CN117824630A - 一种组合导航定位算法、系统、设备及存储介质 - Google Patents
一种组合导航定位算法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117824630A CN117824630A CN202311857612.8A CN202311857612A CN117824630A CN 117824630 A CN117824630 A CN 117824630A CN 202311857612 A CN202311857612 A CN 202311857612A CN 117824630 A CN117824630 A CN 117824630A
- Authority
- CN
- China
- Prior art keywords
- zero offset
- positioning
- data
- inertial measurement
- measurement data
- 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
- 230000004927 fusion Effects 0.000 claims abstract description 81
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims description 26
- 230000003068 static effect Effects 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 20
- 238000013461 design Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000003252 repetitive effect Effects 0.000 claims description 5
- 230000003139 buffering effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请涉及一种组合导航定位算法、系统、设备及存储介质,由于基于当前的定位数据,得到初始融合定位信息;基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息,以上利用历史时间段内的惯性测量数据和定位数据,得到对应于当前定位数据的重复性零偏误差,从而对当前惯性测量数据补偿,在补偿后与当前的定位数据进行融合;将历史的定位数据的参与到求解零偏,降低了组合导航对GPS的观测误差正确率的要求。减小了IMU单元的参与ESKF解算的零偏,提高了无GPS状态下航位推算的精度。
Description
技术领域
本申请涉及组合导航技术领域,特别涉及一种组合导航定位算法、系统、设备及存储介质。
背景技术
目前低精度的基于微机械(MEMS,Micro-Electro-Mechanical System)惯性导航系统(INS,Inertial-Navigation System),广泛应用于组合导航系统中。零偏误差大多都会直接使用到卡尔曼滤波算法中作为系统误差,结合GPS的观测误差形成动态增益,从而估计出IMU(Inertialmeasurementunit)惯性测量单元的动态零偏误差。
但是,存在以下的问题:这样的系统设计对调参要求很高,同时要求GPS的观测误差正确率必须100%,然而实际中的GPS(Global Positioning System)的观测误差准确率是达不到100%,就会导致估计得IMU误差不准确。
发明内容
本申请实施例提供一种组合导航定位算法、系统、设备及存储介质,以解决相关技术中实际中的GPS的观测误差准确率是达不到100%,导致估计得IMU误差不准确的问题。
第一方面,提供了一种组合导航定位算法,其包括:
基于当前的定位数据,得到初始融合定位信息;
基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;
利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
一些实施例中,还包括基于当前的定位数据,得到不稳定性零偏误差;
利用所述重复性零偏误差和不稳定性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
一些实施例中,基于当前的定位数据,得到不稳定性零偏误差,包括以下步骤:
以定位设备的精度误差作为观测误差,并利用融合模块对当前惯性测量数据进行动态估计,得到三轴位置零偏、三轴速度零偏和三轴姿态角零偏;
将三轴位置零偏、三轴速度零偏和三轴姿态角零偏记作为所述不稳定性零偏误差。
一些实施例中,所述惯性测量数据包括时间戳、三轴加速度和三轴角速度;
所述定位数据包括时间戳、RTK的状态、三轴位置数据、三轴位置协方差、三轴速度和三轴速度协方差;RTK的状态包括固定解状态和非固定解状态;
基于当前的定位数据,得到初始融合定位信息,包括以下步骤:
利用定位数据的三轴速度和三轴速度协方差计算出被定位的载体的姿态信息;结合所述三轴位置数据、三轴位置协方差、三轴速度、三轴速度协方差、三轴加速度和三轴角速度,以及所述姿态信息进行融合,以得到初始融合定位信息;同时判断当前的定位数据的RTK的状态;
若为固定解状态,则将融合模块初始化;否则,为非固定解状态,不将融合模块初始化。
一些实施例中,基于历史时间段内的惯性测量数据和定位数据,得出惯性测量单元的重复性零偏误差,包括以下步骤:
利用惯性测量数据判断被定位的载体是否处于静止状态;
若处于静止状态,则以设计规则一利用所述定位数据和惯性测量数据,求得静止状态下的重复性零偏误差;
若不处于静止状态,则以设计规则二利用所述定位数据和惯性测量数据,求得运动状态下的重复性零偏误差。
一些实施例中,所述设计规则一包括以下步骤:
判断融合模块是否初始化;
若初始化,则利用所述初始融合定位信息求解姿态矩阵;然后利用该姿态矩阵、三轴加速度和三轴角速度,求得加速度零偏和角速度零偏,将加速度零偏和角速度零偏记作为静止状态下的所述重复性零偏误差;
若未初始化,则利用所述三轴角速度,求得角速度零偏,将角速度零偏记作为静止状态下的所述重复性零偏误差。
一些实施例中,所述设计规则二包括以下步骤:
判断历史时间段内每个时间戳的RTK的状态是否全是固定解状态;
若是,则利用定位数据的三轴速度和三轴速度协方差,求得每个时间戳对应的姿态角一;利用惯性测量数据的三轴角速度,求得每个时间戳对应的姿态角二;以所有的姿态角一和姿态角二建立最小二乘模型,并求解出角速度零偏,将角速度零偏记作为运动状态下的所述重复性零偏误差;
若不是,则记录全是固定解状态下,求解出的每个时间戳对应的角速度零偏的求解时间;将求解时间和对应的角速度零偏形成一元一次方程;以设计预测时间和所述一元一次方程预测出角速度零偏,然后将预测出的角速度零偏记作为运动状态下的所述重复性零偏误差。
第二方面,提供了一种组合导航定位系统,其包括:
滑动窗口模块,其用于缓存历史时间段内的惯性测量数据和定位数据;
融合模块,其用于基于当前的定位数据,得到初始融合定位信息;
零偏粗略估计模块,其用于基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;所述融合模块还用于利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
第三方面,提供了一种组合导航定位设备,所述组合导航定位设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的组合导航定位程序,其中所述组合导航定位程序被所述处理器执行时,实现组合导航定位方法的步骤。
第四方面,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上存储有组合导航定位程序,其中所述组合导航定位程序被处理器执行时,实现的组合导航定位方法的步骤。
本申请提供的技术方案带来的有益效果包括:(只写独权的好处)
本申请实施例提供了一种组合导航定位算法、系统、设备及存储介质,由于基于当前的定位数据,得到初始融合定位信息;基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息,以上利用历史时间段内的惯性测量数据和定位数据,得到对应于当前定位数据的重复性零偏误差,从而对当前惯性测量数据补偿,在补偿后与当前的定位数据进行融合;将历史的定位数据的参与到求解零偏,降低了组合导航对GPS的观测误差正确率的要求。减小了IMU单元的参与ESKF解算的零偏,提高了无GPS状态下航位推算的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例提供的组合导航定位的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。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的前提下所获得的所有其他实施例,都属于本申请保护的范围。
滑动窗口是一种算法技巧,滑动窗口本质上就是基于双指针的一种算法思想,双指针之间的距离形成了一个窗口。一般窗口有两种类型,窗口是固定的或者窗口是动态变化的,左右两端两个指针在同一方向删个,向前进行滑动。
目前的系统设计对调参要求很高,同时要求GPS的观测误差正确率必须100%,然而实际中的GPS(Global Positioning System)的观测误差准确率是达不到100%,就会导致估计得IMU误差不准确。
例如,公开号为CN112577521A的一种组合导航误差校准方法及电子设备。其设备原始数据直接用于定位,由于观测数据误差的不确定性,导致零偏估计不准确,其他组合导航相关的专利存在同样的问题。
因此,为解决以上的问题,本申请研究发现了零偏在短时间内不会发生变化的特性,因此提出了利用历史帧GPS数据估计IMU的阶段性零偏误差,此误差反馈给IMU设备再与当前的GPS信息进行融合,并将融合的姿态反馈给误差估计模块用于消除重力的误差的反馈修正的核心思想和技术方案。
下面进行逐步的解释说明。
首先本申请的组合导航定位系统包括滑动窗口模块、融合模块,和零偏粗略估计模块
滑动窗口模块用于缓存历史时间段内的惯性测量数据和定位数据;例如采用滑动窗口的方式,缓存10秒钟的IMU数据,同时缓存10秒钟的RTK数据;IMU数据包括:时间戳、三轴加速度、三轴角速度;RTK数据包括:时间戳、RTK状态、三轴位置数据、三轴位置协方差、三轴速度、三轴速度协方差。
为统一说明,后文的惯性测量数据就是IMU数据,RTK数据就是定位数据或者GPS信息。参考图1
融合模块,其用于基于当前的定位数据,得到初始融合定位信息;融合模块为基于ESKF的GPS单元和IMU单元。
零偏粗略估计模块,其用于基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;所述融合模块还用于利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
当然更为好的方案是,融合模块用于基于当前的定位数据,得到不稳定性零偏误差;利用所述重复性零偏误差和不稳定性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
以上将两种对零偏产生影响的因素都考虑到了,并且在传统的融合模块上增加了零偏粗略估计模块,从而利用历史信息求解零偏,降低了组合导航对GPS的观测误差正确率的要求。减小了IMU单元的参与ESKF解算的零偏,提高了无GPS状态下航位推算的精度。
那么以上的系统对应的一种组合导航定位算法,其包括:
步骤100、基于当前的定位数据,得到初始融合定位信息;
步骤101、基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;
步骤102、利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
以上利用历史时间段内的惯性测量数据和定位数据,得到对应于当前定位数据的重复性零偏误差,从而对当前惯性测量数据补偿,在补偿后与当前的定位数据进行融合;将历史的定位数据的参与到求解零偏,降低了组合导航对GPS的观测误差正确率的要求。减小了IMU单元的参与ESKF解算的零偏,提高了无GPS状态下航位推算的精度。
更为进一步的,为实现减小了IMU单元的参与ESKF解算的零偏,有以下的设置:
步骤100还包括基于当前的定位数据,得到不稳定性零偏误差;
利用所述重复性零偏误差和不稳定性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
其中,基于当前的定位数据,得到不稳定性零偏误差,包括以下步骤:
以定位设备的精度误差作为观测误差,并利用融合模块对当前惯性测量数据进行动态估计,得到三轴位置零偏、三轴速度零偏和三轴姿态角零偏;
将三轴位置零偏、三轴速度零偏和三轴姿态角零偏记作为所述不稳定性零偏误差。
以上的所述惯性测量数据包括时间戳、三轴加速度和三轴角速度;
所述定位数据包括时间戳、RTK的状态、三轴位置数据、三轴位置协方差、三轴速度和三轴速度协方差;RTK的状态包括固定解状态和非固定解状态。
在一些优选的实施例中,步骤101中,基于当前的定位数据,得到初始融合定位信息,包括以下步骤:
利用定位数据的三轴速度和三轴速度协方差计算出被定位的载体的姿态信息;结合所述三轴位置数据、三轴位置协方差、三轴速度、三轴速度协方差、三轴加速度和三轴角速度,以及所述姿态信息进行融合,以得到初始融合定位信息;同时判断当前的定位数据的RTK的状态;
若为固定解状态,则将融合模块初始化;否则,为非固定解状态,不将融合模块初始化。
在本实施例中,将融合模块初始化是否初始化作为判断条件,便于后续进行求解零偏,以有效降低了GPS伪固定解对ESKF的冲击。
下面对求解惯性测量单元的重复性零偏误差分为多种情况的说明。
步骤10100、利用惯性测量数据判断被定位的载体是否处于静止状态;
步骤10101、若处于静止状态,则以设计规则一利用所述定位数据和惯性测量数据,求得静止状态下的重复性零偏误差;
步骤10102、若不处于静止状态,则以设计规则二利用所述定位数据和惯性测量数据,求得运动状态下的重复性零偏误差。
步骤10101中,所述设计规则一包括以下步骤:
判断融合模块是否初始化;
若初始化,则利用所述初始融合定位信息求解姿态矩阵;然后利用该姿态矩阵、三轴加速度和三轴角速度,求得加速度零偏和角速度零偏,将加速度零偏和角速度零偏记作为静止状态下的所述重复性零偏误差;
若未初始化,则利用所述三轴角速度,求得角速度零偏,将角速度零偏记作为静止状态下的所述重复性零偏误差。
步骤10102中,所述设计规则二包括以下步骤:
判断历史时间段内每个时间戳的RTK的状态是否全是固定解状态;
若是,则利用定位数据的三轴速度和三轴速度协方差,求得每个时间戳对应的姿态角一;利用惯性测量数据的三轴角速度,求得每个时间戳对应的姿态角二;以所有的姿态角一和姿态角二建立最小二乘模型,并求解出角速度零偏,将角速度零偏记作为运动状态下的所述重复性零偏误差;
若不是,则记录全是固定解状态下,求解出的每个时间戳对应的角速度零偏的求解时间;将求解时间和对应的角速度零偏形成一元一次方程;以设计预测时间和所述一元一次方程预测出角速度零偏,然后将预测出的角速度零偏记作为运动状态下的所述重复性零偏误差。
下面给出一种具体的实施例进行说明:
采用滑动窗口的方式,缓存10秒钟的IMU数据,同时缓存10秒钟的RTK数据;IMU数据包括:时间戳、三轴加速度、三轴角速度;RTK数据包括:时间戳、RTK状态、三轴位置数据、三轴位置协方差、三轴速度、三轴速度协方差。
步骤10100,具体为:
步骤10100a、进行车辆静态判断,判断条件如下:
注:accx(i)表示滑窗中第i个x轴加速度数据,表示滑窗内x轴的平均值,THACCx表示x轴判断车辆静止的经验阈值,N表示滑动窗口的大小。gyroz(i)表示滑窗中第i个z轴角度数据,/>表示滑窗中z轴的平均值;其他类似参数表示类似含义,在此不再赘述。
步骤10100b、:利用步骤步骤10100a、判断车辆是否静止,判断条件如下:
步骤10101具体为:
当isZeroSpeed==true,查看步骤103b中的isInsInit是否为ture即是否初始化
步骤10101a:isInsInit==true时,利用步骤103b中计算出来的Cbn矩阵,及滑动窗口数据计算导航坐标系下IMU的数值,此数值被标记为静止状态下IMU的零偏值,计算公式如下:
注:accbiasx表示加速度x轴的零偏;Cbn'表示姿态矩阵Cbn的转置。
步步骤10101b:isInsInit==false时,只用等式(5)计算陀螺零偏;计算静止状态下IMU的零偏值。
步骤10102具体为:
当isZeroSpeed==false,判断滑动窗口RTK状态是否全是固定解,具体公式如下:
注:M表示RTK的滑动窗口大小,rtkstatus(i)表示第i个RTK状态,FIX表示固定解对应的数值;
步骤10102a当isFix=true时,是固定解时求解RTK、IMU滑动窗口对应的姿态角,建立最小二乘模型计算的误差;
步骤10102a.1:利用滑动窗口内的RTK速度信息计算此时载体的姿态信息;
yawrtk(i)=arctan(ve/vn),i=1:M (8)
步骤10102a.2:利用等式(7)、(8)中的第一个值初始化IMU滑动窗口同时间的姿态角,并利用IMU的角速度求解后续对应的姿态角,等式如下:
pitchimu(1)=pitchrtk(1) (9)
yawimu(1)=yawrtk(1) (10)
pitchimu(i)=pitchimu(i-1)+(imup-imubiasp)×dt,i=2:M(11)
yawimu(i)=yawimu(i-1)+(imuy-imubiasy)×dt,i=2:M(12)
步骤10102a.3:等式(7)、(8)、(9)、(10)联立得如下公式:
步骤10102a.4:等式(13)、(14)已经完成最小二乘公式A·X=B,利用X=(A'·A)-1·A'·B可以求解出ve、vn、vu分别表示RTK中的东向、北向、天向速度
步骤10102b:当isFix=false时,通过预测方式求解零偏;
步骤10102b.1:记录10秒钟的零偏值与对应的求解时间,设置为imubias,将零偏的值与时间拟合成一元一次方程,等式如下:
imubiasbias=K·imubiastime (15)
步骤10102b.2:利用以上等式预测5秒钟的IMU零偏,5秒钟以后isFix=false零偏按照最后一帧计算;
步骤103具体为:
基于ESKF融合定位,此部分采用十五维的状态设计,具体步骤如下;
步骤103a:利用步骤10102b中的imubias去除IMU的零偏与ESKF估计出的imuerror,计算出除去误差后的IMU数据;
步骤103b:当前的RTK为固定解的状态下,利用等式(7)、(8)计算姿态信息,然后结合RTK位置、速度信息得到当前的初始融合定位信息,并将isInsInit=true,定位信息包括:pos,vel,att;isInsInit=true为初始化融合模块,isInsInit==false为不初始化融合模块。
选取的融合定位状态X如下:
X=[δpos,δvel,δatt,δacc,δgyro] (16)
注:δpos表示状态中三轴位置误差,δvel表示状态中三轴速度误差,δatt表示状态中三轴姿态角误差,δacc表示三轴加速度误差,δgyro表示三轴角速度误差;
步骤103c:利用步骤103a中消除误差后的IMU数据与步骤103b中初始融合定位信息进行机械编排;
另外,在得到当前定位数据和当前定位数据后,以定位设备的精度误差作为观测误差,并利用融合模块对当前惯性测量数据进行动态估计,得到三轴位置零偏、三轴速度零偏和三轴姿态角零偏;
将三轴位置零偏、三轴速度零偏和三轴姿态角零偏记作为所述不稳定性零偏误差,不稳定性零偏误差设置为imuerror;
利用步骤103b中的姿态角求解姿态矩阵Cbn,这个姿态矩阵会被用到步骤10101中。
从而本发明在组合导航基础提出利用历史信息求解零偏,降低了组合导航对GPS的观测误差正确率的要求。本文根究零偏在短时间内不会发生较大变化的特性,提出了利用历史帧GPS数据估计IMU的阶段性零偏误差,此误差反馈给IMU设备再与当前的GPS信息进行融合,并将融合的姿态反馈给误差估计模块用于消除重力的误差的反馈修正,这样的设计,减小了IMU的参与ESKF解算的零偏,既提高了无GPS状态下航位推算的精度,又有效降低了GPS伪固定解对ESKF模型的冲击。
本申请实施例提供一种组合导航定位设备,组合导航定位设备可以是个人计算机(personal computer,PC)、笔记本电脑、服务器等具有数据处理功能的设备。
本申请实施例中,组合导航定位设备可以包括处理器、存储器、通信接口以及通信总线。
其中,通信总线可以是任何类型的,用于实现处理器、存储器以及通信接口互连。
通信接口包括输入/输出(input/output,I/O)接口、物理接口和逻辑接口等用于实现组合导航定位设备内部的器件互连的接口,以及用于实现组合导航定位设备与其他设备(例如其他计算设备或用户设备)互连的接口。物理接口可以是以太网接口、光纤接口、ATM接口等;用户设备可以是显示屏(Display)、键盘(Keyboard)等。
存储器可以是各种类型的存储介质,例如随机存取存储器(randomaccessmemory,RAM)、只读存储器(read-only memory,ROM)、非易失性RAM(non-volatileRAM,NVRAM)、闪存、光存储器、硬盘、可编程ROM(programmable ROM,PROM)、可擦除PROM(erasable PROM,EPROM)、电可擦除PROM(electrically erasable PROM,EEPROM)等。
处理器可以是通用处理器,通用处理器可以调用存储器中存储的组合导航定位程序,并执行本申请实施例提供的组合导航定位方法。例如,通用处理器可以是中央处理器(central processing unit,CPU)。其中,组合导航定位程序被调用时所执行的方法可参照本申请组合导航定位方法的各个实施例,此处不再赘述。
本领域技术人员可以理解,附图中示出的硬件结构并不构成对本申请的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
第四方面,本申请实施例还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有组合导航定位程序,其中所述组合导航定位程序被处理器执行时,实现如上述的组合导航定位方法的步骤。
其中,组合导航定位程序被执行时所实现的方法可参照本申请组合导航定位方法的各个实施例,此处不再赘述。
在本申请的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在本申请中,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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种组合导航定位算法,其特征在于,其包括:
基于当前的定位数据,得到初始融合定位信息;
基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;
利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
2.如权利要求1所述的组合导航定位算法,其特征在于:
还包括基于当前的定位数据,得到不稳定性零偏误差;
利用所述重复性零偏误差和不稳定性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
3.如权利要求2所述的组合导航定位算法,其特征在于:
基于当前的定位数据,得到不稳定性零偏误差,包括以下步骤:
以定位设备的精度误差作为观测误差,并利用融合模块对当前惯性测量数据进行动态估计,得到三轴位置零偏、三轴速度零偏和三轴姿态角零偏;
将三轴位置零偏、三轴速度零偏和三轴姿态角零偏记作为所述不稳定性零偏误差。
4.如权利要求1或2所述的组合导航定位算法,其特征在于:
所述惯性测量数据包括时间戳、三轴加速度和三轴角速度;
所述定位数据包括时间戳、RTK的状态、三轴位置数据、三轴位置协方差、三轴速度和三轴速度协方差;RTK的状态包括固定解状态和非固定解状态;
基于当前的定位数据,得到初始融合定位信息,包括以下步骤:
利用定位数据的三轴速度和三轴速度协方差计算出被定位的载体的姿态信息;结合所述三轴位置数据、三轴位置协方差、三轴速度、三轴速度协方差、三轴加速度和三轴角速度,以及所述姿态信息进行融合,以得到初始融合定位信息;同时判断当前的定位数据的RTK的状态;
若为固定解状态,则将融合模块初始化;否则,为非固定解状态,不将融合模块初始化。
5.如权利要求4所述的组合导航定位算法,其特征在于:
基于历史时间段内的惯性测量数据和定位数据,得出惯性测量单元的重复性零偏误差,包括以下步骤:
利用惯性测量数据判断被定位的载体是否处于静止状态;
若处于静止状态,则以设计规则一利用所述定位数据和惯性测量数据,求得静止状态下的重复性零偏误差;
若不处于静止状态,则以设计规则二利用所述定位数据和惯性测量数据,求得运动状态下的重复性零偏误差。
6.如权利要求5所述的组合导航定位算法,其特征在于:
所述设计规则一包括以下步骤:
判断融合模块是否初始化;
若初始化,则利用所述初始融合定位信息求解姿态矩阵;然后利用该姿态矩阵、三轴加速度和三轴角速度,求得加速度零偏和角速度零偏,将加速度零偏和角速度零偏记作为静止状态下的所述重复性零偏误差;
若未初始化,则利用所述三轴角速度,求得角速度零偏,将角速度零偏记作为静止状态下的所述重复性零偏误差。
7.如权利要求5所述的组合导航定位算法,其特征在于:
所述设计规则二包括以下步骤:
判断历史时间段内每个时间戳的RTK的状态是否全是固定解状态;
若是,则利用定位数据的三轴速度和三轴速度协方差,求得每个时间戳对应的姿态角一;利用惯性测量数据的三轴角速度,求得每个时间戳对应的姿态角二;以所有的姿态角一和姿态角二建立最小二乘模型,并求解出角速度零偏,将角速度零偏记作为运动状态下的所述重复性零偏误差;
若不是,则记录全是固定解状态下,求解出的每个时间戳对应的角速度零偏的求解时间;将求解时间和对应的角速度零偏形成一元一次方程;以设计预测时间和所述一元一次方程预测出角速度零偏,然后将预测出的角速度零偏记作为运动状态下的所述重复性零偏误差。
8.一种组合导航定位系统,其特征在于,其包括:
滑动窗口模块,其用于缓存历史时间段内的惯性测量数据和定位数据;
融合模块,其用于基于当前的定位数据,得到初始融合定位信息;
零偏粗略估计模块,其用于基于所述初始融合定位信息,以及历史时间段内的惯性测量数据和定位数据,得出重复性零偏误差;所述融合模块还用于利用所述重复性零偏误差对当前惯性测量数据进行误差补偿,然后与所述初始融合定位信息进行机械编排,以输出最终融合定位信息。
9.一种组合导航定位设备,其特征在于,所述组合导航定位设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的组合导航定位程序,其中所述组合导航定位程序被所述处理器执行时,实现如权利要求1至7中任一项所述的组合导航定位方法的步骤。
10.一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组合导航定位程序,其中所述组合导航定位程序被处理器执行时,实现如权利要求1至7中任一项所述的组合导航定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311857612.8A CN117824630A (zh) | 2023-12-29 | 2023-12-29 | 一种组合导航定位算法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311857612.8A CN117824630A (zh) | 2023-12-29 | 2023-12-29 | 一种组合导航定位算法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117824630A true CN117824630A (zh) | 2024-04-05 |
Family
ID=90514935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311857612.8A Pending CN117824630A (zh) | 2023-12-29 | 2023-12-29 | 一种组合导航定位算法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117824630A (zh) |
-
2023
- 2023-12-29 CN CN202311857612.8A patent/CN117824630A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7299261B2 (ja) | 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム | |
CN110956665B (zh) | 车辆拐弯轨迹双向计算方法、系统、装置 | |
CN112013836A (zh) | 一种基于改进自适应卡尔曼滤波的航姿参考系统算法 | |
CN111076722B (zh) | 基于自适应的四元数的姿态估计方法及装置 | |
JP2012173190A (ja) | 測位システム、測位方法 | |
CN116067370B (zh) | 一种imu姿态解算方法及设备、存储介质 | |
CN114485641A (zh) | 一种基于惯导卫导方位融合的姿态解算方法及装置 | |
CN114323033A (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
CN115143954A (zh) | 一种基于多源信息融合的无人车导航方法 | |
US11378399B2 (en) | High-performance inertial measurements using a redundant array of inexpensive inertial sensors | |
CN113566850B (zh) | 惯性测量单元的安装角度标定方法、装置和计算机设备 | |
US11150090B2 (en) | Machine learning zero-rate level calibration | |
CN116718153B (zh) | 一种基于gnss和ins的形变监测方法及系统 | |
JP2019082328A (ja) | 位置推定装置 | |
CN117824630A (zh) | 一种组合导航定位算法、系统、设备及存储介质 | |
CN117146806A (zh) | 一种位姿、安装角的矩阵李群估计方法及系统 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN114413898B (zh) | 多传感器数据融合方法、装置、计算机设备及存储介质 | |
CN113503872B (zh) | 一种基于相机与消费级imu融合的低速无人车定位方法 | |
CN114088104B (zh) | 一种自动驾驶场景下的地图生成方法 | |
CN114001730B (zh) | 融合定位方法、装置、计算机设备和存储介质 | |
CN115711616A (zh) | 一种室内室外穿越无人机的平顺定位方法及装置 | |
CN113483752A (zh) | 一种基于加速度匹配的航向快速初始化方法、电子设备、存储介质 | |
CN114858166A (zh) | 基于最大相关熵卡尔曼滤波器的imu姿态解算方法 | |
CN114636418A (zh) | 一种基于mems测量姿态相对变化的方法、装置及电子设备 |
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 |