方法，能够大体比较出某两次迭代效果的优劣，尤其能对过度滤波的情况进行报警，使去噪算法得到了优化。

3.现有方法的局限

之前解决该问题的方法是：直接使用当前迭代得到的数据，解算管道中心线坐标轨迹，如果当前解算轨迹和校验点的匹配关系(校验点和其轨迹上同步点之间的距离)比较好，则接受当前数据去噪处理的效果。

上述方法的缺点如下：

1)评价的效率低。要观察解算轨迹和校验点的匹配关系，前提是完整计算出当前段的地理坐标轨迹。管道测绘内检测每个数据段长度都在1公里以上，每次迭代之后，都要把处理过的数据输入捷联惯导系统，经过较长时间非常复杂的计算得到管道轨迹，然后才能评价该轨迹和校验点的匹配关系。计算量大，评价过程需要大量的人工干预，效率低，且难以形成明确的判断准则。

2)评价的混杂因素多。上面介绍的评价过程，需要生成完整的管道段坐标轨迹。影响轨迹实际解算精度的因素很多，比较直观的就包括：校验点的位置选择和点坐标测量的精度；里程计的测量精度、同步精度；初始对准算法获得的姿态精度；轨迹修正算法的有效性；甚至PIG运动的速度、通过弯头的次数等都可能影响解算轨迹与校验点的匹配情况，原始数据的噪声水平只是其中的一项。而且工程实践证明，即便某一管段轨迹和校验点匹配很好，到了下一段匹配情况也有可能恶化。即便全部校验点的匹配情况都很好，实际上也不能证明原始数据的去噪已经做到了最好。

发明内容

根据现有技术的不足，本发明的目的是优化管道测绘内检测IMU数据预处理算法，具体来说，可以对不同迭代次数的滤波效果进行一定程度的比较，提示过度滤波的情况，解决IMU(尤其是中低精度IMU)原始数据去噪过程中终止迭代的判定问题。

本发明按以下技术方案实现：

一种对管道测绘内检测IMU数据预处理的优化方法，该方法为：首先通过测量发球筒几何尺寸确定IMU初始姿态角真值的估计值；然后用待比较的两次迭代滤波数据进行静基座初始对准，分别得到航向角和仰俯角，计算出航向角和仰俯角的对准误差；进而利用对准误差绝对值的差值作判据，评估两次迭代滤波的效果。

优选的是，该方法具体为：

步骤一：确定IMU初始姿态角真值的估计值，仰俯角β′估计为0°，航向角α′估计为发球筒中心线指向的方向；

步骤二：用待比较的两次迭代滤波数据进行静基座初始对准，分别得到航向角α_i、α_j和仰俯角β_i、β_j；

步骤三：定义第i次、第j次滤波后的航向角误差分别是ε_zi、ε_zj，仰俯角误差分别是ε_xi、ε_xj，此时根据下面关系：

α′≈α+ε_z (1)

β′≈β+ε_x (2)

显然有，α′_i＝α′_j＝α′，β′_i＝β′_j＝β′。则第i次和第j次的ε_z和ε_x可以近似通过(1)和(2)求出；

步骤四：定义判据为：

σ_ij＝|ε_zi|-|ε_zj| (3)

τ_ij＝|ε_xi|-|ε_xj| (4)。

优选的是，使用判据的方法为：

1)在迭代滤波过程中，通常让三列陀螺数据或者三列加速度数据选择同一组滤波参数，但陀螺和加速度计数据分别独立滤波；因此，作为直接判据的σ_ij或者τ_ij可以独立使用；

2)利用σ_ij或者τ_ij进行比较和判定，必须参考其他迭代过程中产生的同类数据。所谓同类数据，通常是其他的与i和j间隔(工程上通常间隔为1或2)相同的ε_z或ε_x的绝对值之差；也就是说，与σ_ij或者τ_ij相比较的同类数据σ_ab或者τ_ab，应该保证a、b之间的间隔与i、j间隔相等；

3)和同类数据对比，如果σ_ij或τ_ij的绝对值较大，说明参与比较的第i、j次滤波效果对比明显，反之效果对比不明显。

4)如果求得σ_ij>0或者τ_ij>0，而且相对之前求得的同类数据，σ_ij或者τ_ij的绝对值不是小量，则通常认为第j次滤波得到的陀螺仪数据或者加速度计数据精度更高；反之，σ_ij<0或者τ_ij<0，且绝对值不是小量，则第i次的滤波效果更好；

5)如果σ_ij或者τ_ij的绝对值相对同类数据是小量，相对ε_zi、ε_zj、ε_xi、ε_xj也是小量，则通常认为两次滤波的效果相近；

6)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果σ_ij<0或者τ_ij<0，而且比较之前的同类数据，σ_ij或者τ_ij的绝对值相对较大，则可以判定第j次迭代导致过度滤波，应停止对应数据的迭代滤波过程；

7)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果判断第j次迭代导致过度滤波，则应该在小于j的迭代结果中(不一定是第i次结果)选择滤波效果最好的一组作为迭代滤波的输出数据。

本发明有益效果：

首先，静基座对准只需要使用PIG在发球筒静置时的一小段数据，计算量小，和去噪滤波相比可以忽略不计，更是远远小于轨迹解算的计算量，使上述算法的效率有很好的竞争力。

其次，把滤波效果和IMU数据质量直接映射，排除了绝大多数混杂因素，使判定算法更有说服力。包括加速度计数据质量和仰俯角直接关联，陀螺数据质量和航向角直接关联，整个算法的依据，核心操作都有直接的证明，清晰可靠，剔除了绝大部分混杂因素，相比之前的方法，虽然也引入了一些人工比较同类数据的经验性工作，但误判的可能性小得多。

附图说明

图1为三个姿态角的定义，即导航坐标系到机体坐标系的坐标变换；导航坐标系同地理坐标系原点重合，图中用OX_nY_nZ_n表示，OX_nY_nZ_n绕Z_n轴正向旋转α(航向角)，再绕X′轴旋转β(仰俯角)，最后绕Y_b轴旋转γ(横滚角)，即从地理坐标系变换到了机体坐标系。变换过程可表示为：

具体实施方式

以下结合附图，通过具体实施例对本发明作进一步的说明。

1)本发明判定方法的使用前提是：

发球筒“平、直”，即发球筒中心线与大地平面基本处于水平状态，而且PIG在发球筒内的初始运动阶段(2到3米)沿直线前进；管道测绘内检测PIG在发球筒中“水平放置”，即保证PIG水平面(即内部IMU的XOY平面)与大地平面平行；PIG运动之前需静置时间5分钟以上，可以完成静基座的初始对准。

(2)本判定方法的操作步骤如下：

步骤一，定义算法初始条件。

1)定义捷联惯性导航系统的坐标系。

主要是地理坐标系和载体坐标系。将坐标原点设置在载体PIG的重心位置，X、Y、Z坐标轴方向依次沿地球表面切线方向选取东向、北向和天向，构成的坐标系为地理坐标系，也叫做东北天坐标系，常简称n系，表示为OX_nY_nZ_n；而载体坐标系，简称b系，表示为OX_bY_bZ_b，有同样的坐标原点,Y_b沿发球筒内PIG载体的纵轴指向前进方向，X_b沿载体水平截面横轴指向右侧，Z_b与载体水平截面垂直指向上方。

2)定义PIG的姿态角，并给出初始状态仰俯角和航向角的观测值。

令n系坐标，依次通过三个姿态角(航向角α，仰俯角β和滚转角γ)旋转，得到b系坐标，如图1。其中航向角定义域为-180°～180°，0°表示指向正北方；仰俯角定义域为-90°～90°，0°指PIG自身水平面和大地平面平行。

由于发球筒“平、直”的特点，可以认为在初始对准结束后，PIG的初始姿态中的仰俯角近似为0°，而航向角近似于发球筒中心线指向的方向，由此定义本次测量初始姿态真值的估计值为航向角α′(测量发球筒中心线指向角度获得)和仰俯角β′(近似水平为0°)。

而实际工程中发球筒中心线指向角度的测量，可以利用RTK设备或者全站仪设备测量中心线正上方的点坐标实现，两种设备点坐标测量精度都可以达到厘米级，计算得到的角度误差小于1°。

3)定义待比较的第i、第j次(i≠j)滤波效果相关的数据。

令IMU输出的当前数据进行迭代滤波，在第i次和第j次迭代之后，分别进行静基座的初始对准，使用对准计算得到的航向角和仰俯角作为滤波效果的直观表达。

具体使用时，定义对准后分别求得的第i次、第j次迭代滤波后的航向角α_i、α_j，俯仰角β_i、β_j，定义第i次、第j次滤波后的航向角误差分别是ε_zi、ε_zj(下标z表示绕Z轴旋转得到航向角)，对应的仰俯角误差分别是ε_xi、ε_xj(下标x表示绕X轴旋转得到仰俯角)，此时有如下关系成立：

α′≈α+ε_z (1)

β′≈β+ε_x (2)

显然有，α′_i＝α′_j＝α′，β′_i＝β′_j＝β′。

由于静基座惯导系统的水平对准精度(初始仰俯角精度)取决于加速度计误差，方位对准精度(初始航向角精度)取决于部分陀螺漂移，因此(1)和(2)中的ε_z和ε_x通常可以用来描述滤波的具体效果。

步骤二，第i次和第j次滤波效果比较的量化。

第i次和第j次的ε_z和ε_x可以近似通过(1)和(2)求出。如果让第i和第j次滤波效果与这两次对准的姿态角精度关联，则ε_z和ε_x的绝对值体现了两次对准的量化精度，绝对值越大，对准精度越低；而对准精度越低，则对应的IMU输出数据的滤波效果越差。但考虑到α′和β′都是观测值，有一定误差，因此ε_z和ε_x在计算过程中必然也存在误差，为简化问题，工程上实际操作时取ε_z和ε_x的绝对值之差作为滤波效果比较的判据，定义为：

σ_ij＝|ε_zi|-|ε_zj| (3)

τ_ij＝|ε_xi|-|ε_xj| (4)

步骤三，对滤波效果的判断。

σ_ij或者τ_ij有如下特征：

1)在迭代滤波过程中，通常让三列陀螺数据或者三列加速度数据选择同一组滤波参数，但陀螺和加速度计数据分别独立滤波。因此，作为直接判据的σ_ij或者τ_ij可以独立使用。

2)利用σ_ij或者τ_ij进行比较和判定，必须参考其他迭代过程中产生的同类数据。所谓同类数据，通常是其他的与i和j间隔(工程上通常间隔为1或2)相同的ε_z或ε_x的绝对值之差。也就是说，与σ_ij或者τ_ij相比较的同类数据σ_ab或者τ_ab，应该保证a、b之间的间隔与i、j间隔相等。

3)和同类数据对比，如果σ_ij或τ_ij的绝对值较大，说明参与比较的第i、j次滤波效果对比明显，反之效果对比不明显。

4)如果求得σ_ij>0或者τ_ij>0，而且相对之前求得的同类数据，σ_ij或者τ_ij的绝对值不是小量，则通常认为第j次滤波得到的陀螺仪数据或者加速度计数据精度更高；反之，σ_ij<0或者τ_ij<0，且绝对值不是小量，则第i次的滤波效果更好。

5)如果σ_ij或者τ_ij的绝对值相对同类数据是小量，相对ε_zi、ε_zj、ε_xi、ε_xj也是小量，则通常认为两次滤波的效果相近。

6)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果σ_ij<0或者τ_ij<0，而且比较之前的同类数据，σ_ij或者τ_ij的绝对值相对较大，则可以判定第j次迭代导致过度滤波，应停止对应数据的迭代滤波过程。

7)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果判断第j次迭代导致过度滤波，则应该在小于j的迭代结果中(不一定是第i次结果)选择滤波效果最好的一组作为迭代滤波的输出数据。

与现有技术相比，本发明首先，静基座对准只需要使用PIG在发球筒静置时的一小段数据，计算量小，和去噪滤波相比可以忽略不计，更是远远小于轨迹解算的计算量，使上述算法的效率有很好的竞争力。其次，把滤波效果和IMU数据质量直接映射，排除了绝大多数混杂因素，使判定算法更有说服力。包括加速度计数据质量和仰俯角直接关联，陀螺数据质量和航向角直接关联，整个算法的依据，核心操作都有直接的证明，清晰可靠，剔除了绝大部分混杂因素，相比之前的方法，虽然也引入了一些人工比较同类数据的经验性工作，但误判的可能性小得多。

尽管具体地参考其优选实施例来示出并描述了本发明，但本领域的技术人员可以理解，可以做出形式和细节上的各种改变而不脱离所附权利要求书中所述的本发明的范围。以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。

Claims (9)

1.一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于，该方法为：

(1)通过测量发球筒几何尺寸确定IMU初始姿态角真值的估计值；

(2)用待比较的两次迭代滤波数据进行静基座初始对准，分别得到航向角和仰俯角，计算出航向角和仰俯角的对准误差；

(3)进而利用对准误差绝对值的差值作判据，评估两次迭代滤波的效果。

2.根据权利要求1所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于，航向角和仰俯角具体如下：

步骤一：确定IMU初始姿态角真值的估计值，仰俯角β′估计为0°，航向角α′估计为发球筒中心线指向的方向；

步骤二：用待比较的两次迭代滤波数据进行静基座初始对准，分别得到航向角α_i、α_j和仰俯角β_i、β_j；

步骤三：定义第i次、第j次滤波后的航向角误差分别是ε_zi、ε_zj，仰俯角误差分别是ε_xi、ε_xj，此时根据下面关系：

α′≈α+ε_z (1)

β′≈β+ε_x (2)

显然有，α′_i＝α′_j＝α′，β′_i＝β′_j＝β′。则第i次和第j次的ε_z和ε_x可以近似通过(1)和(2)求出；

步骤四：定义判据为：

σ_ij＝|ε_zi|-|ε_zj| (3)

τ_ij＝|ε_xi|-|ε_xj| (4)。

3.根据权利要求2所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于，使用判据的方法为：

1)在迭代滤波过程中，通常让三列陀螺数据或者三列加速度数据选择同一组滤波参数，但陀螺和加速度计数据分别独立滤波；因此，作为直接判据的σ_ij或者τ_ij能够独立使用；

2)利用σ_ij或者τ_ij进行比较和判定，必须参考其他迭代过程中产生的同类数据；

3)和同类数据对比，如果σ_ij或τ_ij的绝对值较大，说明参与比较的第i、j次滤波效果对比明显，反之效果对比不明显；

4)如果求得σ_ij>0或者τ_ij>0，而且相对之前求得的同类数据，σ_ij或者τ_ij的绝对值不是小量，则通常认为第j次滤波得到的陀螺仪数据或者加速度计数据精度更高；反之，σ_ij<0或者τ_ij<0，且绝对值不是小量，则第i次的滤波效果更好；

5)如果σ_ij或者τ_ij的绝对值相对同类数据是小量，相对ε_zi、ε_zj、ε_xi、ε_xj也是小量，则通常认为两次滤波的效果相近；

6)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果σ_ij<0或者τ_ij<0，而且比较之前的同类数据，σ_ij或者τ_ij的绝对值相对较大，则能够判定第j次迭代导致过度滤波，应停止对应数据的迭代滤波过程；

7)i和j是先后两次连续的迭代滤波效果的比较，即i+1＝j，如果判断第j次迭代导致过度滤波，则应该在小于j的迭代结果中选择滤波效果最好的一组作为迭代滤波的输出数据。

4.根据权利要求3所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于

在步骤2)中：所谓同类数据，通常是其他的与i和j间隔相同的ε_z或ε_x的绝对值之差；也就是说，与σ_ij或者τ_ij相比较的同类数据σ_ab或者τ_ab，应该保证a、b之间的间隔与i、j间隔相等。

5.根据权利要求4所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于：i和j间隔为1或2。

6.根据权利要求2所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于，判定方法的使用前提是：

发球筒中心线与大地平面基本处于水平状态，而且PIG在发球筒内的初始运动阶段沿直线前进；保证PIG水平面与大地平面平行；PIG运动之前需静置时间5分钟以上，可以完成静基座的初始对准。

7.根据权利要求6所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于：

PIG在发球筒内的初始运动阶段为2到3米。

8.根据权利要求1所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于：将坐标原点设置在载体PIG的重心位置，X、Y、Z坐标轴方向依次沿地球表面切线方向选取东向、北向和天向，构成的坐标系为地理坐标系，也叫做东北天坐标系，常简称n系，表示为OX_nY_nZ_n；而载体坐标系，简称b系，表示为OX_bY_bZ_b，有同样的坐标原点,Y_b沿发球筒内PIG载体的纵轴指向前进方向，X_b沿载体水平截面横轴指向右侧，Z_b与载体水平截面垂直指向上方。

9.根据权利要求1所述的一种对管道测绘内检测IMU数据预处理的优化方法，其特征在于：

令n系坐标，依次通过三个姿态角旋转，得到b系坐标；其中航向角定义域为-180°～180°，0°表示指向正北方；仰俯角定义域为-90°～90°，0°指PIG自身水平面和大地平面平行。