CN110388941B - 一种基于自适应滤波的车辆姿态对准方法 - Google Patents

一种基于自适应滤波的车辆姿态对准方法 Download PDF

Info

Publication number
CN110388941B
CN110388941B CN201910802903.4A CN201910802903A CN110388941B CN 110388941 B CN110388941 B CN 110388941B CN 201910802903 A CN201910802903 A CN 201910802903A CN 110388941 B CN110388941 B CN 110388941B
Authority
CN
China
Prior art keywords
vehicle
attitude
alignment
speed
time
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
CN201910802903.4A
Other languages
English (en)
Other versions
CN110388941A (zh
Inventor
李雨洋
张啸宇
刘琪
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.)
Beijing Machinery Equipment Research Institute
Original Assignee
Beijing Machinery Equipment Research Institute
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 Beijing Machinery Equipment Research Institute filed Critical Beijing Machinery Equipment Research Institute
Priority to CN201910802903.4A priority Critical patent/CN110388941B/zh
Publication of CN110388941A publication Critical patent/CN110388941A/zh
Application granted granted Critical
Publication of CN110388941B publication Critical patent/CN110388941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种基于自适应滤波的车辆姿态对准方法，属于车辆姿态对准技术，解决了现有技术对准精度差、对准时间较长的问题。该方法包括如下步骤：获取车辆当前姿态改变量，包括当前三轴偏离原始三轴的角度增量，以及沿原始三轴的速度增量；对上述角度增量和速度增量分别进行误差补偿，实施粗对准，得到粗对准后车辆的姿态和速度；更新车辆姿态对准系统的实时状态，进而修正粗对准后车辆的姿态和速度；根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，判断所述车辆状态估计与车辆当前状态是否相同；不同，则用所述车辆状态估计替代车辆上一时刻状态，再次更新车辆对准系统的实时状态，直到相同为止，完成车辆姿态精对准。

Description

一种基于自适应滤波的车辆姿态对准方法
技术领域
本发明涉及车辆姿态对准技术领域，尤其涉及一种基于自适应滤波的车辆姿态对准方法。
背景技术
在发动机怠速和乘客上下车时，车辆会发生晃动，现有技术一般需要较长的粗对准时间来计算载体的初始姿态，才能保证精对准过程获得的车辆当前姿态精度较高。
现有技术采用的姿态对准方法一般如下：对光纤陀螺和石英加速度计的原始数据进行补偿后，实时进行粗对准和精对准两个过程，这两个过程顺序进行。但该姿态对准方法获得的对准精度较差，且对准时间较长。
现有技术在精对准过程中一般采用卡尔曼滤波器，但不对车辆姿态对准系统的噪声方差阵进行实时更新，当预设的噪声方差阵与实际噪声方差差别较大时，车辆姿态对准系统的状态估计误差较大，滤波器收敛速度慢，从而导致姿态修正效果较差。
发明内容
鉴于上述的分析，本发明实施例旨在提供一种基于自适应滤波的车辆姿态对准方法，用以解决现有技术对准精度差、对准时间较长的问题。
一方面，本发明实施例提供了一种基于自适应滤波的车辆姿态对准方法，包括如下步骤：
获取车辆当前姿态改变量，包括当前三轴偏离原始三轴的角度增量，以及沿原始三轴的速度增量；
对上述角度增量和速度增量分别进行误差补偿，根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度；
更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度；
根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，判断所述车辆状态估计与车辆当前状态是否相同；不同，则用所述车辆状态估计替代车辆上一时刻状态，再次更新车辆姿态对准系统的实时状态，直到相同为止，完成车辆姿态精对准。
上述技术方案的有益效果如下：通过采集的当前姿态改变获得等效旋转矢量和速度增量，进而根据等效旋转矢量和速度增量实施粗对准，将粗对准结束的姿态结果作为初始姿态，根据对准原理迭代并进行自适应卡尔曼滤波调整滤波增益进行精对准，提高滤波器收敛速度，在保证对准时间的基础上提高了对准精度。
基于上述方法的进一步改进，所述获取车辆当前姿态改变量，进一步包括如下步骤：
通过三轴光纤陀螺，实时采集在载体坐标系内车辆当前三轴偏离原始三轴的角度增量；
通过三轴石英加速度计，实时采集在载体坐标系内车辆沿原始三轴的速度增量；
所述载体坐标系的中心设置于车辆重心位置，x轴正向为沿车辆横轴向右，y轴正向为沿车辆纵轴向前，z轴正向为沿车辆立轴向上。
上述进一步改进方案的有益效果是：利用光纤陀螺对角度增量进行采集，价格成本低，体积小、重量轻，加工工艺、采集方式简单，数据准确。
进一步，所述对角度增量进行误差补偿，进一步包括如下步骤：
连续获取等间隔时间的4组角度增量数据；
通过下面公式对上述角度增量进行4子样圆锥误差补偿，获得补偿后的等效旋转矢量φ(T)
Figure BDA0002182823780000031
式中，Δθ(i)为ti时刻获得的角度增量，i＝1,…,4，T表示连续获取时间。
上述进一步改进方案的有益效果是：对解算时间内车辆在空间旋转变化引起的速度增量进行了补偿，扩展了车辆在对准过程中的工作适应性。
进一步，所述对速度增量进行误差补偿，进一步包括如下步骤：
连续获取等间隔时间的4组速度增量数据；
通过下面公式对上述速度增量进行4子样旋转误差补偿和划桨误差补偿，获得补偿后的速度增量ΔV(T)
Figure BDA0002182823780000032
式中，ΔV(i)为ti时刻获得的速度增量，i＝1,…,4。
上述进一步改进方案的有益效果是：对解算时间内车辆存在周期性的角运动和线运动引起的速度增量进行了补偿，扩展了车辆在对准过程中的工作适应性。
进一步，所述根据补偿后的等效旋转矢量和速度增量实施粗对准，确定粗对准后车辆的姿态和速度，进一步包括如下步骤：
根据补偿后的等效旋转矢量φ(T)和速度增量ΔV(T)，通过惯性系对准方法初步获取车辆的姿态矩阵
Figure BDA0002182823780000041
将上述姿态矩阵
Figure BDA0002182823780000042
作为初始姿态，结合补偿后的等效旋转矢量φ(T)和补偿后的速度增量ΔV(T)进行捷联解算，更新车辆的姿态矩阵
Figure BDA0002182823780000043
速度v和位置p，直到捷联解算算法收敛为止；
对上述算法收敛获得的车辆的姿态矩阵
Figure BDA0002182823780000044
进一步分析，获得粗对准后车辆的姿态，同时，将上述算法收敛获得的车辆的速度作为获得粗对准后车辆的速度，完成车辆粗对准。
上述进一步改进方案的有益效果是：粗对准过程采用惯性系对准方法，提高了车辆对准过程中抗角晃动干扰的能力。进行迭代捷联解算的是补偿后的等效旋转矢量和速度增量，有效降低了存储数据的大小。
进一步，所述通过惯性系对准方法初步获取车辆的姿态矩阵
Figure BDA0002182823780000045
进一步包括如下步骤：
以车辆重心为中心，指向东为x轴正向，指向北为y轴正向，向上为z轴正向，建立导航坐标系；
通过下面公式获取初始时刻导航坐标系相对于当前时刻导航坐标系的转换矩阵
Figure BDA0002182823780000046
Figure BDA0002182823780000047
式中，ωie为地球自转角速率，t为采样时间，L为车辆所处地理纬度；
通过下面公式获取当前时刻载体坐标系相对于初始时刻载体坐标系的转换矩阵
Figure BDA0002182823780000048
Figure BDA0002182823780000049
式中，φ(T)×为向量φ(T)的反对称阵运算，I为单位阵；
通过下面公式获取初始时刻载体坐标系相对于初始时刻导航坐标系的转换矩阵
Figure BDA0002182823780000051
Figure BDA0002182823780000052
其中
Figure BDA0002182823780000053
Figure BDA0002182823780000054
式中，
Figure BDA0002182823780000055
为当前解算时刻相对初始时刻导航坐标系速度，
Figure BDA0002182823780000056
为上一解算时刻相对初始时刻导航坐标系速度，
Figure BDA0002182823780000057
为当前解算时刻相对初始时刻载体坐标系速度，
Figure BDA0002182823780000058
为上一解算时刻相对初始时刻载体坐标系速度，
Figure BDA0002182823780000059
为下一解算时刻相对当前时刻导航坐标系速度，
Figure BDA00021828237800000510
为上一解算时刻获得的车辆的姿态矩阵，初值为0；
通过下面公式获取初步获取车辆当前解算时刻的姿态矩阵
Figure BDA00021828237800000511
Figure BDA00021828237800000512
上述进一步改进方案的有益效果是：粗对准过程采用惯性系对准方法，提高了车辆对准过程中抗角晃动干扰的能力。
进一步，所述迭代进行捷联解算更新车辆的姿态矩阵
Figure BDA00021828237800000513
速度v和位置p，进一步包括如下步骤：
将上述车辆当前解算时刻的姿态矩阵
Figure BDA00021828237800000514
作为初始姿态
Figure BDA00021828237800000515
通过下面公式更新车辆的姿态矩阵
Figure BDA0002182823780000061
其中
Figure BDA0002182823780000062
Figure BDA0002182823780000063
Figure BDA0002182823780000064
Figure BDA0002182823780000065
Figure BDA0002182823780000066
Figure BDA0002182823780000067
式中，t为采样时间，T为导航解算时间，
Figure BDA0002182823780000068
为向量
Figure BDA0002182823780000069
的反对称阵运算，vN为当前时刻导航坐标系速度的北向分量，vE为当前时刻导航坐标系速度的东向分量，Re为地球椭圆长半轴，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，ωie为地球自转角速率，L和h分别为车辆所处地理纬度和地理高度，
Figure BDA00021828237800000610
分别为tm和tm-1时刻的姿态矩阵，m＝2，…，e为地球椭圆偏心率；
将
Figure BDA00021828237800000611
与
Figure BDA00021828237800000612
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的姿态矩阵
Figure BDA00021828237800000613
的更新；
设置粗对准的初始速度
Figure BDA00021828237800000614
为0，通过下面公式更新车辆的当前时刻速度
Figure BDA00021828237800000615
Figure BDA00021828237800000616
式中，
Figure BDA00021828237800000617
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，gn为重力加速度，
Figure BDA0002182823780000071
表示tm-1时刻的姿态矩阵，T为导航解算时间，ΔV(T)为补偿后的速度增量；
将
Figure BDA0002182823780000072
与
Figure BDA0002182823780000073
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的速度v更新；
通过GPS获得车辆初始位置坐标p1，通过下面公式更新车辆的当前时刻位置坐标pm
Figure BDA0002182823780000074
其中
Figure BDA0002182823780000075
RMh＝RM+h
RNh＝RN+h
式中，pm、pm-1分别表示tm、tm-1时刻的位置坐标，
Figure BDA0002182823780000076
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，L为车辆所处地理纬度，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，h为车辆所处地理高度；
将pm与pm-1差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值，完成车辆的位置p更新。
上述进一步改进方案的有益效果是：进行迭代捷联解算的是补偿后的等效旋转矢量和速度增量，与使用直接存储的角度增量和速度增量相比，节省存储空间。
进一步，所述更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度，进一步包括如下步骤：
建立车辆姿态对准系统的状态向量X，获得对应的状态均方误差矩阵P；
根据建立的状态向量X，获取车辆姿态对准系统上一时刻对应的状态向量Xk-1，进而根据状态均方误差矩阵P得出上一时刻对应的状态均方误差矩阵Pk-1，进而通过下面公式获取车辆姿态对准系统当前时刻对应的状态向量Xk，并得出当前时刻对应的状态均方误差矩阵Pk
Xk＝Φk/k-1Xk-1+Qk
其中
Φk/k-1＝I+F(tk-1)T
Figure BDA0002182823780000081
Qk＝q(tk-1)T
Figure BDA0002182823780000082
式中，()×为向量的反对称阵运算，
Figure BDA0002182823780000083
为更新后车辆的姿态矩阵，T为导航解算时间，gn为重力加速度，ωdb为陀螺随机常值，ωeb为加速度计随机常值；
通过下面公式更新车辆姿态对准系统的状态向量X以及状态均方误差矩阵P，获得预测向量Xk/k-1以及预测矩阵Pk/k-1
Xk/k-1＝Φk/k-1Xk-1
Figure BDA0002182823780000084
式中，Xk/k-1为系统的状态一步预测向量，Pk/k-1为系统的状态均方误差一步预测矩阵；
根据上述预测矩阵Xk/k-1中的φE、φN、φU、δvE、δvN，通过下面公式进一步修正车辆的姿态矩阵
Figure BDA0002182823780000091
速度v
Figure BDA0002182823780000092
v'＝v-aδv
式中，
Figure BDA0002182823780000093
为修正后的姿态矩阵，
Figure BDA0002182823780000094
为粗对准获得的姿态矩阵，v'为修正后的速度，v为粗对准获得的速度，a为修正系数，φ为向量[φE φN φU]T，δv为向量[δvE δvN 0]T。
上述进一步改进方案的有益效果是：通过对车辆姿态对准系统的状态向量X和状态均方误差矩阵P不断迭代，修正车辆的姿态矩阵
Figure BDA0002182823780000099
速度，进而使得对准更加精确。
进一步，所述车辆姿态对准系统自适应滤波的滤波增益，通过如下步骤获得：
通过下面公式获取滤波增益对应的当前时刻的系统噪声方差Rk
Figure BDA0002182823780000095
其中
Figure BDA0002182823780000096
Zk/k-1＝H Xk/k-1+Vk
Figure BDA0002182823780000097
Figure BDA0002182823780000098
式中，Rk-1为上一时刻的系统噪声方差，βk为当前时刻的自适应滤波系数，βk-1为上一时刻的自适应滤波系数，k＝2,…，β0＝1，b为渐消因子，Zk/k-1为量测预测误差矩阵，Vk为系统当前时刻的量测噪声向量，Vk-1为系统上一时刻的量测噪声向量，V1＝[0.5,0.5,2.0]T，TH为系统的量测更新时间；
根据所述Rk，通过下面公式获取车辆姿态对准系统自适应滤波的滤波增益Kk
Kk＝Pk/k-1HT(HPk/k-1HT+Rk)-1。
上述进一步改进方案的有益效果是：通过自适应滤波不断修正系统噪声方差Rk，能够获得准确的滤波增益Kk，进而提高系统滤波效果。
进一步，所述根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，进一步包括如下步骤：
通过下面公式获得车辆姿态校准系统的状态向量估计
Figure BDA0002182823780000101
Figure BDA0002182823780000102
式中，Zk为系统当前时刻的量测向量，等于粗对准捷联解算获得的速度
Figure BDA0002182823780000103
通过下面公式获得上述状态向量估计的均方误差矩阵估计
Figure BDA0002182823780000104
Figure BDA0002182823780000105
判断所述估计
Figure BDA0002182823780000106
与车辆当前状态Xk、Pk是否相同，如果二者有一个不同，用所述
Figure BDA0002182823780000107
估计替代Xk-1、Pk-1，再次更新车辆姿态对准系统的实时状态，直到二者相同为止，完成车辆姿态精对准。
上述进一步改进方案的有益效果是：通过将状态向量估计与当前状态进行比较，以及将均方误差矩阵估计与均方误差矩阵进行比较，能够充分保证精对准方法的正确性，是获得的对准结果符合实际情况、精确、可靠。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例1方法步骤示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
首先介绍本发明公式推导涉及的坐标系定义。
1)惯性坐标系(i系)：原点为地球中心，xi、yi轴在地球赤道平面内，xi轴正向指向春分点(赤道面与黄道面的交线再与天球相交的交点之一)，zi轴为地球自转轴，正向指向地球北极。
2)地球坐标系(e系)：原点为地球中心，xe、ye轴在地球赤道平面内，xe轴正向指向本初子午线，ze轴为地球自转轴，正向指向北极。地球坐标系与地球固联，相对于惯性坐标系以地球自转角速率运动。
3)导航坐标系(n系)：原点为载体(车辆)重心，xn轴正向指东，yn轴正向指北，zn轴正向指天。
4)载体坐标系(b系)：原点为载体重心，xb轴沿载体横轴向右，yb轴沿载体纵轴向前，zb轴沿载体立轴向上。
实施例1
本发明的一个具体实施例，公开了一种基于自适应滤波的车辆姿态对准方法，如图1所示，包括如下步骤：
S1.获取车辆当前姿态改变量，包括当前三轴偏离原始三轴的角度增量，以及沿原始三轴的速度增量；
S2.对上述角度增量和速度增量分别进行误差补偿，根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度。
S3.更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度。具体地，获取车辆姿态对准系统上一时刻状态，根据车量姿态对准原理更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度。
S4.根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，判断所述车辆状态估计与车辆当前状态是否相同；不同，则用所述车辆状态估计替代车辆上一时刻状态，再次更新车辆姿态对准系统的实时状态，直到相同为止，完成车辆姿态精对准。
实施时，步骤S2进行车辆姿态粗对准，步骤S3～S4进行车辆姿态精对准。
与现有技术相比，本实施例提供的方法通过采集的当前姿态改变获得等效旋转矢量和速度增量，进而根据等效旋转矢量和速度增量实施粗对准，将粗对准结束的姿态结果作为初始姿态，根据对准原理迭代并进行自适应卡尔曼滤波调整滤波增益进行精对准，能够有效提高滤波器收敛速度，在保证对准时间的基础上提高了对准精度。
实施例2
在实施例1的基础上进行优化，所述获取车辆当前姿态改变量，进一步包括如下步骤：
S11.通过三轴光纤陀螺，实时采集在所述载体坐标系内车辆当前三轴偏离原始三轴的角度增量；
S12.通过三轴石英加速度计，实时采集在所述载体坐标系内车辆沿原始三轴的速度增量。
上述步骤S11和S12中，所述载体坐标系的中心设置于车辆重心位置，x轴正向为沿车辆横轴向右，y轴正向为沿车辆纵轴向前，z轴正向为沿车辆立轴向上。
优选地，步骤S2中，所述对角度增量进行误差补偿，进一步包括如下步骤：
S21.连续获取等间隔时间的4组角度增量数据；
S22.通过下面公式对上述角度增量数据进行4子样圆锥误差补偿，获得补偿后的等效旋转矢量φ(T)
Figure BDA0002182823780000131
式中，Δθ(i)为ti时刻获得的角度增量数据，i＝1,…,4，T表示连续获取时间。
优选地，步骤S2中，所述对速度增量进行误差补偿，进一步包括如下步骤：
S23.连续获取等间隔时间的4组速度增量数据；
S24.通过下面公式对上述速度增量数据进行4子样旋转误差补偿和划桨误差补偿，获得补偿后的速度增量ΔV(T)
Figure BDA0002182823780000141
式中，ΔV(i)为ti时刻获得的速度增量数据，i＝1,…,4。
优选地，步骤S2中，所述根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度，进一步包括如下步骤：
S21.根据补偿后的等效旋转矢量φ(T)和速度增量ΔV(T)，通过惯性系对准方法初步获取车辆的姿态矩阵
Figure BDA0002182823780000142
S22.将上述姿态矩阵
Figure BDA0002182823780000143
作为初始姿态，结合补偿后的等效旋转矢量φ(T)和补偿后的速度增量ΔV(T)进行捷联解算，更新车辆的姿态矩阵
Figure BDA0002182823780000144
速度v和位置p，直到捷联解算算法收敛为止；
S23.对上述捷联解算算法收敛后获得的车辆的姿态矩阵
Figure BDA0002182823780000145
进行分析，获得粗对准后车辆的姿态，同时，将上述捷联解算算法收敛获得的车辆的速度作为获得粗对准后车辆的速度，完成车辆粗对准。
优选地，步骤S21中，所述通过惯性系对准方法初步获取车辆的姿态矩阵
Figure BDA0002182823780000146
进一步包括如下步骤：
S211.以车辆重心为中心，指向东为x轴正向，指向北为y轴正向，指向上为z轴正向，建立导航坐标系。
S212.通过下面公式获取初始时刻导航坐标系相对于当前时刻导航坐标系的转换矩阵
Figure BDA0002182823780000151
Figure BDA0002182823780000152
式中，ωie为地球自转角速率，t为采样时间，L为车辆所处地理纬度。
S213.通过下面公式获取当前时刻载体坐标系相对于初始时刻载体坐标系的转换矩阵
Figure BDA0002182823780000153
Figure BDA0002182823780000154
式中，φ(T)×为向量φ(T)的反对称阵运算，I为单位阵。
S214.通过下面公式获取初始时刻载体坐标系相对于初始时刻导航坐标系的转换矩阵
Figure BDA0002182823780000155
Figure BDA0002182823780000156
其中
Figure BDA0002182823780000157
Figure BDA0002182823780000158
式中，
Figure BDA0002182823780000159
为当前解算时刻相对初始时刻导航坐标系速度(即在导航坐标系下的车辆速度，本领域技术人员能够理解)，
Figure BDA00021828237800001510
为上一解算时刻相对初始时刻导航坐标系速度，
Figure BDA00021828237800001511
初值为0，
Figure BDA00021828237800001512
为当前解算时刻相对初始时刻载体坐标系速度(即在载体坐标系下的车辆速度，本领域技术人员能够理解)，
Figure BDA0002182823780000161
为上一解算时刻相对初始时刻载体坐标系速度，
Figure BDA0002182823780000162
为下一解算时刻相对当前时刻导航坐标系速度，
Figure BDA0002182823780000163
为上一解算时刻获得的车辆的姿态矩阵，第一次解算时此处
Figure BDA0002182823780000164
ΔV(T)为补偿后的速度增量。
S215.根据上述
Figure BDA0002182823780000165
通过下面公式获取车辆当前解算时刻的姿态矩阵
Figure BDA0002182823780000166
Figure BDA0002182823780000167
优选地，步骤S22中，所述进行捷联解算更新车辆的姿态矩阵
Figure BDA0002182823780000168
速度v和位置p，进一步包括如下步骤：
S221.将上述车辆当前解算时刻的姿态矩阵
Figure BDA0002182823780000169
作为初始姿态
Figure BDA00021828237800001610
通过下面公式更新车辆的姿态矩阵
Figure BDA00021828237800001611
其中
Figure BDA00021828237800001612
Figure BDA00021828237800001618
Figure BDA00021828237800001613
Figure BDA00021828237800001614
Figure BDA00021828237800001615
Figure BDA00021828237800001616
Figure BDA00021828237800001617
式中，t为采样时间，T为导航解算时间，
Figure BDA0002182823780000171
为向量
Figure BDA0002182823780000172
的反对称阵运算，vN为当前时刻导航坐标系速度的北向分量，vE为当前时刻导航坐标系速度的东向分量，Re为地球椭圆长半轴，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，ωie为地球自转角速率，L和h分别为车辆所处地理纬度和地理高度，
Figure BDA0002182823780000173
分别为tm和tm-1时刻的姿态矩阵，m＝2，…，e为地球椭圆偏心率。
具体地，e通过下面公式获得
Figure BDA0002182823780000174
式中，f为椭圆扁率，取值1/298.257。
S222.将
Figure BDA0002182823780000175
与
Figure BDA0002182823780000176
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的姿态矩阵
Figure BDA0002182823780000177
的更新。
S223.设置粗对准的初始速度
Figure BDA0002182823780000178
为0，通过下面公式更新车辆的当前时刻速度
Figure BDA0002182823780000179
Figure BDA00021828237800001710
式中，
Figure BDA00021828237800001711
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，gn为重力加速度，
Figure BDA00021828237800001712
表示tm-1时刻的姿态矩阵，T为导航解算时间，ΔV(T)为补偿后的速度增量。
S224.将
Figure BDA00021828237800001713
与
Figure BDA00021828237800001714
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的速度v更新。
S225.通过GPS获得车辆初始位置坐标p1，通过下面公式更新车辆的当前时刻位置坐标pm
Figure BDA0002182823780000181
其中
Figure BDA0002182823780000182
RMh＝RM+h
RNh＝RN+h
式中，pm、pm-1分别表示tm、tm-1时刻的位置坐标，
Figure BDA0002182823780000183
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，L为车辆所处地理纬度，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，h为车辆所处地理高度。
S226.将pm与pm-1差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值，完成车辆的位置p更新。
优选地，步骤S23中，通过下面公式获得粗对准后车辆的姿态θ、γ、ψ
Figure BDA0002182823780000184
Figure BDA0002182823780000185
优选地，步骤S3中，所述更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度，进一步包括如下步骤：
S31.建立车辆姿态对准系统的状态向量X，获得对应的状态均方误差矩阵P。
Figure BDA0002182823780000193
Figure BDA0002182823780000191
S32.根据建立的状态向量X，获取车辆姿态对准系统上一时刻对应的状态向量Xk-1，得出上一时刻对应的状态均方误差矩阵Pk-1，进而通过下面公式获取车辆姿态对准系统当前时刻对应的状态向量Xk和当前时刻对应的状态均方误差矩阵Pk(Pk-1和Pk通过应的状态向量获得，参见上面公式，)
Xk＝Φk/k-1Xk-1+Qk (15)
其中
Φk/k-1＝I+F(tk-1)T
Figure BDA0002182823780000192
Qk＝q(tk-1)T
Figure BDA0002182823780000201
式中，()×为向量的反对称阵运算，
Figure BDA0002182823780000202
为更新后车辆的姿态矩阵，T为导航解算时间，gn为重力加速度，ωdb为陀螺随机常值，ωeb为加速度计随机常值。
S33.通过下面公式更新车辆姿态对准系统的状态向量X以及状态均方误差矩阵P，获得预测向量Xk/k-1以及预测矩阵Pk/k-1
Xk/k-1＝Φk/k-1Xk-1
Figure BDA0002182823780000203
式中，Xk/k-1为系统的状态一步预测向量，Pk/k-1为系统的状态均方误差一步预测矩阵；
S34.根据上述预测矩阵Xk/k-1中的φE、φN、φU、δvE、δvN，通过下面公式进一步修正车辆的姿态矩阵
Figure BDA0002182823780000204
速度v
Figure BDA0002182823780000205
v'＝v-aδv (17)
式中，
Figure BDA0002182823780000206
为修正后的姿态矩阵，
Figure BDA0002182823780000207
为粗对准获得的姿态矩阵，v'为修正后的速度，v为粗对准获得的速度，a为修正系数，φ为向量[φE φN φU]T，δv为向量[δvE δvN 0]T。
优选地，步骤S4中，所述车辆姿态对准系统自适应滤波的滤波增益，通过如下步骤获得：
S41.通过下面公式获取滤波增益对应的当前时刻的系统噪声方差Rk
Figure BDA0002182823780000208
其中
Figure BDA0002182823780000211
Zk/k-1＝H Xk/k-1+Vk
Figure BDA0002182823780000212
Figure BDA0002182823780000213
式中，Rk-1为上一时刻的系统噪声方差，βk为当前时刻的自适应滤波系数，βk-1为上一时刻的自适应滤波系数，k＝2,…β0＝1，b为渐消因子，Zk/k-1为量测预测误差矩阵，Vk为系统当前时刻的量测噪声向量，Vk-1为系统上一时刻的量测噪声向量，V1＝[0.5,0.5,2.0]T，TH为系统的量测更新时间；
S42.根据所述Rk，通过下面公式获取车辆姿态对准系统自适应滤波的滤波增益Kk
Kk＝Pk/k-1HT(HPk/k-1HT+Rk)-1 (19)
优选地，步骤S4中，所述根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，进一步包括如下步骤：
S43.通过下面公式获得车辆姿态校准系统的状态向量估计
Figure BDA0002182823780000214
Figure BDA0002182823780000215
式中，Zk为系统当前时刻的量测向量，等于粗对准捷联解算获得的速度
Figure BDA0002182823780000216
S44.通过下面公式获得上述状态向量估计的均方误差矩阵估计
Figure BDA0002182823780000217
Figure BDA0002182823780000218
S45.判断所述估计
Figure BDA0002182823780000219
与车辆当前状态Xk、Pk是否相同，如果二者有一个不同，用所述
Figure BDA00021828237800002110
估计替代Xk-1、Pk-1，再次更新车辆姿态对准系统的实时状态，直到二者相同为止，完成车辆姿态精对准。
与实施例1相比，本实施例提供的方法将惯性系对准方法获得的姿态结果作为初始姿态，利用4子样圆锥误差补偿获得的等效旋转矢量、4子样旋转误差补偿和划桨误差补偿获得的速度增量进行迭代对准。并且，精对准过程采用自适应卡尔曼滤波不断修正当前时刻的系统噪声方差Rk，使得最终对准结果能够精确、可靠、快速获得。
实施例3
本实施例还提供了一种实施例1或2对应的基于自适应滤波的车辆姿态对准系统，其包括三轴光纤陀螺、三轴石英加速度计、I/F信号转换器。
三轴光纤陀螺，用于实时采集车辆三轴偏离原始三轴的角度增量，将其转换成电信号，通过至I/F信号转换器传输至导航计算机。
三轴石英加速度计，用于实时测量车辆三轴上的速度增量，将其转换成电信号，通过I/F信号转换器传输至导航计算机。
I/F信号转换器，用于将上述电信号从模拟量转换成数字量。
导航计算机，用于根据接收到的数字电信号解算出车辆的所述角度增量和速度增量，对上述角度增量和速度增量分别进行误差补偿，根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度；更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度；根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，判断所述车辆状态估计与车辆当前状态是否相同；不同，则用所述车辆状态估计替代车辆上一时刻状态，再次更新车辆姿态对准系统的实时状态，直到相同为止，完成车辆姿态精对准。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于自适应滤波的车辆姿态对准方法，其特征在于，包括如下步骤：
获取车辆当前姿态改变量，包括当前三轴偏离原始三轴的角度增量，以及沿原始三轴的速度增量；
对上述角度增量和速度增量分别进行误差补偿，根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度；
更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度；
根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，判断所述车辆状态估计与车辆当前状态是否相同；不同，则用所述车辆状态估计替代车辆上一时刻状态，再次更新车辆姿态对准系统的实时状态，直到相同为止，完成车辆姿态精对准；
进一步，上述根据补偿后的等效旋转矢量和速度增量实施粗对准，得到粗对准后车辆的姿态和速度，包括如下步骤：
根据补偿后的等效旋转矢量φ(T)和速度增量ΔV(T)，通过惯性系对准方法初步获取车辆的姿态矩阵
Figure FDA0003027655410000011
将上述姿态矩阵
Figure FDA0003027655410000012
作为初始姿态，结合补偿后的等效旋转矢量φ(T)和补偿后的速度增量ΔV(T)进行捷联解算，更新车辆的姿态矩阵
Figure FDA0003027655410000013
速度v和位置p，直到捷联解算算法收敛为止；
对上述捷联解算算法收敛后获得的车辆的姿态矩阵
Figure FDA0003027655410000014
进行分析，获得粗对准后车辆的姿态，同时，将上述捷联解算算法收敛获得的车辆的速度作为获得粗对准后车辆的速度，完成车辆粗对准；
进一步，上述更新车辆姿态对准系统的实时状态，根据更新后获得的失准角、速度误差修正粗对准后车辆的姿态和速度，包括如下步骤：
建立车辆姿态对准系统的状态向量X，获得对应的状态均方误差矩阵P；
根据建立的状态向量X，获取车辆姿态对准系统上一时刻对应的状态向量Xk-1，得出上一时刻对应的状态均方误差矩阵Pk-1，进而通过下面公式获取车辆姿态对准系统当前时刻对应的状态向量Xk和当前时刻对应的状态均方误差矩阵Pk
Xk＝Φk/k-1Xk-1+Qk
其中
Φk/k-1＝I+F(tk-1)T
Figure FDA0003027655410000021
Qk＝q(tk-1)T
Figure FDA0003027655410000022
式中，()×为向量的反对称阵运算，
Figure FDA0003027655410000023
为更新后车辆的姿态矩阵，gn为重力加速度，T为导航解算时间，ωdb为陀螺随机常值，ωeb为加速度计随机常值，I为单位阵，ωie为地球自转角速率；
通过下面公式更新车辆姿态对准系统的状态向量X以及状态均方误差矩阵P，获得预测向量Xk/k-1以及预测矩阵Pk/k-1
Xk/k-1＝Φk/k-1Xk-1
Figure FDA0003027655410000024
式中，Xk/k-1为系统的状态一步预测向量，Pk/k-1为系统的状态均方误差一步预测矩阵；
根据上述预测向量Xk/k-1中的φE、φN、φU、δvE、δvN，通过下面公式进一步修正车辆的姿态矩阵
Figure FDA0003027655410000031
速度v
Figure FDA0003027655410000032
v'＝v-aδv
式中，
Figure FDA0003027655410000033
为修正后的姿态矩阵，
Figure FDA0003027655410000034
为粗对准获得的姿态矩阵，v'为修正后的速度，v为粗对准获得的速度，a为修正系数，φ为向量[φE φN φU]T，δv为向量[δvE δvN 0]T。
2.根据权利要求1所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述获取车辆当前姿态改变量，进一步包括如下步骤：
通过三轴光纤陀螺，实时采集在载体坐标系内车辆当前三轴偏离原始三轴的角度增量；
通过三轴石英加速度计，实时采集在所述载体坐标系内车辆沿原始三轴的速度增量；
所述载体坐标系的中心设置于车辆重心位置，x轴正向为沿车辆横轴向右，y轴正向为沿车辆纵轴向前，z轴正向为沿车辆立轴向上。
3.根据权利要求2所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述对角度增量进行误差补偿，进一步包括如下步骤：
连续获取等间隔时间的4组角度增量数据；
对上述角度增量数据进行4子样圆锥误差补偿，获得补偿后的等效旋转矢量φ(T)。
4.根据权利要求3所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述对速度增量进行误差补偿，进一步包括如下步骤：
连续获取等间隔时间的4组速度增量数据；
对上述速度增量数据进行4子样旋转误差补偿和划桨误差补偿，获得补偿后的速度增量ΔV(T)。
5.根据权利要求1-4之一所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述通过惯性系对准方法初步获取车辆的姿态矩阵Cb n，进一步包括如下步骤：
以车辆重心为中心，指向东为x轴正向，指向北为y轴正向，指向上为z轴正向，建立导航坐标系；
通过下面公式获取初始时刻导航坐标系相对于当前时刻导航坐标系的转换矩阵
Figure FDA0003027655410000041
Figure FDA0003027655410000042
式中，ωie为地球自转角速率，t为采样时间，L为车辆所处地理纬度；
通过下面公式获取当前时刻载体坐标系相对于初始时刻载体坐标系的转换矩阵
Figure FDA0003027655410000043
Figure FDA0003027655410000044
式中，φ(T)×为向量φ(T)的反对称阵运算，I为单位阵；
通过下面公式获取初始时刻载体坐标系相对于初始时刻导航坐标系的转换矩阵
Figure FDA0003027655410000045
Figure FDA0003027655410000046
其中
Figure FDA0003027655410000047
Figure FDA0003027655410000051
式中，
Figure FDA0003027655410000052
为当前解算时刻相对初始时刻导航坐标系速度，
Figure FDA0003027655410000053
为上一解算时刻相对初始时刻导航坐标系速度，
Figure FDA0003027655410000054
为当前解算时刻相对初始时刻载体坐标系速度，
Figure FDA0003027655410000055
为上一解算时刻相对初始时刻载体坐标系速度，
Figure FDA0003027655410000056
为上一解算时刻获得的车辆的姿态矩阵，初值为0；
根据上述
Figure FDA0003027655410000057
通过下面公式获取车辆当前解算时刻的姿态矩阵
Figure FDA0003027655410000058
Figure FDA0003027655410000059
6.根据权利要求5所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述进行捷联解算更新车辆的姿态矩阵
Figure FDA00030276554100000510
速度v和位置p，进一步包括如下步骤：
将上述车辆当前解算时刻的姿态矩阵
Figure FDA00030276554100000511
作为初始姿态
Figure FDA00030276554100000512
通过下面公式更新车辆的姿态矩阵
Figure FDA00030276554100000513
其中
Figure FDA00030276554100000514
Figure FDA00030276554100000515
Figure FDA00030276554100000516
Figure FDA00030276554100000517
Figure FDA00030276554100000518
Figure FDA00030276554100000519
Figure FDA0003027655410000061
式中，t为采样时间，T为导航解算时间，
Figure FDA0003027655410000062
为向量
Figure FDA0003027655410000063
的反对称阵运算，vN为当前时刻导航坐标系速度的北向分量，vE为当前时刻导航坐标系速度的东向分量，Re为地球椭圆长半轴，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，ωie为地球自转角速率，L和h分别为车辆所处地理纬度和地理高度，
Figure FDA0003027655410000064
分别为tm和tm-1时刻的姿态矩阵，m＝2，…，e为地球椭圆偏心率；
将
Figure FDA0003027655410000065
与
Figure FDA0003027655410000066
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的姿态矩阵
Figure FDA0003027655410000067
的更新；
设置粗对准的初始速度
Figure FDA0003027655410000068
为0，通过下面公式更新车辆的当前时刻速度
Figure FDA0003027655410000069
Figure FDA00030276554100000610
式中，
Figure FDA00030276554100000611
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，gn为重力加速度，
Figure FDA00030276554100000612
表示tm-1时刻的姿态矩阵，T为导航解算时间，ΔV(T)为补偿后的速度增量；
将
Figure FDA00030276554100000613
与
Figure FDA00030276554100000614
差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值为止，完成车辆的速度v更新；
通过GPS获得车辆初始位置坐标p1，通过下面公式更新车辆的当前时刻位置坐标pm
Figure FDA00030276554100000615
其中
Figure FDA0003027655410000071
RMh＝RM+h
RNh＝RN+h
式中，pm、pm-1分别表示tm、tm-1时刻的位置坐标，
Figure FDA0003027655410000072
分别表示tm、tm-1时刻的导航坐标系速度，m＝2,…，L为车辆所处地理纬度，RM为子午圈主曲率半径，RN为卯酉圈主曲率半径，h为车辆所处地理高度；
将pm与pm-1差值的绝对值与预设阈值进行比较，如果所述差值的绝对值大于等于预设阈值，重复上述步骤，直到所述差值的绝对值小于预设阈值，完成车辆的位置p更新。
7.根据权利要求1-4、6之一所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述车辆姿态对准系统自适应滤波的滤波增益，通过如下步骤获得：
通过下面公式获取滤波增益对应的当前时刻的系统噪声方差Rk
Figure FDA0003027655410000073
其中
Figure FDA0003027655410000074
Zk/k-1＝H Xk/k-1+Vk
Figure FDA0003027655410000075
Figure FDA0003027655410000076
式中，Rk-1为上一时刻的系统噪声方差，βk为当前时刻的自适应滤波系数，βk-1为上一时刻的自适应滤波系数，k＝2,…β0＝1，b为渐消因子，Zk/k-1为量测预测误差矩阵，Vk为系统当前时刻的量测噪声向量，Vk-1为系统上一时刻的量测噪声向量，V1＝[0.5,0.5,2.0]T，TH为系统的量测更新时间；
根据所述Rk，通过下面公式获取车辆姿态对准系统自适应滤波的滤波增益Kk
Kk＝Pk/k-1HT(H Pk/k-1HT+Rk)-1。
8.根据权利要求7所述的基于自适应滤波的车辆姿态对准方法，其特征在于，所述根据车辆姿态对准系统自适应滤波的滤波增益获得车辆状态估计，进一步包括如下步骤：
通过下面公式获得车辆姿态校准系统的状态向量估计
Figure FDA0003027655410000081
Figure FDA0003027655410000082
式中，Zk为系统当前时刻的量测向量，等于粗对准捷联解算获得的速度
Figure FDA0003027655410000083
通过下面公式获得上述状态向量估计的均方误差矩阵估计
Figure FDA0003027655410000084
Figure FDA0003027655410000085
判断所述估计
Figure FDA0003027655410000086
与车辆当前状态Xk、Pk是否相同，如果二者有一个不同，用所述
Figure FDA0003027655410000087
估计替代Xk-1、Pk-1，再次更新车辆姿态对准系统的实时状态，直到二者相同为止，完成车辆姿态精对准。
CN201910802903.4A 2019-08-28 2019-08-28 一种基于自适应滤波的车辆姿态对准方法 Active CN110388941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910802903.4A CN110388941B (zh) 2019-08-28 2019-08-28 一种基于自适应滤波的车辆姿态对准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910802903.4A CN110388941B (zh) 2019-08-28 2019-08-28 一种基于自适应滤波的车辆姿态对准方法

Publications (2)

Publication Number Publication Date
CN110388941A CN110388941A (zh) 2019-10-29
CN110388941B true CN110388941B (zh) 2021-09-10

Family

ID=68289481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910802903.4A Active CN110388941B (zh) 2019-08-28 2019-08-28 一种基于自适应滤波的车辆姿态对准方法

Country Status (1)

Country Link
CN (1) CN110388941B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110779552B (zh) * 2019-11-11 2022-05-03 南京喂啊游通信科技有限公司 一种地球固联坐标系下的自适应对准方法
CN111272177B (zh) * 2020-02-28 2022-03-04 上海航天控制技术研究所 基于时间对准的间接滤波相对导航方法及系统
CN111220182B (zh) * 2020-03-23 2022-02-11 北京中科宇航技术有限公司 一种火箭传递对准方法及系统
CN111766573B (zh) * 2020-06-02 2024-02-27 武汉烽理光电技术有限公司 卡尔曼滤波的提高阵列光栅定位空间分辨率的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519450A (zh) * 2011-12-12 2012-06-27 东南大学 一种用于水下滑翔器的组合导航装置及方法
CN102620748A (zh) * 2012-03-22 2012-08-01 东南大学 捷联惯导系统晃动基座条件下杆臂效应的估计和补偿方法
CN102679978A (zh) * 2012-05-14 2012-09-19 北京理工大学 一种旋转式捷联惯性导航系统静基座初始对准方法
CN106705992A (zh) * 2015-11-12 2017-05-24 北京自动化控制设备研究所 一种双轴光纤惯导系统快速自标定自对准方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105203129B (zh) * 2015-10-13 2019-05-07 上海华测导航技术股份有限公司 一种惯导装置初始对准方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519450A (zh) * 2011-12-12 2012-06-27 东南大学 一种用于水下滑翔器的组合导航装置及方法
CN102620748A (zh) * 2012-03-22 2012-08-01 东南大学 捷联惯导系统晃动基座条件下杆臂效应的估计和补偿方法
CN102679978A (zh) * 2012-05-14 2012-09-19 北京理工大学 一种旋转式捷联惯性导航系统静基座初始对准方法
CN106705992A (zh) * 2015-11-12 2017-05-24 北京自动化控制设备研究所 一种双轴光纤惯导系统快速自标定自对准方法

Also Published As

Publication number Publication date
CN110388941A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
CN110388941B (zh) 一种基于自适应滤波的车辆姿态对准方法
CN111024064B (zh) 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法
CN111156987B (zh) 基于残差补偿多速率ckf的惯性/天文组合导航方法
CN106871928B (zh) 基于李群滤波的捷联惯性导航初始对准方法
CN110702143B (zh) 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法
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
CN110388942B (zh) 一种基于角度和速度增量的车载姿态精对准系统
CN113405563B (zh) 一种惯性测量单元对准方法
CN106441357B (zh) 一种基于阻尼网络的单轴旋转sins轴向陀螺漂移校正方法
CN111006675B (zh) 基于高精度重力模型的车载激光惯导系统自标定方法
CN110595503B (zh) 基于李群最优估计的sins捷联惯性导航系统晃动基座自对准方法
CN111024074B (zh) 一种基于递推最小二乘参数辨识的惯导速度误差确定方法
CN110851776B (zh) 一种高动态变转速载体的姿态解算方法
CN111156986B (zh) 一种基于抗差自适应ukf的光谱红移自主组合导航方法
CN114858189A (zh) 捷联惯导系统陀螺漂移等效补偿方法
CN110457813A (zh) 基于横向地理坐标系的虚拟极区方法
CN110954102A (zh) 用于机器人定位的磁力计辅助惯性导航系统及方法
CN114964222A (zh) 一种车载imu姿态初始化方法、安装角估计方法及装置
CN111207773B (zh) 一种用于仿生偏振光导航的姿态无约束优化求解方法
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
CN116222551A (zh) 一种融合多种数据的水下导航方法及装置
CN112212862A (zh) 一种改进粒子滤波的gps/ins组合导航方法
CN114935345A (zh) 一种基于模式识别的车载惯导安装角误差补偿方法
CN112229421B (zh) 基于李群最优估计的捷联惯性导航晃动基座粗对准方法
CN112212889A (zh) 基于特殊正交群最优估计的sins捷联惯性导航系统晃动基座粗对准方法

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