CN114894180A - 基于相对导航信息的多源融合导航方法及系统 - Google Patents

基于相对导航信息的多源融合导航方法及系统 Download PDF

Info

Publication number
CN114894180A
CN114894180A CN202210433926.4A CN202210433926A CN114894180A CN 114894180 A CN114894180 A CN 114894180A CN 202210433926 A CN202210433926 A CN 202210433926A CN 114894180 A CN114894180 A CN 114894180A
Authority
CN
China
Prior art keywords
navigation
information
relative
absolute
navigation information
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
Application number
CN202210433926.4A
Other languages
English (en)
Inventor
沈凯
刘庭欣
李岳伦
刘宁
戚文昊
袁超杰
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202210433926.4A priority Critical patent/CN114894180A/zh
Publication of CN114894180A publication Critical patent/CN114894180A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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)
  • Navigation (AREA)

Abstract

本发明公开了基于相对导航信息的多源融合导航方法及系统，充分利用导航系统内的导航信息，将自身的绝对导航信息和与其他节点的相对定位信息相融合，实现事半功倍的效果，提高了在复杂环境中的个体和整体的导航精度，较单一导航源的场景，提高了导航的准确性和鲁棒性；采用惯导和卫星作为组合导航主体框架，并结合其他可用的导航设备，进行组合导航获得初步的导航信息，同时利用测距、测向传感器获取相对位置和角度，最终所有导航信息都实时显示在终端；不局限于两个节点，适用范围较广；不局限于节点之间的连接方式；不局限于某一种智能体，实现个体和整体导航精度的提升；不局限于惯性导航设备的精度，可以同时适应高、低精度的设备。

Description

基于相对导航信息的多源融合导航方法及系统
技术领域
本发明涉及多源融合导航技术领域，具体涉及基于相对导航信息的多源融合导航方法及系统。
背景技术
随着国家信息技术的不断发展，定位与导航技术发展的十分迅速，包括卫星定位系统、各类传感器以及无线通信信号在内的多种定位方式以及其组合，能够为人们在各种应用场景下提供导航定位服务。但是不同传感器的性能和特性存在不同，在不同的环境中都可能会面临受限甚至失效的挑战，例如全球卫星导航系统(GNSS)在展厅、仓库、矿井等室内环境以及水下、城市楼宇、山脉峡谷等复杂环境下，卫星信号被遮挡或干扰无法正常工作；而视觉传感器由于其定位原理容易受到环境光线的影响，且输出频率低。在这种情况下，导航系统的连续性和鲁棒性难以得到保证。
因此，目前亟需针对复杂环境的导航方法，能够提高导航的精度、连续性和鲁棒性。
发明内容
有鉴于此，本发明提供了基于相对导航信息的多源融合导航方法及系统，利用环境中节点的相对导航信息与自身的绝对导航信息相融合，增加了导航信息源，从而提高导航系统的整体精度和鲁棒性，能够保证在复杂环境下的精准、连续的导航。
为实现上述目的，本发明的技术方案为：
基于相对导航信息的多源融合导航方法，在执行导航任务的所有导航时刻，均执行执行步骤S1～S3，直至导航任务完成。
S1、根据节点所在位置；利用卫星导航设备和惯性导航设备分别获取各个节点的状态向量和观测向量，通过滤波融合，得到各个节点的初步绝对导航信息。
S2、获取相邻节点之间的相对位置和方向信息作为量测值；通过相对导航运动模型建立第一状态方程和量测方程，然后通过滤波融合得到节点的相对导航信息。
S3、将各节点的初步绝对导航信息作为状态量，相对导航信息作为观测量，代入第二状态方程和观测方程，通过集中式的滤波算法将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息。
进一步的，获取相邻节点之间的相对位置和方向信息作为量测值，具体获取方法为：
首先，判断节点之间的合作方式；非合作式的节点利用测距设备和测向设备得到相对位置和方向信息作为量测值；合作式的节点根据绝对导航信息，计算得到相对位置和方向信息作为量测值。
进一步的，第一状态方程的公式为：
Figure BDA0003612062760000021
其中，k表示当前导航时刻，
Figure BDA0003612062760000022
为当前时刻的相对导航状态向量；
Figure BDA0003612062760000023
为k+1时刻的相对导航状态向量，由当前时刻的状态递推得到；Fk+1,k为相对导航过程中的状态转移矩阵；Gk-为相对导航过程中的过程噪声分布矩阵；
Figure BDA0003612062760000024
为相对导航过程中的系统噪声。
量测方程的公式为：
Figure BDA0003612062760000031
其中，
Figure BDA0003612062760000032
为k+1时刻的相对导航状态向量的量测矩阵，
Figure BDA0003612062760000033
为k+1时刻的观测噪声，
Figure BDA0003612062760000034
作为k+1时刻的相对导航信息输出。
进一步的，第二状态方程的公式为：
Figure BDA0003612062760000035
其中，
Figure BDA0003612062760000036
为k+1时刻的节点绝对导航状态向量，Ψk+1,k为绝对信息融合的状态转移矩阵，Λk为绝对信息融合的过程噪声分布矩阵，
Figure BDA0003612062760000037
为绝对信息融合的系统噪声。
观测方程的公式为：
Figure BDA0003612062760000038
其中，
Figure BDA0003612062760000039
为k+1时刻的绝对信息融合的观测向量，作为节点的绝对导航信息输出；
Figure BDA00036120627600000310
为k+1时刻的绝对信息融合的观测矩阵，
Figure BDA00036120627600000311
为k+1时刻的节点绝对导航状态向量，
Figure BDA00036120627600000312
为k+1时刻的绝对信息融合的观测噪声。
基于相对导航信息的多源融合导航系统，其特征在于，用于执行上述的方法，系统包括：
每个节点上均部署如下设备：导航信息解算模块、卫星导航设备、惯性导航设备、数据传输设备、测距设备、测向设备和数据显示终端。
卫星导航设备和惯性导航设备用于获取节点的状态向量和观测向量，作为绝对导航信息。
导航信息解算模块用于将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息。
测距设备和测向设备用于获取节点之间的相对距离和方向信息，作为相对导航信息。
数据传输设备用于获得其他节点的初步绝对导航信息。
数据显示终端用于显示最终输出的绝对导航信息和相对导航信息。
进一步的，系统还包括每个节点对应的其他导航设备，其中包括视觉传感器；其他导航设备用于获取节点的状态向量和观测向量。
有益效果：
1、本发明提供了基于相对导航信息的多源融合导航方法，充分利用导航系统内的导航信息，将自身的绝对导航信息和与其他节点的相对导航信息相融合，实现“1+1>2”的效果，与仅依靠自身导航源相比，充分利用环境中其余节点的导航定位信息，将不同导航节点的定位信息进行信息共享以及优化处理，提高了在复杂环境中的个体和整体的导航精度；较单一导航源的场景，提高了导航的准确性和鲁棒性。
2、本发明方法在获取节点间的相对导航信息时，不局限于节点之间的连接方式，适用于合作和非合作方式的节点，非合作式的节点利用测距设备和测向设备得到相对位置和方向信息；合作式的节点根据绝对导航信息，计算得到相对位置和方向信息。
3、本发明提供了基于相对导航信息的多源融合导航系统，采用惯导和卫星作为组合导航主体框架，并结合其他可用的导航设备，进行组合导航获得初步的导航信息，同时利用测距、测向传感器获取相对位置和角度，最终所有导航信息都实时显示在终端。
4、本发明不局限于两个节点，适用范围较广。
5、本发明的节点可以是智能体，但不局限于某一种智能体，可以是无人车、无人机以及人，实现个体和整体导航精度的提升。
6、本发明系统不局限于惯性导航设备的精度，可以同时适应高、低精度的设备。
附图说明
图1为本发明的系统结构框架图。
图2为本发明的方法流程图。
图3为本发明方法步骤S1的分步骤流程图。
图4为本发明方法步骤S2的分步骤流程图。
图5为本发明实施例的相对导航信息解算误差图。
图6为本发明实施例的绝对导航信息解算误差图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
如图2所示，本发明提供了基于相对导航信息的多源融合导航方法，在当前导航时刻k下，具体步骤包括：
S1、根据节点所在位置，建立ENU坐标系；利用卫星导航设备和惯性导航设备分别获取各个节点的状态向量和观测向量，通过滤波融合，得到各个节点的初步绝对导航信息。本发明实施例中，初始时刻的各种状态向量根据导航系统的初始导航信息确定。如图3所示，具体步骤包括：
S11、建立ENU坐标系，(即东北天坐标系，又名站点坐标系，一种现有的坐标系)。其定义为：以站心为坐标极点O，以水平面(即XOY平面)为基准面，以东向轴(即X轴)为极轴，为卫星到站点的距离，az为星视方向角，el为星视仰角。坐标系作为节点导航信息解算的坐标系，惯性导航设备(载体坐标系)，视觉传感器(相机坐标系)，卫星导航设备(大地坐标系)的导航信息都要统一转化到此坐标系。
根据导航环境和传感器性能的变化，构建不同的组合导航模型，得到的系统状态方程和量测方程。本发明实施例中，节点为两个，分别为节点A和B。
针对节点A和B，状态方程和量测方程可以表示为这种形式：
Figure BDA0003612062760000061
量测方程为
Figure BDA0003612062760000062
S12、若卫星信号良好且视觉信息良好，绝对导航信息由惯导+视觉+卫星通过组合方式得到。
其中，
Figure BDA0003612062760000063
两者是与惯导相关的状态向量。Pk、Vk、φk、εk、▽k分别表示东北天坐标系下的位置误差、速度误差、姿态角、陀螺仪漂移和加速度计零偏。
Figure BDA0003612062760000064
是与视觉相关的状态向量，
Figure BDA0003612062760000065
表示N个特征点在东北天坐标系下的三维位置矢量；
Figure BDA0003612062760000066
为接收机钟差和钟漂。
Figure BDA0003612062760000067
Figure BDA0003612062760000068
分别表示在k+1时刻卫星的伪距、伪距率观测量和相机的方向的量观测量。
S13、若视觉信息受限，绝对导航信息由惯导+卫星组合导航得到，其中
Figure BDA0003612062760000069
S14、若卫星信号质量不好或者卫星信号中断，绝对导航信息由惯导+视觉组合导航得到，其中
Figure BDA00036120627600000610
S15、得到状态向量和观测向量后，通过滤波融合得到初步的绝对位置信息XA,k和XB,k。由于三种传感器的数据更新频率不同，采用多速率的卡尔曼滤波算法，以适应不同速率的观测量。
S2、获取相邻节点之间的相对位置和方向信息作为量测值；通过相对导航运动模型建立第一状态方程和量测方程，然后通过滤波融合得到节点的相对导航信息。如图4所示，具体步骤为：
S21、首先判断节点间的协作方式，如果是针对目标跟踪、目标打击等行为，一般属于非合作式导航节点。如果是针对交汇对接等行为，一般属于合作式导航节点。
S22、若为非合作式导航节点，则利用测距、测向设备得到节点间的相对位置和方向信息作为量测值。
S23、若为合作式导航节点，则通过数据传输设备得到其他节点的绝对导航信息；并通过节点间的绝对导航信息计算得到相对位置和方向信息作为量测值，该信息即为相对导航信息，包括k时刻节点间的相对距离ρk、方位角αk和俯仰角βk)。
S24、得到k时刻节点间的相对距离ρk、方位角αk和俯仰角βk后，选取节点间的匀加速模型作为相对运动模型，从而建立第一状态方程和量测方程。第一状态方程为：
Figure BDA0003612062760000071
其中，k表示当前导航时刻，数据更新频率为T，
Figure BDA0003612062760000072
为当前时刻的相对导航状态向量。Fk+1,k为相对导航过程中的状态转移矩阵，Gk-为相对导航过程中的过程噪声分布矩阵。
Figure BDA0003612062760000073
为k+1时刻的相对导航状态向量。
Figure BDA0003612062760000074
包含k+1时刻的相对位置矢量r＝[bx,k+1 by,k+1 bz,k+1]T和k+1时刻的相对速度矢量
Figure BDA0003612062760000075
bx为相对位置矢量的X轴分量，by为相对位置矢量的Y轴分量，bz为相对位置矢量的Z轴分量。
Fk+1,k和Gk-可以表示为：
Figure BDA0003612062760000081
量测方程为：
Figure BDA0003612062760000082
其中，
Figure BDA0003612062760000083
为k+1时刻的相对导航状态向量的量测矩阵，
Figure BDA0003612062760000084
为k+1时刻的观测噪声，
Figure BDA0003612062760000085
作为k+1时刻的相对导航信息输出。
r1为相对位置矢量长度，r2为相对位置矢量的基准面分量长度。bx为相对位置矢量的X轴分量，by为相对位置矢量的Y轴分量，bz为相对位置矢量的Z轴分量。
量测模型为非线性，利用泰勒展开对
Figure BDA0003612062760000086
进行线性化：
Figure BDA0003612062760000087
其中，
Figure BDA0003612062760000088
S25、利用扩展卡尔曼滤波进行状态估计，进而得到准确的相对导航信息，并通过节点上搭载的数据传输设备实现相对导航信息的传输和共享。
S3、将各节点的初步绝对导航信息作为状态量，相对导航信息作为观测量，代入第二状态方程和观测方程，通过集中式的滤波算法将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息。具体步骤为：
S31、利用集中式的相对导航框架，将两个节点的绝对导航信息作为系统状态变量，将步骤S2得到的相对导航信息作为观测量。k+1时刻的状态变量为
Figure BDA0003612062760000091
k+1时刻的测量值为
Figure BDA0003612062760000092
都转到东北天坐标；
S32、第二状态方程为：
Figure BDA0003612062760000093
其中，
Figure BDA0003612062760000094
为k+1时刻的节点绝对导航状态向量，Ψk+1,k为绝对信息融合的状态转移矩阵，Λk为绝对信息融合的过程噪声分布矩阵，
Figure BDA0003612062760000095
为绝对信息融合的系统噪声。
Figure BDA0003612062760000096
Figure BDA0003612062760000097
和
Figure BDA0003612062760000098
分别为节点A和B的系统状态转移矩阵，
Figure BDA0003612062760000099
和
Figure BDA00036120627600000910
分别为节点A和B的系统过程噪声，可由步骤S1中得到。
S33、观测方程为：
Figure BDA00036120627600000911
其中，
Figure BDA00036120627600000912
为k+1时刻的绝对信息融合的观测向量，作为节点的绝对导航信息输出；
Figure BDA00036120627600000913
为k+1时刻的绝对信息融合的观测矩阵，
Figure BDA00036120627600000914
为k+1时刻的节点绝对导航状态向量，，
Figure BDA00036120627600000915
为k+1时刻的绝对信息融合的观测噪声。
Figure BDA00036120627600000916
Figure BDA0003612062760000101
分别表示节点A和B的位置观测噪声，
Figure BDA0003612062760000102
分别表示节点A和B的速度观测噪声。
S34、由于集中式滤波的观测方程为线性，故采用卡尔曼滤波就可以进行状态的估计，最终得到了更为准确的绝对导航信息。
本发明实施例中，数据显示终端会实时显示导航信息，包括自身和其他节点的绝对导航信息(包括运动轨迹、位置、速度)和节点间的相对导航信息(相对位置、相对速度)。
如图1所示，本发明提供了基于相对导航信息的多源融合导航系统，针对上述方法，系统包括每个节点对应的导航信息解算模块、卫星导航设备、惯性导航设备、数据传输设备、测距设备、测向设备和数据显示终端。其中：
卫星导航设备和惯性导航设备用于获取节点的状态向量和观测向量，作为绝对导航信息；导航信息解算模块用于将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息；测距设备和测向设备用于获取节点之间的相对距离和方向信息，作为相对导航信息；数据传输设备用于获得其他节点的初步绝对导航信息；数据显示终端用于显示最终输出的绝对导航信息和相对导航信息。
本发明实施例中，系统还包括每个节点对应的其他导航设备，其中包括视觉传感器；其他导航设备用于获取节点的状态向量和观测向量。惯性导航设备的选择不受精度限制。
本发明基于上述多源融合导航方法和系统，选取位于城市居民楼中的一个操场作为实验场地，该操场由于被居民楼和树木包围，所以卫星信号被不同程度的遮挡，可以验证在卫星导航信号受限情况下导航系统的鲁棒性。将导航设备安装在无人车上，导航信息解算模块(在本实施例中未计算机)得到节点A与B之间的相对导航误差如图4所示。将相对导航信息与初步的绝对导航信息相融合，得到节点A与B最终的导航误差如图5所示。
综上所述，以上仅为本发明的较佳实施例而已，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 (6)

1.基于相对导航信息的多源融合导航方法，其特征在于，在执行导航任务的所有导航时刻，均执行执行步骤S1～S3，直至导航任务完成；
S1、根据节点所在位置；利用卫星导航设备和惯性导航设备分别获取各个节点的状态向量和观测向量，通过滤波融合，得到各个节点的初步绝对导航信息；
S2、获取相邻节点之间的相对位置和方向信息作为量测值；通过相对导航运动模型建立第一状态方程和量测方程，然后通过滤波融合得到节点的相对导航信息；
S3、将各节点的初步绝对导航信息作为状态量，相对导航信息作为观测量，代入第二状态方程和观测方程，通过集中式的滤波算法将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息。
2.如权利要求1所述的方法，其特征在于，所述获取相邻节点之间的相对位置和方向信息作为量测值，具体获取方法为：
首先，判断节点之间的合作方式；非合作式的节点利用测距设备和测向设备得到相对位置和方向信息作为量测值；合作式的节点根据绝对导航信息，计算得到相对位置和方向信息作为量测值。
3.如权利要求1-2所述的方法，其特征在于，所述第一状态方程的公式为：
Figure FDA0003612062750000011
其中，k表示当前导航时刻，
Figure FDA0003612062750000012
为当前时刻的相对导航状态向量；
Figure FDA0003612062750000013
为k+1时刻的相对导航状态向量，由当前时刻的状态递推得到；Fk+1,k为相对导航过程中的状态转移矩阵；Gk为相对导航过程中的过程噪声分布矩阵；
Figure FDA0003612062750000014
为相对导航过程中的系统噪声；
所述量测方程的公式为：
Figure FDA0003612062750000021
其中，
Figure FDA0003612062750000022
为k+1时刻的相对导航状态向量的量测矩阵，
Figure FDA0003612062750000023
为k+1时刻的观测噪声，
Figure FDA0003612062750000024
作为k+1时刻的相对导航信息输出。
4.如权利要求1所述的方法，其特征在于，所述第二状态方程的公式为：
Figure FDA0003612062750000025
其中，
Figure FDA0003612062750000026
为k+1时刻的节点绝对导航状态向量，Ψk+1,kX为绝对信息融合的状态转移矩阵，Λkw为绝对信息融合的过程噪声分布矩阵，
Figure FDA0003612062750000027
为绝对信息融合的系统噪声；
所述观测方程的公式为：
Figure FDA0003612062750000028
其中，
Figure FDA0003612062750000029
为k+1时刻的绝对信息融合的观测向量，作为节点的绝对导航信息输出；
Figure FDA00036120627500000210
X为k+1时刻的绝对信息融合的观测矩阵，
Figure FDA00036120627500000211
为k+1时刻的节点绝对导航状态向量，
Figure FDA00036120627500000212
为k+1时刻的绝对信息融合的观测噪声。
5.基于相对导航信息的多源融合导航系统，其特征在于，用于执行如权利要求1-4所述的方法，所述系统包括：
每个节点上均部署如下设备：导航信息解算模块、卫星导航设备、惯性导航设备、数据传输设备、测距设备、测向设备和数据显示终端；
卫星导航设备和惯性导航设备用于获取节点的状态向量和观测向量，作为绝对导航信息；
导航信息解算模块用于将相对导航信息与初步绝对导航信息进行滤波融合，得到最终输出的绝对导航信息；
测距设备和测向设备用于获取节点之间的相对距离和方向信息，作为相对导航信息；
数据传输设备用于获得其他节点的初步绝对导航信息；
数据显示终端用于显示最终输出的绝对导航信息和相对导航信息。
6.如权利要求5所述的系统，其特征在于，所述系统还包括每个节点对应的其他导航设备，其中包括视觉传感器；所述其他导航设备用于获取节点的状态向量和观测向量。
CN202210433926.4A 2022-04-24 2022-04-24 基于相对导航信息的多源融合导航方法及系统 Pending CN114894180A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210433926.4A CN114894180A (zh) 2022-04-24 2022-04-24 基于相对导航信息的多源融合导航方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210433926.4A CN114894180A (zh) 2022-04-24 2022-04-24 基于相对导航信息的多源融合导航方法及系统

Publications (1)

Publication Number Publication Date
CN114894180A true CN114894180A (zh) 2022-08-12

Family

ID=82716561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210433926.4A Pending CN114894180A (zh) 2022-04-24 2022-04-24 基于相对导航信息的多源融合导航方法及系统

Country Status (1)

Country Link
CN (1) CN114894180A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116295448A (zh) * 2023-05-24 2023-06-23 成都航空职业技术学院 一种基于多源信息导航的机器人路径规划方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116295448A (zh) * 2023-05-24 2023-06-23 成都航空职业技术学院 一种基于多源信息导航的机器人路径规划方法和系统

Similar Documents

Publication Publication Date Title
CN110243358B (zh) 多源融合的无人车室内外定位方法及系统
CN110274588B (zh) 基于无人机集群信息的双层嵌套因子图多源融合导航方法
CN109946730B (zh) 一种车路协同下基于超宽带的车辆高可靠融合定位方法
CN108225302B (zh) 一种石化工厂巡检机器人定位系统和方法
CN111156998B (zh) 一种基于rgb-d相机与imu信息融合的移动机器人定位方法
CN106767752B (zh) 一种基于偏振信息的组合导航方法
CN110057354A (zh) 一种基于磁偏角修正的地磁匹配导航方法
CN111721290A (zh) 一种多源传感器信息融合定位切换方法
CN111982106A (zh) 导航方法、装置、存储介质及电子装置
CN113155124B (zh) 一种多源辅助导航方法及装置
CN110095659B (zh) 深空探测巡视器通讯天线指向精度动态测试方法
CN105043392A (zh) 一种飞行器位姿确定方法及装置
CN111221020A (zh) 一种室内外定位方法、装置及系统
KR101764222B1 (ko) 고정밀 측위 시스템 및 방법
CN111207773B (zh) 一种用于仿生偏振光导航的姿态无约束优化求解方法
CN112923919A (zh) 基于图优化的行人定位方法及系统
CN114894180A (zh) 基于相对导航信息的多源融合导航方法及系统
CN113965646A (zh) 定位控制方法及装置、电子设备、存储介质
Ercan et al. Multi-sensor data fusion of DCM based orientation estimation for land vehicles
CN111765905A (zh) 一种空中校准无人机阵列阵元的方法
WO2022018964A1 (ja) 情報処理装置、情報処理方法およびプログラム
CN111811500A (zh) 目标对象的位姿估计方法、装置、存储介质和电子设备
JP2017009363A (ja) 測位システム
Chen et al. Modeling and Assessment on The Tightly Coupled Integration of TWTOA-Based UWB and INS
Fernández et al. Evaluating a LKF simulation tool for collaborative navigation systems

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