GNSS/SINS/视觉导航鲁棒算法

全球导航卫星系统(Global Navigation Satellite System, GNSS)、捷联惯性导航系统(Strapdown Inertial Navigation System, SINS)和视觉传感器优势互补,3者信息融合可获得高精度、无漂移的导航定位信息.针对GNSS/SINS/视觉融合导航易受运动速度、光照变化、遮挡等影响导致定位精度和鲁棒性降低问题,本文在图优化框架的代价函数中加入SoftLOne鲁棒核函数,设置量测值粗差检验程序,降低离群点带来的负面影响.进一步,对量测值计算残差进行卡方检验,对超限残差降权处理,提高系统精度和鲁棒性.实验结果表明,本文算法较不施加鲁棒核函数、不采用异常值剔除策略和卡方检验的传统算法,以及加入其他鲁棒核函数的算法精度更高、鲁棒性更好,能够较大程度提升GNSS/SINS/视觉导航定位精度和鲁棒性,在大尺度环境下,未出现较大漂移误差,绝对位姿均方根误差0.735 m,绝对位姿误差标准差0.336 m.

基于单因子抗差估计的SINS/DR高速列车组合导航定位研究

为了有效抑制列车长时间运行下SINS系统定位误差的快速积累,并解决GNSS/SINS组合导航系统在卫星信号故障时不能正常工作的问题,提出了一种基于单因子抗差估计的SINS/DR组合导航定位算法,在SINS系统基础上,引入车载里程仪,作为一种提供列车航位推算数据的设备,通过卡尔曼滤波器的反馈校正获得列车导航参数的最优估计值。在传统卡尔曼滤波器的基础上引入一种自适应调节因子,强化了卡尔曼滤波器的反馈校正效果,保证了在系统建模不准确时仍可获得列车导航参数的最优估计值。计算机仿真结果表明,设计的组合导航定位算法不仅可以保证高速列车长时间运行的定位精度和稳定性,而且在高速列车紧急制动的情况下仍具备较强的抗干扰能力,可以满足列车定位的基本要求。

北斗/SINS/OD组合导航定位终端设计

针对常见组合导航系统在隧道、峡谷、森林等卫星信号较弱甚至出现失锁状况的地区,定位精度会迅速下降的问题,设计了北斗/捷联惯导(SINS)/里程计(OD)组合导航定位终端。终端设计以OMAPL137处理器为核心,包括北斗、SINS、里程计、4G通信和电源等模块。数据处理部分以北斗导航接收机和根据SINS/OD推算分别得到的伪距、伪距率之间的差值作为量测值,使用拓展卡尔曼(EKF)滤波算法进行数据融合与误差估计。实验结果表明,北斗/SINS/OD组合导航定位终端在卫星失锁情况下行驶总里程5 km时最大位置误差为46.82 m,误差漂移为0.94%,能够有效解决卫星信号受遮蔽导致定位精度下降的问题,实现平滑载体运行轨迹并提高导航定位精度。

基于SINS速度信息的里程计参数快速标定方法

针对里程计标度因数误差和安装误差对捷联惯导/里程计组合导航精度的显著影响,提出一种基于短时捷联惯导系统(strapdown inertial navigation system,SINS)速度信息的里程计参数标定方法.通过建立航位推算误差模型,构建惯性测量单元(inertial measurement unit,IMU)坐标系内惯导系统输出速度与里程计输出之间的关系式,得到里程计参数的计算公式;利用最小二乘法对里程计标度因数和安装误差进行标定.该方法只利用了捷联惯导信息,在1 min内就可实现里程计参数的初次标定,不需要相关参数误差值为小量的假设,并可以忽略杆臂效应对标定效果的影响.试验结果表明:当车辆行驶30 min后,利用该方法标定后的水平航位推算精度比传统标定方法定位精度高92.3%.

DVL/SINS松紧组合的等价性分析及改进的虚拟波束辅助紧组合算法

系统地研究了不同波束可用情况下的多普勒计程仪(Doppler velocity logger,DVL)/捷联惯性导航系统(strapdown inertial navigation system,SINS)紧组合导航算法。证明了3个或4个波束可用情况下,DVL/SINS波束域紧组合的定位精度与三维速度松组合系统具有等价性,并给出了松组合中量测协方差阵的确定方法。针对紧组合系统定位精度随可用波束减少而降低的问题,考虑DVL的误差参数,基于载体运动约束和压力深度计提出一种改进的虚拟波束辅助紧组合算法。实验结果表明,3个或4个波束可用时的松组合与紧组合的定位精度等价;改进的虚拟波束辅助紧组合算法可以准确跟踪故障的波束速度,有效提升了不同波束可用情况下紧组合的定位精度。

车载GNSS/SINS/里程计分布式弹性融合导航方法

为提升复杂环境下低成本车载导航系统的容错性能,本文研究了基于次优增益融合(SGF)算法的GNSS/SINS/里程计分布式弹性融合方法。该方法首先根据阿克曼转向几何建立了四轮里程计测速补偿模型,提升了惯性测量单元(IMU)安装中心处的前向和侧向测速精度;然后设计了基于卡方检验统计量的故障检测与分类准则,充分利用了可获取的观测信息;最后构建了随机模型和信息分配因子(ISF)弹性优化模型,分别从传感器层和决策层减少了异常观测的影响,实现了车载多源信息的弹性融合。通过实际跑车数据对GNSS/SINS/里程计分布式弹性融合方法进行测试验证。试验结果表明,本文方法能有效减少子系统故障对全局状态估计的影响,提升复杂环境下系统的容错性能。此外,与经典的联邦卡尔曼滤波(FKF)算法相比,SGF算法全局融合精度损失有限,计算效率却显著提升,有利于多源信息弹性融合的实际工程应用。

模糊自适应Kalman滤波算法在SINS/DR组合导航的应用

针对里程仪测量误差导致组合导航精度降低的问题,提出基于系统工作状态和滤波器新息状态相结合的模糊自适应算法。根据新息的变化确定模糊规则,修正里程仪输出增益,使新息始终保持在零均值附近,利用修正后的新息修正观测噪声方差,降低导航定位的偏差。仿真实验结果证明,该算法能够很好地提高组合导航定位的精度。

基于SINS/OD失准角观测的垂线偏差测量方法

组合导航系统的姿态失准角与垂线偏差(deviation of vertical,DOV)存在对应关系,通过对姿态失准角的观测是实现DOV测量的一种有效手段。本文基于车载捷联惯性导航系统/里程计(strapdown inertial navigation system/odometer,SINS/OD)组合导航姿态失准角观测及失准角误差的递推提出一种DOV测量方法。首先,从组合导航速度误差方程出发,推导出DOV与姿态失准角之间存在复杂的耦合关系。然后,通过沿路径迭代递推的分步计算方法,由导航过程中的姿态失准角直接获取沿线的DOV。最后,仿真结果验证了该算法的有效性,且表明测量精度与行驶路径的长度有关。实验表明,行驶里程35 km的机动路径上DOV误差均值小于0.3″,终点处单点测量误差小于0.7″。

基于双通道Residual-LSTM的SINS/GNSS组合导航算法

针对全球导航卫星系统信号中断情况下SINS/GNSS组合导航系统无法持续进行误差校正的问题,提出一种基于双通道Residual-LSTM的SINS/GNSS组合导航算法。首先,考虑到SINS经度、纬度误差传播特性不同所导致的模型输入、输出信息之间的非线性相关性差异化,构建具有不同权重系数的双通道长短期记忆神经网络模型结构,并引入遗忘信息共享机制自适应地利用历史导航数据对经度、纬度信息进行拟合预测。其次,针对深层神经网络存在的模型退化和梯度消失问题,在多层双通道LSTM网络之间建立残差高速通道形成Residual-LSTM模型结构,以增加不同网络层次之间的信息传播路径。最后,通过实船数据验证本文所提算法的有效性。实验结果表明,与基于常规智能方法的SINS/GNSS组合导航算法相比,所提组合导航算法在GNSS信号中断期间经度误差降低了51.97%,纬度误差降低了31.45%。

基于自适应卡尔曼滤波的RFID/SINS组合导航研究

在室内导航定位中,射频识别(Radio Frequency Identification,RFID)技术具有信号穿透性强、成本低廉等诸多优点,能够有效代替GPS完成室内组合导航。针对室内惯性导航误差发散和滤波中噪声参数不确定的问题,提出了基于自适应卡尔曼滤波(Adaptive Kalman Filtering,AKF)的RFID/SINS组合导航系统,通过RFID定位系统抑制惯性导航误差发散,并应用AKF将噪声参数与量测输出参数关联实现实时更新。对AKF和标准卡尔曼滤波(Kalman Filtering,KF)下的RFID/SINS组合导航系统进行了仿真和实验。结果表明,在AKF下组合导航系统平均定位误差降低了10%,位置稳定性提升了7.4%,定位误差保持在0.07 m左右。基于AKF的RFID/SINS组合导航系统能够满足室内高精度定位导航的需求。

一种适用于SINS动基座初始对准的新算法

在运载体运动情况下,提出了一种适用于捷联惯导系统(SINS)初始对准的新算法,该算法以惯性空间为过渡参考基准,即建立了初始时刻惯性坐标系(i0系)和初始时刻捷联惯组惯性坐标系(ib0系)两个惯性坐标系。将捷联惯组坐标系(b系)与导航坐标系(n系)之间的初始对准姿态矩阵的实现分解为三步骤:(1)通过地理位置和初始对准时间求解i0系至n系的变换矩阵;(2)通过惯导比力方程变形,引入测速仪速度辅助,求解从ib0系至i0系的常值变换矩阵;(3)使用姿态更新算法实时计算b相对于ib0系的变换矩阵。最后,载车运动环境下的初始对准试验结果表明航向角对准精度达到了0.1°(1σ)。

SINS/GPS/CNS组合导航联邦滤波算法

针对飞行器在长航时高速巡航过程中,捷联惯性导航系统存在误差漂移,GPS导航可能会丢星、信号失锁,天文导航系统易受环境干扰,组合系统模型线性化误差易导致滤波发散等问题,分析了三种导航系统的优缺点,提出了SINS/GPS/CNS组合导航联邦滤波算法,该算法可以取长补短,巧妙地将GPS定位和天文导航定姿精度高的优势辅助于捷联惯导系统,利用卡尔曼联邦滤波器对捷联惯导系统进行误差估计,并对联邦滤波算法进行了有效的改进。计算机仿真显示,该滤波器收敛速度快,具有一定的容错功能,其滤波精度较SINS/GPS组合导航系统在位置误差和速度误差上均有约5%左右的小幅提升,在平台角误差上更是提高了一个数量级。仿真结果验证了该组合导航方案的可行性和算法的有效性,有重要的工程应用价值。

车载SINS行进间初始对准方法

针对车载捷联惯导系统,提出了一种行驶条件下的初始对准方法。通过实施两次技术性短时停车(共计30s),利用车辆启动前和行进途中停车状态下的重力矢量,确定初始时刻载体坐标系(定义为惯性坐标系)和中间时刻一个过渡坐标系的姿态关系;经姿态转换,实现车载捷联惯导系统行进间高精度自对准。16次车载实验结果表明:该方法的方位对准精度达到0.03°(1σ),水平精度优于0.005°(1σ);对准时间长短可变。该对准方法不需要外部速度观测,对准中间过程自由行驶,有利于提高载车机动能力。

自适应Kalman滤波在SINS初始对准中的应用

为了提高捷联惯导系统的对准精度和收敛速度,提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况,推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法,在噪声统计特性已知的情况下,使用比较方便;多数情况下,噪声统计特性是处于未知状态,从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正,使系统达到最佳的滤波效果。通过仿真验证,该自适应滤波算法有效地提高了收敛速度和对准精度。

QUKF算法及其在SINS初始对准中的应用

针对捷联惯导系统初始对准过程中的大失准角情况,建立了乘性四元数姿态误差方程。结合UKF算法,提出了基于四元数的UKF算法(QUKF)。以姿态矩阵为对象,通过构造姿态矩阵代价函数的方法来求取四元数的一步预测均值,保证了均值四元数的规范化;利用乘性误差四元数表示四元数Sigma点与均值四元数的距离,以求取四元数的预测协方差矩阵。四元数状态更新中,采用乘性四元数更新保证了滤波过程中四元数的规范化。基于该算法的SINS在粗对准水平失准角为小角度、方位失准角为大角度条件下的仿真实验结果表明,与常规EKF相比,纵、横摇角对准精度均略有提高,而航向角误差估计精度提高显著。

激光陀螺SINS/GPS组合导航车载试验系统

SINS GPS组合导航系统已经应用于许多不同的领域。介绍一种已经进入试验阶段的低成本激光陀螺SINS GPS组合导航系统。根据系统的硬件结构,设计实现了与实际系统相匹配的组合导航滤波器,根据车载试验的结果,着重分析了系统车载试验中不同导航模式对系统性能的影响,最后给出了一些有益的结论。

基于UKF的SINS/LBL水下AUV紧组合定位技术

EKF是SINS/LBL紧组合导航系统中常用的数据融合方式,但其泰勒线性化会带来截断误差,从而影响系统定位精度。本文主要研究了SINS/LBL紧组合系统量测方程的非线性对系统位置校正性能的影响,建立了SINS/LBL紧组合系统的EKF状态方程和量测方程,并详细推导了UKF滤波的非线性量测方程,为进一步简化计算量,使用卡尔曼滤波的一步状态预测方程等价代替UKF状态预测UT变换。最后的仿真结果表明UKF能明显改善位置项的定位精度,定位精度提高约15%~20%,所提出的UKF算法在SINS/LBL紧组合导航系统中应用效果较好,具有很强的实用性。

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波(UKF)算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。

基于小波滤波的激光陀螺SINS晃动基座初始对准

激光陀螺捷联惯导系统在晃动基座上进行初始对准时,由于激光陀螺信号中存在着很大的随机噪声,导致对准时间变长,对准精度降低。为解决此问题,提出一种基于小波实时阈值滤波的预处理方法,选取了合适的小波基和分解层数,对陀螺信号进行小波预处理,然后利用滤波后的陀螺信号进行姿态粗对准,最后使用速度误差作为观测量进行卡尔曼滤波精对准。半实物仿真试验结果表明:本文提出的小波预处理方法在满足陀螺信号实时性的条件下,能够有效地减小激光陀螺信号中的各项随机噪声,利用预处理后的陀螺信号进行初始对准时,对准时间显著缩短,航向角在精对准7 min左右收敛,其1σ值在39"以内,在工程上有一定的参考价值。

基于联邦滤波的SINS/GPS全组合导航系统研究

传统的捷联惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统常采用位置速度组合模式,其可观测性与载体的飞行航迹有关,从而影响了整个组合导航系统的精度和可靠性。为了解决这一问题,提出了基于联邦滤波的SINS/GPS全组合导航系统方案,推导了姿态角误差和平台失准角之间的变换关系,建立了SINS/GPS全组合导航系统数学模型,最后采用联邦滤波算法进行组合导航仿真计算。通过对仿真计算结果的分析,证明基于联邦滤波的SINS/GPS全组合导航算法能够有效地提高系统的导航精度和可靠性。