CN110006421A - 一种基于mems和gps的车载导航方法及系统 - Google Patents
一种基于mems和gps的车载导航方法及系统 Download PDFInfo
- Publication number
- CN110006421A CN110006421A CN201910239281.9A CN201910239281A CN110006421A CN 110006421 A CN110006421 A CN 110006421A CN 201910239281 A CN201910239281 A CN 201910239281A CN 110006421 A CN110006421 A CN 110006421A
- Authority
- CN
- China
- Prior art keywords
- data
- gps
- navigation
- vehicle
- information
- 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
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
- 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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明涉及车辆导航技术领域,公开了一种基于MEMS和GPS的车载导航方法及系统,该车载导航方法包括以下步骤:S1:获取车辆的GPS数据和惯导数据并对所述GPS数据和惯导数据进行预处理;S2:根据预处理后的惯导数据进行捷联导航解算,得到车辆的导航信息;S3:利用卡尔曼滤波算法对车辆在当前时刻的导航信息和GPS数据进行组合导航解算,得到该导航信息的误差信息;S4:根据所述误差信息对车辆在当前时刻的导航信息进行校正,得到车辆在下一时刻的导航信息;本发明将车辆的GPS数据与惯导数据进行数据融合,使导航定位具备GPS导航的长期高精度性能和惯性导航的短期高精度性能,提高了车辆导航定位的精度和可靠性。
Description
技术领域
本发明属于车辆导航技术领域,更具体地,涉及一种基于MEMS和GPS的车载联合导航方法及系统。
背景技术
目前车载导航是利用车载GPS(全球定位系统)配合电子地图来进行的,它能方便且准确地告诉驾驶者去往目的地的最短或者最快路径,是驾驶员的好帮手。GPS导航能够进行全球、全天候和实时的导航,且不存在常值漂移,长期精度高,目前已广泛运用于车辆导航定位技术;但由于其卫星信号易受干扰,且近年来社会的不断发展形成了复杂的城市地形环境,信号遮挡、多路径等因素导致GPS定位效果不佳。
微惯性导航系统(Micro-Inertial-Navigation System,Micro-INS)是一种基于微机电系统(Micro-Electro-Mechanical System,MEMS)传感器技术的微型惯性导航系统。惯性导航系统具有能够不依赖外界信息,完全独立自主的提供导航参数的优点,短期精度较高,可弥补GPS定位技术的不足,采用MEMS惯性器件设计的微捷联惯导系统凭借其在体积、成本等方面的优势,在惯性导航领域受到了越来越广泛的重视。但是,惯导系统存在长期积分过程,误差会随时间增长并发散,不适用于长期单独导航;并且较高精度的惯导系统造价较高,不适用于民用车辆。
发明内容
针对现有技术的至少一个缺陷或改进需求,本发明提供了一种基于MEMS和GPS的车载联合导航方法及系统,将GPS的长期高精度性能特性和惯性导航的短期高精度性能特性有机结合起来,产生优于单一系统的导航性能,以满足在复杂的城市道路环境中实时、有效的获取车辆的位置信息,其目的在于解决现有的车载GPS导航存在的信号易受干扰、定位效果不佳的问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于MEMS和GPS的车载导航方法,其特征在于,包括以下步骤:
S1:获取车辆的GPS数据和惯导数据并对所述GPS数据和惯导数据进行预处理;
S2:根据预处理后的惯导数据进行捷联导航解算,得到车辆的导航信息;所述导航信息包括速度信息、位置信息和姿态信息;
S3:利用卡尔曼滤波算法对车辆在当前时刻的导航信息和GPS数据进行组合导航解算,得到该导航信息的误差信息;
S4:根据所述误差信息对车辆在当前时刻的导航信息进行校正,得到车辆在下一时刻的导航信息。
优选的,上述车载导航方法,若当前时刻的GPS数据缺失,则通过以下方法对缺失的GPS数据进行修复:
获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,按照以下公式计算当前缺失的GPS数据信息:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为当前缺失的GPS数据对应的时间。
优选的,上述车载导航方法,其步骤S3中进行组合导航解算包括以下子步骤:
S31:计算车辆在当前时刻的导航信息与GPS数据之间的速度差、位置差;
S32:以所述导航信息的速度误差、位置误差、姿态误差以及陀螺仪零偏误差、加速度计零偏误差作为状态变量,以所述速度差、位置差作为观测变量,进行卡尔曼滤波更新,得到该导航信息的误差信息。
优选的,上述车载导航方法,其步骤S1中对所述GPS数据和惯导数据进行预处理包括:
删除所述GPS数据中的错误数据和冗余数据;
对所述惯导数据进行确定性误差标定以消除器件的固有误差;该惯导数据包括陀螺仪数据和加速度计数据。
按照本发明的另一个方面,还提供了一种基于MEMS和GPS的车载导航系统,该系统包括处理器、存储器,以及存储在所述存储器中并可在所述处理器中运行的计算机程序;所述计算机程序被执行时实现上述任一项方法的步骤。
优选的,上述车载导航系统,其处理器包括数据预处理单元、导航解算单元和滤波单元;
所述数据预处理单元用于获取车辆的GPS数据和惯导数据,并对所述GPS数据和惯导数据进行预处理;
所述导航解算单元用于根据预处理后的惯导数据进行捷联导航解算,得到车辆在当前时刻的导航信息;并用于根据滤波单元输出的误差信息对所述导航信息进行校正,得到车辆在下一时刻的导航信息;所述导航信息包括速度信息、位置信息和姿态信息;
所述滤波单元用于利用卡尔曼滤波算法对车辆在当前时刻的导航信息和对应时刻的GPS数据进行组合导航解算,得到该导航信息的误差信息。
优选的,上述车载导航系统,其处理器还包括数据修复单元;
所述数据修复单元用于获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,并根据距离当前缺失的GPS数据最近一刻且未缺失的GPS数据计算当前时刻缺失的GPS数据,计算公式如下:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为当前缺失的GPS数据对应的时间。
优选的,上述车载导航系统,其滤波单元包括计算模块和滤波模块;
所述计算模块用于计算车辆在当前时刻的导航信息与GPS数据之间的速度差、位置差;
所述滤波模块用于以车辆在当前时刻的导航信息的速度误差、位置误差、姿态误差以及陀螺仪零偏误差、加速度计零偏误差作为状态变量,以所述速度差、位置差作为观测变量进行卡尔曼滤波,得到该导航信息的误差信息。
优选的,上述车载导航系统,其数据预处理单元包括第一处理模块和第二处理模块;
所述第一处理模块用于删除GPS数据中的错误数据和冗余数据;
所述第二处理模块用于对惯导数据进行确定性误差标定以消除器件的固有误差;所述惯导数据包括陀螺仪数据和加速度计数据。
优选的,上述车载导航系统,还包括:
车载GPS,用于提供车辆的GPS数据;
车载MEMS惯性器件,用于提供车辆的惯导数据;
所述车载GPS、MEMS惯性器件均与处理器通信连接。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明提供的基于MEMS和GPS的车载导航方法及系统,采用卡尔曼滤波的方式将车辆的GPS数据与惯导数据进行数据融合,使导航定位具备GPS导航的长期高精度性能和惯性导航的短期高精度性能,两者优势互补,产生优于单一系统的导航性能,提高了车辆导航定位的精度和可靠性;
(2)本发明提供的基于MEMS和GPS的车载导航方法及系统,在GPS信号丢失的情况下对缺失的GPS数据进行修复,进而完成组合导航,可以满足复杂的城市地形中,实时获取车辆位置等信息。
附图说明
图1是本发明实施例提供的基于MEMS和GPS的车载导航方法的流程图;
图2是本发明实施例提供的对导航信息和GPS数据进行组合导航解算的流程框图;
图3是本发明实施例提供的基于MEMS和GPS的车载导航系统的结构图;
图4是本发明实施例提供的处理器的逻辑框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本发明实施例提供的基于MEMS和GPS的车载导航方法的流程图;如图1所示,该车载导航方法包括以下步骤:
S1:分别采集车载GPS输出的GPS数据以及车载MEMS惯性器件输出的惯导数据,并对GPS数据和惯导数据进行存储和预处理;
其中,对GPS数据的预处理包括:删除GPS数据中的错误数据(如跳变数据)、剔除GPS数据中的冗余数据(如重复数据);
对惯导数据的预处理包括:对惯导数据进行确定性误差标定,从而消除器件的固有误差;该惯导数据包括陀螺仪数据和加速度计数据,本实施例对陀螺仪和加速度计的固有误差进行标定,避免因为仪器的固有误差影响导航精度。
S2:根据预处理后的惯导数据进行捷联导航解算,得到车辆的导航信息;该导航信息包括速度信息、位置信息和姿态信息;
S3:判断与当前时刻车辆的惯导数据处于同一时刻的GPS数据是否缺失;若是,则对缺失的GPS数据进行修复;若否,则进入步骤S4;
若当前时刻的GPS数据缺失,则通过以下方法对缺失的GPS数据进行修复:
获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,按照以下公式计算当前缺失的GPS数据信息:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为GPS数据缺失的时间。
S4:利用卡尔曼滤波算法对当前时刻车辆的导航信息和GPS数据进行组合导航解算,得到车辆在下一时刻的位置信息、速度信息和姿态信息;图2是本发明实施例提供的对导航信息和GPS数据进行组合导航解算的流程框图;如图2所示,组合导航解算的过程包括以下子步骤:
S41:计算捷联导航解算得到的车辆在当前时刻的导航信息与对应时刻的GPS数据之间的速度差、位置差;
S42:以车辆在当前时刻的导航信息的速度误差、位置误差、姿态误差以及陀螺仪零偏误差、加速度计零偏误差作为状态变量,以车辆在当前时刻的导航信息与GPS数据的之间速度差、位置差作为观测变量,设计卡尔曼滤波器,进行卡尔曼滤波更新,得到该导航信息的误差信息;该误差信息包括速度误差、位置误差、姿态误差、陀螺仪零偏误差和加速度计零偏误差;
S43:根据卡尔曼滤波得到的误差信息对车辆在当前时刻的导航信息进行校正,输出经过校正后的位置、速度和姿态信息,即为车辆下一时刻的导航信息。
本实施例还提供了一种基于MEMS和GPS的车载导航系统,如图4所示,包括安装于车辆内部的车载GPS和MEMS惯性器件,车载GPS用于提供车辆的GPS数据,车载MEMS惯性器件用于提供车辆的惯导数据;该车载导航系统还包括处理器、存储器,以及存储在存储器中并可在处理器中运行的计算机程序;图4是本发明实施例提供的处理器的逻辑框图,如图4所示,该处理器中例化有数据预处理单元、导航解算单元和滤波单元等功能单元;上述计算机程序被这些功能单元执行时可实现上述车载导航方法的步骤;
其中,数据预处理单元分别采集车载GPS输出的GPS数据以及MEMS惯性器件输出的惯导数据,将GPS数据和惯导数据存放于存储器中,并对GPS数据和惯导数据进行预处理;该数据预处理单元包括第一处理模块和第二处理模块;
第一处理模块用于删除GPS数据中的错误数据和冗余数据;
第二处理模块用于对惯导数据进行确定性误差标定以消除器件的固有误差;该惯导数据包括陀螺仪数据和加速度计数据。
导航解算单元根据预处理后的惯导数据进行捷联导航解算,得到车辆在当前时刻的导航信息;并用于根据滤波单元输出的误差信息对该导航信息进行校正,得到车辆在下一时刻的导航信息;该导航信息包括速度信息、位置信息和姿态信息;
滤波单元利用卡尔曼滤波算法对车辆在当前时刻的导航信息和对应时刻的GPS数据进行组合导航解算,得到该导航信息的误差信息;该滤波单元包括计算模块和卡尔曼滤波器;
计算模块用于计算捷联导航解算得到的车辆导航信息中的速度信息、位置信息与对应时刻的GPS数据之间的速度差、位置差;
卡尔曼滤波器用于以捷联导航解算得到的车辆导航信息的速度误差、位置误差、姿态误差、陀螺仪零偏误差和加速度计零偏误差作为状态变量,以第二计算模块输出的速度差、位置差作为观测变量进行卡尔曼滤波,得到该导航信息的误差信息;该误差信息包括速度误差、位置误差、姿态误差、陀螺仪零偏误差和加速度计零偏误差;
卡尔曼滤波器将计算得到的误差信息输出至导航解算单元,导航解算单元根据卡尔曼滤波得到的误差信息对导航信息进行校正,输出经过校正后的位置、速度和姿态信息,即为车辆下一时刻的导航信息。
作为本实施例的一个优选,该处理器还包括数据修复单元;若与惯导数据处于同一时刻的GPS数据缺失,则需要通过数据修复单元对缺失的GPS数据进行修复,具体的,数据修复单元首先获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,并根据距离当前缺失的GPS数据最近一刻且未缺失的GPS数据计算当前时刻缺失的GPS数据,计算公式如下:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为GPS数据缺失的时间。
相比于现有的GPS导航,本发明提供的基于MEMS和GPS的车载导航方法及系统,采用卡尔曼滤波的方式将车辆的GPS数据与惯导数据进行数据融合,使导航定位具备GPS导航的长期高精度性能和惯性导航的短期高精度性能,两者优势互补,产生优于单一系统的导航,性能提高了车辆导航定位的精度和可靠性。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于MEMS和GPS的车载导航方法,其特征在于,包括以下步骤:
S1:获取车辆的GPS数据和惯导数据并对所述GPS数据和惯导数据进行预处理;
S2:根据预处理后的惯导数据进行捷联导航解算,得到车辆的导航信息;
S3:利用卡尔曼滤波算法对车辆在当前时刻的导航信息和GPS数据进行组合导航解算,得到该导航信息的误差信息;
S4:根据所述误差信息对车辆在当前时刻的导航信息进行校正,得到车辆在下一时刻的导航信息。
2.如权利要求1所述的车载导航方法,其特征在于,若当前时刻的GPS数据缺失,则通过以下方法对缺失的GPS数据进行修复:
获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,按照以下公式计算当前缺失的GPS数据信息:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为当前缺失的GPS数据对应的时间。
3.如权利要求1或2所述的车载导航方法,其特征在于,步骤S3中进行组合导航解算包括以下子步骤:
S31:计算车辆在当前时刻的导航信息与GPS数据之间的速度差、位置差;
S32:以所述导航信息的速度误差、位置误差、姿态误差以及陀螺仪零偏误差、加速度计零偏误差作为状态变量,以所述速度差、位置差作为观测变量,进行卡尔曼滤波更新,得到该导航信息的误差信息。
4.如权利要求3所述的车载导航方法,其特征在于,步骤S1中对所述GPS数据和惯导数据进行预处理包括:
删除所述GPS数据中的错误数据和冗余数据;
对所述惯导数据进行确定性误差标定以消除器件的固有误差;该惯导数据包括陀螺仪数据和加速度计数据。
5.一种基于MEMS和GPS的车载导航系统,其特征在于,包括处理器、存储器,以及存储在所述存储器中并可在所述处理器中运行的计算机程序;所述计算机程序被执行时实现权利要求1~4任一项所述方法的步骤。
6.如权利要求5所述的车载导航系统,其特征在于,所述处理器包括数据预处理单元、导航解算单元和滤波单元;
所述数据预处理单元用于获取车辆的GPS数据和惯导数据,并对所述GPS数据和惯导数据进行预处理;
所述导航解算单元用于根据预处理后的惯导数据进行捷联导航解算,得到车辆在当前时刻的导航信息;并用于根据滤波单元输出的误差信息对所述导航信息进行校正,得到车辆在下一时刻的导航信息;
所述滤波单元用于利用卡尔曼滤波算法对车辆在当前时刻的导航信息和对应时刻的GPS数据进行组合导航解算,得到该导航信息的所述误差信息。
7.如权利要求6所述的车载导航系统,其特征在于,所述处理器还包括数据修复单元;
所述数据修复单元用于获取距离当前缺失的GPS数据最近一刻且未缺失的GPS数据,并根据距离当前缺失的GPS数据最近一刻且未缺失的GPS数据计算当前时刻缺失的GPS数据,计算公式如下:
式中,Vx、Vy、Vz分别为修复后的车辆GPS东向、北向、天向速度数据;Vpre_x、Vpre_y、Vpre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向速度数据;apre_x、apre_y、apre_z分别为距离当前缺失数据最近一时刻未缺失的车辆GPS东向、北向、天向加速度数据;L、λ、h分别为修复后的车辆GPS纬度、经度、高度数据;Lpre、λpre、hpre分别为距离当前缺失数据最近一时刻未缺失的车辆GPS纬度、经度、高度数据;RM、RN分别为沿地球卯酉圈和子午圈的曲率半径;t为当前缺失的GPS数据对应的时间。
8.如权利要求6或7所述的车载导航系统,其特征在于,所述滤波单元包括计算模块和滤波模块;
所述计算模块用于计算车辆在当前时刻的导航信息与GPS数据之间的速度差、位置差;
所述滤波模块用于以车辆在当前时刻的导航信息的速度误差、位置误差、姿态误差以及陀螺仪零偏误差、加速度计零偏误差作为状态变量,以所述速度差、位置差作为观测变量进行卡尔曼滤波,得到该导航信息的误差信息。
9.如权利要求8所述的车载导航系统,其特征在于,所述数据预处理单元包括第一处理模块和第二处理模块;
所述第一处理模块用于删除GPS数据中的错误数据和冗余数据;
所述第二处理模块用于对惯导数据进行确定性误差标定以消除器件的固有误差;所述惯导数据包括陀螺仪数据和加速度计数据。
10.如权利要求5或9所述的车载导航系统,其特征在于,还包括:
车载GPS,用于提供车辆的GPS数据;
车载MEMS惯性器件,用于提供车辆的惯导数据;
所述车载GPS、MEMS惯性器件均与处理器通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910239281.9A CN110006421B (zh) | 2019-03-27 | 2019-03-27 | 一种基于mems和gps的车载导航方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910239281.9A CN110006421B (zh) | 2019-03-27 | 2019-03-27 | 一种基于mems和gps的车载导航方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110006421A true CN110006421A (zh) | 2019-07-12 |
CN110006421B CN110006421B (zh) | 2021-03-09 |
Family
ID=67168629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910239281.9A Active CN110006421B (zh) | 2019-03-27 | 2019-03-27 | 一种基于mems和gps的车载导航方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110006421B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110596741A (zh) * | 2019-08-05 | 2019-12-20 | 深圳华桥智能设备科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
CN111142145A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种车辆定位方法及装置 |
CN111595289A (zh) * | 2020-05-25 | 2020-08-28 | 湖北三江航天万峰科技发展有限公司 | 一种基于图像处理的三维角度测量系统及方法 |
CN112130188A (zh) * | 2020-11-23 | 2020-12-25 | 蘑菇车联信息科技有限公司 | 车辆定位方法、设备及云服务器 |
CN113970332A (zh) * | 2021-11-30 | 2022-01-25 | 上海于万科技有限公司 | 基于无人扫地车融合导航输出结果平滑处理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010020216A1 (en) * | 1998-11-20 | 2001-09-06 | Ching-Fang Lin | Fully-coupled positioning system |
CN101413800A (zh) * | 2008-01-18 | 2009-04-22 | 南京航空航天大学 | 导航/稳瞄一体化系统的导航、稳瞄方法 |
CN101476894A (zh) * | 2009-02-01 | 2009-07-08 | 哈尔滨工业大学 | 车载sins/gps组合导航系统性能增强方法 |
CN104502933A (zh) * | 2014-12-26 | 2015-04-08 | 贵州中科汉天下信息技术有限公司 | 一种公交车gps定位系统及其方法 |
CN106679657A (zh) * | 2016-12-06 | 2017-05-17 | 北京航空航天大学 | 一种运动载体导航定位方法及装置 |
CN106969762A (zh) * | 2017-01-12 | 2017-07-21 | 广州市泰斗鑫信息科技有限公司 | 一种用于GNSS+INS+odo的组合导航方法 |
CN108709552A (zh) * | 2018-04-13 | 2018-10-26 | 哈尔滨工业大学 | 一种基于mems的imu和gps紧组合导航方法 |
-
2019
- 2019-03-27 CN CN201910239281.9A patent/CN110006421B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010020216A1 (en) * | 1998-11-20 | 2001-09-06 | Ching-Fang Lin | Fully-coupled positioning system |
CN101413800A (zh) * | 2008-01-18 | 2009-04-22 | 南京航空航天大学 | 导航/稳瞄一体化系统的导航、稳瞄方法 |
CN101476894A (zh) * | 2009-02-01 | 2009-07-08 | 哈尔滨工业大学 | 车载sins/gps组合导航系统性能增强方法 |
CN104502933A (zh) * | 2014-12-26 | 2015-04-08 | 贵州中科汉天下信息技术有限公司 | 一种公交车gps定位系统及其方法 |
CN106679657A (zh) * | 2016-12-06 | 2017-05-17 | 北京航空航天大学 | 一种运动载体导航定位方法及装置 |
CN106969762A (zh) * | 2017-01-12 | 2017-07-21 | 广州市泰斗鑫信息科技有限公司 | 一种用于GNSS+INS+odo的组合导航方法 |
CN108709552A (zh) * | 2018-04-13 | 2018-10-26 | 哈尔滨工业大学 | 一种基于mems的imu和gps紧组合导航方法 |
Non-Patent Citations (1)
Title |
---|
蔡伟峰: ""GPS信号短时缺失情况下的组合导航数据融合方法研究"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110596741A (zh) * | 2019-08-05 | 2019-12-20 | 深圳华桥智能设备科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
CN111142145A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种车辆定位方法及装置 |
CN111595289A (zh) * | 2020-05-25 | 2020-08-28 | 湖北三江航天万峰科技发展有限公司 | 一种基于图像处理的三维角度测量系统及方法 |
CN112130188A (zh) * | 2020-11-23 | 2020-12-25 | 蘑菇车联信息科技有限公司 | 车辆定位方法、设备及云服务器 |
CN112130188B (zh) * | 2020-11-23 | 2021-03-02 | 蘑菇车联信息科技有限公司 | 车辆定位方法、设备及云服务器 |
CN113970332A (zh) * | 2021-11-30 | 2022-01-25 | 上海于万科技有限公司 | 基于无人扫地车融合导航输出结果平滑处理方法及系统 |
CN113970332B (zh) * | 2021-11-30 | 2024-04-19 | 上海于万科技有限公司 | 基于无人扫地车融合导航输出结果平滑处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110006421B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110006421A (zh) | 一种基于mems和gps的车载导航方法及系统 | |
CN108535755B (zh) | 基于mems的gnss/imu车载实时组合导航方法 | |
CN105606094B (zh) | 一种基于mems/gps组合系统的信息条件匹配滤波估计方法 | |
CN108180925A (zh) | 一种里程计辅助车载动态对准方法 | |
CN101846734B (zh) | 农用机械导航定位方法、系统及农用机械工控机 | |
CN102147258B (zh) | 基于反馈机制的车辆导航方法及系统 | |
CN107247275B (zh) | 基于公交车的城市gnss脆弱性监测系统及其方法 | |
CN105973243A (zh) | 一种车载惯性导航系统 | |
CN112432642B (zh) | 一种重力灯塔与惯性导航融合定位方法及系统 | |
CN111536972B (zh) | 一种基于里程计刻度系数修正的车载dr导航方法 | |
CN109059909A (zh) | 基于神经网络辅助的卫星/惯导列车定位方法与系统 | |
CN109945860A (zh) | 一种基于卫星紧组合的ins和dr惯性导航方法与系统 | |
CN107390247A (zh) | 一种导航方法、系统及导航终端 | |
CN111399023B (zh) | 基于李群非线性状态误差的惯性基组合导航滤波方法 | |
Brandt et al. | Constrained navigation algorithms for strapdown inertial navigation systems with reduced set of sensors | |
CN110207691A (zh) | 一种基于数据链测距的多无人车协同导航方法 | |
CN106643712A (zh) | 一种车载组合导航系统 | |
CN104697520A (zh) | 一体化无陀螺捷联惯导系统与gps系统组合导航方法 | |
CN106979781A (zh) | 基于分布式惯性网络的高精度传递对准方法 | |
CN113503892A (zh) | 一种基于里程计和回溯导航的惯导系统动基座初始对准方法 | |
CN109975851A (zh) | 一种列车线路故障点精确定位方法与系统 | |
CN112525207B (zh) | 一种基于车辆俯仰角地图匹配的无人驾驶汽车定位方法 | |
CN106646569A (zh) | 一种导航定位方法及设备 | |
CN109059913A (zh) | 一种用于车载导航系统的零延迟组合导航初始化方法 | |
CN110864688A (zh) | 一种用于车载方位开环水平姿态角闭环的航姿方法 |
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 |