CN112781617A - 误差估计方法、组合导航处理系统及存储介质 - Google Patents

误差估计方法、组合导航处理系统及存储介质 Download PDF

Info

Publication number
CN112781617A
CN112781617A CN202011586909.1A CN202011586909A CN112781617A CN 112781617 A CN112781617 A CN 112781617A CN 202011586909 A CN202011586909 A CN 202011586909A CN 112781617 A CN112781617 A CN 112781617A
Authority
CN
China
Prior art keywords
coordinate system
error
data
position data
velocity
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
Application number
CN202011586909.1A
Other languages
English (en)
Other versions
CN112781617B (zh
Inventor
李韬
林涛
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.)
Guangzhou Geoelectron Co ltd
Original Assignee
Guangzhou Geoelectron Co ltd
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 Guangzhou Geoelectron Co ltd filed Critical Guangzhou Geoelectron Co ltd
Priority to CN202011586909.1A priority Critical patent/CN112781617B/zh
Publication of CN112781617A publication Critical patent/CN112781617A/zh
Application granted granted Critical
Publication of CN112781617B publication Critical patent/CN112781617B/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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance

Landscapes

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

Abstract

本发明实施例涉及一种误差估计方法、组合导航处理系统及存储介质，该方法包括：获取MEMS IMU采集的在第一坐标系下的第一观测量；对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息；根据位置数据、速度数据、姿态信息，获取状态参数；根据位置数据、速度数据、姿态信息，以及状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。通过该种方式，改善非完整性约束的适用范围，减少非完整性约束引入的误差，从而达到改善系统定位，定姿精度的目的。

Description

误差估计方法、组合导航处理系统及存储介质
技术领域
本发明实施例涉及车载导航技术领域，尤其涉及一种误差估计方法、组合导航处理系统及存储介质。
背景技术
现代车辆定位导航系统需要同时满足高精度，高可靠性，低成本，低功耗等要求，以适应现代车辆对辅助驾驶，无人驾驶系统日益增长的需求。基于全球导航卫星系统(Global Navigation Satellite System，简称GNSS)/惯性导航(Inertial NavigationSystem，简称INS)的组合导航系统能够充分发挥GNSS和惯性导航两个系统的优势，提供更可靠的高精度定位信息。
为满足现代车辆导航系统对成本、体积、功耗的要求。通常将微机电系统(Micro-Electrical-Mechanical System，简称MEMS)-惯性测量单元(Inertial MeasurementUnit，简称IMU)应用于GNSS/INS组合导航系统中。
但现有的低成本MEMS IMU器件精度较低，在复杂的环境中，使用基于MEMS IMU的组合导航系统，其误差积累非常迅速，难以满足无人驾驶，辅助驾驶对精度及可靠性的需求。
为解决上述问题，通常使用非完整性约束改善组合导航的性能。然而非完整性约束要求IMU的载体坐标系与车辆的车体坐标系保持一致。IMU的质心与车辆的质心保持一致。但在实际安装中，很难保证IMU的安装方式及安装位置。而在忽略IMU安装角度及偏移的情况下使用非完整性约束，将会在组合导航中引入的新的误差，从而降低定位精度。
发明内容
鉴于此，为解决现有技术中上述的技术问题，本发明实施例提供一种误差估计方法、组合导航处理系统及存储介质。
第一方面，本发明实施例提供一种误差估计方法，该方法应用于组合导航处理系统，包括：
获取MEMS IMU采集的在第一坐标系下的第一观测量；
对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息；
根据位置数据、速度数据，以及姿态信息，获取状态参数；
根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
在一个可能的实施方式中，根据位置数据、速度数据、姿态信息，获取状态参数之前，方法还包括：
接收全球导航卫星系统GNSS卫星信号；
根据GNSS卫星信号，获取第三坐标系下的第二观测量；
根据第二观测量，对位置数据、速度数据、姿态信息进行校正估计。
在一个可能的实施方式中，根据GNSS卫星信号，获取第三坐标系下的第二观测量之后，方法还包括：
当确定组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与组合导航处理系统的类型对应的预设处理方式；
根据预设处理方式，对第二观测量进行处理，获取新的观测量。
在一个可能的实施方式中，根据位置数据、速度数据，以及姿态信息，获取状态参数，具体包括：
将位置数据、速度数据、姿态信息，以及第二观测量输入至预设滤波器中，获取状态参数。
在一个可能的实施方式中，将位置数据、速度数据以及姿态信息，输入至预设滤波器中，获取状态参数，具体包括：
将位置数据、速度数据以及姿态信息，输入至预设滤波器中，以便预设滤波器对位置数据、速度数据以及姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成状态参数。
在一个可能的实施方式中，根据位置数据、速度数据、姿态信息，和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体包括：
位置数据、速度数据、姿态信息，和状态参数创建速度约束观测方程；
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
在一个可能的实施方式中，根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure BDA0002866617560000031
其中，δνV为组合导航处理系统预估计的在第三坐标系下的三维速度误差，
Figure BDA0002866617560000032
为组合导航处理系统预估计的在第三坐标系下的载体速度，
Figure BDA0002866617560000033
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure BDA0002866617560000034
为陀螺仪从第一坐标系转换至第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure BDA0002866617560000035
Figure BDA0002866617560000036
中，
Figure BDA0002866617560000037
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure BDA0002866617560000044
代表第二坐标系到第三坐标系的转换矩阵，δνn为第二坐标系下的三维速度误差，(νn×)为νn的非对阵矩阵，νn为在第二坐标系下的载体速度，εn为第二坐标系下的三维姿态失准角，(νb×)为νb的非对阵矩阵，νb为在第一坐标系下的载体速度，δα为第一坐标系和第三坐标系之间的三维失准角误差，δβ为第一坐标系和第三坐标系在X方向平移误差，表达式中除δα、δβ、δνn，以及εn之外的参数均为已知参数，且属于状态参数中的一种，或者对状态参数按照预设转换规则进行转换后得到。
在一个可能的实施方式中，第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差满足预构建的系统状态方程。
在一个可能的实施方式中，系统状态方程为一阶马尔科夫模型，一阶马尔可夫模型表达式参见如下：
Figure BDA0002866617560000041
其中，
Figure BDA0002866617560000042
为δα的微分表达式，
Figure BDA0002866617560000043
为δβ的微分表达式，τα为第一坐标系和第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为一阶马尔科夫模型的驱动噪声，驱动噪声的谱密度qi，根据安装误差的不确定度和第一坐标系和第三坐标系在X方向移的相关时间确定。
在一个可能的实施方式中，根据位置数据、速度数据，以及姿态信息，获取状态参数之前，方法还包括：
对第二观测量进行杆臂补偿。
第二方面，本发明实施例提供一种组合导航处理系统，该系统包括：至少一个处理器、存储器、MEMS IMU以及天线；
MEMS IMU，用于采集在第一坐标系下的第一观测量；
天线，用于接收GNSS卫星信号；
处理器用于执行存储器中存储的误差估计程序，以实现如第一方面任一实施方式所介绍的误差估计方法。
第三方面，本发明实施例提供一种计算机存储介质，该计算机存储介质存储有一个或者多个程序，一个或者多个程序可被如第三方面所介绍的组合导航处理系统执行，以实现如第一方面任一实施方式所介绍的误差估计方法。
本发明实施例提供的一种误差估计方法，获取MEMS IMU采集的在第一坐标系下的第一观测量。通过对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息。进而，根据位置数据、速度数据，以及姿态信息，获取状态参数。最终，根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。通过该种方式，在获取到第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差后，可以根据二者，对IMU安装角度和安装位位置所导致的IMU的载体坐标系与车辆的车体坐标系之间的偏差进行校正，从而改善非完整性约束的适用范围，减少非完整性约束引入的误差，从而达到改善系统定位，定姿精度的目的。
附图说明
图1为本发明实施例提供的一种误差估计方法流程示意图；
图2为本发明提供的组合导航处理器的工作流程框图；
图3为本发明提供的第一坐标系和第三坐标系位置关系结构示意图；
图4为本发明提供的第二坐标系(即导航坐标系)在地固坐标系中的位置关系示意图；
图5为本发明提供的较优的组合导航解算框图；
图6为本发明实施例提供的一种误差估计装置结构示意图；
图7为本发明实施例提供一种组合导航处理系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种误差估计方法流程示意图，如图1所示，该方法应用于组合导航处理系统，在执行下面的方法步骤之前，组合导航系统还需要做一些准备信息。具体参见如下：
组合导航处理器的工作流程如图2所示。组合导航处理系统开机后，通过GNSS给出的位置及速度信息，可以检测车辆/机器人载体是否为静态，如果是静态，则利用载体在静态时段的IMU数据(包括三轴加速度数据和三轴角速度数据)，估计IMU加速计，陀螺的零偏。同时，可以统计在静态情况下，加速计，陀螺输出的原始观测量(三轴加速度数据和三轴角速度数据)的最大，最小值，方差，均值等统计信息，作为之后在GNSS卫星信号中断时，使用IMU观测量进行零速检测的依据。
由于低成本MEMS IMU无法感知地球自传，系统必须通过动态初始对准，完成组合导航系统的姿态初始化。在动态对准中，载体必须处于开阔环境中，能够接收到有效的GNSS信号，并且载体必须高于门限速度，如3m/s行驶一段时间。在动态对准中，系统利用GNSS的位置和速度信息，完成组合导航系统的姿态初始化，对于组合导航系统，初始姿态精度通常要求优于5deg。完成动态对准之后，系统进行组合导航解算。
组合导航解算，也即是本实施例所要介绍的方法步骤，具体参见如下，该方法包括：
步骤110，获取MEMS IMU采集的在第一坐标系下的第一观测量。
具体的，MEMS IMU采集的第一观测量可以包括三轴加速度数据和三轴角度数据。第一坐标系，在本实施例中，可以是载体坐标系。
步骤120，对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息。
具体的，机械编排(mechanizations)或称力学编排，并没有具体的解释定义。其主要是包含惯性系统的机械实体布局、采用的坐标系及求解方法三大部分。机械编排表现在由惯导元件的输出信息到求解出载体实时速度和位置的过程中。在本实施例中，则是采用机械编排方式，对第一观测量进行处理，获取第二坐标系下的载体的位置数据、速度数据和姿态信息，具体过程为现有技术，这里不做过多说明。可选的，在本实施例中第二坐标系为导航坐标系。
进一步可选的，为了进一步的提高系统精度，在进行机械编排之前，该方法还可以包括：对第一观测量进行零偏补偿。
具体的，当首次进行零偏补偿时，可以通过准备工作中所获取的零偏数据，对第一观测量进行零偏补偿。
如果并非是首次进行零偏补偿时，则可以获取预设滤波器，例如卡尔曼滤波器实时采集的零偏数据，对第一观测量进行零偏补偿。
步骤130，根据位置数据、速度数据，以及姿态信息，获取状态参数。
步骤140，根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，根据位置数据、速度数据、姿态信息，获取状态参数之前，方法还包括：
接收全球导航卫星系统GNSS卫星信号；
具体的，GNSS卫星信号，将通过GNSS天线获取。在一个可选的例子中，GNSS天线可以包括至少一根，例如包括两根。
根据GNSS卫星信号，获取第三坐标系下的第二观测量；
根据第二观测量，对位置数据、速度数据、姿态信息进行校正估计。
第三坐标系可以为车体坐标系。具体参见图3和图4所示。图3中示意出了第一坐标系(载体坐标系)和第三坐标系(车体坐标系)位置关系结构示意图。图3中显示了在简易车辆结构示意图中，可以看到如本申请文件背景技术中所提及的由于IMU安装位置和安装角度所导致的车体坐标系和载体坐标系之间的重心不一致的情况，即，车体坐标系的重心和载体坐标系(IMU坐标系)的重心之间存在一定的偏差。
图4示意的是第二坐标系(即导航坐标系)在地固坐标系中的位置关系示意图。其中，地固坐标系也称地球坐标系，是固定在地球上与地球一起旋转的坐标系。如果忽略地球潮汐和板块运动，地面上点的坐标值在地固坐标系中是固定不变的。
因此，导航坐标系一般都以地固坐标系作为参照物，并形成导航坐标系和地固坐标系之间的转换关系。
可选的，根据GNSS卫星信号，获取第三坐标系下的第二观测量，可以通过如下方式实现：
GNSS卫星信号通过观测量生成器，产生原始的伪距、多普勒，以及载波相位等观测量，这些观测量称为第二观测量。
可选的，由于组合导航系统的类型不同，例如可以包括松组合、紧组合以及深组合等三种类型。
不同组合导航系统的类型，对于第二观测量的处理方式不同。比如，松组合，还需要对第二导航观测量进行进一步的处理。而紧组合导航系统，则不需要对第二观测量进行任何处理，可以直接进行使用。
因此，在获取到第二观测量后，该方法还可以包括：
首当确定组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与组合导航处理系统的类型对应的预设处理方式；
根据预设处理方式，对第二观测量进行处理，获取新的观测量。
比如，当确定组合导航处理系统为松组合类型时，对第二观测量的处理方式可以包括位置速度和时间(Position Velocity and Time，简称PVT)解算，和/或实时动态(Real-time kinematic，简称RTK)解算。在本实施例中，PVT解算和RTK解算都将被执行，进而获取到新的观测量。新的观测量，可以包括GNSS位置数据和速度数据。可选的，当组合导航处理系统包括两根天线时，新的观测量还可以包括GNSS姿态信息。
第二观测量(新的观测量)用于对位置数据、速度数据、姿态信息进行校正估计。具体的校正估计过程为现有技术，这里不再赘述。
进一步可选的，根据第二观测量(新的观测量)，对位置数据、速度数据、姿态信息进行校正估计之前，该方法还可以包括：
对第二观测量(新的观测量)进行杆臂补偿。
实际上，第二观测量是实时获取的观测量，其不仅仅可以对位置数据、速度数据、姿态信息进行校正估计，还可以对整个组合导航系统的状态进行估计。
具体执行根据位置数据、速度数据，以及姿态信息，获取状态参数时，可以将位置数据、速度数据，以及姿态信息输入至预设滤波器中，获取状态参数。在一个可选的例子中，预设滤波器为卡尔曼滤波器。通过卡尔曼滤波器，来获取状态参数。
执行参见过程如下：将位置数据、速度数据以及姿态信息，输入至预设滤波器中，以便预设滤波器对位置数据、速度数据以及姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成状态参数。具体实现过程为现有技术，这里不再赘述。
最终，根据位置数据、速度数据、姿态信息，和状态参数，来估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，可以通过如下方式实现：
根据位置数据、速度数据、姿态信息，和状态参数创建速度约束观测方程；
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure BDA0002866617560000101
其中，δνV为组合导航处理系统预估计的在第三坐标系下的三维速度误差，
Figure BDA0002866617560000102
为组合导航处理系统预估计的在第三坐标系下的载体速度，
Figure BDA0002866617560000103
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure BDA0002866617560000104
为陀螺仪从第一坐标系转换至第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure BDA0002866617560000105
Figure BDA0002866617560000106
中，
Figure BDA0002866617560000107
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure BDA0002866617560000108
代表第二坐标系到第三坐标系的转换矩阵，δνn为第二坐标系下的三维速度误差，(νn×)为νn的非对阵矩阵，vn为在第二坐标系下的载体速度，εn为第二坐标系下的三维姿态失准角，(vb×)为vb的非对阵矩阵，vb为在第一坐标系下的载体速度，δα为第一坐标系和第三坐标系之间的三维失准角误差，δβ为第一坐标系和第三坐标系在X方向平移误差。
需要说明的是，表达式中除δα、δβ、δνn，以及εn之外的参数均为已知参数，且属于状态参数中的一种，或者，已知参数是对状态参数按照预设转换规则进行转换后得到。具体的转换规则为现有技术，这里不再过多说明。而上述未知的4个参数也可以通过上述公式中的已知参数经过不断迭代更新后导入到公式中，对这4个未知参数不断进行估计得到，具体为现有技术，这里不再过多说明。
在上述实现的方式中，状态参数除了包括公式1中的参数外，实际上还可以包括三维位置误差δp,三维陀螺漂移误差δd,三维IMU到GNSS天线杆臂误差δl,三维IMU载体坐标系与车体坐标系失准角误差δα，一维载体坐标系与车体坐标系X向平移误差δβ。进一步可选的，当GNSS天线为两根时，状态参数还可以包括二维双天线安装角误差δγ。
如上所介绍的，状态误差参数是迭代更新的。上述公式中所获取的状态误差均是上一历元所获取的状态误差，即第k+1历元所使用的状态误差为第k历元所获取的状态误差。首次获取的状态误差为初始化时所得到的状态误差。
进一步可选的，如果载体中没有设置里程计，那么公式中将不会出现vodo这一参数。公式1中涉及3行矩阵的参数，也相应的只保留第二，第三行，退化为非完整性约束。例如，
Figure BDA0002866617560000111
变形为
Figure BDA0002866617560000112
其他类似，具体参见现有技术，这里不再过多说明。
进一步可选的，上述操作实际上都是在卡尔曼滤波器中执行的，在卡尔曼滤波器中，输入的实际是公式1的变形，例如状态误差参数为24维度(包括上面所提及的所有状态误差参数)时，公式1中的变形参见公式2中的HX：
Figure BDA0002866617560000121
上式中，H为速度约束的设计矩阵，X为24维状态误差组成的24维矩阵，
Figure BDA0002866617560000122
Figure BDA0002866617560000123
X的表示形式可参考现有技术中卡尔曼滤波器中15维状态误差矩阵的表示形式，这里不做过多说明。
另外，在卡尔曼滤波器中，速度约束的观测量噪声矩阵参见公式3，
Figure BDA0002866617560000124
其中，
Figure BDA0002866617560000125
为速度约束观测量方差。
卡尔曼滤波器中不仅仅包括观测方程，还包括系统状态方程。观测方程用于实现观测，而系统状态方程用于实现估计。因此，第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差需要满足预构建的系统状态方程。
具体的，系统状态方程为一阶马尔科夫模型，一阶马尔可夫模型表达式参见如下公式：
Figure BDA0002866617560000126
其中，
Figure BDA0002866617560000127
为δα的微分表达式，
Figure BDA0002866617560000128
为δβ的微分表达式，τα为第一坐标系和第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为一阶马尔科夫模型的驱动噪声，驱动噪声的谱密度qi，根据安装误差的不确定度和第一坐标系和第三坐标系在X方向移的相关时间确定。具体参见公式4。
Figure BDA0002866617560000131
其中，σi为安装误差的不确定度，τi为第一坐标系和第三坐标系在X方向移的相关时间。σi和τi可以根据大量实验数据统计获取。且，如果IMU的安装比较稳固，则可以选择较长的相关时间。
通过上述方式获取到第一坐标系和第三坐标系之间的三维失准角误差δα，和第一坐标系和第三坐标系在X方向平移误差δβ后，和对第一观测量进行机械编排后的数据，以及第二观测量(新观测量)共同输入至卡尔曼滤波器，实现对组合导航处理系统的定位进行校正，可以大大提高定位精度，具体参见图5所示。图5示出了一个较优的组合导航解算框图。
图中示出的是将第一观测量(图5示出的是IMU观测量)进行机械编排，将第二观测量或上文所提及的新的观测量(图中示出的是GNSS观测量)进行杆臂补偿；通过非完整性约束观测方程获取到δα和δβ后，完成安装误差补偿。之后，输入到卡尔曼滤波器，对组合导航系统进行精度校正的过程。当然，如果载体处于静态时，则不需要通过非完整性约束进行安装误差补偿，而是将零速修正数据和上文所提的其他数据输入到卡尔曼滤波器，完成对组合导航系统进行精度校正。而卡尔曼滤波器也会实时反馈相应的误差数据(上文所说的误差参数迭代更新)，分别输入至机械编排过程、杆臂补偿过程以及安装误差补偿过程中等实现反馈校正。具体参见图5所示，这里不再过多说明。
本发明实施例提供的误差估计方法，本发明实施例提供的一种误差估计方法，获取MEMS IMU采集的在第一坐标系下的第一观测量。通过对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息。进而，根据位置数据、速度数据，以及姿态信息，获取状态参数。最终，根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。通过该种方式，在获取到第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差后，可以根据二者，对IMU安装角度和安装位位置所导致的IMU的载体坐标系与车辆的车体坐标系之间的偏差进行校正，从而改善非完整性约束的适用范围，减少非完整性约束引入的误差，从而达到改善系统定位，定姿精度的目的。而且，通过上述操作，还能够对组合导航处理系统中的其他状态参数进行改善。
图6为本发明实施例提供的一种误差估计装置，该装置包括：获取单元601、机械编排单元602以及处理单元603。
获取单元601，用于获取MEMS IMU采集的在第一坐标系下的第一观测量。
机械编排单元602，用于对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息。
处理单元603，用于根据位置数据、速度数据，以及姿态信息，获取状态参数；
根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，该装置还包括：接收单元604，用于接收全球导航卫星系统GNSS卫星信号；
处理单元603还用于，根据GNSS卫星信号，获取第三坐标系下的第二观测量；
根据第二观测量，对位置数据、速度数据、姿态信息进行校正估计。
可选的，处理单元603具体用于，当确定组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与组合导航处理系统的类型对应的预设处理方式；
根据预设处理方式，对第二观测量进行处理，获取新的观测量。
可选的，处理单元603具体用于，将位置数据、速度数据，以及姿态信息输入至预设滤波器中，获取状态参数。
可选的，处理单元603具体用于，将位置数据、速度数据以及姿态信息，输入至预设滤波器中，以便预设滤波器对位置数据、速度数据以及姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成状态参数。
可选的，处理单元603具体用于，根据位置数据、速度数据、姿态信息，和状态参数创建速度约束观测方程；
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure BDA0002866617560000151
其中，δνv为组合导航处理系统预估计的在第三坐标系下的三维速度误差，
Figure BDA0002866617560000152
为组合导航处理系统预估计的在第三坐标系下的载体速度，
Figure BDA0002866617560000153
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure BDA0002866617560000154
为陀螺仪从第一坐标系转换至第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure BDA0002866617560000161
Figure BDA0002866617560000162
中，
Figure BDA0002866617560000163
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure BDA0002866617560000164
代表第二坐标系到第三坐标系的转换矩阵，δνn为第二坐标系下的三维速度误差，(νn×)为νn的非对阵矩阵，vn为在第二坐标系下的载体速度，εn为第二坐标系下的三维姿态失准角，(vb×)为vb的非对阵矩阵，vb为在第一坐标系下的载体速度，δα为第一坐标系和第三坐标系之间的三维失准角误差，δβ为第一坐标系和第三坐标系在X方向平移误差。
可选的，第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差满足预构建的系统状态方程。
可选的，系统状态方程为一阶马尔科夫模型，一阶马尔可夫模型表达式参见如下：
Figure BDA0002866617560000165
其中，
Figure BDA0002866617560000166
为δα的微分表达式，
Figure BDA0002866617560000167
为δβ的微分表达式，τα为第一坐标系和第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为一阶马尔科夫模型的驱动噪声，驱动噪声的谱密度qi，根据安装误差的不确定度和第一坐标系和第三坐标系在X方向移的相关时间确定。
可选的，该装置还包括：补偿单元605，用于对第二观测量进行杆臂补偿。
本实施例提供的误差估计装置中各功能部件所执行的功能均已在图1对应的实施例中做了详细介绍，因此这里不再赘述。
本发明实施例提供的一种误差估计装置，本发明实施例提供的一种误差估计方法，获取MEMS IMU采集的在第一坐标系下的第一观测量。通过对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息。进而，根据位置数据、速度数据，以及姿态信息，获取状态参数。最终，根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。通过该种方式，在获取到第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差后，可以根据二者，对IMU安装角度和安装位位置所导致的IMU的载体坐标系与车辆的车体坐标系之间的偏差进行校正，从而改善非完整性约束的适用范围，减少非完整性约束引入的误差，从而达到改善系统定位，定姿精度的目的。而且，通过上述操作，还能够对组合导航处理系统中的其他状态参数进行改善。
图7为本发明实施例提供的一种组合导航处理系统的结构示意图，图7所示的组合导航处理系统700包括：至少一个处理器701、存储器702、至少一个网络接口703和其他用户接口704。误差估计组合导航处理系统700中的各个组件通过总线系统705耦合在一起。可理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。此外，该系统还包括：MEMS IMU706以及天线707，天线为GNSS天线。
其中，MEMS IMU706，用于采集在第一坐标系下的第一观测量。
天线707，用于接收GNSS卫星信号。
用户接口704可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器702存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统7021和应用程序7022。
其中，操作系统7021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。
在本发明实施例中，通过调用存储器702存储的程序或指令，具体的，可以是应用程序7022中存储的程序或指令，处理器701用于执行各方法实施例所提供的方法步骤，例如包括：
获取MEMS IMU采集的在第一坐标系下的第一观测量；
对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息；
根据位置数据、速度数据，以及姿态信息，获取状态参数；
根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，接收全球导航卫星系统GNSS卫星信号；
根据GNSS卫星信号，获取第三坐标系下的第二观测量；
根据第二观测量，对位置数据、速度数据、姿态信息进行校正估计。
可选的，当确定组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与组合导航处理系统的类型对应的预设处理方式；
根据预设处理方式，对第二观测量进行处理，获取新的观测量。
可选的，将位置数据、速度数据，以及姿态信息输入至预设滤波器中，获取状态参数。
可选的，将位置数据、速度数据以及姿态信息，输入至预设滤波器中，以便预设滤波器对位置数据、速度数据以及姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成状态参数。
可选的，根据位置数据、速度数据、姿态信息，和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体包括：
根据位置数据、速度数据、姿态信息，和状态参数创建速度约束观测方程；
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure BDA0002866617560000191
Figure BDA0002866617560000201
其中，δνV为组合导航处理系统预估计的在第三坐标系下的三维速度误差，
Figure BDA0002866617560000202
为组合导航处理系统预估计的在第三坐标系下的载体速度，
Figure BDA0002866617560000203
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure BDA0002866617560000204
为陀螺仪从第一坐标系转换至第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure BDA0002866617560000205
Figure BDA0002866617560000206
中，
Figure BDA0002866617560000207
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure BDA0002866617560000208
代表第二坐标系到第三坐标系的转换矩阵，δνn为第二坐标系下的三维速度误差，(νn×)为νn的非对阵矩阵，vn为在第二坐标系下的载体速度，εn为第二坐标系下的三维姿态失准角，(vb×)为vb的非对阵矩阵，vb为在第一坐标系下的载体速度，δα为第一坐标系和第三坐标系之间的三维失准角误差，δβ为第一坐标系和第三坐标系在X方向平移误差。
可选的，第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差满足预构建的系统状态方程。
可选的，系统状态方程为一阶马尔科夫模型，一阶马尔可夫模型表达式参见如下：
Figure BDA0002866617560000209
其中，
Figure BDA00028666175600002010
为δα的微分表达式，
Figure BDA00028666175600002011
为δβ的微分表达式，τα为第一坐标系和第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为一阶马尔科夫模型的驱动噪声，驱动噪声的谱密度qi，根据安装误差的不确定度和第一坐标系和第三坐标系在X方向移的相关时间确定。可选的，根据位置数据、速度数据，以及姿态信息，获取状态参数之前，方法还包括：
对第二观测量进行杆臂补偿。
上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文功能的单元来实现本文的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的组合导航处理系统可以是如图7中所示的组合导航处理系统，可执行如图1中误差估计方法的所有步骤，进而实现图1所示误差估计方法的技术效果，具体请参照图1相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在组合导航处理系统侧执行的误差估计方法。
处理器用于执行存储器中存储的误差估计程序，以实现以下在组合导航处理系统侧执行的误差估计方法的步骤：
获取MEMS IMU采集的在第一坐标系下的第一观测量；
对第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息；
根据位置数据、速度数据，以及姿态信息，获取状态参数；
根据位置数据、速度数据、姿态信息和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，接收全球导航卫星系统GNSS卫星信号；
根据GNSS卫星信号，获取第三坐标系下的第二观测量；
根据第二观测量，对位置数据、速度数据、姿态信息进行校正估计。
可选的，当确定组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与组合导航处理系统的类型对应的预设处理方式；
根据预设处理方式，对第二观测量进行处理，获取新的观测量。
可选的，将位置数据、速度数据，以及姿态信息输入至预设滤波器中，获取状态参数。
可选的，将位置数据、速度数据以及姿态信息，输入至预设滤波器中，以便预设滤波器对位置数据、速度数据以及姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成状态参数。
可选的，根据位置数据、速度数据、姿态信息，和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体包括：
根据位置数据、速度数据、姿态信息，和状态参数创建速度约束观测方程；
根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差。
可选的，根据速度约束观测方程和状态参数，估计第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure BDA0002866617560000231
其中，δνV为组合导航处理系统预估计的在第三坐标系下的三维速度误差，
Figure BDA0002866617560000232
为组合导航处理系统预估计的在第三坐标系下的载体速度，
Figure BDA0002866617560000233
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure BDA0002866617560000234
为陀螺仪从第一坐标系转换至第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure BDA0002866617560000235
Figure BDA0002866617560000236
中，
Figure BDA0002866617560000237
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure BDA0002866617560000241
代表第二坐标系到第三坐标系的转换矩阵，δνn为第二坐标系下的三维速度误差，(νn×)为νn的非对阵矩阵，vn为在第二坐标系下的载体速度，εn为第二坐标系下的三维姿态失准角，(vb×)为vb的非对阵矩阵，vb为在第一坐标系下的载体速度，δα为第一坐标系和第三坐标系之间的三维失准角误差，δβ为第一坐标系和第三坐标系在X方向平移误差。
可选的，第一坐标系和第三坐标系之间的三维失准角误差，以及第一坐标系和第三坐标系在X方向平移误差满足预构建的系统状态方程。
可选的，系统状态方程为一阶马尔科夫模型，一阶马尔可夫模型表达式参见如下：
Figure BDA0002866617560000242
其中，
Figure BDA0002866617560000243
为δα的微分表达式，
Figure BDA0002866617560000244
为δβ的微分表达式，τα为第一坐标系和第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为一阶马尔科夫模型的驱动噪声，驱动噪声的谱密度qi，根据安装误差的不确定度和第一坐标系和第三坐标系在X方向移的相关时间确定。
可选的，根据位置数据、速度数据，以及姿态信息，获取状态参数之前，方法还包括：
对第二观测量进行杆臂补偿。
专业人员应该还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种误差估计方法，其特征在于，所述方法应用于组合导航处理系统，所述方法包括：
获取微机电系统-惯性测量单元MEMSIMU采集的在第一坐标系下的第一观测量；
对所述第一观测量进行机械编排，获取第二坐标系下载体的位置数据、速度数据和姿态信息；
根据所述位置数据、所述速度数据，以及所述姿态信息，获取状态参数；
根据所述位置数据、所述速度数据、所述姿态信息，和所述状态参数，估计所述第一坐标系和第三坐标系之间的三维失准角误差，以及所述第一坐标系和所述第三坐标系在X方向平移误差。
2.根据权利要求1所述的方法，其特征在于，所述根据所述位置数据、所述速度数据、所述姿态信息，获取状态参数之前，所述方法还包括：
接收全球导航卫星系统GNSS卫星信号；
根据所述GNSS卫星信号，获取第三坐标系下的第二观测量；
根据所述第二观测量，对所述位置数据、所述速度数据、所述姿态信息进行校正估计。
3.根据权利要求2所述的方法，其特征在于，所述根据所述GNSS卫星信号，获取第三坐标系下的第二观测量之后，所述方法还包括：
当确定所述组合导航处理系统为预设类型时，根据组合导航处理系统的类型，匹配与所述组合导航处理系统的类型对应的预设处理方式；
根据所述预设处理方式，对所述第二观测量进行处理，获取新的观测量。
4.根据权利要求1-3所述的方法，其特征在于，根据所述位置数据、所述速度数据、所述姿态信息，获取状态参数，具体包括：
将所述位置数据、所述速度数据以及所述姿态信息，输入至预设滤波器中，获取所述状态参数。
5.根据权利要求4所述的方法，其特征在于，所述将所述位置数据、所述速度数据以及所述姿态信息，输入至预设滤波器中，获取所述状态参数，具体包括：
将所述位置数据、所述速度数据以及所述姿态信息，输入至预设滤波器中，以便所述预设滤波器对所述位置数据、所述速度数据以及所述姿态数据进行更新；
并利用更新后的位置数据、速度数据以及姿态信息，生成所述状态参数。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述位置数据、所述速度数据、所述姿态信息，和所述状态参数，估计所述第一坐标系和所述第三坐标系之间的三维失准角误差，以及所述第一坐标系和所述第三坐标系在X方向平移误差，具体包括：
根据所述位置数据、所述速度数据、所述姿态信息，和所述状态参数创建速度约束观测方程；
根据所述速度约束观测方程和所述状态参数，估计所述第一坐标系和所述第三坐标系之间的三维失准角误差，以及所述第一坐标系和所述第三坐标系在X方向平移误差。
7.根据权利要求6所述的方法，其特征在于，所述根据所述速度约束观测方程和所述状态参数，估计所述第一坐标系和所述第三坐标系之间的三维失准角误差，以及所述第一坐标系和所述第三坐标系在X方向平移误差，具体表示为如下表达式：
Figure FDA0002866617550000021
Figure FDA0002866617550000031
其中，δvV为组合导航处理系统预估计的在所述第三坐标系下的三维速度误差，
Figure FDA0002866617550000032
为所述组合导航处理系统预估计的在所述第三坐标系下的载体速度，
Figure FDA0002866617550000033
为载体旋转引入的第三坐标系下的速度偏移补偿，
Figure FDA0002866617550000034
为陀螺仪从所述第一坐标系转换至所述第三坐标系的输出量，矩阵中x轴和z轴偏移量为0，y轴切向速度偏移量为
Figure FDA0002866617550000035
Figure FDA0002866617550000036
中，
Figure FDA0002866617550000037
代表非完整性约束，第一行零元素代表横向速度为零，第二行零元素代表垂直速度为零，vodo为里程计输出，
Figure FDA0002866617550000038
代表第二坐标系到第三坐标系的转换矩阵，δvn为所述第二坐标系下的三维速度误差，(vn×)为vn的非对阵矩阵，vn为在所述第二坐标系下的载体速度，εn为所述第二坐标系下的三维姿态失准角，(vb×)为vb的非对阵矩阵，vb为在所述第一坐标系下的载体速度，δα为所述第一坐标系和所述第三坐标系之间的三维失准角误差，δβ为所述第一坐标系和所述第三坐标系在X方向平移误差，所述表达式中除所述δα、所述δβ、所述δvn，以及所述εn之外的参数均为已知参数，且属于状态参数中的一种，或者对所述状态参数按照预设转换规则进行转换后得到。
8.根据权利要求7所述的方法，其特征在于，所述第一坐标系和所述第三坐标系之间的三维失准角误差，以及所述第一坐标系和所述第三坐标系在X方向平移误差满足预构建的系统状态方程。
9.根据权利要求8所述的方法，其特征在于，所述系统状态方程为一阶马尔科夫模型，所述一阶马尔可夫模型表达式参见如下：
Figure FDA0002866617550000039
其中，
Figure FDA0002866617550000041
为δα的微分表达式，
Figure FDA0002866617550000042
为δβ的微分表达式，τα为所述第一坐标系和所述第三坐标系之间的失准角，τβ为X向偏移时间，ηα和ηβ为所述一阶马尔科夫模型的驱动噪声，所述驱动噪声的谱密度qi，根据安装误差的不确定度和所述第一坐标系和所述第三坐标系在X方向移的相关时间确定。
10.根据权利要求2所述的方法，其特征在于，所述根据所述第二观测量，对所述位置数据、所述速度数据、所述姿态信息进行校正估计之前，所述方法还包括：
对所述第二观测量进行杆臂补偿。
11.一种组合导航处理系统，其特征在于，所述系统包括：至少一个处理器、存储器、微机电系统-惯性测量单元MEMSIMU以及天线；
所述MEMSIMU，用于采集在第一坐标系下的第一观测量；
所述天线，用于接收全球导航卫星系统GNSS卫星信号；
所述处理器用于执行所述存储器中存储的误差估计程序，以实现权利要求1～10中任一项所述的误差估计方法。
12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被如权利要求11所述的组合导航处理系统执行，以实现权利要求1～10中任一项所述的误差估计方法。
CN202011586909.1A 2020-12-28 2020-12-28 误差估计方法、组合导航处理系统及存储介质 Active CN112781617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011586909.1A CN112781617B (zh) 2020-12-28 2020-12-28 误差估计方法、组合导航处理系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011586909.1A CN112781617B (zh) 2020-12-28 2020-12-28 误差估计方法、组合导航处理系统及存储介质

Publications (2)

Publication Number Publication Date
CN112781617A true CN112781617A (zh) 2021-05-11
CN112781617B CN112781617B (zh) 2023-10-03

Family

ID=75753041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011586909.1A Active CN112781617B (zh) 2020-12-28 2020-12-28 误差估计方法、组合导航处理系统及存储介质

Country Status (1)

Country Link
CN (1) CN112781617B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113758502A (zh) * 2021-09-24 2021-12-07 广东汇天航空航天科技有限公司 组合导航处理方法及装置
CN113865586A (zh) * 2021-09-29 2021-12-31 苏州挚途科技有限公司 安装角度的估计方法、装置和自动驾驶系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198656A1 (en) * 2001-06-04 2002-12-26 Ford Thomas John Inertial GPS navigation system
CN104359492A (zh) * 2014-11-03 2015-02-18 中国科学院合肥物质科学研究院 惯性导航和轮速计组成的航迹推算定位系统误差估算算法
US20180017390A1 (en) * 2015-12-21 2018-01-18 Shanghai Huace Navigation Technology Ltd Method of determining gnss-ins vehicle attitude based on single antenna
CN109459044A (zh) * 2018-12-17 2019-03-12 北京计算机技术及应用研究所 一种gnss双天线辅助的车载mems惯导组合导航方法
CN109556632A (zh) * 2018-11-26 2019-04-02 北方工业大学 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法
CN110780326A (zh) * 2019-09-26 2020-02-11 上海瀚所信息技术有限公司 一种车载组合导航系统和定位方法
CN111982106A (zh) * 2020-08-28 2020-11-24 北京信息科技大学 导航方法、装置、存储介质及电子装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198656A1 (en) * 2001-06-04 2002-12-26 Ford Thomas John Inertial GPS navigation system
CN104359492A (zh) * 2014-11-03 2015-02-18 中国科学院合肥物质科学研究院 惯性导航和轮速计组成的航迹推算定位系统误差估算算法
US20180017390A1 (en) * 2015-12-21 2018-01-18 Shanghai Huace Navigation Technology Ltd Method of determining gnss-ins vehicle attitude based on single antenna
CN109556632A (zh) * 2018-11-26 2019-04-02 北方工业大学 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法
CN109459044A (zh) * 2018-12-17 2019-03-12 北京计算机技术及应用研究所 一种gnss双天线辅助的车载mems惯导组合导航方法
CN110780326A (zh) * 2019-09-26 2020-02-11 上海瀚所信息技术有限公司 一种车载组合导航系统和定位方法
CN111982106A (zh) * 2020-08-28 2020-11-24 北京信息科技大学 导航方法、装置、存储介质及电子装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
TAO LI，SHIWEI WANG等: "Software receiver design for GNSS-R using multiple GNSS satellites as transmitters", JOURNAL PAPER, vol. 2019, no. 20, pages 7110 - 7113, XP006086156, DOI: 10.1049/joe.2019.0534 *
李韬: "GPS：从军事走向民用", 信息经济与邮政经济, pages 1 - 3 *
高福隆;石然;刘洋;幸伟;张铭涛;: "车载高精度里程计辅助捷联惯性组合导航系统设计与实验", 导航与控制, no. 06, pages 45 - 50 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113758502A (zh) * 2021-09-24 2021-12-07 广东汇天航空航天科技有限公司 组合导航处理方法及装置
CN113758502B (zh) * 2021-09-24 2024-02-20 广东汇天航空航天科技有限公司 组合导航处理方法及装置
CN113865586A (zh) * 2021-09-29 2021-12-31 苏州挚途科技有限公司 安装角度的估计方法、装置和自动驾驶系统
CN113865586B (zh) * 2021-09-29 2024-02-06 苏州挚途科技有限公司 安装角度的估计方法、装置和自动驾驶系统

Also Published As

Publication number Publication date
CN112781617B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
US9791575B2 (en) GNSS and inertial navigation system utilizing relative yaw as an observable for an ins filter
US20040133346A1 (en) Attitude change kalman filter measurement apparatus and method
CN112577521A (zh) 一种组合导航误差校准方法及电子设备
CN112781617B (zh) 误差估计方法、组合导航处理系统及存储介质
CN110361031B (zh) 一种基于回溯理论的imu全参数误差快速标定方法
CN116067394A (zh) 一种系统性调制惯导系统误差的方法及终端
CN116007620A (zh) 一种组合导航滤波方法、系统、电子设备及存储介质
Li et al. Common frame based unscented quaternion estimator for inertial-integrated navigation
CN110440827A (zh) 一种参数误差的标定方法、装置及存储介质
CN110779514B (zh) 面向仿生偏振导航辅助定姿的分级卡尔曼融合方法及装置
Wang et al. Influence of dynamics and trajectory on integrated GPS/INS navigation performance
KR102184662B1 (ko) 위성 탑재용 소프트웨어에 탑재 가능한 위성 이벤트 예측 기법
WO2021221989A1 (en) Navigation apparatus and method in which measurement quantization errors are modeled as states
CN114993296B (zh) 一种制导炮弹高动态组合导航方法
Han et al. A fast SINS initial alignment method based on RTS forward and backward resolution
CN114994732B (zh) 基于gnss载波相位的车载航向快速初始化装置及方法
Zhu et al. Accuracy improvement of a redundant inertial measurement unit brought about by the dual-axis rotational motion
CN113959433B (zh) 一种组合导航方法及装置
CN116222551A (zh) 一种融合多种数据的水下导航方法及装置
CN115451955A (zh) 基于分布鲁棒滤波的ins/gps紧耦合导航方法及系统
CN112649001B (zh) 一种小型无人机姿态与位置解算方法
Falletti et al. The Kalman Filter and its Applications in GNSS and INS
Park et al. The enhancement of INS alignment using GPS measurements
CN117076824B (zh) 移动终端的状态预测方法、装置、电子设备和存储介质
CN111002991B (zh) 一种车载导航信息处理的方法、装置及计算机存储介质

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