CN112923924A - 一种锚泊船舶姿态与位置监测方法及系统 - Google Patents

Abstract

本发明公开了一种锚泊船舶姿态与位置监测方法及系统，其方法包括步骤：S1、通过设置于船舶船体外侧的多个惯导传感模块测量加速度、角速度、磁场强度、气压信息、GPS‑RTK信息，GPS‑RTK信息为全球定位卫星载波相位动态时差分信息；S2、对惯导传感模块测量得到的信息进行融合处理，以分析船舶的姿态数据和位置数据；步骤S2中包括：S2.1、采用基于梯度下降法的两级姿态更新解算算法分析船舶的实时姿态数据；S2.2、采用多个传感器融合的卡尔曼滤波算法分析船舶的实时位置数据。本发明提供了一种成本低、精度高、速度快、稳定性好的锚泊船舶姿态与位置监测系统，而且不仅能准确监测船舶的实时姿态、位置数据，还能很好的预测下一时刻船舶的姿态、位置数据。

Description

一种锚泊船舶姿态与位置监测方法及系统

技术领域

本发明属于物体姿态与位置实时监测领域，具体涉及一种锚泊船舶姿态与位置监测方法及系统。

背景技术

船舶在海上锚泊时，由于受到海风、海浪和洋流等不确定性海况的影响，不可避免的会产生存在一个相耦合作用的六自由度摇荡运动，这使得船舶在海上作业具有很大的安全隐患。因此，对于容易受海况条件影响的船舶来说，船舶姿态的精确检测和位置实时更新显得尤为重要。

常用的船舶姿态监测设备有三轴加速度传感器和三轴陀螺仪，只用三轴加速度传感器采集姿态数据，具有数据单一，短时姿态监测效果差的缺点，而三轴陀螺仪测量姿态角时虽然短时精度高，但由于漂移会导致误差累计。

目前，通用的船舶姿态测量设备结构复杂、造价昂贵、体积质量大、不便于装卸等问题。而且，船舶姿态监测设备中的有关传感器都是安装于船体内，因此磁力计容易受到船体金属外壳的影响，导致磁力计测量精度下降，从而影响船舶姿态监测精度。

因此，需要设计一种利用敏感惯性传感器直接测量船舶的姿态和位置信息，并利用计算机进行姿态计算、坐标变换和位置更新的实时监测装置。通过对船舶四周扩展范围内惯导传感模块的数据实时检测，可以准确得到船舶的运动状态。利用这些得到状态数据，船舶上装有的一些运动补偿结构可以及时做出调整，这将在很大程度上提高船舶海上作业的安全性和稳定性，具有显著的社会价值、经济价值以及军事意义。

发明内容

为了解决现有设备价格高、无法提前获得船舶状态数据的缺陷，本发明的目的是设计一种成本低、精度高、速度快、稳定性好的锚泊船舶姿态与位置监测方法及系统，以保证船舶正常锚泊作业安全。

本发明采用以下技术方案：一种锚泊船舶姿态与位置监测方法，包括步骤：

S1、通过设置于船舶船体外侧的多个惯导传感模块测量加速度、角速度、磁场强度、气压信息、GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

S2、对惯导传感模块测量得到的信息进行融合处理，以分析船舶的姿态数据和位置数据；

步骤S2中包括：

S2.1、采用基于梯度下降法的两级姿态更新解算算法分析船舶的实时姿态数据；

S2.2、采用多个传感器融合的卡尔曼滤波算法分析船舶的实时位置数据。

作为优选方案，惯导传感模块包括九轴传感器单元、所述九轴传感器单元包括三轴加速度计、三轴陀螺仪、三轴磁力计；

步骤S2.1中，具体包括：

S2.1.1、根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

S2.1.2、基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据，具体为：第一级，根据建立的三轴陀螺仪、三轴加速度计量测模型构建第一损失函数，并采用梯度下降法对惯导传感模块的俯仰角和横滚角进行更新，第二级，根据建立的三轴磁力计量测模型构建第二损失函数，并采用梯度下降法对惯导传感模块的偏航角进行更新；

S2.1.3、根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

作为优选方案，步骤S2.2中，具体包括：

S2.2.1、根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

S2.2.2、采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据，具体为：根据惯导传感模块的安装关系得到惯导传感模块的空间距离，作为距离观测量；由时间更新得到惯导传感模块的位置估计量以计算出惯导传感模块之间的距离估计量；由距离观测量减去距离估计量以得到惯导传感模块的位置误差值；在卡尔曼滤波的状态更新时，将得到的位置误差值乘以卡尔曼增益以得到更新后的状态量，利用更新后的状态量的误差修正每个惯导传感模块的位置估计量的累计误差，以得到惯导传感模块的最终位置；

S2.2.3、对步骤S2.2.2计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

作为优选方案，步骤S2.2.2中，所述惯导传感模块的位置估计量为通过旋转四元数算法和加速度双重积分法计算得到，具体为：

根据步骤S2.1.2计算得到的俯仰角、横滚角以及偏航角计算得到四元数，并通过旋转四元数算法得到姿态转移矩阵，通过姿态转移矩阵将惯导传感模块测得的载体坐标系的三轴加速度转移成导航坐标系的三轴加速度，对导航坐标系的三轴加速度数据进行二重积分，以得到惯导传感模块的位移，在初始位置的基础上进行位移叠加进而得到惯导传感模块的位置估计量。

作为优选方案，步骤S2之后还包括：

S3、根据惯导传感模块的历史姿态数据以及历史位置数据以分别推测船舶下一时刻的姿态数据以及下一时刻的位置数据。

作为优选方案，步骤S3具体包括：

S3.1、根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

S3.2、根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

相应地，还提供一种一种锚泊船舶姿态与位置监测系统，基于上述的锚泊船舶姿态与位置监测方法，包括中央处理模块、多个惯导传感模块，惯导传感模块与中央处理模块连接；

惯导传感模块包括九轴传感器单元、气压测量单元、GPS-RTK测量单元和第一通信单元，中央处理模块包括第二通信单元和信息分析单元；

所述九轴传感器单元用于测量加速度、角速度、磁场强度，所述气压测量单元用于测量气压信息，所述GPS-RTK测量单元用于测量GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

所述第一通信单元，用于将惯导传感模块测量得到的信息传输至第二通信单元；

所述信息分析单元，用于对第二通信单元接收得到的信息进行融合处理，以分析船舶的姿态数据和位置数据。

作为优选方案，所述信息分析单元包括初始姿态计算子单元、姿态更新子单元、船舶姿态计算子单元；

所述初始姿态计算子单元，用于根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

姿态更新子单元，采用基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据；

所述船舶姿态计算子单元，用于根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

作为优选方案，所述信息分析单元还包括初始位置计算子单元、位置更新计算子单元、船舶位置计算子单元；

所述初始位置计算子单元，用于根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

所述位置更新计算子单元，采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据；

所述船舶位置计算子单元，用于对位置更新计算子单元计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

作为优选方案，所述船舶姿态计算子单元，还用于根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

所述船舶位置计算子单元，还用于根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

本发明的有益效果是：

1.本发明的姿态与位置监测方法成本低、易操作、数据采集精度高，惯导传感模块的安装方式考虑到了船体对磁力计产生磁场干扰的影响。

2.本发明通过采用微惯性与磁传感器组合测量姿态的方式，弥补了单一测量方式在测量过程中存在的不足，利用两级更新的姿态解算方法可以有效校正角速度积分带来的累计误差，提高了姿态解算精度，优化了测试效果。

3.在多个传感器测量方案的基础上，相当于增加了位置观测量来计算出位置误差，利用位置误差来补偿滤波状态量，达到了减小累计误差的目的，此方法可用于无GPS信号的环境中的船舶定位。

4、不仅能准确监测船舶的实时姿态、位置数据，还能很好的预测下一时刻船舶的姿态、位置数据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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实施例一提供的一种锚泊船舶姿态与位置监测方法的流程图；

图2是惯导传感模块安装示意图；

图3是船舶姿态更新算法流程图；

图4是船舶位置更新算法流程图；

图5是坐标系转换示意图；

图6是实施例二提供的一种锚泊船舶姿态与位置监测系统的结构示意图。

具体实施方式

以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

实施例一：

参照图1，本实施例提供一种锚泊船舶姿态与位置监测方法，包括步骤：

S1、通过设置于船舶船体外侧的多个惯导传感模块测量加速度、角速度、磁场强度、气压信息、GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

S2、对惯导传感模块测量得到的信息进行融合处理，以分析船舶的姿态数据和位置数据；

步骤S2中包括：

S2.1、采用基于梯度下降法的两级姿态更新解算算法分析船舶的实时姿态数据；

S2.2、采用多个传感器融合的卡尔曼滤波算法分析船舶的实时位置数据。

具体的：

参照图2，本实施例以设置四个惯导传感模块为例进行说明，船体外侧周围均匀设置有四根具有一定长度的刚体，四个惯导传感模块分别固定安装于相应刚体的另一端。这样做的目的一是由于在运动过程中，船舶四周位置的线性加速度相比于中心位置的线性加速度对运动更敏感，因此在四周放置的加速度传感器可以提高测量灵敏度和精度，也可以更快的获得测量数据来推算船舶中心处的姿态和位置，预留更多预判时间；二是为了减小船体对磁力计测量模块的磁场干扰。

惯导传感模块包括九轴传感器单元、所述九轴传感器单元包括三轴加速度计、三轴陀螺仪、三轴磁力计；

进一步地，步骤S2.1中，具体包括：

S2.1.1、根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

S2.1.2、基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据，参照图3所示，具体为：第一级，根据建立的三轴陀螺仪、三轴加速度计量测模型构建第一损失函数，并采用梯度下降法对惯导传感模块的俯仰角θ_a和横滚角γ_a进行更新，第二级，根据建立的三轴磁力计量测模型构建第二损失函数，并采用梯度下降法对惯导传感模块的偏航角Ψ_m进行更新，以提高系统解算精度，针对磁力计易受外界铁磁干扰问题，该算法在第二级滤波中对铁磁干扰进行实时估计并补偿，使算法具有一定的抗铁磁干扰能力；

S2.1.3、根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

进一步地，步骤S2.2中，具体包括：

S2.2.1、根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

S2.2.2、采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据，参照图4所示，具体为：根据惯导传感模块的安装关系得到惯导传感模块的空间距离，作为距离观测量；由时间更新得到惯导传感模块的位置估计量以计算出惯导传感模块之间的距离估计量；由距离观测量减去距离估计量以得到惯导传感模块的位置误差值；在卡尔曼滤波的状态更新时，将得到的位置误差值乘以卡尔曼增益以得到更新后的状态量，利用更新后的状态量的误差修正每个惯导传感模块的位置估计量的累计误差，以得到惯导传感模块的最终位置；

S2.2.3、对步骤S2.2.2计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

进一步地，步骤S2.2.2中，所述惯导传感模块的位置估计量为通过旋转四元数算法和加速度双重积分法计算得到，具体为：

根据步骤S2.1.2计算得到的俯仰角、横滚角以及偏航角计算得到四元数，并通过旋转四元数算法得到姿态转移矩阵，通过姿态转移矩阵将惯导传感模块测得的载体坐标系的三轴加速度转移成导航坐标系的三轴加速度，对导航坐标系的三轴加速度数据进行二重积分，以得到惯导传感模块的位移，在初始位置的基础上进行位移叠加进而得到惯导传感模块的位置估计量。

可参照图3、5所示，通过加速度计、陀螺仪以及磁力计数据融合，解算由载体坐标系(b系)到导航坐标系(n系)(参照图5所示)的旋转四元数算法(参照图3所示)，图3中，q_ag,t为t时刻第1级后验姿态四元数，q_mg,t为t时刻第2级后验姿态四元数，q_t为t时刻后验估计四元数，F_1(qt-1)为第一损失函数，F_2(xt-1)为第二损失函数，x_t-1为t-1时刻后验估计四元数和后验估计铁磁干扰组成的向量，p₁和p₂为可调参数，θ_a、γ_a分别为通过加速度计更新的横滚角和俯仰角，Ψ_m为通过磁力计数据更新的偏航角，

表示F_1(qt-1)关于q_t-1求偏导后装置的结果。y_g,t为陀螺仪所测数据，y_a,t为加速度计所测数据，y_m,t为加速度计所测数据，

h为t时刻b系下所观测的当地真实地磁场。

进一步地，步骤S2之后还包括：

S3、根据惯导传感模块的历史姿态数据以及历史位置数据以分别推测船舶下一时刻的姿态数据以及下一时刻的位置数据。

步骤S3具体包括：

S3.1、根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

S3.2、根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

上述载体坐标系即船舶坐标系，该坐标系为随着船舶位置变化实时变化的，导航坐标系可认为是地理坐标系为不变的。

在本实施例中，基于多个传感器融合的卡尔曼滤波的位置更新算法主要用于无GPS信号环境和辅助提升GPS定位实时性和精确性。

与现有技术相比，本发明具有以下优点：

1.本发明的姿态与位置检测方法成本低、易操作、数据采集精度高，传感器测量模块的安装考虑到了船体对磁力计产生磁场干扰的影响。

2.本发明通过采用微惯性与磁传感器组合测量姿态的方式，弥补了单一测量方式在测量过程中存在的不足，利用两级更新的姿态解算方法可以有效校正角速度积分带来的累计误差，提高了姿态解算精度，优化了测试效果。

3.在多个传感器测量方案的基础上，相当于增加了位置观测量来计算出位置误差，利用位置误差来补偿滤波状态量，达到了减小累计误差的目的，此方法可用于无GPS信号的环境中的船舶定位。

4、不仅能准确监测船舶的实时姿态、位置数据，还能很好的预测下一时刻船舶的姿态、位置数据。

实施例二：

参照图6所示，本实施例提供了一种锚泊船舶姿态与位置监测系统，基于实施例一所述的锚泊船舶姿态与位置监测方法，包括中央处理模块、多个惯导传感模块，惯导传感模块与中央处理模块连接；

惯导传感模块包括九轴传感器单元、气压测量单元、GPS-RTK测量单元和第一通信单元，中央处理模块包括第二通信单元和信息分析单元；

所述九轴传感器单元用于测量加速度、角速度、磁场强度，所述气压测量单元用于测量气压信息，所述GPS-RTK测量单元用于测量GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

所述第一通信单元，用于将惯导传感模块测量得到的信息传输至第二通信单元；

所述信息分析单元，用于对第二通信单元接收得到的信息进行融合处理，以分析船舶的姿态数据和位置数据。

具体的：

所述信息分析单元包括初始姿态计算子单元、姿态更新子单元、船舶姿态计算子单元；

所述初始姿态计算子单元，用于根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

姿态更新子单元，采用基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据；

所述船舶姿态计算子单元，用于根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

所述信息分析单元还包括初始位置计算子单元、位置更新计算子单元、船舶位置计算子单元；

所述初始位置计算子单元，用于根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

所述位置更新计算子单元，采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据；

所述船舶位置计算子单元，用于对位置更新计算子单元计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

所述船舶姿态计算子单元，还用于根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

所述船舶位置计算子单元，还用于根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

需要说明的是，本实施例提供的一种锚泊船舶姿态与位置监测系统与实施例一类似，在此不多做赘述。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围内。

Claims (10)

1.一种锚泊船舶姿态与位置监测方法，其特征在于，包括步骤：

S1、通过设置于船舶船体外侧的多个惯导传感模块测量加速度、角速度、磁场强度、气压信息、GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

S2、对惯导传感模块测量得到的信息进行融合处理，以分析船舶的姿态数据和位置数据；

步骤S2中包括：

S2.1、采用基于梯度下降法的两级姿态更新解算算法分析船舶的实时姿态数据；

S2.2、采用多个传感器融合的卡尔曼滤波算法分析船舶的实时位置数据。

2.根据权利要求1所述的一种锚泊船舶姿态与位置监测方法，其特征在于，惯导传感模块包括九轴传感器单元、所述九轴传感器单元包括三轴加速度计、三轴陀螺仪、三轴磁力计；

步骤S2.1中，具体包括：

S2.1.1、根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

S2.1.2、基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据，具体为：第一级，根据建立的三轴陀螺仪、三轴加速度计量测模型构建第一损失函数，并采用梯度下降法对惯导传感模块的俯仰角和横滚角进行更新，第二级，根据建立的三轴磁力计量测模型构建第二损失函数，并采用梯度下降法对惯导传感模块的偏航角进行更新；

S2.1.3、根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

3.根据权利要求2所述的一种锚泊船舶姿态与位置监测方法，其特征在于，步骤S2.2中，具体包括：

S2.2.1、根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

S2.2.2、采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据，具体为：根据惯导传感模块的安装关系得到惯导传感模块的空间距离，作为距离观测量；由时间更新得到惯导传感模块的位置估计量以计算出惯导传感模块之间的距离估计量；由距离观测量减去距离估计量以得到惯导传感模块的位置误差值；在卡尔曼滤波的状态更新时，将得到的位置误差值乘以卡尔曼增益以得到更新后的状态量，利用更新后的状态量的误差修正每个惯导传感模块的位置估计量的累计误差，以得到惯导传感模块的最终位置；

S2.2.3、对步骤S2.2.2计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

4.根据权利要求3所述的一种锚泊船舶姿态与位置监测方法，其特征在于，步骤S2.2.2中，所述惯导传感模块的位置估计量为通过旋转四元数算法和加速度双重积分法计算得到，具体为：

根据步骤S2.1.2计算得到的俯仰角、横滚角以及偏航角计算得到四元数，并通过旋转四元数算法得到姿态转移矩阵，通过姿态转移矩阵将惯导传感模块测得的载体坐标系的三轴加速度转移成导航坐标系的三轴加速度，对导航坐标系的三轴加速度数据进行二重积分，以得到惯导传感模块的位移，在初始位置的基础上进行位移叠加进而得到惯导传感模块的位置估计量。

5.根据权利要求4所述的一种锚泊船舶姿态与位置监测方法，其特征在于，步骤S2之后还包括：

S3、根据惯导传感模块的历史姿态数据以及历史位置数据以分别推测船舶下一时刻的姿态数据以及下一时刻的位置数据。

6.根据权利要求5所述的一种锚泊船舶姿态与位置监测方法，其特征在于，步骤S3具体包括：

S3.1、根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

S3.2、根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

7.一种锚泊船舶姿态与位置监测系统，基于权利要求1-6任一项所述的锚泊船舶姿态与位置监测方法，其特征在于，包括中央处理模块、多个惯导传感模块，惯导传感模块与中央处理模块连接；

惯导传感模块包括九轴传感器单元、气压测量单元、GPS-RTK测量单元和第一通信单元，中央处理模块包括第二通信单元和信息分析单元；

所述九轴传感器单元用于测量加速度、角速度、磁场强度，所述气压测量单元用于测量气压信息，所述GPS-RTK测量单元用于测量GPS-RTK信息，GPS-RTK信息为全球定位卫星载波相位动态时差分信息；

所述第一通信单元，用于将惯导传感模块测量得到的信息传输至第二通信单元；

所述信息分析单元，用于对第二通信单元接收得到的信息进行融合处理，以分析船舶的姿态数据和位置数据。

8.根据权利要求7所述的一种锚泊船舶姿态与位置监测系统，其特征在于，所述信息分析单元包括初始姿态计算子单元、姿态更新子单元、船舶姿态计算子单元；

所述初始姿态计算子单元，用于根据初始时刻的加速度数据、磁场强度数据得出惯导传感模块初始时刻的姿态数据，姿态数据包括俯仰角、横滚角以及偏航角；

姿态更新子单元，采用基于梯度下降法的两级姿态更新解算算法分析惯导传感模块的实时姿态数据；

所述船舶姿态计算子单元，用于根据各惯导传感模块更新后的姿态数据计算得到船舶实时姿态数据。

9.根据权利要求8所述的一种锚泊船舶姿态与位置监测系统，其特征在于，所述信息分析单元还包括初始位置计算子单元、位置更新计算子单元、船舶位置计算子单元；

所述初始位置计算子单元，用于根据初始时刻的GPS-RTK信息和气压信息分别得出各个惯导传感模块的地理位置坐标和所处海平面高度，从而计算得到惯导传感模块的初始位置；

所述位置更新计算子单元，采用多个传感器融合的卡尔曼滤波算法分析惯导传感模块的实时位置数据；

所述船舶位置计算子单元，用于对位置更新计算子单元计算得到的多个惯导传感模块的最终位置取均值以得到船舶实时位置数据。

10.根据权利要求9所述的一种锚泊船舶姿态与位置监测系统，其特征在于，

所述船舶姿态计算子单元，还用于根据惯导传感模块的历史姿态数据进行卡尔曼滤波建模以推测船舶下一时刻的姿态数据；

所述船舶位置计算子单元，还用于根据惯导传感模块的历史位置数据进行卡尔曼滤波建模，以预测下一时刻的船舶位置数据。

Images