一种高精度地图辅助的UWB/INS组合定位方法

提出了一种高精度地图辅助的UWB/惯性导航系统(Inertial Navigation System,INS)紧组合定位算法,即利用数字测图方法获得高精度地图信息并建立地图数据库,采用线段匹配算法识别非视距(Non-Line-of-Sight,NLOS),使用抗差卡尔曼滤波(Robust Kalman Filter,RKF)融合UWB/INS的组合定位方法。实验结果表明,本文提出的算法平面定位精度在0.25 m内,能够在复杂的室内环境下提高UWB/INS组合定位系统的定位精度和稳定性。

基于UWB单基站系统/INS紧组合的智能车定位方法

针对狭长空间环境下测距组网超宽带(UWB)的定位几何构型较差导致定位精度低的问题,提出了一种基于UWB单基站系统/惯性导航系统(INS)紧组合的智能车定位方法。首先,通过标定UWB单基站系统的距离和角度观测量,提高其数据精度;然后,根据UWB距离和角度观测量建立量测方程,构建UWB单基站系统/INS紧组合的扩展卡尔曼滤波(EKF)模型;最后,利用EKF的位置预测结果计算智能车相对于UWB基站的距离和角度,并与UWB实测数据比较,根据残差大小分辨并剔除包含粗大误差的UWB距离或角度数据。实验结果表明,在狭长实验环境下,所提方法定位精度可达0.343 m,定位均方根误差比测距组网UWB的最小二乘法和泰勒级数展开法分别减小了68.62%和62.80%,比测距测角UWB直接定位算法和测距测角UWB/INS松组合算法分别减小了37.29%和16.34%,能够在狭长空间环境中实现较高精度定位。

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。

移动测量系统的GNSS/INS组合定位方法的对比研究

文章以移动测量系统的GNSS与INS松紧两种组合定位方式为研究对象,从原理与定位模型上研究了两种组合,在此基础上使用了一种新颖的移动测量系统:Leica Pegasus:Backpack移动背包测量系统的实测数据并对两种组合进行了实测对比。实验结果分析表明:紧组合比松组合有更好的定位精度和鲁棒性,在卫星数量小于4颗的情况下,紧组合的定位精度相对于松组合在平面和天顶方向分别有30%和18%的提升;而在GNSS信号良好时松紧组合能够达到同样的定位精度;在运动载体姿态精度方面紧组合优于松组合。

GNSS PPP/INS紧组合模式下的远海无验潮水深测量

为实现高精度远海水深测量潮位改正,基于GNSS/INS组合系统开展了远海多波束无验潮水深测量方法研究,并给出了无验潮水深测量基本原理及实施技术流程。结合GNSS/INS组合形式及滤波原理,分别探讨了在GNSS有效和失效状态下PPP/INS松组合与紧组合的性能差异。以PPP/INS紧组合解算结果为基础进行无验潮水深测量改正,并与传统预报潮位改正方法进行了对比,经试验验证,基于PPP/INS紧组合模式下的远海无验潮水深测量准确度可达0.14 m,并有效消除了动态吃水影响,在典型水深断面处的水深测量准确度明显优于预报潮位改正模式。

基于惯性/GNSS/UWB的小型无人机相对导航算法研究

无人机编队协同技术利用多无人机传感器之间的信息交互,在执行任务时有更佳的操作性、稳定性、安全性,具有非常广阔应用前景。编队成员与相邻或者相近成员之间精确的相对距离是密集集群实现协同控制的关键信息,其精确性和可靠性的保证具有重要意义。超宽带(UWB)无线传输技术可在传输信息,同时具有厘米级的理论测距精度,在集群的协调导航与控制中,具有广阔的应用前景。本文围绕小型无人机之间的近距离相对导航信息的需求,基于全球导航卫星系统(GNSS)载波相位差分技术、点对点UWB测距和低成本惯性导航系统(INS)的融合设计了一套基于无人机之间测距信息的相对导航方案,根据方案建立了组合导航系统的状态方程、观测方程,并利用无迹卡尔曼滤波器对相对状态进行估计。利用UWB的测距信息,建立了搜索辅助空间,降低了载波相位噪声对整周模糊度的搜索成功率产生的影响,基于整数最小二乘去相关平差法(LAMBDA)算法得到相对位置固定解。仿真结果表明,该融合算法将相对导航的定位精度相对INS/GNSS紧组合提高了至少一个量级,绝对精度在10cm左右;另外,UWB辅助下的模糊度整数解搜索的成功率提高了4%。

IMU精度对欺骗检测算法的影响分析

针对全球卫星导航系统(GNSS)/惯性导航系统(INS)紧组合导航系统对抗欺骗干扰的常用方法基于新息的欺骗检测算法中,正常情况下,新息向量服从零均值的高斯分布,当受到欺骗干扰时均值不再为零,进而影响欺骗干扰检测效果,且由于INS惯性测量单元(IMU)精度造成的位置误差也会影响新息向量的均值等问题,开展IMU精度对欺骗检测算法的影响分析:提出GNSS/INS紧组合模型与欺骗干扰模型;然后分析IMU精度对欺骗检测算法的影响,以及INS误差传播对观测新息的影响。实验结果表明,不同IMU精度对伪距估计值的影响,导致新息检测量在无欺骗干扰时不再是零均值;使用基于新息的欺骗检测算法对于IMU精度有要求,随着卡尔曼(Kalman)滤波状态传播间隔与检测窗口缩短,对于IMU精度的要求降低。

超宽带与惯性导航组合的室内导航定位

针对室内环境下缺少GNSS信号,且超宽带(UWB)定位精度受非视距误差影响明显的问题,该文提出了基于UWB/INS组合的室内导航定位方法。该方法利用惯性导航系统(INS)推算的位置和速度信息与UWB解算的位置和速度信息的差值作为量测信息,按先验阈值鉴别并剔除非视距误差,通过扩展卡尔曼滤波进行室内导航定位。实验结果表明,该方法能有效抑制非视距误差的影响,大幅提升导航定位精度,稳定性更高,可靠性更强,适用于较高精度的室内导航定位。