CN113624219A - 基于optics算法的磁罗盘椭圆拟合误差补偿方法 - Google Patents
基于optics算法的磁罗盘椭圆拟合误差补偿方法 Download PDFInfo
- Publication number
- CN113624219A CN113624219A CN202110852114.9A CN202110852114A CN113624219A CN 113624219 A CN113624219 A CN 113624219A CN 202110852114 A CN202110852114 A CN 202110852114A CN 113624219 A CN113624219 A CN 113624219A
- Authority
- CN
- China
- Prior art keywords
- point
- points
- data
- magnetic
- queue
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 230000001174 ascending effect Effects 0.000 claims description 8
- 230000009191 jumping Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000005358 geomagnetic field Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
- G01C17/38—Testing, calibrating, or compensating of compasses
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明公开一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据；步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；步骤三、找出x轴和y轴所述正常数据点中最大绝对值，并将所有正常数据点分别除以所述最大绝对值；步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换得出椭圆参数；步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；步骤六：根据所述干扰系数和传感器的测量数据，反推出真实的磁场强度；步骤七：根据所述磁场强度和当地磁偏角得出载体的航向角。
Description
技术领域
本发明属于磁罗盘椭圆拟合和误差补偿领域，具体涉及一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，用于提高载体航向角的解算精度。
背景技术
现有技术中车载导航技术通常将惯性导航系统(INS)和全球导航卫星系统(GNSS)组合起来，结合二者的优点，提升系统输出结果的精度。然而，在卫星信号较差或者无卫星信号的场景，组合导航系统的航向角误差观测性较差或不可观测，导致航向误差发散。磁罗盘无需外部输入，仅根据自身传感器测量得到的地磁矢量信息来解算当前航向角，具有体积小、隐蔽性高、价格低等优点，被广泛应用于航天、航海、车载导航、行人导航等领域。
尽管磁罗盘具有许多优点，但是在实际使用场景下，传感器测量到的磁场除了地磁场外，还有传感器周围的硬磁干扰、软磁干扰等干扰磁场，这些干扰磁场严重影响了航向角的解算精度。此外，由于传感器的三个轴向在制作工艺上的非正交性、比例系数误差的影响，都使传感器感知到的地磁场强度有一定的误差，若不对这些误差进行补偿校正，则会直接影响最终航向解算结果的精度。
针对车载导航这一应用场景，由于车辆运动学的约束，其横滚角、俯仰角的变化范围较小，因此，只需对磁罗盘进行二维平面下的水平校正。目前，二维平面下，常用的对磁罗盘的误差补偿方法有十二位置法、二十四位置法、椭圆拟合法等。由于前两种方法需要从外部引入高精度的航向基准，而在车载导航应用中，引入高精度航向基准这一方案的可行性较低，因此这两种方法在车载导航中应用较少，而椭圆拟合法更为广泛地应用在车载导航的磁罗盘误差校正中。
现有的磁罗盘椭圆拟合校正算法大多数都是直接使用传感器测量得到的原始数据进行拟合，根据原始数据，利用最小二乘法计算椭圆方程的系数，从而得到硬磁误差系数和软磁误差系数，再进行补偿，得出正确的航向角。但是，在测量过程中，由于传感器受到周围环境的影响以及自身精度的限制，使得原始数据集中可能出现奇异误差点，其在坐标系中明显偏离正常数据，导致后期的拟合精度下降，进而降低磁航向角的解算精度。针对该问题，现有的直接使用原始数据的磁罗盘椭圆拟合校正方法并不能很好地解决。
为了对原始数据集进行处理，出现了一种基于DBSCAN算法的最小二乘椭圆拟合算法，能够对磁罗盘实时数据进行补偿，以剔除奇异误差点，但是该方案中的DBSCAN算法仅对单个奇异误差点进行了过滤，而没有对一簇奇异误差点进行过滤，对后期椭圆拟合的精度保护不够全面，另外，DBSCAN算法中的两个参数——领域半径ε和成为核心对象的最小领域点数m对算法结果影响很大，磁罗盘在不同的使用场景下，需要对这两个参数进行调整，因此该算法的应用场景十分有限。
发明内容
本发明公开一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，能够准确且高效地剔除原始数据集中的奇异误差点，提高椭圆拟合算法的拟合精度和航向角的解算精度。
本发明通过以下技术方案实现。
一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，包括：
步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据；
步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；
步骤三、找出x轴和y轴所述正常数据点中最大绝对值，并将所有正常数据点分别除以所述最大绝对值，保证处理后每个点的均在区间[-1,1]内；
步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换，得出椭圆参数；
步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；
步骤六：根据所述干扰系数和传感器的测量数据，反推出x轴和y轴上真实的磁场强度；
步骤七：根据所述磁场强度和当地磁偏角，得出载体的航向角。
本发明的有益效果：
本发明在最小二乘椭圆拟合算法前使用OPTICS这一聚类算法对原始的传感器数据进行快速分类，准确识别出数据集中的奇异误差点并剔除，能够有效防止奇异误差点污染原始数据集，进而提高椭圆拟合算法的拟合精度和航向角的解算精度。此外，在使用最小二乘法进行椭圆拟合的过程中进行数据归一化处理，将所有传感器数据除以对应的最大绝对值，把数值大小限制在区间[-1，1]内，以防止由于数据量过大造成的数据存储错误，确保计算过程中的计算正确性。与传统DBSCAN算法相比，有效避免了DBSCAN算法中的输入参数对聚类结果的影响，扩大了适用范围，增强了使用的灵活性。
附图说明
图1为本发明基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法流程图；
图2为本发明具体实施方式中OPTICS算法对原始数据预处理流程图；
图3为本发明具体实施方式中聚类结果的分类流程图。
具体实施方式
下面结合附图对本发明作详细说明。
如图1所示，本具体实施方式的一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其中三轴磁罗盘的xyz轴分别指向载体的右、前、上三个方向，针对车载情况，只考虑x轴和y轴的水平方向上的误差补偿，基于此该方法具体包括以下步骤：
步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据Hxm和Hym；
步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；本实施例中，所述OPTICS算法的输入参数为ε＝4.5，m＝5；选取数据量长度最长的那一簇数据作为正常数据点，其余的作为奇异误差点；
所述采用OPTICS算法对所述磁场强度数据进行预处理具体包括以下步骤：
(1)创建有序队列Q和结果队列O；
(2)若集合D中的所有元素都处理完毕，则算法运行结束；否则，选择一个未处理的核心对象p，并将其加入队列O；
(3)获取p点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列；
(4)若有序队列Q为空，则跳转至步骤(2)；否则，从队列Q中取出第一个数据样本点q进行拓展，并将q点保存至结果队列O中；在具体实施时，所述第一个数据样本点q可以选择为可达距离最小的点；
(5)若点q不是核心点，则跳转至步骤(4)，否则，获取q点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列，并跳转至步骤(4)。
所述磁场强度数据进行预处理后进一步对聚类结果进行分类，具体包括以下步骤：
(1)若结果队列O为空，则分类结束，否则，取出队列的第一个元素p；
(2)若点p的可达距离小于等于ε，则将其加入当前簇C中；否则，跳转至步骤(3)；
(3)若点p的核心距离大于ε，则将其归为噪声点。否则，创建新的簇C，并将点p加入其中，跳转至步骤(1)。
步骤三、找出x轴和y轴所述正常数据点中最大绝对值Hxmmax和Hymmax，并将所有正常数据点分别除以所述最大绝对值，保证处理后每个点的Hxm和Hym均在区间[-1,1]内；
具体实施时，由于处理完的数据具有数据量大、数值大的特点，在下一步的最小二乘法中还需要对其进行平方、立方、求和等运算步骤，可能导致寄存器无法将数据正常存储。因此，在最小二乘法之前，先找出所有数据点中Hxm的最大绝对值Hxmmax和Hym的最大绝对值Hymmax，并将每个数据点的Hxm和Hym分别除以Hxmmax和Hymmax，即
使得每个点的Hx′m和Hy′m均在区间[-1,1]内，再进行最小二乘椭圆拟合，最后对计算结果进行逆变换，从而有效避免了由于数值过大而可能造成的计算问题。
步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换，得出椭圆参数；
标准的椭圆拟合结果如式(1)所示：
但是由于步骤三进行了数据处理，因此，式(1)变换如下：
其中，
逆变换后得到：
步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；
其中，
步骤六：根据所述干扰系数和传感器的测量数据Hxm和Hym，反推出x轴和y轴上真实的磁场强度Hx和Hy；
步骤七：根据所述磁场强度Hx、Hy和当地磁偏角D，得出载体的航向角
综上所述，以上仅为本发明的较佳实例而已，并非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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其特征在于，包括以下步骤：
步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据；
步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；
步骤三、找出x轴和y轴所述正常数据点中最大绝对值，并将所有正常数据点分别除以所述最大绝对值，保证处理后每个点的均在区间[-1,1]内；
步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换，得出椭圆参数；
步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；
步骤六：根据所述干扰系数和传感器的测量数据，反推出x轴和y轴上真实的磁场强度；
步骤七：根据所述磁场强度和当地磁偏角，得出载体的航向角。
2.如权利要求1所述一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其特征在于，所述步骤二中选取数据量长度最长的那一簇数据作为正常数据点，其余的作为奇异误差点。
3.如权利要求1所述一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其特征在于，所述采用OPTICS算法对所述磁场强度数据进行预处理具体包括以下步骤：
(1)创建有序队列Q和结果队列O；
(2)若集合D中的所有元素都处理完毕，则算法运行结束；否则，选择一个未处理的核心对象p，并将其加入队列O；
(3)获取p点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列；
(4)若有序队列Q为空，则跳转至步骤(2)；否则，从队列Q中取出第一个数据样本点q进行拓展，并将q点保存至结果队列O中；在具体实施时，所述第一个数据样本点q可以选择为可达距离最小的点；
(5)若点q不是核心点，则跳转至步骤(4)，否则，获取q点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列，并跳转至步骤(4)。
4.如权利要求3所述一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其特征在于，所述磁场强度数据进行预处理后进一步对聚类结果进行分类。
5.如权利要求4所述一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其特征在于，所述分类采用以下方式：
(1)若结果队列O为空，则分类结束，否则，取出队列的第一个元素p；
(2)若点p的可达距离小于等于ε，则将其加入当前簇C中；否则，跳转至步骤(3)；
(3)若点p的核心距离大于ε，则将其归为噪声点；否则，创建新的簇C，并将点p加入其中，跳转至步骤(1)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852114.9A CN113624219A (zh) | 2021-07-27 | 2021-07-27 | 基于optics算法的磁罗盘椭圆拟合误差补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852114.9A CN113624219A (zh) | 2021-07-27 | 2021-07-27 | 基于optics算法的磁罗盘椭圆拟合误差补偿方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113624219A true CN113624219A (zh) | 2021-11-09 |
Family
ID=78381204
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110852114.9A Withdrawn CN113624219A (zh) | 2021-07-27 | 2021-07-27 | 基于optics算法的磁罗盘椭圆拟合误差补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113624219A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114812532A (zh) * | 2022-05-30 | 2022-07-29 | 天津云圣智能科技有限责任公司 | 磁罗盘参数的校准方法、无人机航向角的确定方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1043566A2 (en) * | 1999-04-08 | 2000-10-11 | Donnelly Corporation | Vehicle compass compensation |
| CN106918352A (zh) * | 2017-05-02 | 2017-07-04 | 桂林电子科技大学 | 一种手持式mems磁力计的航向校正方法 |
| CN108921896A (zh) * | 2018-06-15 | 2018-11-30 | 浙江大学 | 一种融合点线特征的下视视觉罗盘 |
| CN109035311A (zh) * | 2018-07-11 | 2018-12-18 | 大连理工大学 | 一种弯骨骨折自动配准及内固定钢板预弯建模方法 |
| CN109067725A (zh) * | 2018-07-24 | 2018-12-21 | 成都亚信网络安全产业技术研究院有限公司 | 网络流量异常检测方法及装置 |
| CN109639736A (zh) * | 2019-01-25 | 2019-04-16 | 燕山大学 | 一种基于optics的电力系统状态估计恶意攻击检测与定位方法 |
-
2021
- 2021-07-27 CN CN202110852114.9A patent/CN113624219A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1043566A2 (en) * | 1999-04-08 | 2000-10-11 | Donnelly Corporation | Vehicle compass compensation |
| CN106918352A (zh) * | 2017-05-02 | 2017-07-04 | 桂林电子科技大学 | 一种手持式mems磁力计的航向校正方法 |
| CN108921896A (zh) * | 2018-06-15 | 2018-11-30 | 浙江大学 | 一种融合点线特征的下视视觉罗盘 |
| CN109035311A (zh) * | 2018-07-11 | 2018-12-18 | 大连理工大学 | 一种弯骨骨折自动配准及内固定钢板预弯建模方法 |
| CN109067725A (zh) * | 2018-07-24 | 2018-12-21 | 成都亚信网络安全产业技术研究院有限公司 | 网络流量异常检测方法及装置 |
| CN109639736A (zh) * | 2019-01-25 | 2019-04-16 | 燕山大学 | 一种基于optics的电力系统状态估计恶意攻击检测与定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李海涛 等: "基于DBSCAN的椭圆拟合算法的磁罗盘校正", 《电子测量技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114812532A (zh) * | 2022-05-30 | 2022-07-29 | 天津云圣智能科技有限责任公司 | 磁罗盘参数的校准方法、无人机航向角的确定方法及装置 |
| CN114812532B (zh) * | 2022-05-30 | 2022-10-11 | 天津云圣智能科技有限责任公司 | 磁罗盘参数的校准方法、无人机航向角的确定方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112113574B (zh) | 用于定位的方法、装置、计算设备和计算机可读存储介质 | |
| CN110969668B (zh) | 一种长焦双目相机的立体标定算法 | |
| CN114936971A (zh) | 一种面向水域的无人机遥感多光谱图像拼接方法及系统 | |
| US8542947B2 (en) | Method for RPC refinement using ground control information | |
| CN105526951B (zh) | 一种星敏感器原始观测数据预处理方法及系统 | |
| CN113074752B (zh) | 一种用于车载地磁传感器的动态标定方法及系统 | |
| CN104406610A (zh) | 一种磁力计实时校正装置及方法 | |
| CN111798523A (zh) | 星相机在轨定标定姿及遥感影像几何定位方法、系统 | |
| CN113514829A (zh) | 面向InSAR的初始DSM的区域网平差方法 | |
| CN102322863B (zh) | 一种遥感卫星多星联合逆向定轨定姿方法 | |
| CN114730472A (zh) | 车载相机的外部参数的标定方法及相关装置 | |
| CN114241064B (zh) | 一种遥感卫星内外方位元素实时几何定标方法 | |
| CN116358566A (zh) | 一种基于抗差自适应因子的粗差探测组合导航方法 | |
| CN113624219A (zh) | 基于optics算法的磁罗盘椭圆拟合误差补偿方法 | |
| CN116702607A (zh) | 一种基于bim-fem的桥梁结构数字孪生体及方法 | |
| CN110207721B (zh) | 一种考虑残差分布的无效地形匹配结果识别方法 | |
| CN117928565A (zh) | 一种复杂遮挡环境下的偏振导航定向方法 | |
| CN111553954B (zh) | 一种基于直接法单目slam的在线光度标定方法 | |
| CN116704037A (zh) | 一种基于图像处理技术的卫星失锁重定位方法及系统 | |
| CN116753916A (zh) | 多视角卫星影像区域网平差方法及系统 | |
| CN110672127A (zh) | 阵列式mems磁传感器实时标定方法 | |
| CN107451992B (zh) | 一种sar图像变化检测的方法与装置 | |
| CN111121779A (zh) | 一种无人机所处飞行区域的实时检测方法 | |
| CN114623832B (zh) | 自主导航系统可观测能力降维表征及解析判定方法和系统 | |
| CN115630254A (zh) | 高精度星敏感器光学系统内参数微变化量的在轨标定方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211109 |