CN111288990B - 一种架空检修机器人组合姿态测量方法 - Google Patents
一种架空检修机器人组合姿态测量方法 Download PDFInfo
- Publication number
- CN111288990B CN111288990B CN202010194273.XA CN202010194273A CN111288990B CN 111288990 B CN111288990 B CN 111288990B CN 202010194273 A CN202010194273 A CN 202010194273A CN 111288990 B CN111288990 B CN 111288990B
- Authority
- CN
- China
- Prior art keywords
- attitude
- vector
- gnss
- calculating
- combined
- 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
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 24
- 238000000691 measurement method Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 40
- 230000001133 acceleration Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 12
- 230000008878 coupling Effects 0.000 abstract description 4
- 238000010168 coupling process Methods 0.000 abstract description 4
- 238000005859 coupling reaction Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000001914 filtration Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
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
- G01C21/10—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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种架空检修机器人组合姿态测量方法，该方法基于多基线GNSS和惯性的架空线路机器人姿态确定，使用了GPS、伽利略和格洛纳斯系统的低成本接收器以及加速度计和陀螺仪的测量结果，通过扩展卡尔曼滤波算法完成传感器的紧密耦合，提高架空检修机器人组合姿态测量的精确度。所开发的算法通过将加速度计和陀螺仪观测值与GNSS伪码，载波相位和多普勒观测值相融合来估计平台的姿态。本申请通过利用紧组合的传感器融合技术对多天线GNSS和惯性传感器进行观测，使用扩展卡尔曼滤波器，并结合GNSS地面基站，有助于提高定位定姿精度。
Description
技术领域
本申请涉及架空机器人姿态测量技术领域，尤其涉及一种架空检修机器人组合姿态测量方法。
背景技术
近年来，我国的电力需求增加，架空线的检查和维护工作通常都是定期进行的，保证高压输电系统的服务完好性连续性必不可少。由于高压输电线总是架空安装的，因此检查和维护工作通常都很困难。这就需要电网技术部门研发新的工具和方法，以替代传统的手动操作。通过使用架空检修机器人，可以最大限度地减少对人力的依赖。通过使用架空检修机器人可以克服电源线上的障碍，从而对传输线进行实时检查和维护。
架空检修机器人的姿态确定方法是一项重要研究内容，姿态的确定准确度会影响到机器人的工作性能及安全性。目前，常用的单频GNSS接收器会受到时钟误差、多径、电离层和对流层效应，通道间偏置以及载波相位测量的未知整数歧义值等因素的影响，导致对架空机器人的姿态测量的精度低。
发明内容
本申请提供了一种架空检修机器人组合姿态测量方法，以解决对架空机器人的姿态测量的精度低的技术问题。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
本申请实施例公开了一种架空检修机器人组合姿态测量方法，包括：确定卫星导航的观测模型，计算得到卫星导航观测量；
确定惯性导航系统的观测模型，得到惯性导航观测量，所述惯性导航观测量包括：角速度和加速度；
将所述卫星导航观测量与所述惯性导航观测量代入扩展卡尔曼滤波中进行循环迭代计算，得到姿态角误差的最优估计值；
计算姿态角的粗略值，并利用所述最优估计值计算得到姿态角的精确值。
可选的，确定卫星导航的观测模型，计算得到卫星导航观测量，包括：
确定三个不同的卫星接收机位置向量，包括：基站接收机矢量、卫星接收机矢量、基线杆臂矢量；
由GNSS接收机输出中提取伪码、载波相位及多普勒频移信息；
分别对所述伪码、所述载波相位、和所述多普勒频移信息取双差，得到伪码差分量、载波相位差分量和多普勒频移差分量；
将所述基站接收机矢量、卫星接收机矢量、基线杆臂矢量、伪码差分量、载波相位差分量和多普勒频移差分量作为卫星导航观测量。
可选的，计算姿态角的粗略值，包括：对所述惯性导航观测量求积分，得到姿态角的粗略计算值。
可选的，还包括：
将所述精确值转化为四元数的表达形式，生成四元数向量；
利用所述四元数向量计算整周模糊度。
可选的，利用所述四元数向量计算整周模糊度，包括：
xN＝arg min(C(xN)) (1)
公式(1)(2)中，xN表示整周模糊度的最优解向量，表示整周模糊度的估计，C(xN)表示整周模糊度所有可能的取值集合，PNN表示整周模糊度最优解与估计之间误差的协方差矩阵，xq(xN)表示四元数向量，Pq(N)q(N)表示四元数协方差矩阵。
与现有技术相比，本申请的有益效果为：
本申请提出了一种架空检修机器人组合姿态测量方法，该方法基于多基线GNSS和惯性的架空线路机器人姿态确定，使用了GPS、伽利略和格洛纳斯系统的低成本接收器以及加速度计和陀螺仪的测量结果，将姿态角以四元数形式表示，通过扩展卡尔曼滤波算法完成传感器的紧密耦合，提高架空检修机器人组合姿态测量的精确度。所开发的算法通过将加速度计和陀螺仪观测值与GNSS伪码，载波相位和多普勒观测值相融合来估计平台的姿态。本申请通过利用紧组合的传感器融合技术对多天线GNSS和惯性传感器进行观测，使用扩展卡尔曼滤波器，并结合GNSS地面基站，有助于提高定位定姿精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的一种架空检修机器人组合姿态测量方法流程图；
图2为图1所示的得到卫星导航观测量的过程示意图；
图3为本申请实施例二提供的一种架空检修机器人组合姿态测量方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请提出的方法基于一种架空检修机器人组合测量系统，该系统由一个固定在地面上的GNSS(Global Navigation Satellite System，全球卫星导航系统)基站、一个主GNSS接收机、一个辅助GNSS接收机，其中两个GNSS接收机由天线和惯性传感器组成，惯性传感器固连在机器人上，机器人的姿态通过结合GNSS秒输出数据、两个天线之间的移动基线和惯性传感器的输出确定。
实施例一
如图1所示，本申请提供了一种架空检修机器人组合姿态测量方法，包括：
S100：确定卫星导航的观测模型，计算得到卫星导航观测量。
具体的，如图2所示，
S101：确定三个不同的卫星接收机位置向量，包括：基站接收机矢量、卫星接收机矢量、基线杆臂矢量。
S102：由GNSS接收机输出中提取伪码、载波相位及多普勒频移信息；
S103：分别对所述伪码、所述载波相位、和所述多普勒频移信息取双差，得到伪码差分量、载波相位差分量和多普勒频移差分量；
S104：将所述基站接收机矢量、所述卫星接收机矢量、所述基线杆臂矢量、所述伪码差分量、所述载波相位差分量和所述多普勒频移差分量作为卫星导航观测量。
S200：确定惯性导航系统的观测模型，得到惯性导航观测量，所述惯性导航观测量包括：角速度和加速度。
其中，所述加速度信息由主GNSS接收机的天线和惯性传感器在载体坐标系下的杆臂误差、地球重力加速度以及地球自转角速率计算得到。角速度信息由地球自转角速率以及载体坐标系相对于地球坐标系的旋转角速率确定。
S300：将所述卫星导航观测量与所述惯性导航观测量代入扩展卡尔曼滤波中进行循环迭代计算，得到姿态角误差的最优估计值。
S400：计算姿态角的粗略值，并利用所述最优估计值计算得到姿态角的精确值。
包括：对所述惯性导航观测量求积分，得到姿态角的粗略值。将所述粗略值减去姿态角误差的最优估计值，求得姿态角的精确值。
本实施例提出了一种架空检修机器人组合姿态测量方法，该方法基于多基线GNSS和惯性的架空线路机器人姿态确定，使用了GPS、伽利略和格洛纳斯系统的低成本接收器以及加速度计和陀螺仪的测量结果，通过扩展卡尔曼滤波算法完成传感器的紧密耦合，提高架空检修机器人组合姿态测量的精确度。所开发的算法通过将加速度计和陀螺仪观测值与GNSS伪码，载波相位和多普勒观测值相融合来估计平台的姿态。本申请通过利用紧组合的传感器融合技术对多天线GNSS和惯性传感器进行观测，使用扩展卡尔曼滤波器，并结合GNSS地面基站，有助于提高定位定姿精度。
实施例二
为了减少GNSS原始数据中不确定因素带来的影响，进一步提高GNSS输出结果的精度，本申请还提供了另一种架空检修机器人组合姿态测量方法，具体步骤如图3所示：
S100：确定卫星导航的观测模型，计算得到卫星导航观测量。
S200：确定惯性导航系统的观测模型，得到惯性导航观测量，所述惯性导航观测量包括：角速度和加速度。
其中，所述加速度信息由主GNSS接收机的天线和惯性传感器在载体坐标系下的杆臂误差、地球重力加速度以及地球自转角速率计算得到。角速度信息由地球自转角速率以及载体坐标系相对于地球坐标系的旋转角速率确定。
S300：将所述卫星导航观测量与所述惯性导航观测量代入扩展卡尔曼滤波中进行循环迭代计算，得到姿态角误差的最优估计值。
S400：计算姿态角的粗略值，并利用所述最优估计值计算得到姿态角的精确值。
包括：对所述惯性导航观测量求积分，得到姿态角的粗略值。将所述粗略值减去姿态角误差的最优估计值，求得姿态角的精确值。
S500：将所述精确值转化为四元数的表达形式，生成四元数向量。
S600：利用所述四元数向量计算整周模糊度，包括：
xN＝arg min(C(xN)) (1)
公式(1)(2)中，xN表示整周模糊度的最优解向量，表示整周模糊度的估计，C(xN)表示整周模糊度所有可能的取值集合，PNN表示整周模糊度最优解与估计之间误差的协方差矩阵，xq(xN)表示四元数向量，Pq(N)q(N)表示四元数协方差矩阵。第一个公式为代价函数，第二个公式表示四元数向量的约束，即对于规范四元数来说，其模必须为1。
为减少计算量，可以事先确定C(xN)的下界和上界，由经验值给出。整周模糊度搜索首先利用LAMBDA方法在原始搜索空间中寻找最优的整数向量，选择满足上下界要求的那些向量，评估对应的代价函数值，选择使得代价函数最小的向量即为整周模糊度的最优解。
本实施例提出了一种架空检修机器人组合姿态测量方法，该方法基于多基线GNSS和惯性的架空线路机器人姿态确定，使用了GPS、伽利略和格洛纳斯系统的低成本接收器以及加速度计和陀螺仪的测量结果，通过扩展卡尔曼滤波算法完成传感器的紧密耦合，提高架空检修机器人组合姿态测量的精确度。所开发的算法通过将加速度计和陀螺仪观测值与GNSS伪码，载波相位和多普勒观测值相融合来估计平台的姿态。本申请通过利用紧组合的传感器融合技术对多天线GNSS和惯性传感器进行观测，使用扩展卡尔曼滤波器，并结合GNSS地面基站，有助于提高定位定姿精度。同时，利用基于最小二乘去相关调整的整周模糊度求解方法，求解整周模糊度，可以减少GNSS原始数据中不确定因素带来的影响，进一步提高GNSS输出结果的精度。
由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (4)
1.一种架空检修机器人组合姿态测量方法，其特征在于，包括：
确定卫星导航的观测模型，计算得到卫星导航观测量，包括：
确定三个不同的卫星接收机位置向量，包括：基站接收机矢量、卫星接收机矢量、基线杆臂矢量；
由GNSS接收机输出中提取伪码、载波相位及多普勒频移信息；
分别对所述伪码、所述载波相位、和所述多普勒频移信息取双差，得到伪码差分量、载波相位差分量和多普勒频移差分量；
将所述基站接收机矢量、所述卫星接收机矢量、所述基线杆臂矢量、所述伪码差分量、所述载波相位差分量和所述多普勒频移差分量作为卫星导航观测量；
确定惯性导航系统的观测模型，得到惯性导航观测量，所述惯性导航观测量包括：角速度和加速度；
将所述卫星导航观测量与所述惯性导航观测量代入扩展卡尔曼滤波中进行循环迭代计算，得到姿态角误差的最优估计值；
计算姿态角的粗略值，并利用所述最优估计值计算得到姿态角的精确值。
2.根据权利要求1所述的架空检修机器人组合姿态测量方法，其特征在于，计算姿态角的粗略值，包括：对所述惯性导航观测量求积分，得到姿态角的粗略值。
3.根据权利要求1所述的架空检修机器人组合姿态测量方法，其特征在于，还包括：
将所述精确值转化为四元数的表达形式，生成四元数向量；
利用所述四元数向量计算整周模糊度。
4.根据权利要求3所述的架空检修机器人组合姿态测量方法，其特征在于，利用所述四元数向量计算整周模糊度，包括：
xN＝argmin(C(xN)) (1)
公式(1)(2)中，xN表示整周模糊度的最优解向量，表示整周模糊度的估计，C(xN)表示整周模糊度所有可能的取值集合，PNN表示整周模糊度最优解与估计之间误差的协方差矩阵，/>表示xN对应的四元数向量，/>表示/>对应的四元数向量，Pq(N)q(N)表示四元数协方差矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010194273.XA CN111288990B (zh) | 2020-03-19 | 2020-03-19 | 一种架空检修机器人组合姿态测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010194273.XA CN111288990B (zh) | 2020-03-19 | 2020-03-19 | 一种架空检修机器人组合姿态测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111288990A CN111288990A (zh) | 2020-06-16 |
| CN111288990B true CN111288990B (zh) | 2023-11-10 |
Family
ID=71021121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010194273.XA Active CN111288990B (zh) | 2020-03-19 | 2020-03-19 | 一种架空检修机器人组合姿态测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111288990B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115096303B (zh) * | 2022-08-25 | 2022-11-22 | 中南大学 | 一种gnss多天线与ins紧组合定位定姿方法和设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103235328A (zh) * | 2013-04-19 | 2013-08-07 | 黎湧 | 一种gnss与mems组合导航的方法 |
| CN106443746A (zh) * | 2016-07-19 | 2017-02-22 | 招商局重庆交通科研设计院有限公司 | 一种低成本双天线gnss/ahrs组合测姿方法 |
| CN106767787A (zh) * | 2016-12-29 | 2017-05-31 | 北京时代民芯科技有限公司 | 一种紧耦合gnss/ins组合导航装置 |
-
2020
- 2020-03-19 CN CN202010194273.XA patent/CN111288990B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103235328A (zh) * | 2013-04-19 | 2013-08-07 | 黎湧 | 一种gnss与mems组合导航的方法 |
| CN106443746A (zh) * | 2016-07-19 | 2017-02-22 | 招商局重庆交通科研设计院有限公司 | 一种低成本双天线gnss/ahrs组合测姿方法 |
| CN106767787A (zh) * | 2016-12-29 | 2017-05-31 | 北京时代民芯科技有限公司 | 一种紧耦合gnss/ins组合导航装置 |
Non-Patent Citations (1)
| Title |
|---|
| 杨晓明 等.基于EKF的GNSS_SINS组合导航系统应用.《山东科技大学学报(自然科学版)》.2019,第第38卷卷(第第38卷期),第114-122页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111288990A (zh) | 2020-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2019278052B2 (en) | GNSS-RTK-based positioning method | |
| CN103176188B (zh) | 一种区域地基增强ppp-rtk模糊度单历元固定方法 | |
| CN104297773B (zh) | 一种高精度北斗三频sins深组合导航系统 | |
| CN103837879B (zh) | 基于北斗系统民用载波相位组合实现高精度定位的方法 | |
| CN107710017A (zh) | 用于在实时运动模式和相对定位模式之间切换的卫星导航接收器及方法 | |
| CN111578935A (zh) | 一种利用惯导位置增量辅助gnss模糊度固定的方法 | |
| CN111505685B (zh) | 一种基于改正系统间偏差的多系统组合rtk模型的定位方法 | |
| CN102508277A (zh) | 精密单点定位与惯性测量紧组合导航系统及数据处理方法 | |
| CN103576175A (zh) | 一种双频多星座gnss整周模糊度otf解算方法 | |
| Chen et al. | Low-cost GNSS/INS integration for enhanced land vehicle performance | |
| CN112255648B (zh) | 运动状态检测方法、装置、电子设备及存储介质 | |
| RU2696856C1 (ru) | Постобработка позиционных данных системы глобальной спутниковой навигации (gnss) с использованием зеркалированных данных gnss | |
| CN110793518B (zh) | 一种海上平台的定位定姿方法及系统 | |
| CN111998849A (zh) | 一种基于惯性导航系统的差分动动定位的方法 | |
| CN115327588A (zh) | 一种基于网络rtk的无人自动化作业特种车高精度定位方法 | |
| CN107121689A (zh) | Glonass频间偏差单历元快速估计方法 | |
| WO2019144480A1 (zh) | 基于速度约束的低成本接收机平滑rtd算法 | |
| CN202305821U (zh) | 精密单点定位与惯性测量紧组合导航系统 | |
| JP4498399B2 (ja) | 測位システム及び測位方法 | |
| Wen et al. | 3D LiDAR aided GNSS real-time kinematic positioning | |
| CN111288990B (zh) | 一种架空检修机器人组合姿态测量方法 | |
| CN113064195B (zh) | 一种利用多天线几何特征的高精度低计算载体测姿方法 | |
| CN116755126B (zh) | 一种基于三维模型映射匹配的北斗实时精准定位方法 | |
| CN103543454A (zh) | 一种嵌入在移动通讯网中的卫星定轨系统 | |
| CN105510946A (zh) | 一种bds卫星载波相位整周模糊度快速解算方法 |
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 |