足绑式行人导航偏航角误差自观测算法(英文)

基于低成本MEMS惯性传感器的足绑式惯性导航系统(INS)和零速修正(ZUPT)算法广泛应用于行人导航中。由于MEMS惯性传感器零漂误差较大,零速修正时偏航角误差的可观测性差,INS偏航角误差不能被有效约束,成为行人导航的主要误差源。行人徒步行走特别是在室内楼道等结构化道路上行走时,行走的轨迹大多情况下可认为是近似直线,基于这个事实,提出了一种减小偏航角误差的算法,称为偏航角误差自观测(YESO)算法。当判定行人以近似直线徒步行走时,由行走轨迹计算出的航向角可近似认为是一个常值,那么由于各种误差引起该航向角发生变化时,可以将该变化量作为足绑式INS偏航角误差的观测量,进一步可利用卡尔曼滤波器估计出偏航角误差,对足绑式INS的偏航角进行校准。在室内楼道进行了约350 m的现场实验,实验验证了YESO算法的有效性。实验结果表明,当分别采用ZUPT和ZUPT+YSEO算法进行导航解算时,航向角误差从-29°减小到-2°,南北向最大位置误差从-35.5 m减小到-5.2 m。YESO算法的实现仅依靠系统自身的信息,没有增加额外的传感器,算法具有很好的工程实用价值并能方便地推广应用于车辆导航等领域。

基于足绑式INS的行人导航三轴磁强计在线校准

基于低成本微电子机械系统(MEMS)惯性传感器的足绑式惯性导航系统(INS)是行人自主导航常用的一种方式,足绑式INS可与磁强计组合来约束航向角误差,但磁强计存在误差需要校准。该文提出了适合行人导航的磁强计误差模型和在线校准算法。根据磁强计的误差特性和足绑式INS的机动性,建立了磁强计误差变量的状态方程和观测方程,利用扩展Kalman滤波器(EKF)对三轴磁强计误差进行在线估计和实时校准,利用零速修正(ZUPT)算法和磁航向角约束算法对足绑式INS的误差进行约束。为验证算法的有效性,在操场进行了一圈徒步行走实验。实验结果表明:使用磁强计误差在线辨识和校准算法后,与未进行磁强计误差校准相比,行人导航东向终点误差由-110.7m减小到1.8m,北向终点误差由37.8m减小到5.2m,磁强计误差得到有效校正。该算法实现了基于足绑式INS的行人导航磁强计误差在线校准,大幅提高了行人自主导航的定位精度。

基于航向自纠正方法的行人导航算法研究

低成本MEMS惯性传感器被广泛应用于足绑式行人导航中,但由于MEMS惯性传感器零偏随时间会产生累积误差,行人真实航向角与脚部解算的航向角有差值,传统零速修正算法对航向角缺乏观测导致行人航向发散,成为行人导航的主要误差源。行人在室内行走尤其是在室内楼道环境中,行走轨迹大多数情况下是近乎直线的,由此提出一种航向自纠正算法(HSC)。通过采集行人脚部离地阶段数据和一步航向差值,进行行人直行与行走方向判定,根据判定结果在零速时重置航向。将航向自纠正算法与零速更新算法融合,采用一款低成本惯性传感器绑于脚面进行实验。对比传统零速更新算法,该方法可以显著提高定位精度,定位误差可以达到2%以内。该算法的实现无需添加额外传感器,仅依靠自身信息矫正航向,具有很好的工程实用价值。