CN111142128A - 导航完好性的监测方法及装置、无人机 - Google Patents

导航完好性的监测方法及装置、无人机 Download PDF

Info

Publication number
CN111142128A
CN111142128A CN201811303874.9A CN201811303874A CN111142128A CN 111142128 A CN111142128 A CN 111142128A CN 201811303874 A CN201811303874 A CN 201811303874A CN 111142128 A CN111142128 A CN 111142128A
Authority
CN
China
Prior art keywords
data
monitoring
navigation
current
observation
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.)
Pending
Application number
CN201811303874.9A
Other languages
English (en)
Inventor
荆帅
冯绍军
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.)
Qianxun Spatial Intelligence Inc
Qianxun Position Network Co Ltd
Original Assignee
Qianxun Spatial Intelligence 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 Qianxun Spatial Intelligence Inc filed Critical Qianxun Spatial Intelligence Inc
Priority to CN201811303874.9A priority Critical patent/CN111142128A/zh
Publication of CN111142128A publication Critical patent/CN111142128A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • 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

Abstract

本发明适用于卫星导航技术领域，提供了一种导航完好性的监测方法及装置、无人机，所述监测方法包括：获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。本发明中，基于当前的定位数据及加速度数据来评估监测当前的导航是否完好，实现过程较简单。

Description

导航完好性的监测方法及装置、无人机
技术领域
本发明属于卫星定位技术领域，尤其涉及一种导航完好性的监测方法及装置、无人机。
背景技术
近年以来，航空导航对完好性监测的需求日益增强。机载系统不仅要接收导航观测量，同时还需要鉴别所接收到的导航观测量是否能满足高安全性的定位需求。完好性服务的保证主要是通过基于BDS的地基增强系统(Ground-Based Augmentation Systems，简称“GBAS”)来提供完好性监测，也就是分别对导航的信号质量、数据质量、测量质量和地面接收机状态等进行了实时监测，对随时可能发生的完好性风险进行评估，及时发现可能导致用户定位结果精度超限的故障并做出相应处理，以此来确保用户使用该导航服务时的安全性。但这些方法都需要部署较多的地面站，系统复杂、耗资巨大，另外，由于未对观测数据进行筛选等处理，容易影响监测的准确率。
发明内容
本发明实施例提供了一种导航完好性的监测方法及装置、无人机，旨在解决现有技术的由于监测过程较复杂的问题。
一种导航完好性的监测方法，包括：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
优选地，获取定位位置数据及加速度数据包括：
基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据；
基于运动载体动力学模型获取当前的加速度数据。
优选地，基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据包括：
获取卫星导航原始观测数据；
获取惯性导航观测数据；
基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据。
优选地，基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据包括：
基于所述原始观测数据及惯性导航观测数据建立系统方程；
基于所述系统方程建立对应观测方程；
基于所述观测方程及卡尔曼滤波器进行位置解算，获得对应的位置数据。
优选地，所述基于运动载体动力学模型获取当前的加速度数据包括：
基于所述动力学模型获取阻力参数；
建立运动载体受力模型；
基于所述阻力参数及所述载体受力模型输出当前的加速度数据。
优选地，所述阻力参数包括电机驱动力参数、空气阻力参数及地球重力参数。
优选地，基于所获取的卫星导航定位数据及当前运动载体动力学模型输出的加速度数据监测导航状态是否完好，获得监测结果包括：
基于所述定位数据计算第一位移；
基于所述加速度数据计算第二位移；
基于所述第一位移及第二位移监测完好性是否通过，获得对应的监测结果。
优选地，基于所述第一位移及第二位移监测完好性是否通过，获得对应的监测结果之后还包括：
上传监测结果。
优选地，获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据之前还包括：
判断是否接收到定位请求；
当判断为是时，转到获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据的步骤。
本发明还提供一种导航完好性的监测装置，包括：
获取单元，用于获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
监测单元，用于基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
本发明还提供一种无人机，该无人机包括一种导航完好性的监测装置，所述监测装置包括：
获取单元，用于获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
监测单元，用于基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
本发明还提供一种存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行如下步骤：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
本发明还提供一种服务终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
本发明实施例中，基于当前的卫星导航定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
附图说明
图1为本发明第一实施例提供的一种导航完好性的监测方法的流程图；
图2为本发明第一实施例提供的一种导航完好性的监测方法的一优选实施方式的流程图；
图3为本发明第一实施例提供的一种导航完好性的监测方法的步骤S1的具体流程图；
图4为本发明第一实施例提供的一种导航完好性的监测方法的步骤S11的具体流程图；
图5为本发明第一实施例提供的一种导航完好性的监测方法的步骤S12的具体流程图；
图6为本发明第一实施例提供的一种导航完好性的监测方法的步骤S2的具体流程图；
图7为本发明第二实施例提供的一种导航完好性的监测装置的结构图；
图8为本发明第二实施例提供的一种导航完好性的监测装置的一优选实施方式的结构图
图9为本发明第四实施例提供的一种服务终端的结构图。
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。
本发明实施例中，一种导航完好性的监测方法，包括：获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
图1示出了本发明第一实施例提供的一种导航完好性的监测方法的流程图，该方法包括：
步骤S1，获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
具体地，首先分别获取当前的卫星导航定位数据及当前运动载体动力学模型输出的加速度数据，该定位数据可包括：定位位置信息、当前速度数据等，该加速度数据包括在三个方向(XYZ)的加速度数据；
步骤S2，基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果；
具体地，根据所获取的当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，得到对应的监测结果。
在本实施例中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
在本实施例的一个优选方案中(见图2)，该步骤S1之前还可包括：
步骤S0，判断是否接收到定位请求；
具体地，当需要进行定位时，用户需要发出定位请求。当接收到定位请求时，转到步骤S1，否则继续等待定位请求。
在本实施例的一个优选方案中，该步骤S2之后还可包括：
步骤S3，上传监测结果。
具体地，当进行导航完好性监测后，上传监测结果，便于用户根据监测结果进行定位或者对导航进行修复，便于保证导航定位的准确性。
在本实施例的一个优选方案中，如图3所示，为本发明第一实施例提供的一种导航完好性的监测方法的步骤S1的具体流程图，该步骤S1具体包括：
步骤S11，基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据；
具体地，根据卫星导航原始观测数据及惯性导航观测数据进行解算，获取对应的定位数据。该原始观测数据可通过卫星导航设备输出得到，该惯性导航观测数据可通过惯导元件输出，根据原始观测数据及惯性导航观测数据进行深组合位置解算，得到对应的定位数据。
步骤S12，基于运动载体动力学模型获取当前的加速度数据；
具体地，基于运动载体动力学模型来获取当前的加速度数据。
需要说明的是，该步骤S11与步骤S12没有严格的先后顺序，还可以是先步骤S12，后步骤S11，在本实施例中，优选地，步骤S11与步骤S12同时进行。
在本实施例的进一步优选方案中，如图4所示，为本发明第一实施例提供的一种导航完好性的监测方法的步骤S11的具体流程图，该步骤S11具体包括：
步骤S111，获取卫星导航原始观测数据；
具体地，从卫星导航设备中获取原始观测数据；
步骤S112，获取惯性导航观测数据；
具体地，从惯导元件(例如陀螺仪、加速度计等)中获取惯性导航观测数据。
步骤S113，基于卡尔曼滤波器对所获取的原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据；
具体地，基于卡尔曼滤波器对所获取的原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据。
进一步地，该步骤S113具体包括：
基于卫星导航原始观测数据及惯性导航观测数据建立系统方程；
具体地，基于卫星导航与惯性导航的深组合导航系统，其状态变量为17维，通过通道间差分技术可以消除时钟偏差δt及漂移
Figure BDA0001852902400000071
因此状态变量可降低至15维，在k时刻对应的状态变量为：
Figure BDA0001852902400000072
其中，P1×3表示位置误差矢量，包括三行一列矢量，该状态变量具体包括：位置误差δP1×3、速度误差δV1×3、姿态误差δΨ1×3、陀螺仪误差δε1×3、加速度计误差
Figure BDA0001852902400000073
时钟误差δt及漂移
Figure BDA0001852902400000074
等。
由于状态变量以状态量的误差的形式表示，在时刻k的系统方程为：
Figure BDA0001852902400000075
其中，Fk表示状态转移矩阵，其可表示成f(Xk)关于Xk的偏导数，ωk表示过程噪声，其协方差用Qk表示。
基于系统方程建立对应观测方程；
具体地，所有可用卫星的伪距偏差、伪距率偏差、陀螺仪输出角速度偏差及加速度计输出的线加速度偏差共同构成观测矢量Yk，对应的观测方程为：
Yk＝Hk·Xk+vk＝h(Xk)+vk；
其中，vk表示观测噪声，其协方差用Rk表示，其协方差为对角阵，主对角元素是各个观测量误差的协方差，h(·)是k时刻关于状态变量Xk的函数，Hk表示观测矩阵。
基于观测方程及卡尔曼滤波器进行位置解算，获得对应的位置数据；
具体地，由于系统方程是非线性的，采用卡尔曼滤波器将非线性方程线性化，首先预测状态变量的偏导数是一个雅克比矩阵，具体为：
Figure BDA0001852902400000076
进一步地，预测观测方程对应的变量的偏导数也是一个雅克比矩阵，具体为：
Figure BDA0001852902400000081
进一步地，定义Pk-1为先验协方差阵，Qk-1为对角线元素固定的过程噪声矩阵，协方差的时间更新为：
Figure BDA0001852902400000082
卡尔曼滤波增益具体为：
Figure BDA0001852902400000083
其中，
Figure BDA0001852902400000084
表示对Hk矩阵进行装置，该增益用于反馈校正状态估计，期望的状态估计具体为：
Xk，k-1＝Φk，k-1Xk-1，k-1+ωk；
进一步地，最终状态估计为：Xk，k＝Xk，k-1+Kk[Yk-h(Xk，k-1)]，其中，h(Xk，k-1)表示k时刻关于变量Xk，k-1的观测方程函数；
最终的估计残差协方差为：
Figure BDA0001852902400000085
Kk表示k时刻的滤波器增益；
在本实施例中，融合卫星导航观测数据及惯性导航观测数据来进行监测，可提高监测准确性。
在本实施例的一个优选方案中，如图5所示，为本发明第一实施例提供的一种导航完好性的监测方法的步骤S12的具体流程图，该步骤S12具体包括：
步骤S121，基于运动载体动力学模型获取阻力参数；
具体地，该动力学模型可为汽车的、飞机的动力学模型，本实施例优选为无人机的动力学模型。无人机主要受到三种力，包括：重力、空气阻力及电机驱动力，阻力参数获取的过程如下：
关于电机驱动力，假设无人机为多旋翼(旋翼数量为n)，驱动电机的数量也为n(n为大于1的自然数)，第i个电机产生的动力矢量为：
Figure BDA0001852902400000086
其中，mi为电机参数矢量、ωi为第i个电极转速，全部n个电机产生的驱动力为：
Figure BDA0001852902400000091
关于空气阻力，空气阻力的公式为：
Figure BDA0001852902400000092
其中，c表示空气阻力系数，ρ表示空气密度，S表示风阻截面面积，V表示无人机相对于风阻的相对运动速度。
由于空气阻力系数，空气密度和风阻截面面积基本固定或者近似处理，可以用常量1表示，上述空气阻力公式可简化为：
Figure BDA0001852902400000093
步骤S122，建立载体受力模型；
具体地，载体受力模型具体为：
Figure BDA0001852902400000094
步骤S123，基于阻力参数及运动载体受力模型输出当前的加速度数据；
具体地，通过上述运动载体受力模型及阻力参数获取在各个方向的加速度分量，假设无人机质量为M，根据无人机受力情况及牛顿第二定律得到加速度矢量公式：
Figure BDA0001852902400000095
根据该公式可获取三个方向(XYZ)的加速度。
在本实施例的一个优选方案中，如图6所示，为本发明第一实施例提供的一种导航完好性的监测方法的步骤S2的具体流程图，该步骤S2具体包括：
步骤S21，基于定位数据计算第一位移；
具体地，假设t0时刻，卫星导航与惯性导航深组合后得到的用户位置矢量为：
Figure BDA0001852902400000096
其中INS(Inertial Navigation System，惯性导航系统)，在t1时刻，卫星导航与惯性导航深组合后得到的用户位置矢量为：
Figure BDA0001852902400000097
则从t0到t1，对应的位移为：
Figure BDA0001852902400000098
该位移为第一位移。
步骤S22，基于加速度数据计算第二位移；
具体地，基于加速度数据进行计算第二位移，其中，通过加速度对时间的二次积分获得第二位移，具体为：
Figure BDA0001852902400000099
步骤S23，基于第一位移及第二位移监测完好性是否通过，获得对应的监测结果；
具体地，首先预设一警告门限阈值AL，获取第二位移与第一位移的差值，即PL＝ΔD-Δd，将AL与PL进行比较，当PL＜AL时，表示通过完好性监测，否则表示未通过完好性监测；当通过时，将监测结果及前述的定位数据上传给用户，表示该导航当前可用，便于用户放心使用，当未通过时，向用户发出报警信息，提示用户当前导航出现异常。
在本实施例的进一步优选方案中，当获得监测结果，并上传对应的监测结果后，转到前述步骤S0，继续等待新的定位请求。
在本实施例中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
其次，融合卫星导航的原始观测数据，惯性导航观测数据及加速度数据来进行完好性监测，提高监测准确性。
实施例二：
如图7所示，为本发明第二实施例提供的一种导航完好性的监测装置的结构图，该监测装置包括：获取单元1、与获取单元1连接的监测单元2，其中：
获取单元1，用于获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
具体地，首先分别获取当前的定位数据及加速度数据，该定位数据可包括：定位位置信息、当前速度数据等，该加速度数据包括在三个方向(XYZ)的加速度数据。
监测单元2，用于基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果；
具体地，根据所获取的当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，得到对应的监测结果。
在本实施例中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
在本实施例的一个优选方案中，该装置还包括：与获取单元1连接的判断单元3，其中：
判断单元3，用于判断是否接收到定位请求；
具体地，当需要进行定位时，用户需要发出定位请求。当接收到时反馈给获取单元1，否则继续等待定位请求。
在本实施例的一个优选方案中，该装置还可包括：与监测单元2连接的上传单元4，其中：
上传单元4，用于上传监测结果。
具体地，当进行导航完好性监测后，上传监测结果，便于用户根据监测结果进行定位或者对导航进行修复，便于保证导航定位的准确性。优选地，该上传单元4可以是信息交互接口。
在本实施例的一个优选方案中，该获取单元1具体包括：第一获取单元及与其连接的第二获取单元，其中：
第一获取单元，用于基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据；
具体地，根据卫星导航原始观测数据及惯性导航观测数据进行解算，获取对应的定位数据。该原始观测数据可通过卫星导航设备输出得到，该惯性导航观测数据可通过惯导元件输出，根据原始观测数据及惯性导航观测数据进行深组合位置解算，得到对应的定位数据。
第二获取单元，用于基于运动载体动力学模型获取当前的加速度数据；
具体地，基于运动载体动力学模型来获取当前的加速度数据。
需要说明的是，本实施例中，第一获取单元与第二获取单元同时进行数据的获取。
在本实施例的进一步优选方案中，该第一获取单元具体用于：
获取卫星导航原始观测数据；
具体地，从卫星导航设备中获取卫星导航原始观测数据；
获取惯性导航观测数据；
具体地，从惯导元件(例如陀螺仪、加速度计等)中获取惯性导航观测数据。
基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据；
具体地，基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据。
进一步地，基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算的过程如下：
基于卫星导航原始观测数据及惯性导航观测数据建立系统方程；
具体地，基于卫星导航与惯性导航的深组合导航系统，其状态变量为17维，通过通道间差分技术可以消除时钟偏差δt及漂移
Figure BDA0001852902400000121
因此状态变量可降低至15维，在k时刻对应的状态变量为：
Figure BDA0001852902400000122
其中，P1×3表示位置误差矢量，包括三行一列矢量，该状态变量具体包括：位置误差δP1×3、速度误差δV1×3、姿态误差δΨ1×3、陀螺仪误差δε1×3、加速度计误差
Figure BDA0001852902400000123
时钟误差δt及漂移
Figure BDA0001852902400000124
等。
由于状态变量以状态量的误差的形式表示，在时刻k的系统方程为：
Figure BDA0001852902400000125
其中，Fk表示状态转移矩阵，其可表示成f(Xk)关于Xk的偏导数，ωk表示过程噪声，其协方差用Qk表示。
基于系统方程建立对应观测方程；
具体地，所有可用卫星的伪距偏差、伪距率偏差、陀螺仪输出角速度偏差及加速度计输出的线加速度偏差共同构成观测矢量Yk，对应的观测方程为：
Yk＝Hk·Xk+vk＝h(Xk)+vk；
其中，vk表示观测噪声，其协方差用Rk表示，其协方差为对角阵，主对角元素是各个观测量误差的协方差，h(·)是k时刻关于状态变量Xk的函数，Hk表示观测矩阵。
基于观测方程及卡尔曼滤波器进行位置解算，获得对应的位置数据；
具体地，由于系统方程是非线性的，采用卡尔曼滤波器将非线性方程线性化，首先预测状态变量的偏导数是一个雅克比矩阵，具体为：
Figure BDA0001852902400000131
进一步地，预测观测方程对应的变量的偏导数也是一个雅克比矩阵，具体为：
Figure BDA0001852902400000132
进一步地，定义Pk-1为先验协方差阵，Qk-1为对角线元素固定的过程噪声矩阵，协方差的时间更新为：
Figure BDA0001852902400000133
卡尔曼滤波增益具体为：
Figure BDA0001852902400000134
其中，
Figure BDA0001852902400000135
表示对Hk矩阵进行装置，该增益用于反馈校正状态估计，期望的状态估计具体为：
Xk，k-1＝Φk，k-1Xk-1，k-1+ωk；
进一步地，最终状态估计为：Xk，k＝Xk，k-1+Kk[Yk-h(Xk，k-1)]，其中，h(Xk，k-1)表示k时刻关于变量Xk，k-1的观测方程函数；
最终的估计残差协方差为：
Figure BDA0001852902400000136
Kk表示k时刻的滤波器增益；
在本实施例中，融合卫星导航观测数据及惯性导航观测数据来进行监测，可提高监测准确性。
在本实施例的一个优选方案中，第二获取单元具体用于：
基于运动载体动力学模型获取阻力参数；
具体地，该动力学模型可为汽车的、飞机的动力学模型，本实施例优选为无人机的动力学模型。无人机主要受到三种力，包括：重力、空气阻力及电机驱动力，阻力参数获取的过程如下：
关于电机驱动力，假设无人机为多旋翼(旋翼数量为n)，驱动电机的数量也为n(n为大于1的自然数)，第i个电机产生的动力矢量为：
Figure BDA0001852902400000141
其中，mi为电机参数矢量、ωi为第i个电极转速，全部n个电机产生的驱动力为：
Figure BDA0001852902400000142
关于空气阻力，空气阻力的公式为：
Figure BDA0001852902400000143
其中，c表示空气阻力系数，ρ表示空气密度，S表示风阻截面面积，V表示无人机相对于风阻的相对运动速度。
由于空气阻力系数，空气密度和风阻截面面积基本固定或者近似处理，可以用常量1表示，上述空气阻力公式可简化为：
Figure BDA0001852902400000144
还用于建立运动载体受力模型；
具体地，载体受力模型具体为：
Figure BDA0001852902400000145
还用于基于阻力参数及载体受力模型输出当前的加速度数据；
具体地，通过上述受力模型及阻力参数获取在各个方向的加速度分量，假设无人机质量为M，根据无人机受力情况及牛顿第二定律得到加速度矢量公式：
Figure BDA0001852902400000146
根据该公式可获取三个方向(XYZ)的加速度。
在本实施例的一个优选方案中，监测单元2具体包括：第一计算单元、与第一计算单元连接的第二计算单元、与第二计算单元连接的监测子单元，其中：
第一计算单元，用于基于定位数据计算第一位移；
具体地，假设t0时刻，卫星导航与惯性导航深组合后得到的用户位置矢量为：
Figure BDA0001852902400000151
在t1时刻，卫星导航与惯性导航深组合后得到的用户位置矢量为：
Figure BDA0001852902400000152
则从t0到t1，对应的位移为：
Figure BDA0001852902400000153
该位移为第一位移。
第二计算单元，用于基于加速度数据计算第二位移；
具体地，基于加速度数据进行计算第二位移，其中，通过加速度对时间的二次积分获得第二位移，具体为：
Figure BDA0001852902400000154
监测子单元，用于基于第一位移及第二位移监测完好性是否通过，获得对应的监测结果；
具体地，首先预设一警告门限阈值AL，获取第二位移与第一位移的差值，即PL＝ΔD-Δd，将AL与PL进行比较，当PL＜AL时，表示通过完好性监测，否则表示未通过完好性监测；当通过时，将监测结果及前述的定位数据上传给用户，表示该导航当前可用，便于用户放心使用，当未通过时，向用户发出报警信息，提示用户当前导航出现异常。
在本实施例的进一步优选方案中，当获得监测结果，并上传对应的监测结果后，转到前述步骤S0，继续等待新的定位请求。
基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
其次，融合卫星导航的原始观测数据，惯性导航观测数据及加速度数据来进行完好性监测，提高监测准确性。
在本实施例的一个实际应用场景中(见图8)，该装置包括：载体传感器、运算处理单元及信息交互接口。
载体传感器包括：卫星导航模块、惯导元件(陀螺仪或加速度计)及驱动电极；运算处理单元包括：深组合导航滤波器、完好性监测模块、运动载体动力学模型处理器等，其中，该第一获取单元包括：该卫星导航模块、惯导元件及深组合导航滤波器；该第二获取单元可包括：驱动电极、运动载体动力学模型处理器；监测单元2相当于完好性监测模块，该信息交互接口相当于上传单元4，包括完好性监测信息接口及定位数据接口，其中，监测信息接口用于上传监测结果，定位数据接口用于上传定位数据。
在本实施例中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
其次，融合卫星导航的原始观测数据，惯性导航观测数据及加速度数据来进行完好性监测，提高监测准确性。
实施例三：
本发明还提出一种无人机，该无人机除了具有当前无人机的基本结构外，还包括如上述实施例二所述的导航完好性的监测装置，该监测装置的具体结构、工作原理及所带来的技术效果与上述实施例的描述一致，此处不再赘述。
实施例四：
图9示出了本发明第四实施例提供的一种服务终端的结构图，该服务终端包括：存储器(memory)91、处理器(processor)92、通信接口(Communications Interface)93和总线94，该处理器92、存储器91、通信接口93通过总线94完成相互之间的交互通信。
存储器91，用于存储各种数据；
具体地，存储器91用于存储各种数据，例如通信过程中的数据、接收的数据等，此处对此不作限制，该存储器还包括有多个计算机程序。
通信接口93，用于该服务终端的通信设备之间的信息传输；
处理器92，用于调用存储器91中的各种计算机程序，以执行上述实施例一所提供的一种导航完好性的监测方法，例如：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
本实施例中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
本发明还提供一种存储器，该存储器存储有多个计算机程序，该多个计算机程序被处理器调用执行上述实施例一所述的一种导航完好性的检测方法。
本发明中，基于当前的定位数据及加速度数据来评估监测当前的导航状态是否完好，实现过程较简单。
其次，融合卫星导航的原始观测数据，惯性导航观测数据及加速度数据来进行完好性监测，提高监测准确性。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (14)

1.一种导航完好性的监测方法，其特征在于，包括：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
2.根据权利要求1所述的监测方法，其特征在于，获取卫星导航定位位置数据及运动载体动力学模型输出的加速度数据包括：
基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据；
基于运动载体动力学模型获取当前的加速度数据。
3.根据权利要求2所述的监测方法，其特征在于，基于卫星导航原始观测数据及惯性导航观测数据进行位置解算获取对应的定位数据包括：
获取卫星导航原始观测数据；
获取惯性导航观测数据；
基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据。
4.根据权利要求3所述的监测方法，其特征在于，基于卡尔曼滤波器对所获取的卫星导航原始观测数据及惯性导航观测数据进行位置解算，获得对应的位置数据包括：
基于所述卫星导航原始观测数据及惯性导航观测数据建立系统方程；
基于所述系统方程建立对应观测方程；
基于所述观测方程及卡尔曼滤波器进行位置解算，获得对应的位置数据。
5.根据权利要求3所述的监测方法，其特征在于，所述基于运动载体动力学模型获取当前的加速度数据包括：
基于所述动力学模型获取阻力参数；
建立运动载体受力模型；
基于所述阻力参数及所述载体受力模型输出当前的加速度数据。
6.根据权利要求5所述的监测方法，其特征在于，所述阻力参数包括电机驱动力参数、空气阻力参数及地球重力参数。
7.据权利要求1所述的监测方法，其特征在于，基于所获取的卫星导航定位数据及当前运动载体动力学模型输出的加速度数据监测导航状态是否完好，获得监测结果包括：
基于所述定位数据计算第一位移；
基于所述加速度数据计算第二位移；
基于所述第一位移及第二位移监测完好性是否通过，获得对应的监测结果。
8.根据权利要求7所述的监测方法，其特征在于，基于所述第一位移及第二位移监测完好性是否通过，获得对应的监测结果之后还包括：
上传监测结果。
9.根据权利要求1至8任意一项所述的监测方法，其特征在于，获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据之前还包括：
判断是否接收到定位请求；
当判断为是时，转到获取当前定位数据及当前的加速度数据的步骤。
10.一种导航完好性的监测装置，其特征在于，包括：
获取单元，用于获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
监测单元，用于基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
11.一种无人机，其特征在于，包括如权利要求10所述的导航完好性的监测装置。
12.根据权利要求11所述的无人机，其特征在于，所述检测装置还包括：与所述监测单元连接的信息交互接口，其中：
信息交互接口，用于上传监测结果。
13.一种存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行如下步骤：
获取当前卫星导航定位数据及当前运动载体动力学模型输出的加速度数据；
基于所获取的定位数据及加速度数据监测导航状态是否完好，获得监测结果。
14.一种服务终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任意一项所述的导航完好性的监测方法的步骤。
CN201811303874.9A 2018-11-02 2018-11-02 导航完好性的监测方法及装置、无人机 Pending CN111142128A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811303874.9A CN111142128A (zh) 2018-11-02 2018-11-02 导航完好性的监测方法及装置、无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811303874.9A CN111142128A (zh) 2018-11-02 2018-11-02 导航完好性的监测方法及装置、无人机

Publications (1)

Publication Number Publication Date
CN111142128A true CN111142128A (zh) 2020-05-12

Family

ID=70515498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811303874.9A Pending CN111142128A (zh) 2018-11-02 2018-11-02 导航完好性的监测方法及装置、无人机

Country Status (1)

Country Link
CN (1) CN111142128A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340207A (zh) * 2021-05-12 2021-09-03 深圳市北斗云信息技术有限公司 一种基于普适型激光lidar的坡面位移监测方法及系统
CN113375563A (zh) * 2021-05-12 2021-09-10 深圳市北斗云信息技术有限公司 一种激光lidar与视频融合的滑坡位移监测方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005031082A (ja) * 2003-07-07 2005-02-03 Robert Bosch Gmbh Ｇｐｓ測定の完全性の検査方法及び特定の車両におけるエラー検出方法及びｇｐｓマルチパスレベルのマッピング方法及びｇｐｓ測定の完全性を検査するために車両内に設けられているシステム及びｇｐｓマルチパスレベルのマッピングシステム
CN1869630A (zh) * 2006-04-19 2006-11-29 吉林大学 完备汽车运动状态测量系统
CN101198883A (zh) * 2005-06-13 2008-06-11 诺基亚公司 支持辅助的卫星定位
CN102149191A (zh) * 2004-10-19 2011-08-10 高通股份有限公司 用于增强gps性能的发射器识别符数据库
US20110238307A1 (en) * 2010-03-26 2011-09-29 Mark Lockwood Psiaki Vehicle navigation using non-gps leo signals and on-board sensors
US20130169478A1 (en) * 2010-09-08 2013-07-04 Sagem Defense Securite Method and device for detecting and excluding multiple satellite failures in a gnss system
US20160054460A1 (en) * 2014-08-23 2016-02-25 Trimble Navigation Limited Earthquake and Displacement Early Warning System
WO2016050081A1 (zh) * 2014-09-29 2016-04-07 苏州四方万象信息科技有限公司 建筑物内导航系统及其应用系统
US20160116595A1 (en) * 2014-10-23 2016-04-28 Honeywell International Inc. Systems and methods for averaging satellite sigmas and readmitting excluded satellite measurements into differential corrections and integrity monitors
CN105758427A (zh) * 2016-02-26 2016-07-13 南京航空航天大学 一种基于动力学模型辅助的卫星完好性监测方法
CN107193026A (zh) * 2017-05-06 2017-09-22 千寻位置网络有限公司 伪距定位平滑方法及系统、定位终端
CN206584346U (zh) * 2016-08-17 2017-10-24 中国航空工业集团公司西安飞行自动控制研究所 一种分布式惯导深组合导航软件测试验证系统
CN107422357A (zh) * 2017-06-23 2017-12-01 南京航空航天大学 惯性器件精度与惯性卫星深组合系统动态适应性匹配方法
CN107861135A (zh) * 2017-10-26 2018-03-30 国家电网公司 一种面向电力巡检的无人机卫星导航欺骗检测方法
CN108089210A (zh) * 2016-11-23 2018-05-29 北京自动化控制设备研究所 一种惯性信息辅助raim检测方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005031082A (ja) * 2003-07-07 2005-02-03 Robert Bosch Gmbh Ｇｐｓ測定の完全性の検査方法及び特定の車両におけるエラー検出方法及びｇｐｓマルチパスレベルのマッピング方法及びｇｐｓ測定の完全性を検査するために車両内に設けられているシステム及びｇｐｓマルチパスレベルのマッピングシステム
CN102149191A (zh) * 2004-10-19 2011-08-10 高通股份有限公司 用于增强gps性能的发射器识别符数据库
CN101198883A (zh) * 2005-06-13 2008-06-11 诺基亚公司 支持辅助的卫星定位
CN1869630A (zh) * 2006-04-19 2006-11-29 吉林大学 完备汽车运动状态测量系统
US20110238307A1 (en) * 2010-03-26 2011-09-29 Mark Lockwood Psiaki Vehicle navigation using non-gps leo signals and on-board sensors
US20130169478A1 (en) * 2010-09-08 2013-07-04 Sagem Defense Securite Method and device for detecting and excluding multiple satellite failures in a gnss system
US20160054460A1 (en) * 2014-08-23 2016-02-25 Trimble Navigation Limited Earthquake and Displacement Early Warning System
WO2016050081A1 (zh) * 2014-09-29 2016-04-07 苏州四方万象信息科技有限公司 建筑物内导航系统及其应用系统
US20160116595A1 (en) * 2014-10-23 2016-04-28 Honeywell International Inc. Systems and methods for averaging satellite sigmas and readmitting excluded satellite measurements into differential corrections and integrity monitors
CN105758427A (zh) * 2016-02-26 2016-07-13 南京航空航天大学 一种基于动力学模型辅助的卫星完好性监测方法
CN206584346U (zh) * 2016-08-17 2017-10-24 中国航空工业集团公司西安飞行自动控制研究所 一种分布式惯导深组合导航软件测试验证系统
CN108089210A (zh) * 2016-11-23 2018-05-29 北京自动化控制设备研究所 一种惯性信息辅助raim检测方法
CN107193026A (zh) * 2017-05-06 2017-09-22 千寻位置网络有限公司 伪距定位平滑方法及系统、定位终端
CN107422357A (zh) * 2017-06-23 2017-12-01 南京航空航天大学 惯性器件精度与惯性卫星深组合系统动态适应性匹配方法
CN107861135A (zh) * 2017-10-26 2018-03-30 国家电网公司 一种面向电力巡检的无人机卫星导航欺骗检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340207A (zh) * 2021-05-12 2021-09-03 深圳市北斗云信息技术有限公司 一种基于普适型激光lidar的坡面位移监测方法及系统
CN113375563A (zh) * 2021-05-12 2021-09-10 深圳市北斗云信息技术有限公司 一种激光lidar与视频融合的滑坡位移监测方法及系统

Similar Documents

Publication Publication Date Title
JP6506302B2 (ja) モバイルプラットフォームを操作するための方法及び装置
EP2340998B1 (en) On-line inertia estimation for use in controlling an aerospace vehicle
Carminati et al. Real-time data fusion and MEMS sensors fault detection in an aircraft emergency attitude unit based on Kalman filtering
Guo et al. Novel MARG-sensor orientation estimation algorithm using fast Kalman filter
EP2042832B1 (en) Navigation device with GPS unit, acceleration and bearing sensor
CN109764870B (zh) 基于变换估计量建模方案的载体初始航向估算方法
Brzozowski et al. A remote-controlled platform for UAS testing
JP5164645B2 (ja) カルマンフィルタ処理における繰り返し演算制御方法及び装置
CN111142128A (zh) 导航完好性的监测方法及装置、无人机
Wang et al. Attitude determination method by fusing single antenna GPS and low cost MEMS sensors using intelligent Kalman filter algorithm
Sokolović et al. INS/GPS navigation system based on MEMS technologies
Ascorti An application of the extended Kalman filter to the attitude control of a quadrotor
CN109506674B (zh) 一种加速度的校正方法及装置
Tu et al. Flight recovery of mavs with compromised imu
JP2009198279A (ja) 車載ナビゲーションシステム及びナビゲーション方法
KR100648882B1 (ko) 무인 항공기 자동 항법 시스템의 관성 값 계산 장치 및 그방법
KR101941009B1 (ko) 자세추정 시스템 및 자세 추정 시스템을 포함하는 무인 이동 장치
Daponte et al. A measurement system for testing light remotely piloted aircraft
EP3967976B1 (en) A method for motion estimation in a vehicle, corresponding device and computer program product
Bayat et al. An augmented strapdown inertial navigation system using jerk and jounce of motion for a flying robot
Bauer et al. Development and hardware-in-the-loop testing of an Extended Kalman Filter for attitude estimation
Cordero et al. Survey on attitude and heading reference systems for remotely piloted aircraft systems
Menna et al. GPS aided strapdown inertial navigation system for autonomous robotics applications
JP4509006B2 (ja) 人工衛星の姿勢決定系
Lima et al. Performance evaluation of attitude estimation algorithms in the design of an ahrs for fixed wing uavs

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
CB02 Change of applicant information

Address after: 200438 9 / F, 10 / F, 11 / F, 12 / F, 38 Lane 1688, Guoquan North Road, Yangpu District, Shanghai

Applicant after: QIANXUN SPATIAL INTELLIGENCE Inc.

Address before: Room j165, 1st floor, building 64, 1436 Jungong Road, Yangpu District, Shanghai, 200433

Applicant before: QIANXUN SPATIAL INTELLIGENCE Inc.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20200512

RJ01 Rejection of invention patent application after publication