CN116105725A - Gnss/ins冗余组合导航方法、模组、系统及介质 - Google Patents
Gnss/ins冗余组合导航方法、模组、系统及介质 Download PDFInfo
- Publication number
- CN116105725A CN116105725A CN202211595008.8A CN202211595008A CN116105725A CN 116105725 A CN116105725 A CN 116105725A CN 202211595008 A CN202211595008 A CN 202211595008A CN 116105725 A CN116105725 A CN 116105725A
- Authority
- CN
- China
- Prior art keywords
- navigation
- data
- ins
- sensor
- fusion
- 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 62
- 230000004927 fusion Effects 0.000 claims abstract description 122
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 12
- 230000005856 abnormality Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Abstract
本申请公开了一种GNSS/INS冗余组合导航方法、模组、系统以及介质,应用于组合导航领域。通过增设多个惯性导航传感器和多个全球卫星导航系统传感器,分别获取多个惯性导航传感器IMU发送的导航参数信息和多个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于多天线和多IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
Description
技术领域
本申请涉及组合导航领域,特别是涉及一种GNSS/INS冗余组合导航方法、模组、系统以及介质。
背景技术
随着导航的不断发展,对于其定位的准确度的要求逐渐提高,多采用惯性导航系统(INS)和全球卫星导航系统(GNSS),惯性导航系统是一种全自主的导航系统,可以输出超过200Hz的高频信号,并且具有较高的短期测量精度。除了提供位置与速度之外还可以提供姿态信息,但由于算法内部存在积分,惯性传感器的误差会随时间不断累积,使得长期导航误差无限制增长。而全球卫星导航系统需要依靠至少3颗卫星的信号,而卫星信号通常会受到高层建筑、树木、隧道、大气以及多路径效应的干扰。
目前主要解决的方法为将二者集成起来,可以得到比单一导航系统稳定性更好、精度更高的导航方案。GNSS/INS的组合导航系统可以输出高频率的导航参数信息。但对于组合导航系统而言,功能安全和稳定性是衡量组合导航系统的重要指标。而考虑到单一的模块出现故障会使组合导航系统将无法再得到准确的位置和姿态,从而给导航系统的带来致命影响。
鉴于上述问题,寻求一种解决上述技术问题的方法是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种GNSS/INS冗余组合导航方法、模组、系统以及介质。
本申请所提供的GNSS/INS冗余组合导航方法,通过增设多个惯性导航传感器和多个全球卫星导航传感器,分别获取多个惯性导航传感器IMU发送的导航参数信息和多个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于多天线和多IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
为解决上述技术问题,本申请提供一种GNSS/INS冗余组合导航方法,该方法包括:
分别获取多个惯性导航传感器发送的导航参数信息;
分别获取多个全球卫星导航系统传感器的观测数据;
对各导航参数信息和各观测数据进行数据交叉融合并生成多组融合结果;
对多组融合结果进行表决处理并输出定位信息。
优选地,惯性导航传感器为2个,分别为第一惯性导航传感器和第二惯性导航传感器;
全球卫星导航系统传感器为2个,分别为第一全球卫星导航系统传感器和第二全球卫星导航系统传感器。
优选地,导航参数信息包括:
惯性数据、三轴陀螺仪数据、三轴加速度数据、温度数据以及根据三轴陀螺仪数据和三轴加速度数据通过惯性导航算法获取的三维速度信息、位置信息和姿态信息;
观测数据包括原始的位置信息和原始的速度信息。
优选地,对导航参数信息和观测数据进行数据交叉融合包括:
将观测数据和导航参数信息输入至滤波器并获取对应的误差参数;
将惯性导航传感器的误差参数增加到卡尔曼滤波的系统状态中;
对导航参数信息和观测数据采用误差状态卡尔曼滤波进行数据交叉融合并生成多组融合结果;
其中,卡尔曼滤波的状态向量包括:
优选地,生成多组融合结果包括:
第一惯性导航传感器的数据与第一全球卫星导航系统传感器的数据交叉融合生成第一组融合结果;
第一惯性导航传感器的数据与第二全球卫星导航系统传感器的数据交叉融合生成第二组融合结果;
第二惯性导航传感器的数据与第一全球卫星导航系统传感器的数据交叉融合生成第三组融合结果;
第二惯性导航传感器的数据与第二全球卫星导航系统传感器的数据交叉融合生成第四组融合结果。
优选地,对多组融合结果进行表决处理并输出定位信息包括:
对第一组融合结果和第二组融合结果进行误差对比分析,选出误差小的一组;
对第三组融合结果和第四组融合结果进行误差对比分析,选出误差小的一组;
对第一组融合结果和第二组融合中误差小的一组的融合结果与第三组融合结果和第四组融合中误差小的一组的融合结果进行对比分析,将误差反馈量最小的一组的定位信息输出;
其中,不能作为定位信息输出的融合结果返回至惯性导航传感器进行误差纠正。
优选地,获取各惯性导航传感器发送的导航参数信息之后还包括:
控制第二惯性导航传感器对第一惯性导航传感器进行状态监测;
当监测到第一导航传感器状态异常时,控制第一惯性导航传感器将误差参数以及姿态信息同步至第二惯性导航传感器。
为解决上述技术问题,本申请还提供一种GNSS/INS冗余组合导航模组,包括:
多个惯性导航传感器,惯性导航传感器用于发送导航参数信息;
多个全球卫星导航系统传感器,全球卫星导航系统传感器用于发送观测数据;,
处理器,用于执行计算机程序时实现如上述的GNSS/INS冗余组合导航方法的步骤,并输出定位信息。
优选地,处理器包括:
第一获取模块,用于分别获取多个惯性导航传感器发送的导航参数信息;
第二获取模块,用于分别获取多个全球卫星导航系统传感器的观测数据;
融合模块,用于对各导航参数信息和各观测数据进行数据交叉融合并生成多组融合结果;
处理模块,用于对多组融合结果进行表决处理并输出定位信息。
为解决上述技术问题,本申请还提供一种GNSS/INS冗余组合导航系统,包括:上述导航系统,还包括主控单元、输出装置、电源。
优选地,输出装置为显示器,主控单元与处理器集成为一体,主控单元包括车载行车电脑或TBOX或船载控制系统。
为解决上述技术问题,本申请还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述的GNSS/INS冗余组合导航方法的步骤。
本申请所提供的GNSS/INS冗余组合导航方法,增设多个惯性导航传感器和多个全球卫星导航传感器,分别获取多个惯性导航传感器IMU发送的导航参数信息和多个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于多天线和多IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
本申请还提供了一种GNSS/INS冗余组合导航模组、系统以及计算机可读存储介质,与上述一种GNSS/INS冗余组合导航方法对应,故具有与上述方法相同的有益效果。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请所提供的一种GNSS/INS冗余组合导航方法的流程图;
图2为本申请所提供的一种GNSS/INS冗余组合导航框架图;
图3为本申请所提供的一种GNSS/INS冗余组合导航组合的流程图;
图4为本申请所提供的一种GNSS/INS冗余组合导航模组传感器的结构图;
图5为本申请另一实施例所提供的GNSS/INS冗余组合导航系统的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,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,都属于本申请保护范围。
本申请的核心是提供一种GNSS/INS冗余组合导航方法、模组、系统以及介质。
随着导航的不断发展,对于其定位的准确度的要求逐渐提高,多采用惯性导航系统(INS)和全球卫星导航系统(GNSS),惯性导航系统是一种全自主的导航系统,可以输出超过200Hz的高频信号,并且具有较高的短期测量精度。除了提供位置与速度之外还可以提供姿态信息,但由于算法内部存在积分,惯性传感器的误差会随时间不断累积,使得长期导航误差无限制增长。而全球卫星导航系统需要依靠至少3颗卫星的信号,而卫星信号通常会受到高层建筑、树木、隧道、大气以及多路径效应的干扰。
目前主要解决的方法为将二者集成起来,可以得到比单一导航系统稳定性更好、精度更高的导航方案。GNSS/INS的组合导航系统可以输出高频率的导航参数信息。但对于组合导航系统而言,功能安全和稳定性是衡量组合导航系统的重要指标。而考虑到单一的模块出现故障会使组合导航系统将无法再得到准确的位置和姿态,从而给导航系统的带来致命影响。
基于上述技术问题,本申请提供一种GNSS/INS冗余组合导航方法,增设多个惯性导航传感器和多个全球卫星导航传感器,分别获取多个惯性导航传感器IMU发送的导航参数信息和多个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于多天线和多IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
基于上述问题,本申请提供了一种GNSS/INS冗余组合导航方法,该方法提供多个传感器,将多个全球卫星导航系统传感器与多个惯性导航传感器分别形成对应的组合,并在各个组合中抉择出误差最小的一组作为定位信息输出,通过该方法不但能使定位信息更加准确且能够避免因单一传感器出现问题而导致导航系统停止工作等问题的出现。
图1为本申请所提供的一种GNSS/INS冗余组合导航方法的流程图,如图1所示,该方法包括如下步骤:
S10:分别获取多个惯性导航传感器发送的导航参数信息;
需要说明的是,首先分别获取各个惯性传感器的导航参数信息。本申请实施例不对惯性传感器的个数做具体的限定,可以但不限于设置为两个,也可以为多个。本申请实施例不对获取的导航参数信息做具体的限定,导航参数信息可以为惯性导航系统传感器所发送的信息,也可以为根基惯性导航系统传感器的原有进行经过运算获取到的对应的数据,本申请实施例不对数据的种类数量以及数据的类型做出具体的限定,可根据实际情况做出改变。
S11:分别获取多个全球卫星导航系统传感器的观测数据;
需要说明的是,在获取惯性导航传感器发送的导航参数信息时,为了与所发送的导航参数信息形成对应的误差分析,要对全球卫星导航传感器的观测数据进行获取,本申请实施例不对全球卫星导航传感器的个数做出限定,可以但不限于为两个,也可以为更多,本申请实施例提出优选的方式为全球卫星导航系统传感器的个数与惯性导航传感器的个数为对应的,但若出现特殊情况也可根据实际情况做出相应的改变,本申请实施例只提供一种优选的方式。另外,本申请实施例不对全球导航系统的种类做出限定,可以但不限于为全球定位系统(GPS)导航系统、格洛纳斯导航系统、伽利略导航系统或北斗卫星导航系统等,也可以为其他更多种类的导航系统,本申请实施例在此不做限定。此外,本申请实施例对全球卫星导航系统传感器的观测数据的种类个数以及数据的类型做出具体的限定,可根据实际情况进行选择。
S12:对各导航参数信息和各观测数据进行数据交叉融合并生成多组融合结果;
需要说明的是,对于全球卫星导航通传感器的数据与惯性导航传感器的数据在获取后要进行交叉融合以达到对其进行误差分析,其中在设置多个惯性导航传感器与多个全球卫星导航系统传感器的情况下形成多组融合结果,本申请实施例所提供的优选方式为一个惯性导航传感器与一个全球卫星导航系统传感器形成一组,但本申请实施例不限于只包含上述组合方式,本申请实施例不对具体的融合方式以及融合后的组合结果做出限定。
S13:对多组融合结果进行表决处理并输出定位信息。
需要说明的,形成多组融合结果后为了使定位信息更加准确,对多组融合结果进行表决处理,选取误差最小的组合结果作为最终的定位信息进行输出。本申请实施例不对具体的表决方式做出限定,本申请实施例不对表决后未输出的表决结果的处理方式做出具体的限定。
可见,通过本申请实施例所提供的方法,增设多个惯性导航传感器和多个全球卫星导航系统传感器,分别获取多个惯性导航传感器IMU发送的导航参数信息和多个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于多天线和多IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
在上述实施例的基础上,本申请提供一种优选的实施例,惯性导航传感器为2个,分别为第一惯性导航传感器和第二惯性导航传感器;
全球卫星导航系统传感器为2个,分别为第一全球卫星导航系统传感器和第二全球卫星导航系统传感器。
需要说明的是,对于惯性导航传感器设置为两个惯性导航传感器,对于全球卫星导航系统传感器也设置为两个,本申请实施例不对第一惯性导航传感器和第二惯性导航传感器与第一全球卫星导航系统传感器和第二全球卫星导航系统传感器之间的组合关系做出具体的限定。本申请实施例所提供一种优选的方式为将不同的传感器各设置两个,如图2和图3所示,图2为本申请所提供的一种GNSS/INS冗余组合导航框架图,其中(#,#)中的前者为IMU编号,后者为GNSS编号,图3为本申请所提供的一种GNSS/INS冗余组合导航流程图,既可以保证多个传感器避免单一传感器出现问题而导致导航系统瘫痪,也可以避免传感器过多表决过程过于复杂影响实时的定位。但本申请实施例不限于只包含上述的设定方式,可根据实际情况的需求进行设定。
可见,通过本申请实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息。通过上述方法,基于双天线和双IMU组合策略,能交叉融合,同时可以得到多组定位计算,最后对输出位置进行表决处理,输出位置,避免因单一传感器异常导致整个系统失效情况出现,得到可靠的定位输出,提升整个组合导航系统的鲁棒性。
在上述实施例的基础上,本申请提供一种优选的实施例,导航参数信息包括:
惯性数据、三轴陀螺仪数据、三轴加速度数据、温度数据以及根据三轴陀螺仪数据和三轴加速度数据通过惯性导航算法获取的三维速度信息、位置信息和姿态信息;
观测数据包括原始的位置信息和原始的速度信息。
需要说明的是,惯性导航从根本上来说是已知来自于加速度计的比力测量值在特定坐标系内,比力非引力加速度,比力测量值投影在上述坐标系内,且这个坐标系相对于惯性坐标系的指向通过陀螺仪进行确定。本申请实施例不限定惯性导航传感器只输出上述数据,可根据实际情况做出改变。其中,比力测量值在特定的坐标系内求解牛顿力学方程,对于地球附近的导航应用,上述方程为:
其中,F表示任意笛卡尔坐标系,v表示速度向量,ωie代表地球自转角速度向量,ωif表示笛卡尔坐标系相对于惯性坐标系的旋转角速度向量,gp代表重力加速度向量,f代表比力向量。
可见,本实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息,导航参数信息通过多种数据获得并与多种观测数据进行误差分析,同时可以得到多组定位计算,最后对输出位置进行表决处理,使得所获得的定位信息更具有可靠性。
在上述实施例的基础上,本申请提供一种优选的实施例,对导航参数信息和观测数据进行数据交叉融合包括:
将观测数据和导航参数信息输入至滤波器并获取对应的误差参数;
将惯性导航传感器的误差参数增加到卡尔曼滤波的系统状态中;
对导航参数信息和观测数据采用误差状态卡尔曼滤波进行数据交叉融合并生成多组融合结果;
需要说明的是,将观测数据和导航参数信息输入至滤波器,并对导航参数信息和观测数据的误差进行分析,通过卡尔曼滤波状态进行数据交叉融合并形成多组融合结果。本申请实施例不对滤波器的个数进行限定,本申请实施例不对多组融合结果的组合顺序和组合方式做出具体的限定,本申请实施例提供一种优选的方式为每一个滤波器输出一种融合结果。本申请只提供一种优选的实施方式,但不限于只包含上述情况。
其中,卡尔曼滤波的状态向量包括:
可见,本实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息,导航参数信息通过多种数据获得并与多种观测数据进行误差分析,同时可以得到多组定位计算,最后对输出位置进行表决处理,使得所获得的定位信息更具有可靠性。
在上述实施例的基础上,本申请提供一种优选的实施例,生成多组融合结果包括:
第一惯性导航传感器的数据与第一全球卫星导航系统传感器的数据交叉融合生成第一组融合结果;第一惯性导航传感器的数据与第二全球卫星导航系统传感器的数据交叉融合生成第二组融合结果;第二惯性导航传感器的数据与第一全球卫星导航系统传感器的数据交叉融合生成第三组融合结果;第二惯性导航传感器的数据与第二全球卫星导航系统传感器的数据交叉融合生成第四组融合结果。
需要说明的是,本申请实施例不限于只包括四组融合结果,可以根据实际情况形成多组融合结果。
可见,本实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成四组融合结果,导航参数信息通过多种数据获得并与多种观测数据进行误差分析,同时可以得到多组定位计算,最后对输出位置进行表决处理,使得所获得的定位信息更具有可靠性。
在上述实施例的基础上,本申请提供一种优选的实施例,对多组融合结果进行表决处理并输出定位信息包括:
对第一组融合结果和第二组融合结果进行误差对比分析,选出误差小的一组;对第三组融合结果和第四组融合结果进行误差对比分析,选出误差小的一组;对第一组融合结果和第二组融合中误差小的一组的融合结果与第三组融合结果和第四组融合中误差小的一组的融合结果进行对比分析,将误差反馈量最小的一组的定位信息输出;
其中,不能作为定位信息输出的融合结果返回至惯性导航传感器进行误差纠正。
可见,本实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,对多组融合结果进行表决处理并输出定位信息,导航参数信息通过多种数据获得并与多种观测数据进行误差分析,同时可以得到多组定位计算,最后对输出位置进行表决处理,使得所获得的定位信息更具有可靠性。
在上述实施例的基础上,本申请提供一种优选的实施例,获取各惯性导航传感器发送的导航参数信息之后还包括:
控制第二惯性导航传感器对第一惯性导航传感器进行状态监测;
当监测到第一导航传感器状态异常时,控制第一惯性导航传感器将误差参数以及姿态信息同步至第二惯性导航传感器。
本申请实施例不限于只包括上述的检测方式,当设有多个传感器的时候可以根据实际情况设定监测机制。
可见,本实施例所提供的方法,增设两个惯性导航传感器和两个全球卫星导航系统传感器,分别获取两个惯性导航传感器IMU发送的导航参数信息和两个全球卫星导航系统传感器的观测数据,对导航参数信息和观测数据进行数据交叉融合并生成多组融合结果,同时冗余系统能在某一传感器故障时,快速同步误差参数,导航计算的位置速度和姿态,由其他正常传感器替代工作。
在上述实施例的基础上,本申请提供一种优选地实施例,本申请还提供一种GNSS/INS冗余组合导航模组,该模组包括:
多个惯性导航传感器,惯性导航传感器用于发送导航参数信息;
多个全球卫星导航系统传感器,全球卫星导航系统传感器用于发送观测数据;
处理器,用于执行计算机程序时实现如上述实施例中所提到GNSS/INS冗余组合导航方法的步骤并输出定位信息。
需要说明的是,本申请不限于只包含上述两种传感器,本申请不对惯性导航传感器和全球卫星导航系统传感器的种类和个数做出限定,可以但不限于设置为两个或者更多个,可根据实际情况进行设定。其中,处理器可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器可以采用数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(Central Processing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器可以集成有图像处理器(Graphics ProcessingUnit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
在上述实施例的基础上,本申请提供一种优选的实施例,图4为本申请实施例提供的一种GNSS/INS冗余组合导航模组处理器的结构图,如图4所示,处理器包括:
第一获取模块40,用于分别获取多个惯性导航传感器发送的导航参数信息;
第二获取模块41,用于分别获取多个全球卫星导航系统传感器的观测数据;
融合模块42,用于对各导航参数信息和各观测数据进行数据交叉融合并生成多组融合结果;
处理模块43,用于对多组融合结果进行表决处理并输出定位信息。
由于此部分的实施例与方法部分的实施例相互对应,因此该部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请实施例所提供的GNSS/INS冗余组合导航模组与上述方法具有相同的有益效果,这里暂不赘述。
图5为本申请另一实施例提供的GNSS/INS冗余组合导航系统的结构图,如图5所示,GNSS/INS冗余组合导航系统包括:上述所提及的导航模组,还包括主控单元21、输出装置22、电源25,其中,输出装置22为显示器。
本实施例提供的GNSS/INS冗余组合导航系统可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等,或导航模组的处理器与智能手机、平板电脑、笔记本电脑或台式电脑的控制单元集成为一体。
在一些实施例中,GNSS/INS冗余组合导航系统还可包括有存储器20,其中,存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被主控单元21加载并执行之后,能够实现前述任一实施例公开的GNSS/INS冗余组合导航方法的相关步骤。另外,存储器20所存储的资源还可以包括操作系统202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于GNSS/INS冗余组合导航方法所涉及的数据等。
在上述实施例的基础上,本申请提供一种优选的实施例,如图5所示,GNSS/INS冗余组合导航系统还可包括有输入输出接口23、通信接口24以及通信总线26,在一种实施方式中,例如:所述显示器22为车载显示屏、所述电源25为车载电源,还包括作为主控单元与所述处理器集成为一体,其中主控单元包括车载行车电脑或TBOX或船载控制系统。主控单元通过导航模组获取定位信息,并集成显示到显示屏上。
本领域技术人员可以理解,图5中示出的结构并不构成对GNSS/INS冗余组合导航系统的限定,可以包括比图示更多或更少的组件。
最后,本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种GNSS/INS冗余组合导航方法、模组、系统以及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的模组及系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (12)
1.一种GNSS/INS冗余组合导航方法,其特征在于,该方法包括:
分别获取多个惯性导航传感器发送的导航参数信息;
分别获取多个全球卫星导航系统传感器的观测数据;
对各所述导航参数信息和各所述观测数据进行数据交叉融合并生成多组融合结果;
对多组所述融合结果进行表决处理并输出定位信息。
2.根据权利要求1所述的GNSS/INS冗余组合导航方法,其特征在于,所述惯性导航传感器为2个,分别为第一惯性导航传感器和第二惯性导航传感器;
所述全球卫星导航系统传感器为2个,分别为第一全球卫星导航系统传感器和第二全球卫星导航系统传感器。
3.根据权利要求2所述的GNSS/INS冗余组合导航方法,其特征在于,所述导航参数信息包括:
惯性数据、三轴陀螺仪数据、三轴加速度数据、温度数据以及根据所述三轴陀螺仪数据和三轴加速度数据通过惯性导航算法获取的三维速度信息、位置信息和姿态信息;
所述观测数据包括原始的位置信息和原始的速度信息。
5.根据权利要求2至4任一项所述的GNSS/INS冗余组合导航方法,其特征在于,所述生成多组融合结果包括:
所述第一惯性导航传感器的数据与所述第一全球卫星导航系统传感器的数据交叉融合生成第一组融合结果;
所述第一惯性导航传感器的数据与所述第二全球卫星导航系统传感器的数据交叉融合生成第二组融合结果;
所述第二惯性导航传感器的数据与所述第一全球卫星导航系统传感器的数据交叉融合生成第三组融合结果;
所述第二惯性导航传感器的数据与所述第二全球卫星导航系统传感器的数据交叉融合生成第四组融合结果。
6.根据权利要求5所述的GNSS/INS冗余组合导航方法,其特征在于,所述对多组所述融合结果进行表决处理并输出定位信息包括:
对所述第一组融合结果和所述第二组融合结果进行误差对比分析,选出误差小的一组;
对所述第三组融合结果和所述第四组融合结果进行误差对比分析,选出误差小的一组;
对所述第一组融合结果和所述第二组融合中误差小的一组的融合结果与所述第三组融合结果和所述第四组融合中误差小的一组的融合结果进行对比分析,将误差反馈量最小的一组的定位信息输出;
其中,不能作为所述定位信息输出的所述融合结果返回至所述惯性导航传感器进行误差纠正。
7.根据权利要求6所述的GNSS/INS冗余组合导航方法,其特征在于,所述获取各所述惯性导航传感器发送的导航参数信息之后还包括:
控制所述第二惯性导航传感器对所述第一惯性导航传感器进行状态监测;
当监测到所述第一导航传感器状态异常时,控制所述第一惯性导航传感器将所述误差参数以及所述姿态信息同步至所述第二惯性导航传感器。
8.一种GNSS/INS冗余组合导航模组,其特征在于,包括:
多个惯性导航传感器,所述惯性导航传感器用于发送导航参数信息;
多个全球卫星导航系统传感器,所述全球卫星导航系统传感器用于发送观测数据;
处理器,用于实现如权利要求1至7任一项所述的GNSS/INS冗余组合导航方法的步骤,并输出定位信息。
9.根据权利要求8所述的GNSS/INS冗余组合导航模组,其特征在于,所述处理器包括:
第一获取模块,用于分别获取多个所述惯性导航传感器发送的导航参数信息;
第二获取模块,用于分别获取多个所述全球卫星导航系统传感器的观测数据;
融合模块,用于对各所述导航参数信息和各所述观测数据进行数据交叉融合并生成多组融合结果;
处理模块,用于对多组所述融合结果进行表决处理并输出定位信息。
10.一种GNSS/INS冗余组合导航系统,其特征在于,包括如权利要求8或9所述的导航模组,还包括主控单元、输出装置、电源。
11.根据权利要求10所述的GNSS/INS冗余组合导航系统,其特征在于,所述输出装置为显示器;
所述主控单元与所述处理器集成为一体,所述主控单元包括车载行车电脑或TBOX或船载控制系统。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至7任一项所述的GNSS/INS冗余组合导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595008.8A CN116105725A (zh) | 2022-12-13 | 2022-12-13 | Gnss/ins冗余组合导航方法、模组、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595008.8A CN116105725A (zh) | 2022-12-13 | 2022-12-13 | Gnss/ins冗余组合导航方法、模组、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116105725A true CN116105725A (zh) | 2023-05-12 |
Family
ID=86257103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211595008.8A Pending CN116105725A (zh) | 2022-12-13 | 2022-12-13 | Gnss/ins冗余组合导航方法、模组、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116105725A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116902042A (zh) * | 2023-09-12 | 2023-10-20 | 比亚迪股份有限公司 | 定位方法、系统及列车 |
CN117451034A (zh) * | 2023-12-25 | 2024-01-26 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
-
2022
- 2022-12-13 CN CN202211595008.8A patent/CN116105725A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116902042A (zh) * | 2023-09-12 | 2023-10-20 | 比亚迪股份有限公司 | 定位方法、系统及列车 |
CN116902042B (zh) * | 2023-09-12 | 2024-01-09 | 比亚迪股份有限公司 | 定位方法、系统及列车 |
CN117451034A (zh) * | 2023-12-25 | 2024-01-26 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
CN117451034B (zh) * | 2023-12-25 | 2024-04-02 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3043148B1 (en) | Heading for a hybrid navigation solution based on magnetically calibrated measurements | |
CN116105725A (zh) | Gnss/ins冗余组合导航方法、模组、系统及介质 | |
Jafari | Optimal redundant sensor configuration for accuracy increasing in space inertial navigation system | |
CN108318027B (zh) | 载体的姿态数据的确定方法和装置 | |
JP7390322B2 (ja) | ドリフト補正を用いるモーションセンサ | |
EP4220086A1 (en) | Combined navigation system initialization method and apparatus, medium, and electronic device | |
EP4130800A1 (en) | Method and apparatus for determining location of vehicle | |
EP3073226B1 (en) | Continuous calibration of an inertial system | |
CN107741223B (zh) | 磁罗盘校准方法、装置及无人机 | |
Emran et al. | Hybrid low-cost approach for quadrotor attitude estimation | |
Gu et al. | A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration | |
CN114413898B (zh) | 多传感器数据融合方法、装置、计算机设备及存储介质 | |
CN113936044B (zh) | 激光设备运动状态的检测方法、装置、计算机设备及介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
Kannan et al. | Adaptive sensor fusion technology for mobile and wearable applications | |
RU2634082C1 (ru) | Способ комплексирования бесплатформенных инерциальных навигационных систем | |
KR102115246B1 (ko) | 드론 캘리브레이션 시스템 및 그 방법 | |
US20230314141A1 (en) | Terrain referenced navigation system with generic terrain sensors for correcting an inertial navigation solution | |
US20190286167A1 (en) | Systems and methods for providing multiple strapdown solutions in one attitude and heading reference system (ahrs) | |
CN117076824B (zh) | 移动终端的状态预测方法、装置、电子设备和存储介质 | |
Clausen et al. | Use of a new online calibration platform with applications to inertial sensors | |
CN110082805A (zh) | 一种三维定位装置和方法 | |
CN116718153B (zh) | 一种基于gnss和ins的形变监测方法及系统 | |
CN112639402B (zh) | 磁力计校准或调节 | |
Kaniewski | Closed-loop INS/TACAN/ALT positioning system |
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 |