因子图框架下里程计辅助GNSS/INS组合导航算法

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。

基于自适应高斯渐进滤波的工程车GNSS/INS紧组合定位

研究了量测野值影响下的工程车GNSS/INS紧组合定位问题,提出了一种基于自适应高斯渐进滤波的车辆定位方法。首先,为降低量测野值对滤波器的破坏风险,利用假设检验方法对量测野值进行检测和剔除;其次,对于野值漏检测引起的定位性能下降的问题,设计了自适应的高斯渐进滤波方法来补偿量测的不确定性;特别地,利用线性化误差与系统估计误差的变化关系,对渐进量测更新方式进行了改进,从而实现对线性化误差的间接补偿。最后,通过工程车GNSS/INS紧组合定位实验进行结果分析,验证了所提方法的可靠性和优越性。

基于sbgECom协议的GNSS/INS数据解码与处理研究

针对SBG Ellipse-N传感器输出的GNSS/INS原始数据,在研究sbgECom协议格式、RINEX格式、IMR格式的基础上,编写了数据实时采集、解码与处理程序,将解码后的GNSS和INS原始数据分别转换为RINEX格式文件和IMR格式文件存储,以方便GNSS/INS数据后处理。以商业GNSS/INS数据处理软件的事后处理结果为参考,通过车载实测数据测试评估了自研RTK/INS实时组合算法的精度,从而验证了文中基于sbgECom协议格式的GNSS/INS原始数据解码及数据处理的正确性。

基于MEMS IMU的GNSS RTK/INS紧组合定位分析

本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。

LS-SVM和抗差估计的GNSS/INS紧组合欺骗检测算法

针对传统欺骗检测算法对斜率较小的斜坡式欺骗检测时间过长、虚警率和漏检率偏高等问题,提出一种最小二乘支持向量机(LS-SVM)和抗差估计的全球卫星导航系统(GNSS)和惯性导航系统(INS)紧组合欺骗检测算法。所提算法通过抗差自适应调整增益矩阵,有效削弱欺骗对新息的影响,将抗差优化的训练数据集经LS-SVM回归得到的预测新息来代替滤波器中的欺骗新息,从而进一步提高对斜率较小的斜坡式欺骗检测处理能力。仿真结果表明:在检测欺骗值为0.1 m/s的斜坡式欺骗时,所提算法与传统算法相比,检测时间缩短26.65%,虚警率降低40.63%,定位精度提高72.72%。所提算法具有检测快、虚警率低的优势,适用于GNSS/INS紧组合导航用户的斜坡式欺骗检测。

城市峡谷下视觉辅助的GNSS/INS多阶段定位方法

城市峡谷环境中卫星信号遮挡严重且质量易变,导致智能车的定位易失准甚至失效。为有效利用可观测的卫星信号,提出了一种基于可视卫星的GNSS/INS融合定位方法。首先,利用鱼眼相机筛选视距卫星,进而基于正交回归拟合方法定义空视情况优劣;接着,构建基于因子图的GNSS/INS融合定位框架,考虑到观测的不稳定性,分别构建了伪距、多普勒频率、载波相位观测因子,并在满足观测条件时增添对应的约束因子进行优化;最后,设计了基于空视情况的区间优化规则,优化长度跟随遮挡区间变化,以适应不同的遮挡情况。实车实验表明,相比传统的多传感融合方法,本文的多阶段定位方法在严重遮挡区域内定位精度提高了40%以上,有效提高了城市峡谷中的定位精度。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

玄参水提取物对高糖暴露条件下INS-1细胞AMPK的激活作用

目的研究玄参水提取物(AESN)对高糖(HG)条件下INS-1细胞腺苷酸活化蛋白激酶(AMPK)活性的影响。方法将INS-1细胞培养于HG培养基中,并给予不同浓度AESN共孵育处理;利用细胞计数试剂-8(CCK-8)法检测AESN干预对细胞增殖/活力和焦亡小体形成的影响,使用Western blotting法观察AESN对细胞内AMPK表达及磷酸化水平的影响;利用时间分辨-荧光共振能量转移(TR-FRET)实验检测AESN对AMPK激酶活性的影响。结果CCK-8检测结果显示同正常培养条件相比,HG暴露显著降低INS-1细胞增殖/活力并增加焦亡小体形成数量,Western blotting检测结果表明HG暴露可导致细胞内AMPK磷酸化水平下降;而AESN共孵育可呈浓度依赖性地增加INS-1细胞增殖/活力、抑制焦亡小体形成并激活AMPK。TR-FRET实验结果表明,AESN可浓度依赖性增加AMPK激酶活性。结论AESN对HG暴露条件下INS-1细胞AMPK具有激活作用。

不同场景下GNSS与INS组合定位性能评估

为评估全球卫星导航系统(GNSS)和惯性导航系统(INS)在不同场景下导航性能的差异,本文利用卡尔曼滤波算法,使用由中国香港理工大学提供的2021年5月17、18日卫星原始观测值与惯导数据文件,利用开源软件GINav进行了单GNSS SPP、SPP/INS松组合(LC)和紧组合(TC)3种模式的数据处理,并对不同模式的组合导航定位结果进行性能评估。结果表明,在不同场景下利用全球卫星导航技术和惯性导航相结合的卫星定位精度GNSS/INS松、紧组合系统模式在各个方面及定位精度上均优于单SPP系统模式。两者均可以实现动态厘米级、静态毫米级的定位精度;SPP/INS LC导航性能均优于单SPP、SPP/INS LC模式,具有更好的系统稳健性。

城市环境下多系统PPP/INS定位测速性能分析

为了进一步提升动态环境下的组合导航定位测速的精度,对城市环境下多系统精密单点定位(PPP)/惯性导航系统(INS)定位进行测速性能分析:基于消电离层组合PPP模型构建松、紧组合PPP/INS模型,利用卡尔曼滤波实现PPP/INS定位测速算法;然后通过车载实测数据验证PPP/INS模型的定位测速精度,并分析全球定位系统(GPS)/INS松、紧组合,GPS+伽利略卫星导航系统(Galileo)/INS松、紧组合和GPS+格洛纳斯卫星导航系统(GLONASS)+Galileo/INS松、紧组合的定位、测速性能。结果表明,PPP/INS的定位精度在观测卫星数目较多的情况下可达到厘米级,测速精度可达到亚厘米级;在城市环境中采用多卫星系统组合是改善精度的一个重要途径,在观测卫星数目较多的情况下松组合与紧组合精度基本相当,全球卫星导航系统(GNSS)观测状况不佳时,紧组合与松组合模式相比精度可有明显提高;不同卫星系统下,紧组合较松组合的测速精度均能有所提高。

基于组合历元新息抗差的GNSS/INS欺骗检测方法

针对传统的全球卫星导航系统/惯性导航系统(GNSS/INS)新息平均抗差欺骗检测算法对阶跃式欺骗存在检测时延长、对斜坡式欺骗检测不敏感等问题,提出了一种基于组合历元新息抗差的GNSS/INS欺骗检测方法。检测方法联合使用单历元新息和多历元新息平均检测方法提高检测效率,构造多历元等价权因子加大对斜坡式欺骗的削弱力度,按欺骗类型进行分类处理。实验结果表明,与单历元新息检测方法和多历元新息平均检测方法相比,所提方法更具敏感性,能够检测到单历元新息无法检出的10 m的阶跃式欺骗和多历元新息平均法无法检出的0.03 m/s的斜坡式欺骗;多历元等价权因子能削弱在检测到斜坡式欺骗之前误差跟踪效应对新息的影响;在多通道欺骗场景下,所提方法使检测时延缩短了21.3%,对欺骗进行分类处理使得与真实轨迹的最大位置误差减小了86.6%,均方根误差减小了96.8%。

顾及非视距与系统误差的UWB质量控制及其与GNSS/INS的组合定位

为提高GNSS拒止环境下定位系统的定位精度与稳定性,本文提出了顾及非视距与系统误差的UWB质量控制方法,并实现了其与GNSS/INS的组合定位。首先,综合考虑系统的稳定性与定位精度,以GNSS/INS松组合+UWB/INS紧组合的方式构建集中式卡尔曼滤波;在此基础上,针对UWB中存在的NLOS误差,设计了基于滑动窗口与滤波新息向量的两步NLOS误差识别方法;最后,采用基于滤波估计的方法实时补偿UWB中的系统误差。实验结果表明,本文提出的UWB质量控制方法能够有效减小NLOS与系统误差的影响,GNSS/UWB/INS组合算法水平定位误差在5cm以内。在UWB布局合理的情况下,该方法无需依赖过多基站也可实现较高的定位精度。

基于GNSS/INS组合精密定位模糊度校正方法在城市车载测绘系统中的应用研究

城市车载测绘系统在城市环境下进行精密定位时面临着多路径效应和信号遮挡等问题,导致定位精度下降。为了解决这一问题提出了基于GNSS和INS组合的精密定位模糊度校正方法。研究结果表明,基于GNSS和INS组合的精密定位模糊度校正方法能够有效地提高城市车载测绘系统的定位精度,减小多路径效应和信号遮挡对定位精度的影响,该方法具有重要的应用价值和广阔的推广前景。

GPS与INS的组合定位技术研究

组合定位技术是一种新的导航技术,能够使多个导航系统实现信息的互补性和协同性。其中,GPS和惯导结合是一种较为理想的组合定位系统,而深度融合模式是目前GPS和惯导(INS)联合使用的最佳方式,因此,对深度融合模式的研究显得尤为重要。

基于GNSS/INS的拖拉机导向轮偏转角度测量系统设计与试验

传统的角度传感器在拖拉机导向轮偏转角度的测量中存在准确度不足、安装调试复杂等问题,这些问题制约了拖拉机在自动导航作业时的高精度、高稳定性的需求。鉴此,本文旨在构建并验证一种新型系统,该系统基于全球导航卫星系统(global navigation satellite system,GNSS)和惯性导航系统(inertial navigation system,INS)的技术原理,能够实现对拖拉机导向轮动态角度的实时解算。首先,对GNSS/INS融合原理进行了深入的分析,并设计了相应的GNSS/INS数据测量台架试验,以获取角度传感器的测量值。随后,采用卡尔曼滤波(Kalman filter,KF)、扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(untraced Kalman filter,UKF)三种滤波算法对角度测量值的滤波处理,以超调量、响应时间和稳定性等指标进行评价,结果表明UKF在本系统中表现最优。其次,针对不同工况(沥青路面和农田),进行了拖拉机在自动导航下转向和直线性能测试。在转向性能测试中,进行了1°、5°和15°的不同角度的固定测量,结果显示在1°时两种环境的响应时间最小,但均产生了最大超调量,同时随着角度的增加,系统对稳态误差的降低有明显作用。直线自动导航性能测试中,沥青路面和农田的最大横向偏差分别为17.51 mm和18.52 mm,系统误差分别为10.45 mm(2σ)和21.07 mm(2σ)。通过对比两种工况,沥青路面的各项性能指标上均优于农田环境,但两种工况在精度、响应时间和平稳性上均满足自动导航系统需求,可应用于拖拉机的自动导航作业中。

基于VB-EKF的GPS/INS松组合导航定位算法

针对应用在无人机(Unmanned Aerial Vehicle,UAV)中的全球定位系统/惯性导航系统(GPS/INS)松组合导航非线性系统受到外界噪声干扰导致量测噪声在滤波时不断变化,从而造成滤波精度下降等问题,提出一种变分贝叶斯扩展卡尔曼滤波(VB-EKF)算法。该算法利用EKF(Extended Kalman Filter)将非线性系统中的状态函数和量测函数展开为线性方程,并将两个不同的导航系统数据进行融合,避免了单系统导航定位发散的问题。考虑到组合系统中量测噪声的时变特性,引入变分贝叶斯算法进行改进,有效解决了系统滤波精度下降问题。仿真结果表明,VB-EKF较EKF算法可有效提高滤波稳定性,进而提高系统导航定位精度。

低功耗BDS-SPP/INS融合定位系统的设计与试验

【目的】融合定位设备大多依赖于BDS-RTK,而BDS-RTK功耗大,在网络信号不佳的区域无法获取差分链路,只能使用标准单点定位(Standard point positioning,SPP),而SPP定位系统存在定位误差大、抗干扰能力弱的问题。本研究致力于解决这些问题。【方法】提出一种惯性导航系统(Inertial navigation system,INS)和BDSSPP传感器信息融合卡尔曼滤波方法,基于该方法开发了低功耗融合定位系统。采用BDS-RTK作为基准,测试了BDS-SPP的低功耗模块静态和动态的误差、航姿参考系统(Attitude and heading reference system,AHRS)零偏和噪声,同时进行滤波器融合定位试验,检测在单天线BDS受到干扰时AHRS的断点续航情况。【结果】BDS定位的静态误差为0.4726 m,BDS-SPP/INS融合定位系统动态平均标准差小于1.9137 m,相较于融合前减少0.1652 m。断点续航试验结果表明,融合定位系统偏移距离平均标准差为3.6365 m,相较于融合前减少了2.5900 m。BDS-SPP/INS融合定位系统比BDS-RTK定位系统功率降低了33.3 W;融合后的输出频率较单独采用BDS-SPP情况提高了3倍。【结论】本文的融合定位装置提高了BDS-SPP的抗干扰能力,减少了定位误差,可以在缺少RTK链路的情况下为农业机器人提供定位,可以为农业机器人导航研究提供了技术基础。

基于北斗三号DGNSS/RDSS/INS的高性能轻量级导弹编队基线测量方法

在导弹编队基线测量是导弹集群攻击的前提下,针对导弹编队基线测量问题,提出了一种基于北斗三号DGNSS/RDSS/INS的高性能轻量级基线测量方法。以北斗RDSS区域短报文作为编队数传链路,基于北斗三号DGNSS/INS建立伪距单差观测模型,在GNSS信号连续正常或信号中断情况下,进行DGNSS与INS组合导航实现稳定的基线测量输出。仿真结果表明:在GNSS信号连续正常的观测历元中,DGNSS/INS组合导航可以实现稳定的基线测量输出。在GNSS信号中断20 s以内,DGNSS/INS组合导航在东向(E)、北向(N)的基线测量误差小于2.5 m(1σ),天向(U)的基线测量误差小于3.0 m(1σ)。与RTK算法相比,伪距单差模型对算力的要求降低了70%~80%。

GPS/INS组合导航终端的全向位置驱离算法研究

随着微惯性导航系统技术的发展,越来越多的无人平台装备了GPS/INS组合导航终端并具备了一定的抗欺骗能力,但现有的卫星导航欺骗方法难以满足对欺骗目标任意方向的位置驱离需求。为解决这一问题,提出了一种GPS/INS组合导航终端的全向位置驱离算法,可用于对非法无人平台管控的场景。该方法以卫星欺骗信号的设计为突破口,首先分析了卫星导航欺骗对组合导航位置和状态参数的影响,接着将卫星导航欺骗对组合导航状态参数的影响量作为求取欺骗信号的约束条件,进而确定位置驱离所需卫星欺骗信号的欺骗量,接着利用确定的欺骗量建立全向位置驱离模型,最终利用建立的模型生成对应的欺骗信号实现对组合导航终端的全向位置驱离任务。试验验证了本文设计的算法能够实现对组合导航终端360°任意方向的位置驱离。

附加自适应短时高程变化率约束的PPP/INS紧组合增强模型

卫星信号在城市高遮挡环境下受复杂干扰引起的质量下降甚至中断问题,常引发精密单点定位/惯性导航系统(PPP/INS)紧组合导航误差发散。基于常值高程假设提出的传统高程约束模型虽可有效抑制平缓路面下惯性导航系统的误差累积,但因其无法合理地适应路面高程变化而难以增强高遮挡环境下的PPP/INS紧组合模型。本文顾及载体运动中短时高程变化率相近的特性,提出一种自适应短时高程变化率的高程约束PPP/INS紧组合模型。采用模拟的遮挡环境和真实的城市环境下的车载试验验证本文模型有效性。在真实城市环境试验中,相比于无约束、顾及高程变化定权的高程常值约束、历元间高程常值约束3种PPP/INS紧组合模型,本文模型在高程方向上定位精度分别提升52.2%、49.2%、70.9%。