CN114646992A - 定位方法、装置、计算机设备、存储介质和计算机程序产品 - Google Patents
定位方法、装置、计算机设备、存储介质和计算机程序产品 Download PDFInfo
- Publication number
- CN114646992A CN114646992A CN202210275765.0A CN202210275765A CN114646992A CN 114646992 A CN114646992 A CN 114646992A CN 202210275765 A CN202210275765 A CN 202210275765A CN 114646992 A CN114646992 A CN 114646992A
- Authority
- CN
- China
- Prior art keywords
- terminal
- current epoch
- satellite
- state error
- epoch
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004590 computer program Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims description 43
- 238000005259 measurement Methods 0.000 claims description 19
- 238000012546 transfer Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 238000001914 filtration Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 230000008030 elimination Effects 0.000 description 5
- 238000003379 elimination reaction Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000005433 ionosphere Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种定位方法、装置、计算机设备、存储介质和计算机程序产品。可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该方法包括:基于当前历元终端采集到的惯性导航数据,获得终端的初始位置;基于该初始位置进行区域搜索得到终端的候选位置,按卫星可视程度从候选位置中确定参考位置,确定当前历元在参考位置与在基站共同观测到的可视卫星;通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,根据得到的状态误差,校正通过终端采集到的惯性导航数据所得到的定位信息。采用本方法能够提升定位准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种定位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
GNSS(Global Navigation Satellite System,全球导航卫星系统)是一种以接收和播发电磁波信号来达到导航、定位目的系统,其依赖于高轨道的卫星播发的导航电文和载波信号,在大地测量、车联网、自动驾驶等领域发挥着重要的作用,GNSS相对于其他导航系统的优势就在于其误差不会随着时间累积,但存在复杂环境中定位信号不足、不能快速收敛的问题。INS(Inertial Navigation System,惯性导航系统)是一个相对独立自主的导航系统,不与外界发生任何信号交换便可以完成导航和定位,由于惯性导航其自身独特的性质,使得其在定位过程中的误差会随着时间逐渐的累积,单靠INS完成长时间的导航定位的结果是非常不可靠的,并不具备高精度的长期的导航定位的能力。
目前出现了将二者组合起来组成组合导航系统,可以有效的克服GNSS在复杂环境中定位信号不足的问题,更能有效克服INS长期导航精度不足的问题。GNSS/INS的组合模式分为松组合与紧组合。紧组合指的GNSS和IMU不作为独立的系统,而仅仅作为一个测量传感器,GNSS给INS提供精确的位置和速度信息,帮助克服INS的漂移误差积累;INS给GNSS提供实时的位置和速度信息,提高GNSS动态定位能力和抗干扰能力;在INS的辅助下,利用GNSS接收到尽可能多的卫星信息来提高滤波修正的精度。
然而,目前的紧组合,根据INS输出的定位信息来估计GNSS的观测值后,与剔除粗差后的GNSS观测值相比较,用差值构造观测方程,经解算后获得定位信息,但由于剔除粗差的方式不准确,可能剔除正确的GNSS观测值,或者漏掉某些粗差,导致定位过程存在偏差,致使定位结果不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升定位准确性的定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种定位方法。所述方法包括:
基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;
确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
第二方面,本申请还提供了一种定位装置。所述装置包括:
获取模块,用于基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
阴影匹配模块,用于基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
解算模块,用于通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
校正模块,用于根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
在一个实施例中,所述获取模块,用于获取当前历元终端采集的惯性导航数据,所述惯性导航数据包括当前历元的角增量、速度增量;获取上个历元的姿态、速度和位置;根据所述上个历元的姿态与所述当前历元的角增量计算得到当前历元的姿态,根据所述上个历元的速度与所述当前历元的速度增量计算得到当前历元的速度,根据所述上个历元的位置与所述当前历元的速度积分,计算得到当前历元所述终端在惯导坐标系中的位置;根据惯导坐标系与定位坐标系之间的方向余弦矩阵,及所述终端在惯导坐标系中的位置,获得所述终端在定位坐标系中的初始位置。
在一个实施例中,所述阴影匹配模块,用于以所述初始位置为中心构建搜索区域;将所述搜索区域等分为多个网格,得到多个候选位置。
在一个实施例中,所述阴影匹配模块,用于对于每个候选位置,计算所述候选位置与当前历元所述终端观测到的各个卫星之间的高度角和方位角;确定位于所述方位角上的遮挡对象,计算所述候选位置与所述遮挡对象之间的高度角,作为高度角阈值;将观测到的所述高度角大于所述高度角阈值的卫星,作为当前历元在所述候选位置观测到的可视卫星,根据所述可视卫星中信噪比大于预设阈值的卫星的数量,确定所述候选位置对应的卫星可视程度。
在一个实施例中,所述阴影匹配模块,用于确定所述基站的方位角以及位于所述基站的方位角上的遮挡对象,计算所述基站与所述遮挡对象之间的高度角,作为高度角阈值;计算所述基站与当前历元所述基站观测到的各个卫星之间的高度角;将观测到的所述高度角大于所述高度角阈值的卫星,作为当前历元在所述基站观测到的可视卫星;根据当前历元在所述参考位置观测到的可视卫星与在所述基站观测到的可视卫星的交集,确定当前历元在所述参考位置与在基站共同观测到的可视卫星。
在一个实施例中,所述解算模块,用于根据当前历元分别在所述参考位置与在所述基站共同观测到的可视卫星的观测载波相位与观测伪距,分别在所述参考位置与所述基站之间、以及在各个可视卫星之间求差,得到载波相位双差观测方程与伪距双差观测方程。
在一个实施例中,所述解算模块构建的位置观测方程为:
Xshadow_matching=x+εx;
Yshadow_matching=y+εy;
Zshadow_matching=z+εz;
其中,Xshadow_matching、Yshadow_matching、Zshadow_matching用于表示所述参考位置,εx、εy、εz用于表示所述参考位置的方差信息,x、y、z用于表示待预测的所述终端的位置信息。
在一个实施例中,所述解算模块,用于确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;根据所述前一历元的状态误差与所述前一历元到当前历元的状态误差转移矩阵,预测当前历元所述终端采集到的惯性导航数据的先验估计状态误差;基于所述参考位置及所述参考位置的方差信息构建的位置观测方程,与基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;将所述观测值与基于所述先验估计状态误差的预测值进行比较,对所述先验估计状态误差进行测量更新,得到当前历元所述终端采集到的惯性导航数据的状态误差。
在一个实施例中,所述解算模块,用于计算所述观测值与基于所述先验估计状态误差的预测值之间的新息;根据所述新息的方差协方差信息,计算所述新息的标准化残差;依据所述标准化残差进行方差膨胀与模糊度重置后,对所述先验估计状态误差测量更新,得到当前历元所述终端采集到的惯性导航数据的状态误差。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;
确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;
确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;
确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
上述定位方法、装置、计算机设备、存储介质和计算机程序产品,基于当前历元终端采集到的惯性导航数据,获得终端的初始位置,再基于终端的初始位置得到该终端的候选位置,对于每个候选位置,按该候选位置对应的卫星可视程度,从该候选位置中确定参考位置,将当前历元在参考位置与基站共同观测到的可视卫星参与后续的定位过程,可以在原有的INS辅助GNSS粗差探测之前,剔除未被直接观测到的卫星,由于剔除了终端无法直接观测到的卫星,能够提高后续定位的准确性。此外,每个历元获得的参考位置作为一个约束,参与后续的解算过程,具体而言,通过基于该参考位置及该参考位置的方差信息构建的位置观测方程、基于当前历元对该可视卫星的定位观测数据所构建的双差观测方程,对紧组合的状态误差方程进行解算,得到当前历元该终端采集到的惯性导航数据的状态误差,根据该状态误差,校正通过该终端采集到的惯性导航数据所得到的定位信息,获得当前历元该终端的定位信息,由于以计算得到的卫星可视程度剔除了被遮挡的卫星,可以有效剔除后续无法探测的粗差,提升最终定位结果的准确性。
附图说明
图1为一个实施例中定位方法的应用环境图;
图2为一个实施例中定位方法的算法流程示意图;
图3为一个实施例中定位方法的流程示意图;
图4为一个实施例中确定参考位置的流程示意图;
图5为一个实施例中可视卫星与不可视卫星的示意图;
图6为一个实施例中前历元的双差模型的示意图;
图7为另一个实施例中定位方法的流程示意图;
图8为一个实施例中利用验前残差进行粗差剔除的流程示意图;
图9为一个实施例中定位装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
下面对本申请实施例使用的技术术语进行介绍:
GNSS:Global Navigation Satellite System,全球定位导航卫星系统。全球卫星导航系统是对北斗系统(BeiDou Navigation Satellite System)、GPS(GlobalPositioning System)、GLONASS(Global Navigation Satellite System)、Galileo(Galileo satellite navigation system)等卫星导航定位系统的统一称谓。全球卫星导航系统由卫星星座、地面监测站和卫星接收设备构成。卫星接收设备搭载全球卫星导航系统芯片,其直接面向用户,是导航定位的重要环节之一。随着全球卫星导航系统相应硬件的发展,全球卫星导航系统的芯片可观测多个卫星导航系统的卫星信号,虽然各个卫星导航系统在信号体制、时空基准等方面具有一定的差异,但也同时具备相互兼容的能力,多系统的发展为导航定位提供了更多的卫星数据,从而提高了导航定位的精度、可靠性和完备性。
终端可以通过应用程序接口获得卫星相关的原始观测数据,包括接收机的石英钟信息(GNSS Clock)、每个卫星信号的观测信息(GNSS Measurement)、卫星星历信息(GNSSNavigation Message)等。例如,基于Android操作系统的智能设备可以利用Android.locationAPI获得卫星相关的原始观测数据,通过对原始观测数据进行修正,从而消除卫星轨道、大气延迟所带来的误差,提升定位精准度。
INS:Inertial Navigation System,惯性导航系统,或惯导系统。
IMU:Inertial Measurement Unit,惯性测量单元,也称惯性传感器,用于测量设备的三轴姿态角或角速率以及加速度,内置于需要定位的设备上。
Shadow Matching:阴影匹配,通常是用于得到定位结果的一种方式,本申请中利用其作为筛选卫星,剔除的一种方式。这种剔除微信的方式,相比于在传统的GNSS定位算法通过信噪比和高度角剔除卫星的方式,能够克服周围有建筑物遮挡的情况,可以更加行之有效的剔除带有粗差的卫星。例如,传统方式中,信噪比或者高度角小于特定阈值时表征该颗卫星的观测值无法使用,无法剔除周围有建筑物遮挡的卫星。
粗差:是指在相同观测条件下作一系列的观测,本申请是指测量过程中某些意外事件或者不确定的意外因素所引起的测量误差超过限差的GNSS观测值。
模糊度参数:载波相位的整周模糊度参数。
本申请实施例提供的定位方法,可以应用于智能车路协同系统(IntelligentVehicle Infrastructure Cooperative Systems,IVICS),简称车路协同系统,是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
本申请实施例提供的定位方法,可以应用于如图1所示的应用环境中。该应用环境包括全球卫星定位系统100、终端102、以及位于终端102中的惯性传感器,全球定位导航卫星系统包括卫星1002和基站1004。其中,终端102接收卫星1002发送的卫星信号。终端102还可以通过网络与服务器104进行通信,通过网络传输接收到的卫星信号或采集的惯性导航数据。数据存储系统可以存储终端102或服务器104需要处理的数据,如用于定位产生的数据及用于实现定位算法的代码。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。本申请实施例提供的定位方法,可以由终端102执行,也可以由服务器104执行。
在一个实施例中,以当前定位的对象为终端,基于上述应用环境对终端进行定位,具体可以包括:基于当前历元终端102采集到的惯性导航数据,获得终端102的初始位置;基于终端102的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;确定当前历元在参考位置与在基站1004共同观测到的可视卫星1002;通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行卡尔曼滤波解算,得到当前历元终端采集到的惯性导航数据的状态误差;根据状态误差,校正通过终端102采集到的惯性导航数据所得到的定位信息,获得当前历元终端的定位信息。可以在原有的INS辅助GNSS粗差探测之前,剔除未被直接观测到的卫星,由于剔除了终端无法直接观测到的卫星,能够提高后续定位的准确性。此外,每个历元获得的参考位置作为一个约束,参与后续的解算过程,提升最终定位结果的准确性。
其中,终端102可以但不限于是各种台式计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备、飞行器等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等具有定位功能的设备。服务器104可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云存储、网络服务、云通信、大数据和人工智能平台等基础云计算服务的云服务器。终端与服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
在一个实施例中,终端102上运行有提供位置服务的应用(以下称为定位应用),服务器104是定位应用所对应的服务器。终端102和服务器104均可作为执行主体执行本申请实施例提供的定位方法。
如图2所示,为本申请提供的定位方法的算法流程示意图。参照图2,如步骤202所示的,在每个历元,利用IMU数据进行机械编排,获得初始位置。此外,对于首个历元,未能获得IMU数据的情况下,可以利用SPP(Standard Pointing Positioning)技术,根据广播星历提供的卫星轨道和钟差以及伪距观测值来计算首个历元的初始位置。步骤204。根据初始位置确定候选位置。步骤206,利用卫星星历计算卫星位置。步骤208,对每个候选位置计算其与每个卫星的高度角。步骤210,根据遮挡对象(如3D建筑物模型)、GNSS观测值中的信噪比和卫星星历确定最佳候选位置,作为参考位置。步骤212,根据参考位置和卫星位置、遮挡对象获取剔除了粗差的卫星的可观测列表。步骤214,根据双差伪距、双差载波相位以及终端的IMU数据构建卡尔曼滤波器。步骤216,通过解算对IMU数据进行闭环校正,获得最终的定位结果。
在一个实施例中,如图3所示,提供了一种定位方法,该定位方法可以但不限于应用于配置了定位传感器的移动终端、无人控制对象,无人控制对象如无人机或无人车等等。以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤302,基于当前历元终端采集到的惯性导航数据,获得终端的初始位置。
其中,历元是终端对卫星信号的采集批次,例如终端每隔预定时长采集一次卫星信号,则相应的历元增加一次,当前历元是终端当前采集到卫星信号的批次,当前历元基于当前采集的卫星信号的观测值进行后续的处理。此外,由于惯性传感器的实时性,在两个历元之间可以多次采集惯性导航数据。当前历元终端采集的传感器数据可以包括前一历元到当前历元之间多次采集的惯性导航数据。
在一个实施例中,在获取到当前历元终端采集到的惯性导航数据后,终端可以对该惯性导航数据进行机械编排(Mechanizations),机械编排的结果包括终端的位置信息,作为终端的初始位置。具体而言,基于当前历元终端采集到的惯性导航数据得到终端的初始位置,包括:获取当前历元终端采集的惯性导航数据,惯性导航数据包括当前历元的角增量、速度增量;获取上个历元的姿态、速度和位置;根据上个历元的姿态与当前历元的角增量计算得到当前历元的姿态,根据上个历元的速度与当前历元的速度增量计算得到当前历元的速度,根据上个历元的位置与当前历元的速度积分,计算得到当前历元终端在惯导坐标系中的位置;根据惯导坐标系与定位坐标系之间的方向余弦矩阵,及终端在惯导坐标系中的位置,获得终端在定位坐标系中的初始位置。
其中,惯导坐标系是惯性导航数据所在的坐标系,例如惯性传感器所在载体的载体坐标系(b系),定位坐标系是全球定位导航坐标系,例如可以是地心地固坐标系(e系),通过将终端在惯导坐标系中的位置,基于惯导坐标系与地心地固坐标系之间的方向余弦矩阵转移到定位坐标系,获得终端在定位坐标系中的初始位置。
在一个实施例中,对于首个历元,未能获得IMU数据的情况下,可以利用SPP(Standard Pointing Positioning)技术,根据广播星历提供的卫星轨道和钟差以及伪距观测值来计算首个历元的初始位置。终端根据在当前历元接收到的卫星信号确定当前历元的实时卫星状态信息,根据该实时卫星状态信息确定终端在当前历元的初始位置。其中,实时卫星状态信息是终端在当前历元观测到的卫星相关信息,例如卫星位置、卫星数量、卫星高度角、卫星方位角、卫星信号强度等。终端可搭载全球卫星导航芯片,通过全球卫星导航芯片接收卫星信号,读取全球卫星导航芯片中卫星信号对应的原始观测数据,基于原始观测数据获得实时卫星状态信息。终端可根据通用的定位策略例如单点定位(Single pointpositioning,SPP)技术、实时动态测量(Real Time Kinematic,RTK)等,基于当前历元的实时卫星状态信息确定终端在当前历元的初始位置。
步骤304,基于终端的初始位置确定终端的候选位置,对于每个候选位置,按候选位置对应的卫星可视程度从候选位置中确定参考位置。
上一步骤中,通过对采集的惯性导航数据进行机械编排所确定的初始位置或通过卫星星历数据利用SPP技术获得的初始位置,都是预估的存在误差的初始位置。本申请实施例中,进一步采用阴影匹配(shadow_matching)的方式,基于该初始位置进行区域搜索确定理论上最可能直接观测到卫星的最佳位置,即参考位置。
如图4所示,为一个实施例中确定参考位置的流程示意图。参照图4,包括如下步骤:步骤402,确定搜索区域;步骤404,根据GNSS的卫星星历和遮挡对象如城市3D模型预测卫星可视情况,即预测的卫星能见度;步骤406,基于GNSS的信噪比观测值,观测卫星的可视情况,即测量的卫星能见度。步骤408,基于预测的卫星能见度与测量的卫星能见度之间的匹配程度,给每个候选位置进行评分;步骤410,基于评分结果从候选位置中确定最佳候选位置,作为参考位置。
在一个实施例中,可以基于终端的初始位置进行区域搜索得到终端的候选位置,对于每个候选位置,基于候选位置的方位角上的遮挡对象,确定候选位置对应的卫星可视程度,按卫星可视程度从候选位置中确定参考位置。
在一个实施例中,在确定了初始位置后,终端可以以该初始位置为中心构建搜索区域;将搜索区域等分为多个网格,得到多个候选位置。例如,终端以当前历元的初始位置为中心,结合预定范围构建候选区域,将候选区域等分为多个网格,每个网格的中心位置作为一个候选位置,网格的边长可根据实际的应用场景进行设定。
在确定了多个候选位置后,终端结合预测的卫星能见度与观测的卫星能见程度,确定候选位置中最能直接观测到较多卫星的候选位置,作为参考位置。具体地,卫星可视程度用于表征候选位置对应的直接观测的可视卫星的数量多少,可视卫星表示在无遮挡状态下能够直接观测到的卫星,候选位置对应的可视卫星的数量越多,卫星可视程度越大。
在一个实施例中,对于每个候选位置,基于候选位置的方位角上的遮挡对象,确定候选位置对应的卫星可视程度,包括:对于每个候选位置,计算候选位置与当前历元终端观测到的各个卫星之间的高度角和方位角;确定位于方位角上的遮挡对象,计算候选位置与遮挡对象之间的高度角,作为高度角阈值;将观测到的高度角大于高度角阈值的卫星,作为当前历元在候选位置观测到的可视卫星,根据可视卫星中信噪比大于预设阈值的卫星的数量,确定候选位置对应的卫星可视程度。
具体地,对于每个候选位置,通过终端接收到的卫星星历可以计算出当前所有接收到的卫星信号的卫星位置,然后根据每个候选位置和卫星的位置,计算候选位置对应各个卫星的方位角和高度角,以及,依赖于遮挡对象的高度计算候选位置对于各个卫星的方位角上各个遮挡对象的高度,取其最大值,作为高度角阈值,通过比较每颗卫星真实的高度角与计算得到遮挡对象可以遮挡的高度角的最大值,如果真实的高度角大于该最大值,则意味着该卫星在该候选位置可视,否则该卫星在该候选位置不可视。
其中,方位角是卫星与地面点的连线在地面点水平面的投影,与当地水平坐标系的正北方向的夹角。高度角是卫星与地面点的连线与地面点水平面的夹角。遮挡对象是对卫星信号的传播存在遮挡可能性的对象,例如建筑物、高架桥、电线杆、树木等。遮挡对象还可以3D模型,例如建筑物3D模型。遮挡对象的高度可以通过3D模型确定。可以理解候选位置的方位角上的遮挡对象,可能有多个,可以以候选位置为中心搜索预设范围内位于方位角上的遮挡对象,这些遮挡对象的高低不同,高度角不同,取其中的最大值为高度角阈值。
如图5所示,为一个实施例中可视卫星与不可视卫星的示意图。可以看到,假设终端当前历元接收到的卫星星历确定出当前接收到卫星信号的卫星包括卫星501、卫星502、卫星503,在候选位置50处的方位角上,存在遮挡对象52,终端接收到的卫星501、卫星502的卫星信号,是在无遮挡状态下直接接收到的卫星信号,而终端接收到的卫星503的卫星信号,是被遮挡对象52反射后接收的卫星信号。故而,卫星501、卫星502是候选位置50处可直接观测到的可视卫星,卫星503是候选位置50处不可直接观测到的卫星,即不可视卫星。
对于当前历元终端接收到卫星信号的所有卫星,从中确定了每个候选位置处可直接观测到的可视卫星后,进一步,终端从原始观测数据中提取卫星信号的卫星能见程度,作为测量值。具体而言,如果当前历元终端接收的卫星的卫星信号的信噪比或载噪比超过一定的阈值,就认为是直接收到了信号,如果一个信号被接收到,但是信噪比或载噪比较低,则认定其被反射或衍射,表征卫星无法在直射的情况下被终端所接收。
最后,终端根据预测的卫星能见度和测量的卫星能见度之间的匹配程度对每个候选位置进行评分。此处的匹配指的是在候选位置处观测到的高度角大于俯仰角阈值且终端接收到的该卫星的信号的信噪比大于预设阈值,匹配的卫星数量越多,表明该候选位置处可直接观测到的卫星的数量越多。例如,若对卫星预测的卫星能见度和测量的卫星能见度匹配,则为该候选位置处计一分,否则不计分,根据最终每个候选位置的评分,评分最高者为参考位置。评分的方式可采用其它方式,例如,不匹配的卫星计一分,根据评分最低者为参考位置,等等。
步骤306,确定当前历元在参考位置与在基站共同观测到的可视卫星。
其中,基站可以是通用的卫星基准站(Reference Stations),卫星基准站是CORS(Continuously Operating Reference Stations,连续运行参考站)的数据源,用于对卫星信号进行长期连续地捕获、记录和传输。基站也可以是智能手机、平板电脑、便携式可穿戴设备、智能车载设备、户外导航设备等具备定位功能的智能设备。
在一个实施例中,基站可以是与参考位置距离最近的基站。终端获取当前历元在基站处观测的可视卫星,将当前历元在参考位置观测到的可视卫星与在基站观测到的可视卫星取交集,获得当前历元在参考位置与基站共同观测到的可视卫星。
这样,通过前面的步骤可以得到一个参考位置,并且通过这个参考位置以及对应的3D建筑模型的高度,可以从终端观测的卫星中剔除很大可能上无法直接观测的卫星,得到卫星信号直接能够到达,而不是通过反射或者漫反射被接收到到的卫星,可以实现比较精确地粗差剔除,利用粗差剔除后的卫星的卫星观测值,进行后续的定位过程,提升定位准确性。
步骤308,通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元终端采集到的惯性导航数据的状态误差。
本申请实施例采用GNSS/INS紧组合算法处理采集到的GNSS观测值与INS观测值,紧组合直接利用GNSS原始的观测数据,故而在原有的INS状态误差上扩充GNSS相关的状态误差,得到紧组合的状态误差方程。
其中,原有的惯性导航系统(INS)的状态误差,可以通过其在地心地固系(e系)下的状态误差模型表示:
公式1中,表示地心地固系下INS的位置误差,表示地心地固系下的INS的速度误差,φ表是姿态误差,bg和ba分别表示陀螺仪g和加速度计a的零偏误差,sg和sa分别表示陀螺仪g和加速度计a的比例因子误差,上标e指代的e系。需要说明的是,紧组合的状态误差方程中的状态变量是状态误差,状态误差是预测值与真值之间的误差,如位置的预测值与位置的真值之间的误差。状态误差定义如:
e系下惯性导航系统的状态误差的微分方程可以表示如下:
对陀螺仪和加速度计的误差建模如下:
其中,bg、sg、wg分别为陀螺仪的零偏、比例因子误差和随机噪声;ba、sa、wa分别为加速度计的零偏、比例因子误差和随机噪声。
对于零偏和比例因子误差,建模如下:
GNSS/INS紧组合采用状态误差进行卡尔曼滤波,可以有效的解决非线性问题。根据惯导误差微分方程和传感器误差模型,增广惯性传感器主要状态误差参数(加速度计和陀螺仪的零偏误差及比例因子误差)到卡尔曼滤波的系统状态中,综合上面的公式1、公式2、公式3和公式4,由位置误差、速度误差、姿态误差和传感器误差一个21阶的惯性导航系统的状态误差方程:
其中,x(t)是与惯性导航系统的状态误差,F(t)是系统矩阵,G(t)为驱动噪声矩阵,w(t)为驱动白噪声。由INS状态误差方程(公式5)可以推导出21阶状态误差方程的系数矩阵如下:
对上式进行离散化,构建离散时间状态方程:
xk+1=Φk+1/kxk+wk (公式8);
其中,Φk+1/k表示为k历元到k+1历元的状态误差转移矩阵;xk表示k历元的状态误差,xk+1表示k+1历元的状态误差,wk为k历元的驱动白噪声。
其中,一般假设在Δt时间内变化不太剧烈,且F(tk)Δt远小于单位阵I,则有
对驱动白噪声的等效离散化处理如下:
系统噪声矩阵可以简化为梯形积分:
至此,推导出后续使用卡尔曼滤波算法(Extend Kalman Filter Algorithm,EKF)进行解算所需的状态误差转移矩阵Φk+1/k、系统噪声wk和系统噪声驱动矩阵Qk。
GNSS/INS紧组合直接利用GNSS原始的观测数据,在原有的INS状态误差上扩充GNSS相关的状态误差,得到短基线情况下紧组合的状态误差方程,表示如下:
短基线情况下,GNSS钟差、对流层和电离层等参数均不参与滤波,故而GNSS相关的状态误差只包含模糊度参数N。该公式利用载波相位的整周模糊度参数N与原有的INS状态误差方程联合,共同参与后续卡尔曼滤波算法的时间更新,获得状态误差的预测值。这种附加模糊度参数的组合模式,直接利用GNSS的原始观测值作为输入,将GNSS滤波器并入了组合滤波器中,其卡尔曼滤波完整,具有完整的动力学模型。
本申请实施例中,除了使用当前历元对可视卫星的定位观测数据所构建的双差观测方程构建作为滤波器的观测方程之外,在通过卡尔曼滤波算法进行测量更新之前,还使用参考位置对紧组合的位置进行约束,对应的约束方程,也即位置观测方程如下:
Xshadow_matching=x+εx
Yshadow_matching=y+εy
Zshadow_matching=z+εz (公式13);
其中,Xshadow_matching、Yshadow_matching、Zshadow_matching用于表示参考位置,εx、εy、εz用于表示参考位置的方差信息,x、y、z用于表示待预测的终端的位置信息。
下面接着介绍GNSS相关的观测方程:
本申请实施例采用的是双差载波相位和双差伪距,GNSS/INS紧组合卡尔曼滤波使用当前历元终端接收到的卫星信号的原始观测值,分别在站间、星间求差,构建双差方程,作为卡尔曼滤波的观测量。
在一个实施例中,定位观测数据包括载波相位观测值与伪距观测值,双差观测方程的构建步骤包括:根据当前历元分别在参考位置与在基站共同观测到的可视卫星的载波相位观测值与伪距观测值,分别在参考位置与基站之间、以及在各个可视卫星之间求差,得到载波相位双差观测方程与伪距双差观测方程。
具体地,终端确定当前历元在参考位置与在基站共同观测到的可视卫星之后,获取当前历元终端采集的这些可视卫星的实时卫星状态信息,根据实时卫星状态信息,计算参考位置与各可视卫星之间的观测伪距;获取当前历元基站采集的这些可视卫星对应的参考卫星状态信息,根据参考卫星状态信息,计算参考基站与各目标可视卫星之间的参考伪距。卫星状态信息是测站(终端或基站)在当前历元观测到的卫星相关信息,例如卫星位置、卫星数量、卫星高度角、卫星方位角、卫星信号强度等。终端可搭载全球卫星导航芯片,通过全球卫星导航芯片接收卫星信号,读取全球卫星导航芯片中卫星信号对应的定位观测数据,基于定位观测数据确定实时卫星状态信息。
如图6所示,为一个实施例中前历元的双差模型的示意图。参照图6,观测量为伪距或载波相位,记为φ,终端u和基站r在当前历元同时观测到的可视卫星包括卫星k、卫星j,观测量如图6所示,表示基站r对卫星j的观测量,表示基站r对卫星k的观测量,表示终端u对卫星j的观测量,表示终端u对卫星k的观测量。
具体而言,终端u和基站r在当前历元同时观测到的可视卫星包括卫星k,则将当前历元终端u采集的定位观测数据中关于该卫星k的观测伪距,与当前历元基站采集的定位观测数据中关于该卫星k的观测伪距求差,得到关于卫星k的伪距的站间单差观测方程。同理,将当前历元终端u采集的定位观测数据中关于该卫星k的载波相位观测值,与当前历元基站采集的定位观测数据中关于该卫星k的载波相位观测值求差,得到关于卫星k的载波相位的站间单差观测方程。通过站间单差可以消除卫星端的共同误差,如果终端和基站之间的距离较短,对应的电离层和对流层误差也会大大的削弱。
如果终端u和基站r在当前历元同时观测到的可视卫星还包括卫星j,同样的可以得到关于卫星j的伪距的站间单差观测方程以及关于卫星j的载波相位的站间单差观测方程。
那么再将关于卫星k的伪距的站间单差与关于卫星j的伪距的站间单差,在这两颗卫星之间再求差,可以得到关于卫星k与卫星j的伪距双差观测方程。同理,可以得到关于卫星k与卫星j的载波相位双差观测方程。
载波相位双差观测方程和伪距双差观测方程为:
公式14中,是双差算子;下标r、u分别表示基站和终端;上标j、k为前文所定义的基站和终端共同观测到的可视卫星,其中j表示基准卫星;上标组合是星间单差,下标组合是站间单差;为载波相位观测值;P为伪距观测值;r为卫星与测站(终端或基站)之间的几何距离;λ为载波相位的波长;N为载波相位的整周模糊度参数;ε为观测噪声。
经过上面的步骤,可以得到紧组合的状态误差GNSS的双差观测方程以及基于阴影匹配得到的参考位置所构建的位置观测方程,通过卡尔曼滤波解算,得到当前历元终端采集到的惯性导航数据的状态误差。
步骤310,根据状态误差,校正通过终端采集到的惯性导航数据所得到的定位信息,获得当前历元终端的定位信息。
其中,当前历元的状态误差表示经过卡尔曼滤波后预测的INS的状态误差方程中各个参数的误差,对当前历元终端采集到的惯性导航数据进行机械编排所得到的定位信息,包括终端的姿态、速度和位置信息,也存在误差,利用滤波后的状态误差对预测的定位信息进行修正,得到修正后的终端的姿态、速度和位置信息,作为最终输出的定位信息。
如图7所示,为一个实施例中定位方法的流程示意图。参照图6,包括:
步骤702,IMU数据,IMU数据即惯性导航数据,包括当前历元的角增量、速度增量等;步骤704,GNSS原始数据,包括GNSS观测值与卫星星历数据。步骤706,对当前历元的IMU数据进行机械编排,得到编排结果。编排结果包括姿态、速度和位置信息。步骤708,时间更新。利用紧组合的状态误差方程,进行时间更新,获得当前历元预测的先验估计状态误差。步骤710,阴影匹配的位置约束。也就是利用IMU数据获得参考位置,基于参考位置构建位置观测方程。步骤712,周跳探测。在获取到定位导航系统采集到的GNSS观测数据之后,可以对观测数据进行周跳探测,可以将获取无周跳的观测数据来构建双差观测方程。步骤714,联立双差观测方程和位置观测方程,计算新息并进行抗差卡尔曼滤波,以进行粗差剔除。抗差卡尔曼滤波具体是利用双差观测方程获得观测值,将该观测值与基于先验估计状态误差的预测值进行比较,得到新息,根据新息的标准化残差的大小,对观测伪距进行方差膨胀、对观测载波相位进行模糊度的重置,之后再进行测量更新,得到更新的状态误差。进一步地,还可以包括:步骤716,采用部分模糊度固定策略进行模糊度固定。步骤718,固定成功后以固定的模糊度再次测量更新,更新未被固定的模糊度参数,得到最终的当前历元终端采集到的惯性导航数据的状态误差。步骤720,闭环校正。具体而言,使用最后测量更新得到的状态误差对基于终端采集到的惯性导航数据机械编排的编排结果进行校正。步骤722,校正后输出最终的定位信息。
在一个实施例中,通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元终端采集到的惯性导航数据的状态误差,包括:确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;根据前一历元的状态误差与前一历元到当前历元的状态误差转移矩阵,预测当前历元终端采集到的惯性导航数据的先验估计状态误差;基于参考位置及参考位置的方差信息构建的位置观测方程,与基于当前历元对可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;将观测值与基于先验估计状态误差的预测值进行比较,测量更新先验估计状态误差,得到当前历元终端采集到的惯性导航数据的状态误差。
卡尔曼滤波解算包括两个环节:时间更新与测量更新。时间更新指的是将系统状态误差及其协方差从历元k-1传播到历元k,得到先验估计状态误差,再计算先验估计状态误差的协方差矩阵,协方差矩阵可以通过状态转移矩阵、历元k-1的先验误差协方差矩阵、系统噪声矩阵以及系统噪声驱动矩阵得到,如果系统噪声较大,先验误差协方差矩阵就会增大,从而导致先验估计状态误差的置信度降低。测量更新指的是利用当前历元的观测值(测量值)测量值校正先验估计状态误差,得到更新的状态估计。具体而言,首先需要计算卡尔曼增益,再基于先验估计状态误差得到的预测值与观测值的差值,根据该差值进行状态估计的修正,当卡尔曼增益矩阵较大时,这个差值的权重更大,并添加到先验状态误差中,更新为后验状态误差,当卡尔曼增益矩阵较小时,从观测值中获得的校正信息的权重较小,此时认为先验状态误差相对准确。公式如下:
Pk(-)=Φk/k-1Pk-1(+)ΦT k/k-1+GkQkGT k (公式16);
Kk=Pk(-)Hk T(HkPk(-)Hk T+Rk)-1 (公式17);
Pk(+)=(I-KkHk)Pk(-) (公式19);
其中,Φk/k-1为上一历元k-1到当前历元k的状态误差转移矩阵,为当前历元k对应的先验估计状态误差,为上一历元k-1对应的经过测量更新的状态误差,Gk为当前历元k对应的系统噪声驱动矩阵,wk为当前历元k对应的系统噪声,Hk为当前历元k对应的观测方程的设计矩阵,Pk(-)为当前历元k对应的先验误差协方差矩阵,Qk为当前历元k对应的系统噪声,Kk为当前历元k对应的卡尔曼增益矩阵,Rk为当前历元k对应的观测值的噪声协方差矩阵,Pk(+)为当前历元k测量更新之后的状态参数对应的误差协方差矩阵。
为了保证计算结果的正定性,还可以采用下式计算方差协方差矩阵:
Pk(+)=(I-KkHk)Pk(-)(I-KkHk)T+KkRkKT k (公式20);
在进行测量更新之前,终端利用验前残差进行粗差剔除。在一个实施例中,将观测值与基于先验估计状态误差的预测值进行比较,测量更新先验估计状态误差,得到当前历元终端采集到的惯性导航数据的状态误差,包括:计算观测值与基于先验估计状态误差的预测值之间的新息;根据新息的方差协方差信息,计算新息的标准化残差;依据标准化残差进行方差膨胀与模糊度重置后,对先验估计状态误差测量更新,得到当前历元终端采集到的惯性导航数据的状态误差。公式如下:
vk=zk-Hkxk(-) (公式21);
相应的vk的方差协方差信息为:
残差标准化:
其中,xk(-)表示当前历元k的先验估计状态误差,Hkxk(-)表示基于先验估计状态误差的预测值,zk表示当前历元k基于位置观测方程和双差观测方程得到的观测值,vk表示观测值与基于先验估计状态误差的预测值之间的新息。
利用IGG3权函数距离误差模型调整相应的方差膨胀因子,如下:
如图8所示,为一个实施例中利用验前残差进行粗差剔除的流程示意图。参照图8,对于当前历元观测值中的伪距,将其与基于先验估计状态误差的预测值进行比较,得到伪距的新息,也就是伪距先验残差。再将伪距残差标准化,得到标准化残差,将其与阈值比较,若大于阈值则要对该伪距观测值进行方差膨胀,扩大伪距观测值的方差,降低其对定位结果的影响,若否则保留该伪距观测值参与后续的滤波流程。同样地,对于当前历元观测值中的载波相位,将其与基于先验估计状态误差的预测值进行比较,得到载波相位的新息,也就是载波相位先验残差。再将载波相位残差标准化,得到标准化残差,将其与阈值比较,若大于阈值则要对该载波相位观测值进行模糊度重置,重置该载波相位观测值的方差,若否则保留该载波相位观测值参与后续的滤波流程。
在利用验前残差进行粗差剔除并测量更新后,可以得到当前模糊度集。进一步地,为解决卫星数增加全模糊度固定难的问题,利用部分模糊固定策略剔除方差最大的模糊度,直至剩下的模糊度能够固定。在获取到达到固定比率阈值条件的模糊度子集的情况下,也就是固定成功后,再次测量更新,得到更新后的状态误差,对上述惯性导航系统采集到的当前惯导数据进行闭环校正。部分模糊度固定算法可以是基于LAMBDA算法的部分模糊度固定方法。
至此,实现利用阴影匹配进行粗差剔除的GNSS观测值,参与构建GNSS/INS紧组合状态误差方程,并利用阴影匹配得到的参考位置作为一个约束参与后续的滤波,结合部分模糊度固定算法来对采集到的当前惯导数据进行校正定位,达到提高定位准确性的效果,进而克服相关技术中定位准确性较差的问题。
上述定位方法,基于当前历元终端采集到的惯性导航数据,获得终端的初始位置,再基于终端的初始位置得到该终端的候选位置,对于每个候选位置,确定该候选位置对应的卫星可视程度,按该卫星可视程度从该候选位置中确定参考位置,将当前历元在参考位置与基站共同观测到的可视卫星参与后续的定位过程,可以在原有的INS辅助GNSS粗差探测之前,剔除未被直接观测到的卫星,由于剔除了终端无法直接观测到的卫星,能够提高后续定位的准确性。此外,每个历元获得的参考位置作为一个约束,参与后续的解算过程,具体而言,通过基于该参考位置构建的位置观测方程、基于当前历元对该可视卫星的定位观测数据所构建的双差观测方程,对紧组合的状态误差方程进行解算,得到当前历元该终端采集到的惯性导航数据的状态误差,根据该状态误差,校正通过该终端采集到的惯性导航数据所得到的定位信息,获得当前历元该终端的定位信息,由于以计算得到的卫星可视程度剔除了被遮挡的卫星,可以有效剔除后续无法探测的粗差,提升最终定位结果的准确性。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的定位方法的定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个定位装置实施例中的具体限定可以参见上文中对于定位方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种定位装置900,包括:获取模块、阴影匹配模块、解算模块和校正模块,其中:
获取模块902,用于基于当前历元终端采集到的惯性导航数据,获得终端的初始位置;
阴影匹配模块904,用于基于终端的初始位置确定终端的候选位置,对于每个候选位置,按候选位置对应的卫星可视程度从候选位置中确定参考位置;确定当前历元在参考位置与在基站共同观测到的可视卫星;
解算模块906,用于通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元终端采集到的惯性导航数据的状态误差;
校正模块908,用于根据状态误差,校正通过终端采集到的惯性导航数据所得到的定位信息,获得当前历元终端的定位信息。
在一个实施例中,获取模块902,用于获取当前历元终端采集的惯性导航数据,惯性导航数据包括当前历元的角增量、速度增量;获取上个历元的姿态、速度和位置;根据上个历元的姿态与当前历元的角增量计算得到当前历元的姿态,根据上个历元的速度与当前历元的速度增量计算得到当前历元的速度,根据上个历元的位置与当前历元的速度积分,计算得到当前历元终端在惯导坐标系中的位置;根据惯导坐标系与定位坐标系之间的方向余弦矩阵,及终端在惯导坐标系中的位置,获得终端在定位坐标系中的初始位置。
在一个实施例中,阴影匹配模块904,用于以初始位置为中心构建搜索区域;将搜索区域等分为多个网格,得到多个候选位置。
在一个实施例中,阴影匹配模块904,用于对于每个候选位置,计算候选位置与当前历元终端观测到的各个卫星之间的高度角和方位角;确定位于方位角上的遮挡对象,计算候选位置与遮挡对象之间的高度角,作为高度角阈值;将观测到的高度角大于高度角阈值的卫星,作为当前历元在候选位置观测到的可视卫星,根据可视卫星中信噪比大于预设阈值的卫星的数量,确定候选位置对应的卫星可视程度。
在一个实施例中,阴影匹配模块904,用于确定基站的方位角以及位于基站的方位角上的遮挡对象,计算基站与遮挡对象之间的高度角,作为高度角阈值;计算基站与当前历元基站观测到的各个卫星之间的高度角;将观测到的高度角大于高度角阈值的卫星,作为当前历元在基站观测到的可视卫星;根据当前历元在参考位置观测到的可视卫星与在基站观测到的可视卫星的交集,确定当前历元在参考位置与在基站共同观测到的可视卫星。
在一个实施例中,解算模块906,用于根据当前历元分别在参考位置与在基站共同观测到的可视卫星的观测载波相位与观测伪距,分别在参考位置与基站之间、以及在各个可视卫星之间求差,得到载波相位双差观测方程与伪距双差观测方程。
在一个实施例中,解算模块906构建的位置观测方程为:
Xshadow_matching=x+εx;
Yshadow_matching=y+εy;
Zshadow_matching=z+εz;
其中,Xshadow_matching、Yshadow_matching、Zshadow_matching用于表示参考位置,εx、εy、εz用于表示参考位置的方差信息,x、y、z用于表示待预测的终端的位置信息。
在一个实施例中,解算模块906,用于确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;根据前一历元的状态误差与前一历元到当前历元的状态误差转移矩阵,预测当前历元终端采集到的惯性导航数据的先验估计状态误差;基于参考位置及参考位置的方差信息构建的位置观测方程,与基于当前历元对可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;将观测值与基于先验估计状态误差的预测值进行比较,对先验估计状态误差进行测量更新,得到当前历元终端采集到的惯性导航数据的状态误差。
在一个实施例中,解算模块906,用于计算观测值与基于先验估计状态误差的预测值之间的新息;根据新息的方差协方差信息,计算新息的标准化残差;依据标准化残差进行方差膨胀与模糊度重置后,对先验估计状态误差测量更新,得到当前历元终端采集到的惯性导航数据的状态误差。
上述定位方法装置,基于当前历元终端采集到的惯性导航数据,获得终端的初始位置,再基于终端的初始位置得到该终端的候选位置,对于每个候选位置,确定该候选位置对应的卫星可视程度,按该卫星可视程度从该候选位置中确定参考位置,将当前历元在参考位置与基站共同观测到的可视卫星参与后续的定位过程,可以在原有的INS辅助GNSS粗差探测之前,剔除未被直接观测到的卫星,由于剔除了终端无法直接观测到的卫星,能够提高后续定位的准确性。此外,每个历元获得的参考位置作为一个约束,参与后续的解算过程,具体而言,通过基于该参考位置及该参考位置的方差信息构建的位置观测方程、基于当前历元对该可视卫星的定位观测数据所构建的双差观测方程,对紧组合的状态误差方程进行解算,得到当前历元该终端采集到的惯性导航数据的状态误差,根据该状态误差,校正通过该终端采集到的惯性导航数据所得到的定位信息,获得当前历元该终端的定位信息,由于以计算得到的卫星可视程度剔除了被遮挡的卫星,可以有效剔除后续无法探测的粗差,提升最终定位结果的准确性。
上述定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种定位方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置,显示屏可以是液晶显示屏或电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于当前历元终端采集到的惯性导航数据,获得终端的初始位置;
基于终端的初始位置确定终端的候选位置,对于每个候选位置,按候选位置对应的卫星可视程度从候选位置中确定参考位置;
确定当前历元在参考位置与在基站共同观测到的可视卫星;
通过基于参考位置构建的位置观测方程、基于当前历元对可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元终端采集到的惯性导航数据的状态误差;
根据状态误差,校正通过终端采集到的惯性导航数据所得到的定位信息,获得当前历元终端的定位信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取当前历元终端采集的惯性导航数据,惯性导航数据包括当前历元的角增量、速度增量;获取上个历元的姿态、速度和位置;
根据上个历元的姿态与当前历元的角增量计算得到当前历元的姿态,根据上个历元的速度与当前历元的速度增量计算得到当前历元的速度,根据上个历元的位置与当前历元的速度积分,计算得到当前历元终端在惯导坐标系中的位置;
根据惯导坐标系与定位坐标系之间的方向余弦矩阵,及终端在惯导坐标系中的位置,获得终端在定位坐标系中的初始位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
以初始位置为中心构建搜索区域;
将搜索区域等分为多个网格,得到多个候选位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对于每个候选位置,计算候选位置与当前历元终端观测到的各个卫星之间的高度角和方位角;
确定位于方位角上的遮挡对象,计算候选位置与遮挡对象之间的高度角,作为高度角阈值;
将观测到的高度角大于高度角阈值的卫星,作为当前历元在候选位置观测到的可视卫星,根据可视卫星中信噪比大于预设阈值的卫星的数量,确定候选位置对应的卫星可视程度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定基站的方位角以及位于基站的方位角上的遮挡对象,计算基站与遮挡对象之间的高度角,作为高度角阈值;
计算基站与当前历元基站观测到的各个卫星之间的高度角;
将观测到的高度角大于高度角阈值的卫星,作为当前历元在基站观测到的可视卫星;
根据当前历元在参考位置观测到的可视卫星与在基站观测到的可视卫星的交集,确定当前历元在参考位置与在基站共同观测到的可视卫星。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据当前历元分别在参考位置与在基站共同观测到的可视卫星的观测载波相位与观测伪距,分别在参考位置与基站之间、以及在各个可视卫星之间求差,得到载波相位双差观测方程与伪距双差观测方程。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;
根据前一历元的状态误差与前一历元到当前历元的状态误差转移矩阵,预测当前历元终端采集到的惯性导航数据的先验估计状态误差;
基于参考位置构建的位置观测方程,与基于当前历元对可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;
将观测值与基于先验估计状态误差的预测值进行比较,对先验估计状态误差进行测量更新,得到当前历元终端采集到的惯性导航数据的状态误差。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;
根据前一历元的状态误差与前一历元到当前历元的状态误差转移矩阵,预测当前历元终端采集到的惯性导航数据的先验估计状态误差;
基于参考位置构建的位置观测方程,与基于当前历元对可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;
将观测值与基于先验估计状态误差的预测值进行比较,对先验估计状态误差进行测量更新,得到当前历元终端采集到的惯性导航数据的状态误差。
上述计算机设备,基于当前历元终端采集到的惯性导航数据,获得终端的初始位置,再基于终端的初始位置得到该终端的候选位置,对于每个候选位置,确定该候选位置对应的卫星可视程度,按该卫星可视程度从该候选位置中确定参考位置,将当前历元在参考位置与基站共同观测到的可视卫星参与后续的定位过程,可以在原有的INS辅助GNSS粗差探测之前,剔除未被直接观测到的卫星,由于剔除了终端无法直接观测到的卫星,能够提高后续定位的准确性。此外,每个历元获得的参考位置作为一个约束,参与后续的解算过程,具体而言,通过基于该参考位置及该参考位置的方差信息构建的位置观测方程、基于当前历元对该可视卫星的定位观测数据所构建的双差观测方程,对紧组合的状态误差方程进行解算,得到当前历元该终端采集到的惯性导航数据的状态误差,根据该状态误差,校正通过该终端采集到的惯性导航数据所得到的定位信息,获得当前历元该终端的定位信息,由于以计算得到的卫星可视程度剔除了被遮挡的卫星,可以有效剔除后续无法探测的粗差,提升最终定位结果的准确性。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例中的定位方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各个实施例中的定位方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种定位方法,其特征在于,所述方法包括:
基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;
确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
2.根据权利要求1所述的方法,其特征在于,所述基于当前历元终端采集到的惯性导航数据得到所述终端的初始位置,包括:
获取当前历元终端采集的惯性导航数据,所述惯性导航数据包括当前历元的角增量、速度增量;获取上个历元的姿态、速度和位置;
根据所述上个历元的姿态与所述当前历元的角增量计算得到当前历元的姿态,根据所述上个历元的速度与所述当前历元的速度增量计算得到当前历元的速度,根据所述上个历元的位置与所述当前历元的速度积分,计算得到当前历元所述终端在惯导坐标系中的位置;
根据惯导坐标系与定位坐标系之间的方向余弦矩阵,及所述终端在惯导坐标系中的位置,获得所述终端在定位坐标系中的初始位置。
3.根据权利要求1所述的方法,其特征在于,所述基于所述终端的初始位置确定所述终端的候选位置,包括:
以所述初始位置为中心构建搜索区域;
将所述搜索区域等分为多个网格,得到多个候选位置。
4.根据权利要求1所述的方法,其特征在于,所述对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置,包括:
对于每个候选位置,计算所述候选位置与当前历元所述终端观测到的各个卫星之间的高度角和方位角;
确定位于所述方位角上的遮挡对象,计算所述候选位置与所述遮挡对象之间的高度角,作为高度角阈值;
将观测到的所述高度角大于所述高度角阈值的卫星,作为当前历元在所述候选位置观测到的可视卫星,根据所述可视卫星中信噪比大于预设阈值的卫星的数量,确定所述候选位置对应的卫星可视程度;
按所述卫星可视程度从所述候选位置中确定参考位置。
5.根据权利要求1所述的方法,其特征在于,所述确定当前历元在所述参考位置与在基站共同观测到的可视卫星,包括:
确定所述基站的方位角以及位于所述基站的方位角上的遮挡对象,计算所述基站与所述遮挡对象之间的高度角,作为高度角阈值;
计算所述基站与当前历元所述基站观测到的各个卫星之间的高度角;
将观测到的所述高度角大于所述高度角阈值的卫星,作为当前历元在所述基站观测到的可视卫星;
根据当前历元在所述参考位置观测到的可视卫星与在所述基站观测到的可视卫星的交集,确定当前历元在所述参考位置与在基站共同观测到的可视卫星。
6.根据权利要求1所述的方法,其特征在于,所述定位观测数据包括观测载波相位与观测伪距,所述双差观测方程的构建步骤包括:
根据当前历元分别在所述参考位置与在所述基站共同观测到的可视卫星的观测载波相位与观测伪距,分别在所述参考位置与所述基站之间、以及在各个可视卫星之间求差,得到载波相位双差观测方程与伪距双差观测方程。
7.根据权利要求1所述的方法,其特征在于,所述位置观测方程的构建步骤包括:
Xshadow_matching=x+εx;
Yshadow_matching=y+εy;
Zshadow_matching=z+εz;
其中,Xshadow_matching、Yshadow_matching、Zshadow_matching用于表示所述参考位置,εx、εy、εz用于表示所述参考位置的方差信息,x、y、z用于表示待预测的所述终端的位置信息。
8.根据权利要求1所述的方法,其特征在于,所述通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差,包括:
确定前一历元到当前历元的状态误差转移矩阵,获取前一历元的状态误差;
根据所述前一历元的状态误差与所述前一历元到当前历元的状态误差转移矩阵,预测当前历元所述终端采集到的惯性导航数据的先验估计状态误差;
基于所述参考位置构建的位置观测方程,与基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程,获得当前历元的观测值;
将所述观测值与基于所述先验估计状态误差的预测值进行比较,对所述先验估计状态误差进行测量更新,得到当前历元所述终端采集到的惯性导航数据的状态误差。
9.根据权利要求8所述的方法,其特征在于,所述将所述观测值与基于所述先验估计状态误差的预测值进行比较,对所述先验估计状态误差进行测量更新,得到当前历元所述终端采集到的惯性导航数据的状态误差,包括:
计算所述观测值与基于所述先验估计状态误差的预测值之间的新息;
根据所述新息的方差协方差信息,计算所述新息的标准化残差;
依据所述标准化残差进行方差膨胀与模糊度重置后,对所述先验估计状态误差测量更新,得到当前历元所述终端采集到的惯性导航数据的状态误差。
10.一种定位装置,其特征在于,所述装置包括:
获取模块,用于基于当前历元终端采集到的惯性导航数据,获得所述终端的初始位置;
阴影匹配模块,用于基于所述终端的初始位置确定所述终端的候选位置,对于每个候选位置,按所述候选位置对应的卫星可视程度从所述候选位置中确定参考位置;确定当前历元在所述参考位置与在基站共同观测到的可视卫星;
解算模块,用于通过基于所述参考位置构建的位置观测方程、基于当前历元对所述可视卫星的定位观测数据所构建的双差观测方程以及紧组合的状态误差方程进行解算,得到当前历元所述终端采集到的惯性导航数据的状态误差;
校正模块,用于根据所述状态误差,校正通过所述终端采集到的惯性导航数据所得到的定位信息,获得当前历元所述终端的定位信息。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210275765.0A CN114646992A (zh) | 2022-03-21 | 2022-03-21 | 定位方法、装置、计算机设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210275765.0A CN114646992A (zh) | 2022-03-21 | 2022-03-21 | 定位方法、装置、计算机设备、存储介质和计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114646992A true CN114646992A (zh) | 2022-06-21 |
Family
ID=81995743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210275765.0A Pending CN114646992A (zh) | 2022-03-21 | 2022-03-21 | 定位方法、装置、计算机设备、存储介质和计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114646992A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115267855A (zh) * | 2022-09-30 | 2022-11-01 | 中南大学 | 一种gnss-ins紧组合中异常值探测方法和平差定位方法 |
CN116125371A (zh) * | 2022-12-30 | 2023-05-16 | 泰斗微电子科技有限公司 | 一种卫星定向方法、装置、卫星导航芯片及存储介质 |
CN116520369A (zh) * | 2023-06-26 | 2023-08-01 | 银河航天(北京)通信技术有限公司 | 基于遥感图像提升移动终端定位精度的方法及装置 |
CN116931028A (zh) * | 2023-09-18 | 2023-10-24 | 航天宏图信息技术股份有限公司 | 基于智能终端惯性导航的gnss数据处理方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020080829A (ko) * | 2001-04-18 | 2002-10-26 | 주식회사 네비콤 | 오차보정시스템을 구비하는 관성측정유닛-지피에스통합시스템과 미지정수 검색범위 축소방법 및 사이클 슬립검출방법, 및 그를 이용한 항체 위치, 속도,자세측정방법 |
US6496778B1 (en) * | 2000-09-14 | 2002-12-17 | American Gnc Corporation | Real-time integrated vehicle positioning method and system with differential GPS |
US20030149528A1 (en) * | 2002-02-06 | 2003-08-07 | Ching-Fang Lin | Positioning and navigation method and system thereof |
CN103018758A (zh) * | 2012-12-03 | 2013-04-03 | 东南大学 | 基于gps/ins/agps的移动差分基站方法 |
CN110411462A (zh) * | 2019-07-22 | 2019-11-05 | 武汉大学 | 一种gnss/惯性/车道线约束/里程计多源融合方法 |
CN111856536A (zh) * | 2020-07-30 | 2020-10-30 | 东南大学 | 一种基于系统间差分宽巷观测的gnss/ins紧组合定位方法 |
CN112230247A (zh) * | 2020-09-25 | 2021-01-15 | 南京航空航天大学 | 一种用于城市复杂环境下gnss完好性监测方法 |
CN112526573A (zh) * | 2021-02-07 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 对象定位方法和装置、存储介质及电子设备 |
US20210223405A1 (en) * | 2018-06-04 | 2021-07-22 | Beijing Future Navigation Technology Co., Ltd | Fast and Precise Positioning Method and System |
US20210333415A1 (en) * | 2020-04-24 | 2021-10-28 | Honeywell International Inc. | Multiple faulty global navigation satellite system signal detecting system |
CN113917510A (zh) * | 2021-12-15 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、设备、存储介质及计算机程序产品 |
-
2022
- 2022-03-21 CN CN202210275765.0A patent/CN114646992A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6496778B1 (en) * | 2000-09-14 | 2002-12-17 | American Gnc Corporation | Real-time integrated vehicle positioning method and system with differential GPS |
KR20020080829A (ko) * | 2001-04-18 | 2002-10-26 | 주식회사 네비콤 | 오차보정시스템을 구비하는 관성측정유닛-지피에스통합시스템과 미지정수 검색범위 축소방법 및 사이클 슬립검출방법, 및 그를 이용한 항체 위치, 속도,자세측정방법 |
US20030149528A1 (en) * | 2002-02-06 | 2003-08-07 | Ching-Fang Lin | Positioning and navigation method and system thereof |
CN103018758A (zh) * | 2012-12-03 | 2013-04-03 | 东南大学 | 基于gps/ins/agps的移动差分基站方法 |
US20210223405A1 (en) * | 2018-06-04 | 2021-07-22 | Beijing Future Navigation Technology Co., Ltd | Fast and Precise Positioning Method and System |
CN110411462A (zh) * | 2019-07-22 | 2019-11-05 | 武汉大学 | 一种gnss/惯性/车道线约束/里程计多源融合方法 |
US20210333415A1 (en) * | 2020-04-24 | 2021-10-28 | Honeywell International Inc. | Multiple faulty global navigation satellite system signal detecting system |
CN111856536A (zh) * | 2020-07-30 | 2020-10-30 | 东南大学 | 一种基于系统间差分宽巷观测的gnss/ins紧组合定位方法 |
CN112230247A (zh) * | 2020-09-25 | 2021-01-15 | 南京航空航天大学 | 一种用于城市复杂环境下gnss完好性监测方法 |
CN112526573A (zh) * | 2021-02-07 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 对象定位方法和装置、存储介质及电子设备 |
CN113917510A (zh) * | 2021-12-15 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、设备、存储介质及计算机程序产品 |
Non-Patent Citations (3)
Title |
---|
WEI SUN等: ""BDS PPP/INS Tight Coupling Method Based on Non-Holonomic Constraint and Zero Velocity Update"", 《IEEE ACCESS 》, vol. 8, 13 July 2020 (2020-07-13), pages 128866 - 128876, XP011800286, DOI: 10.1109/ACCESS.2020.3008849 * |
宿楚涵等: ""车载GPS/INS紧组合性能分析"", 《第十二届中国卫星导航年会论文集——S09 用户终端技术》, 19 April 2021 (2021-04-19), pages 1 - 6 * |
王云凤等: ""BDS3/INS紧组合单点定位测速性能分析"", 《测绘工程》, vol. 29, no. 6, 30 November 2020 (2020-11-30), pages 18 - 23 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115267855A (zh) * | 2022-09-30 | 2022-11-01 | 中南大学 | 一种gnss-ins紧组合中异常值探测方法和平差定位方法 |
CN115267855B (zh) * | 2022-09-30 | 2023-02-03 | 中南大学 | 一种gnss-ins紧组合中异常值探测方法和平差定位方法 |
CN116125371A (zh) * | 2022-12-30 | 2023-05-16 | 泰斗微电子科技有限公司 | 一种卫星定向方法、装置、卫星导航芯片及存储介质 |
CN116520369A (zh) * | 2023-06-26 | 2023-08-01 | 银河航天(北京)通信技术有限公司 | 基于遥感图像提升移动终端定位精度的方法及装置 |
CN116520369B (zh) * | 2023-06-26 | 2023-09-15 | 银河航天(北京)通信技术有限公司 | 基于遥感图像提升移动终端定位精度的方法及装置 |
CN116931028A (zh) * | 2023-09-18 | 2023-10-24 | 航天宏图信息技术股份有限公司 | 基于智能终端惯性导航的gnss数据处理方法及装置 |
CN116931028B (zh) * | 2023-09-18 | 2023-12-12 | 航天宏图信息技术股份有限公司 | 基于智能终端惯性导航的gnss数据处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9910158B2 (en) | Position determination of a cellular device using carrier phase smoothing | |
CN109931926B (zh) | 一种基于站心坐标系的小型无人机无缝自主式导航方法 | |
CN114646992A (zh) | 定位方法、装置、计算机设备、存储介质和计算机程序产品 | |
US20140378170A1 (en) | Dead reconing system based on locally measured movement | |
US20150045058A1 (en) | Performing data collection based on internal raw observables using a mobile data collection platform | |
CN107850673A (zh) | 视觉惯性测距姿态漂移校准 | |
CN113406682B (zh) | 一种定位方法、装置、电子设备及存储介质 | |
US11875519B2 (en) | Method and system for positioning using optical sensor and motion sensors | |
CN113063425B (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN113917510B (zh) | 数据处理方法、装置、设备、存储介质及计算机程序产品 | |
CN112526573B (zh) | 对象定位方法和装置、存储介质及电子设备 | |
Tsakiri et al. | The use of low-cost, single-frequency GNSS receivers in mapping surveys | |
Bento et al. | Cooperative GNSS positioning aided by road-features measurements | |
Eliasson | A Kalman filter approach to reduce position error for pedestrian applications in areas of bad GPS reception | |
CN114061611A (zh) | 目标对象定位方法、装置、存储介质和计算机程序产品 | |
Georgy | Advanced nonlinear techniques for low cost land vehicle navigation | |
KR100446195B1 (ko) | 3차원 위치 측정 장치 및 그 방법 | |
Niu et al. | A continuous positioning algorithm based on RTK and VI-SLAM with smartphones | |
Hsu et al. | Hong Kong UrbanNav: An open-source multisensory dataset for benchmarking urban navigation algorithms | |
Kim et al. | Compressed fusion of GNSS and inertial navigation with simultaneous localization and mapping | |
CN113848569A (zh) | 虚拟基准站的定位校验方法、存储介质和电子设备 | |
Yang et al. | Resilient smartphone positioning using native sensors and PPP augmentation | |
WO2023236643A1 (zh) | 定位方法、装置、设备及存储介质 | |
Groves et al. | Enhancing micro air vehicle navigation in dense urban areas using 3D mapping aided GNSS | |
CN111397602A (zh) | 一种宽频电磁指纹与组合导航融合的高精度定位方法与设备 |
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 |