CN111566443A

CN111566443A - 用道路几何和方向参数估计陆地交通工具导航数据的方法

Info

Publication number: CN111566443A
Application number: CN201880084994.6A
Authority: CN
Inventors: 迈克尔·德泰勒; 让·露珂·德芒热
Original assignee: Safran Electronics and Defense SAS
Current assignee: Safran Electronics and Defense SAS
Priority date: 2017-12-14
Filing date: 2018-12-14
Publication date: 2020-08-21
Also published as: IL275325B; FR3075355A1; IL275325A; EP3724605B1; RU2751680C1; EP3724605A1; WO2019115981A1; US20210003396A1; FR3075355B1

Abstract

本发明涉及一种用于估计陆地交通工具导航数据的方法，所述方法包括以下步骤：接收由惯性传感器获取的惯性数据(100)；接收所行驶道路的几何形状参数和方向参数；基于参数对数据进行整合(106)，以产生导航数据，导航数据包括在一个方向(Zr，Yr)上测量的交通工具相对于道路的移动，交通工具只能在有界区间内在所述方向上移动而不离开道路；通过求解方程组，估计影响导航数据的误差(108)，所述方程组假设在所计算的移动和参考移动之间的不同构成了交通工具平行于所述方向的移动的误差，参考移动的值小于或等于区间的长度；根据所估计的误差校正所产生的导航数据(110)。

Description

用道路几何和方向参数估计陆地交通工具导航数据的方法

技术领域

本发明涉及用于估计陆地交通工具的导航数据的方法和装置。

背景技术

为了估计载体的导航数据(位置、速度、姿态)，已知在这种交通工具中嵌入惯性导航系统(INS，Inertial Navigation System)。

目前，基于惯性系统提供的惯性数据，载体的位置数据在纯惯性下精度可达1Nm/h。

然而，在一些应用中，需要获得更高的精度。

为了获得这样更高的精度，有人提出将惯性系统产生的惯性数据与载体上的外部信息项结合起来。

为了做到这一点，首先执行惯性测量来估计载体的位置，然后，为了校正关于这个估计的任何误差，使用外部信息项，该外部信息项由另一个系统提供。因此这样的导航系统目前被称为“混合系统”。

举例来说，已知这种类型的系统，其中，所述校正是使用来自GNSS(全球导航卫星系统)无线电导航系统的数据(外部信息项)来实现的。然而，已知的问题是，无线电导航系统不能免除可能的扰乱攻击。在这种情况下，惯性导航系统就不能再依靠GNSS信息项来校准自己的正确位置。

当然，弥补这一缺陷的解决方案是已知的。

对于陆地交通工具类型的载体(例如机动交通工具)，外部信息项可以来自装在交通工具上的里程表。

然后使用由里程计提供的并被认为相对可靠的有关交通工具所行驶距离的数据项来校正从惯性数据推导出的导航数据。

虽然这类系统在某种程度上对所提出的问题奏效，特别是对机动交通工具而言，但事实上将其整合仍然可能造成困难。

首先，使这种类型的系统适应于交通工具往往会造成问题，特别是对于由里程表传输的信号的良好接收。例如，这样的接收质量要求在电子电路层面上进行设计，并给予信号能有的形式多样性。

其次，由于和交通工具所处环境(地形变形、上坡、下坡等)有关的限制，会导致交通工具在空间的不同方向上变形。

例如，如果考虑与交通工具行驶方向平行的移动部件，交通工具会沿着该部件(受力的悬架等)变形，这将导致里程表测量与所集成的惯性测量的比较的相关性下降。

因此，有其他解决方案，其可以在没有无线电导航或里程表系统时获得良好的定位性能。

例如，存在另一种解决方案，已知为零速修正(ZUPT，Zero Velocity Update)，其包括以使空间轴上的速度为零的方式周期性地停止载体以及使用该信息。这种解决方案通常用“零速混合”表示。通过进行这种方法，惯性导航系统能够对由传感器引起的误差进行估计，从而提高性能，特别是位置性能。然而，这些周期性的停止(根据所需的性能每4分钟到10分钟一次)有时会带来严重的操作限制。例如，军事载体在战斗阶段的情况下，为了实施零速混合军事载体可能会尴尬地停止战斗。

为了解决这些问题，文献FR2878954提出了一种估计陆地交通工具导航数据的方法，使得能够实现良好的定位性能，而无需求助于无线电导航或里程表系统。该方法特别地使用了交通工具的动力学模型，即一种能够预测交通工具行为(机动行为、转弯行为、铰接式或履带式交通工具)的模型。然而，这种动力学模型需要特别复杂才能有效。

发明内容

本发明的目的是为了克服上述缺点。

根据本发明的第一方面，因此提出了一种用于估计陆地交通工具的导航数据的方法，所述方法包括以下步骤：

· 接收由嵌入所述陆地交通工具中的惯性传感器获取的惯性数据；

· 接收与陆地交通工具所行驶的道路的几何形状和方向有关的参数；

· 基于参数对惯性数据进行整合，例如以产生交通工具的导航数据，该交通工具的导航数据包括平行于一个方向测量的交通工具相对于道路的至少一个移动，其中，交通工具只能平行于该方向在有界区间内移动而不离开道路；

· 通过求解方程组来估计影响所产生的导航数据的至少一个误差，所述方程组假设在所计算的移动和关联的参考移动之间的偏差构成了交通工具平行于所选择的方向的移动的误差，与所计算的移动关联的参考移动的值小于或等于有界区间的长度；

· 基于所估计的误差来校正所产生的导航数据，例如以产生校正的导航数据。

根据本发明的第一方面的方法可以包括下列可选特征或步骤，当技术上可行时可以单独或结合使用。

在第一个实施例中，道路参数包括沿与在道路上的陆地交通工具的平均流动方向垂直的横向方向测量的道路的宽度。在这种情况下，在整合步骤期间产生的交通工具的导航数据包括平行于横向方向测量的交通工具的横向移动，与该横向移动关联的参考移动的值小于或等于道路的宽度。

与横向移动关联的参考移动可以具有零值。

在第二实施例中，在整合步骤期间产生的交通工具的导航数据包括平行于与道路的表面垂直的方向测量的交通工具的竖直移动，在这种情况下，与该竖直移动关联的参考移动为零值。

利用横向移动的第一实施例以及利用竖直移动的第二实施例是上述一般问题的两个替选解决方案。

可以组合第一个实施例与第二个实施例形成第三个实施例，其中：计算两种上述移动类型(横向和竖直)，通过求解方程组来估计相应的误差，所述方程组进行两个假设(假设所计算的竖直移动构成了交通工具平行于竖直移动的移动的误差，并且假设所计算的偏差构成了交通工具平行于横向方向的移动的误差)。

估计步骤可以通过卡尔曼滤波器实现，以及交通工具平行于所选方向的移动可以被卡尔曼滤波器用作观测数据项。

所述方法可以包括以下步骤：接收卫星无线电导航数据，以及在卫星无线电导航数据和存储在嵌入交通工具中的存储器中的道路数据之间执行图像关联，例如以产生与道路的几何形状和方向有关的参数。

当不能接收到卫星无线电导航数据时，可以从校正步骤的上一次实现中产生的经校正的导航数据和由存储器存储的道路数据之间实现关联步骤。

根据本发明的第二方面，还提出了一种包括程序代码指令的计算机程序产品，所述程序代码指令用于执行根据本发明的第一方面所述的方法的步骤，在该方法由至少一个处理器来执行。

根据本发明的第三方面，还提出了一种用于估计陆地交通工具的导航数据的装置，所述装置包括：

· 用于接收由嵌入陆地交通工具中的至少一个惯性传感器获取的惯性数据的接口；

·用于接收与由陆地交通工具所行驶的道路的几何形状和方向有关的参数的接口；

· 至少一个处理器，至少一个处理器被配置为：

о 基于参数对惯性数据进行整合，例如以产生交通工具的导航数据，该交通工具的导航数据包括平行于所选择方向测量的交通工具相对于所述道路的至少一个移动，使得交通工具只能平行于该方向在有界区间内移动而不离开道路；

о 计算所计算的移动和具有包含在有界区间内的值的关联参考移动之间的偏差；

о 通过求解方程组来估计影响所产生的所述导航数据的至少一个误差，所述方程组假设所计算的偏差构成了交通工具平行于所选择方向的的移动的误差；

о 基于所估计的误差来校正所产生的导航数据，例如以产生校正的导航数据。

根据本发明的第四方面，还提出了一种要嵌入陆地交通工具中的系统，包括：包括至少一个惯性传感器的惯性系统、一种根据本发明的第三方面所述的装置，该装置被布置为接收由惯性系统借助于惯性传感器产生的惯性数据。

根据本发明的第五方面，还提出了一种要嵌入陆地交通工具中的系统，包括：

· 存储器，包含有道路数据；

· 接收器，被配置为获取卫星无线电导航数据；

· 关联装置，被配置为用于在卫星无线电导航数据和包括在存储器中的道路数据之间实现关联，例如以产生和道路的几何形状和方向有关的参数，

· 根据本发明的第三方面所述的装置，被布置为接收由关联装置产生的参数。

根据本发明的第六方面，还提出了一种陆地交通工具，该陆地交通工具包括根据本发明的第三方面所述的装置或根据本发明的第四或第五方面所述的系统。

附图说明

根据以下纯粹说明性的并且是非限制性的、且必需参照附图阅读的描述，本发明的其它特征、目的和优点将变得显而易见。在附图中：

图1a、图1b、图1c分别是在道路上移动的陆地交通工具的侧视图、正视图和顶视图。

图2示意地示出了根据本发明的实施例的导航系统。

图3细化了根据本发明实施例的由图2所示的系统执行的方法的步骤。

在所有的附图中，相似的元件具有相同的附图标记。

具体实施方式

图1a至图1c显示了在道路R上的交通工具1以及两个参考坐标系：本地地理参考坐标系和道路参考坐标系。

本地参考坐标系的原点是交通工具的预定点。地理参考坐标系包括三个轴X、Y、Z：

· X轴是指向地球的地理北方的横轴；

· Y轴是指向地理西方的横轴，以及

· Z轴与X轴和Y轴正交，并且朝向天顶。

此外，道路参考坐标系包括三个轴Xr、Yr、Zr：

· Xr轴是平行于交通工具的沿道路的主方向的纵轴，；

· Yr轴是垂直于Xr轴的横轴；两个轴Xr和Yr限定道路延伸的平面；

· Zr轴垂直于由Xr、Yr轴限定的平面，因此垂直于路面。

例如，道路参考坐标系的原点与本地地理参考坐标系的原点相同。

道路具有几何形状参数和方向参数。这些道路参数通常是众所周知的，并且例如，在法国，服从在设计道路时必须考虑的规定(参见例如，题为“Comprendre les principauxparamètres de conception géométrique des routes”(道路几何概念的基本参数的理解)的文献，Sétra 2006)。

道路参数通常包括：

· 竖直坡度角；

· 倾斜角或横向坡度角；

· 道路行进方向角；

· 道路宽度L。

上述道路参数使得从本地地理参考坐标通过成为可能，反之亦然。

Yr轴和Zr轴各自的方向是特殊的。具体地，如果假设交通工具在道路上移动而从未离开过道路，那么平行于Yr轴和Zr轴中之一的交通工具的移动必然是有界限的。

特别地，由于陆地交通工具不能飞行，因此假设平行于Zr轴的交通工具的移动为零，或者在考虑到由交通工具的任何悬挂引起的沿轴Zr的交通工具的振动的情况下平均为零。

此外，交通工具沿横向方向(即平行于轴Yr)的移动受到道路两个相对的外侧边缘的限制。因此，横向移动被认为是包含在由这两个相对的边缘限定的区间内(因此，这个区间的长度等于道路宽度)。

在行程的直线部分，交通工具尤其可以影响本体移动，该本体移动实时引起沿轴Yr和轴Zr的小移动。然而，在行驶所述行程部分所需要的时间段内，由于交通工具总是沿Yr和Zr返回到平衡位置，因此这些移动平均为零。

当然，这对于转弯或斜坡上的道路部分也是有效的。

参考图2，交通工具1包括导航系统，该导航系统包括惯性导航系统2。

惯性导航系统2以其本身已知的方式包括多个惯性传感器3，通常是陀螺仪和加速计(图2示出了其中一个)。

此外，导航系统还包括用于提供道路的几何形状参数和方向参数的系统4和数据融合装置6。

用于提供参数的系统4包括无线电导航信号接收器8、存储器10和关联装置12。

接收器8本身是已知的。接收器包括被配置为用于接收由一个或多个卫星发射的信号(通常为GPS/GNSS信号)的天线。此外，接收器8还包括至少一个处理器，至少一个处理器被配置为用于基于由天线接收的信号(通常为交通工具位置估计)来产生无线电导航数据并将该数据发送到关联装置12。

此外，存储器10包括道路数据库，该道路数据库包括关于交通工具要移动的地理区域的道路的几何形状信息，该道路为例如图1至图3所示的道路。

存储在数据库中的信息通常是几何方程参数(线段、回旋曲线)，其优点是占用很少的存储空间。

其本身也是已知的关联装置12被配置为实现被称为地图匹配的关联处理，该关联在由接收器8提供的数据和存储在存储器8中的道路数据库中所包含的数据之间进行。

此外，融合装置6包括能够接收来自惯性导航系统2的数据的接口14，以及能够接收由供应系统4的关联装置12计算的数据的接口16。

融合装置6被配置为用于基于通过其接口接收的数据来估计交通工具导航数据(位置、速度、姿态)。

融合装置通常包括处理器18，该处理器被配置为用于执行提供此类数据估计的程序。

还应该注意的是，融合装置还能够向关联装置12传输数据。可以看到，在接收器接收不到任何无线电导航信号的情况下有利地实施这种传输。

参考图3，当交通工具1在道路R上行驶时，导航系统实现以下步骤。

惯性系统2使用其惯性传感器来获得惯性数据(步骤100)。

惯性系统2将获得的惯性数据传输给融合装置6。

此外，接收器8接收由卫星发射的无线电导航信号，并基于所接收到的信号来产生无线电导航数据。

关联装置12在由接收器提供的无线电导航数据和存储在存储器10中的道路数据库中所包含的道路数据之间执行关联过程，例如产生与由陆地交通工具行驶的道路的几何形状和方向有关的参数(步骤104)。

这些参数特别地包括道路宽度L，或者甚至上面提到的倾斜角、坡度角和行进方向角。

用于提供参数的系统4将产生的几何形状参数和方向参数传输给融合装置6。

融合装置6执行以下步骤以用于估计陆地交通工具1的导航数据(例如，该导航数据可以包括在本地地理参考坐标中的交通工具的位置、速度和姿态)。

融合装置6基于从供应系统4接收到的参数对惯性数据进行整合，例如以产生交通工具的导航数据。整合计算在预定的持续时间的时间间隔内进行。

交通工具的导航数据包括平行于一个方向测量的交通工具相对于道路R的至少一个移动，其中，交通工具只能平行于该方向在有界区间内移动而不离开道路。

导航数据包括交通工具相对于道路R的竖直移动，即平行于Zr轴测量的移动。如前所述，由于交通工具不能飞行，因此认为该竖直移动为零或平均为零。

导航数据进一步包括交通工具相对于道路R的横向移动，即平行于Yr轴测量的横向移动。正如前面指出的，该横向移动受限于道路R的两个相对的外侧边缘。因此，只要交通工具在道路上R，那么横向移动包含在长度等于道路宽度的区间内。

然后，融合装置6通过求解做出某些假设的方程组，估计影响整合步骤期间产生的导航数据的至少一个误差。

对于在整合步骤期间计算的至少一个移动，由融合设备6假设所计算的移动和与该所计算的移动关联的参考移动之间的偏差构成了交通工具平行于所考虑的移动方向的移动误差。与所计算的移动关联的参考移动的值小于或等于所考虑的有界区间的长度。

当在整合步骤106期间产生的导航数据包括竖直移动和横向移动时，方程组做出两个假设，每个假设针对每个所计算的移动。

与所计算的横向移动关联的横向参考移动的值小于或等于道路宽度。换句话说，方程组假设交通工具没有穿过它所行驶的道路的两个外侧边中的一侧。例如，横向参考移动的值为零。

此外，与所计算的垂直移动关联的垂直参考移动为零。换句话说，方程组假设交通工具不会飞。

然后，融合装置6使用通过求解方程组估计的一个或多个误差来校正所产生的导航数据(第110步)。

基于由接收器接收到的新的无线电导航信号和/或由惯性导航系统产生的新的惯性数据，前述步骤会随着时间而重复。

(例如，当交通工具通过隧道时)可能无法接收到卫星无线电导航数据。

当没有检测到无线电导航信号时，在上一次执行校正步骤12产生的校正的导航数据与存储在存储器中的道路数据之间实现图像关联步骤。

在一实施例中，融合装置6实现卡尔曼滤波器以估计交通工具的导航数据。

卡尔曼滤波器的操作本身是已知的(它的原理特别是在分析科学公司Ed.ArthurGelb于1974年出的文献“Applied Optimal Estimation(应用最优估计)”中被描述)。应指出的是，卡尔曼滤波器用向量的形式递归地估计状态X。卡尔曼滤波器有两个独立的阶段：预测阶段和更新阶段。

预测阶段将在滤波器的上一次迭代中产生的估计状态作为输入，并使用转移矩阵来产生对状态的估计，称为所预测的状态。

在更新步骤中，使用观测来校正预测的状态，以获得更精确的估计。为此，使用将状态与观测联系起来的观测矩阵。更新的估计被作为输入传递到对滤波器的后续迭代的预测的步骤，并以此类推。

在这种情况下，卡尔曼滤波器配置有由以下方程控制的状态向量X：

其中，f为非线性函数，t表示时间。此外，F是卡尔曼滤波器的动态矩阵。F是通过对提及函数f的第一个方程的线性化得到的。在向量δX的分量中，可以发现：关于线性化点的所关联的位置误差的至少三个分量，关于线性化点的所关联的速度误差的三个分量，关于线性化点的所关联的姿态误差的三个分量。

因此，状态向量δX在一实施例中例如为：

其中，

· δLat是纬度误差(rad)

· δG是经度误差(rad)

· δZ是高度误差(m)

· δVx是沿Xg轴的速度误差(m/s)

· δVy是沿Yg轴的速度误差(m/s)

· δVz是沿Zg轴的速度误差(m/s)

·

是沿Xg轴的姿态误差(rad)

·

是沿Yg轴的姿态误差(rad)

·

是沿Zg轴的姿态误差(rad)

· δb_xm是沿Xm轴的加速计偏差的误差(m/s2)

· δb_ym是沿Ym轴的加速计偏差的误差(m/s2)

· δb_zm是沿Zm轴的加速计偏差的误差(m/s2)

· δd_xm是沿Xm轴的陀螺仪偏移的误差(rad/s)

· δd_ym是沿Ym轴的陀螺仪偏移的误差(rad/s)

· δd_zm是沿Zm轴的陀螺仪偏移的误差(rad/s)

· δdep_Yr是沿道路参考坐标系的Yr轴的移动误差(m)

· δdep_zr是沿道路参考坐标系的Zr轴的移动误差(m)

在这种情况下，转移矩阵为：

其中，

· Lat是交通工具的纬度(rad)

·

是由加速计沿Xg轴测量的力(m/s2)

·

是由加速计沿Yg轴测量的力(m/s2)

·

是由加速计沿Zg轴测量的力(m/s2)

· Ω_t是地球转动的角旋转速度(rad/s)

· G₀是平均重力值(m/s2)

· cc是交通工具行驶方向的余弦

· sc是交通工具行驶方向的正弦

· cr是道路行进方向的余弦

· sr是道路行进方向的正弦

· R是地球半径

在预测步骤，卡尔曼滤波器使用动态矩阵F来计算预测状态。

此外，卡尔曼滤波器使用沿Yr轴的移动和沿Zr轴的移动作为观测。在这种情况下，卡尔曼滤波器的观测矩阵H为：

然后计算卡尔曼滤波器的创新性。

众所周知地，创新性是指参考数据和由滤波器观测到的数据之间的偏差。

创新性“Inno”例如为：

其中，

dep_yr:沿道路参考坐标系的y轴的交通工具的移动

dep_zr:沿道路参考坐标系的z轴的交通工具的移动

在该计算中，两个分量零矢量就是上面讨论的参考移动矢量。因此，卡尔曼滤波器的创新性对应于所计算的移动的向量和零参考移动的向量之间的偏差的向量。卡尔曼滤波器在其实施过程中使用该创新性是对所作的假设的说明，即交通工具沿Yr轴和Zr轴移动而没有离开道路。

Claims

1.一种用于估计陆地交通工具的导航数据的方法，所述方法包括：

接收由嵌入所述陆地交通工具中的惯性传感器获取的惯性数据(100)；

接收与由所述陆地交通工具所行驶的道路的几何形状和方向有关的参数；

基于所述参数对所述惯性数据进行整合(106)，例如以产生交通工具的导航数据，所述交通工具的导航数据包括平行于与所述道路的表面垂直的方向(Zr)测量的交通工具的至少一个移动；

通过求解方程组来估计影响所产生的导航数据的至少一个误差(108)，所述方程组假设所述交通工具的所述至少一个移动构成了交通工具平行于垂直方向的移动的误差；

基于所述至少一个误差来校正所产生的导航数据(110)，例如以产生经校正的导航数据。

2.一种用于估计陆地交通工具的导航数据的方法，所述方法包括：

接收与所述陆地交通工具所行驶的道路的几何形状和方向有关的参数，其中，所述参数包括沿与所述道路上的所述陆地交通工具的的平均流动方向(Xr)垂直的横向方向(Yr)测量的所述道路的宽度(L)；

基于所述参数对所述惯性数据进行整合(106)，例如以产生交通工具的导航数据，所述交通工具的导航数据包括平行于横向方向(Yr)测量的交通工具相对于道路的至少一个移动；

计算所述交通工具的所述至少一个移动和关联参考移动之间的偏差，所述关联参考移动具有小于或等于所述道路的宽度(L)的预定值；

通过求解方程组来估计影响所产生的导航数据的至少一个误差(108)，所述方程组假设所述偏差构成了交通工具平行于横向方向的移动的误差；

3.根据权利要求2所述的方法，其中，与所述横向移动关联的所述参考移动具有零值。

4.根据权利要求1至3中任一项所述的方法，其中，估计至少一个误差由卡尔曼滤波器来实现，以及所述交通工具的所述至少一个移动被所述卡尔曼滤波器用作观测数据项。

5.根据权利要求书1至4中任一项所述的方法，包括以下步骤：

接收(102)卫星无线电导航数据；

在所述卫星无线电导航数据和由嵌入所述交通工具中的存储器存储的道路数据之间实现图像关联(104)，例如以产生与所述道路的几何形状和方向有关的参数。

6.根据权利要求5所述的方法，其中，当接收不到所述卫星无线电导航数据时，在上一次实现校正步骤产生的经校正导航数据与由所述存储器存储的所述道路数据之间实现关联步骤。

7.一种计算机程序产品，所述计算机程序产品包括用于执行根据权利要求1至6中任一项所述的方法的步骤的程序代码指令，所述方法由至少一个处理器来执行。

8.一种用于估计陆地交通工具的导航数据的装置(6)，所述装置包括：

接口(14)，用于接收由嵌入所述陆地交通工具中的至少一个惯性传感器获取的惯性数据；

接口(16)，用于接收与由所述陆地交通工具所行驶的道路的几何形状和方向有关的参数；

至少一个处理器(18)，所述至少一个处理器被配置为:

基于所述参数对所述惯性数据进行整合，例如以产生交通工具的导航数据，所述交通工具的导航数据包括平行于与所述道路的表面垂直的竖直方向测量的所述交通工具相对于所述道路的至少一个移动；

通过求解方程组来估计影响所产生的导航数据的至少一个误差，所述方程组假设所述交通工具的至少一个移动构成了所述交通工具平行于所述竖直方向的移动的误差；

基于至少一个所述误差来校正所产生的导航数据，例如以产生经校正的导航数据。

9.一种用于估计陆地交通工具的导航数据的装置(6)，所述装置包括：

接口(16)，用于接收与由所述陆地交通工具所行驶的道路的几何形状和方向有关的参数，所述参数包括沿与所述陆地交通工具在所述道路上的平均流动方向(Xr)垂直的横向方向(Yr)测量的所述道路的宽度(L)；

至少一个处理器(18)，所述至少一个处理器被配置为：

基于所述参数对所述惯性数据进行整合，例如以产生所述交通工具的导航数据，所述交通工具的导航数据包括平行于所述横向方向测量的交通工具相对于所述道路的至少一个移动；

计算所述交通工具的所述至少一个移动和关联参考移动之间的偏差，所述关联参考移动具有小于或等于所述道路的宽度的预定值；

通过求解方程组来估计影响所产生的导航数据的至少一个误差，所述方程组假设所述偏差构成了交通工具平行于横向方向的移动的误差；

基于所述至少一个误差来校正所产生的导航数据，例如以产生经校正的导航数据。

10.一种要嵌入陆地交通工具中的系统，包括：

惯性系统(2)，包括至少一个惯性传感器(3)；

根据权利要求8或权利要求9所述的装置(6)，所述装置被布置为接收由所述惯性系统借助于所述惯性传感器(3)而产生的惯性数据。

11.一种要嵌入陆地交通工具中的系统，包括：

存储器(8)，包括道路数据；

接收器，被配置为获取卫星无线电导航数据；

关联装置(12)，被配置为用于在所述卫星无线电导航数据和包括在所述存储器(8)中的所述道路数据之间实现关联，例如以产生和道路的几何形状和方向有关的参数。

根据权利要求8或权利要求9所述的装置，所述装置被布置为接收由所述关联装置产生的所述参数。

12.一种陆地交通工具(1)，包括根据权利要求9所述的装置或根据权利要求10和11中的一项所述的系统。