基于视觉和MEMS-IMU融合的火星车导航定向技术

火星探测车需要在复杂非结构化火星地表环境下完成自主导航定位任务。针对火星车导航定位传感器的低功耗、微型化的发展趋势,提出一种基于MEMS-IMU的传感器补偿融合、单目视觉航向测定的方法。该方法能克服火星复杂地表和单一性地貌环境可能导致的测试误差过大问题。模拟环境下的实验数据结果显示该方法具备实时性好、可靠性高的特点,姿态估计和航向测量的准确率较高。     

基于激光测距和惯导的非合作目标远程交会相对导航算法研究

对非合作目标的远程交会,研究了一种基于激光测距和惯导的相对导航方法。给出了由激光测距仪和惯性传感器组成的相对导航系统。设计了相对导航算法:用激光测距获得的相对距离和相对方位、俯仰角度与惯导获得的姿态和位置信息,确定目标飞行器与追踪飞行器相对轨道动力学方程并进行递推,输出相对位置与速度;用激光测距输出的相对距离和相对方位、俯仰角度与惯导获得的姿态、位置信息,由卡尔曼滤波得到相对位置与速度的误差并对递推结果进行修正,修正的结果作为相对导航最终的输出。算例表明:该相对导航方法适于非合作目标远程交会,在远程交会结束时刻,相对位置误差小于1m,相对速度误差小于0.05m/s;相对导航滤波器的加速度计常值偏差估计误差明显小于绝对导航滤波器。     

基于联邦卡尔曼滤波的月球车自主导航方法

月球车自主导航系统是其完成月球探测任务的基础和关键,因此针对月球车导航的特殊要求设计了一种基于天文导航与航位推算相结合的月球车自主导航方法.首先根据月球车运动模型建立了系统的状态方程,然后利用太阳敏感器测量的太阳高度和方位角为观测信息建立了天文子导航系统,以航位推算系统输出的航向角速率和月球车行进距离为观测信息建立了DR子导航系统,并采用了联邦卡尔曼滤波实现导航信息的最优估计和信息综合以增加导航系统的可靠性和容错能力.最后,通过计算机仿真证明该方法具有很好的位置和航向估计精度,同时该方法有效提高了月球车导航系统的可靠性和容错能力,是解决月球车自主导航问题的一种有效而实用的方法.     

一种基于GPS/INS全组合的航向自适应滤波算法

首先基于陆地导航讨论了GPS/INS全组合系统,分别在载体动态和静态两种情况下对比分析了全组合和紧组合的姿态矫正效果。实验结果表明全组合模式的航向角精度较紧组合有明显提升,且当载体由动态转为静态时,全组合模式能够克服紧组合航向角缓慢发散的现象。其次针对载体大角度转向时组合系统动力学模型异常增大的问题,提出了一种对航向角进行自适应修正的全组合滤波算法,仿真实验结果表明:该方法能够一定程度上削弱载体大角度转向时动力学模型异常的影响,航向精度有一定提高。     

光纤陀螺捷联惯导划桨运动补偿

光纤陀螺输出为角速率信号,基于角增量和速度增量的传统划桨运动补偿算法直接应用于光纤陀螺捷联惯导系统时,算法误差明显增大,影响了惯导精度。为了抑制算法误差,提出了以角速率为输入信号的划桨补偿算法,并以算法漂移误差最小为优化准则对算法进行优化,推导了相应的划桨补偿系数方程和算法误差表达式。仿真结果表明,所设计的算法比同子样数常规角增量划桨补偿算法在补偿精度上有明显提高。     

长航时环境下高精度组合导航方法研究与仿真

研究了一种利用捷联惯导、星敏感器和北斗接收机进行长航时高精度组合导航的方法.对捷联惯导系统误差、星敏感器安装误差、北斗定位误差分别进行建模,将星敏感器输出的载体姿态角、北斗接收机输出的载体位置与捷联惯导输出的对应参数分别相减作为量测,推导获得组合导航量测方程.针对长航时环境下可能面临量测噪声统计特性的不确定问题,采用简化的Sage-Husa自适应滤波算法进行组合导航滤波设计.仿真结果表明,该组合导航方法的定位精度达到±11.86m,定姿精度达到±0.27′,并且对量测噪声统计特性的突变具有较强的鲁棒性.     

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。     

基于因子图的无人机多源组合导航算法研究

为解决无人机飞行器在多源组合导航系统中,不同信息源由于其传输频率不同,信息利用率不高导致定位、测姿精度降低以及传感器数量增多导致计算量增加和信息融合困难的问题,提出了一种基于因子图算法的信息融合方法。以无人机MINS/BDS/磁罗盘/气压高度表组合导航系统为例,构建了因子图信息融合模型。最后,通过车载跑车试验采集导航传感器原始数据进行离线仿真,将因子图融合算法与分散式联邦滤波算法进行误差对比,验证了因子图算法作为无人机信息融合方法的可行性,并且该方法在高度定位以及航向角测姿上展现了更高的精度。因子图算法灵活的扩展能力,为实现无人机定位、测姿的完整性提供了保障,系统的鲁棒性逐步增强,同时为进一步研究无人机全源导航打下了基础。     

双天线GPS/MEMS-INS深组合导航方法研究

针对低成本惯性/卫星组合导航系统在复杂环境中易受环境干扰、航向精度较差等问题,对双天线GPS/MEMS-INS深组合导航方法开展研究。考虑不同信号强度下的跟踪特性,基于矢量延迟锁定环(VDLL)、二阶锁相环(PLL)、速度辅助的一阶锁相环,设计了分别适应强信号、弱信号、失锁状态的跟踪环路结构。同时提出一种实用的信号强度判别方法,防止失准通道参与导航滤波器计算,提高导航精度。为保证航向精度,使用双天线接收卫星信号,将双天线载波相位差加入到导航滤波器的量测量中。采用视线矢量水平投影变换,构造了隔离俯仰信息的相位差量测方程,在不对俯仰角造成干扰的条件下修正航向角误差。车载导航试验表明,所设计的导航系统可以在城市环境中提供连续、高精度的导航输出。     

旋转平台惯导系统旋转效应误差高精度补偿算法

为提高HRG平台惯导系统的自主导航精度,利用旋转平均技术组建了旋转式HRG平台惯导系统。针对旋转效应误差对旋转平台惯导系统的导航解算精度影响较大的问题,提出了一种旋转效应误差的高精度速度补偿算法和位置补偿算法。通过分析旋转平台惯导系统的特殊性,提出将坐标变换矩阵完整的旋转矢量表达式代入速度和位置更新方程以得到完整的误差补偿表达式;为避免直接积分求解,采用余弦函数对载体加速度在台体坐标系上的分量进行拟合,从而实现了精确的补偿运算。仿真及试验结果表明,算法能更有效的补偿系统旋转效应误差,提高了旋转平台惯导系统的导航精度。