无人机组合导航直接法与间接法滤波方式比较

全球导航卫星系统/惯性导航系统（GNSS/INS）组合导航可以提供连续、高精度的位置、速度、姿态信息,被广泛应用于无人机的状态估计。其中滤波算法的构建是其组合关键。不同组合导航的模式会对导航定位结果产生相应的影响。针对直接法和间接法这2种常见的组合模式,分别构建了基于扩展卡尔曼滤波（EKF）的全球定位系统/惯性导航系统（GPS/INS）松组合模式,并将其运用于不同飞行场景下无人机（UAV）的实时动态状态估计。仿真场景以及实际数据验证结果表明,间接法在精度和稳定性方面优于直接法,直接法在滤波计算速率方面优于间接法。因此,当系统具有较高的计算性能,且面向高精度的应用情况下可选择间接法作为无人机导航的技术方案;对于快速求解但精度要求不高的应用情况下,选择直接法作为无人机导航的技术方案可以在一定程度上降低系统的成本。      

一种多运动模式下自适应阈值零速修正算法

传统基于微机电惯性测量单元（MEMS-IMU）的惯性导航系统（INS）引入零速修正（ZUPT）算法校正器件的累积误差。但由于ZUPT算法零速判定阈值为固定值,只适合单一运动模式,当室内行人运动轨迹包含多种运动模式时,定位精度下降。对此,提出了一种多运动模式下自适应阈值ZUPT算法。分析了室内行人包括静止、走、跑、上楼和下楼5种运动模式零速判定阈值的选取,实现了利用随机森林（RF）算法对5种运动模式的分类识别,并根据识别结果对ZUPT算法零速判定阈值进行自适应调整。为了验证本文算法的可行性和有效性,利用MATLAB软件平台对实测数据进行处理,并与传统定位算法进行了比较。3组实验结果表明,当室内行人运动轨迹包括多种运动模式时,相比传统固定阈值的ZUPT算法,引入自适应调整阈值的ZUPT算法可使定位算法的定位精度提高73.83%。      

基于全局稀疏地图的AGV视觉定位技术

为了实现自动导引车（AGV）在复杂工业环境下的高精度定位,克服环境变化给定位带来的影响,提出了基于全局稀疏地图的视觉定位方法。首先,设计了大容量二维编码点,作为人工路标铺设在工业环境的地面;然后,基于一种四边形识别算法,在复杂工业环境中准确分割和识别二维编码点;最后,利用二维编码点提供的编码信息,鲁棒匹配图像中的特征点,并以此为基础,使用一种分参数块优化的三维重建策略,实现了工业环境的大规模地图构建,为AGV视觉定位提供了一种稀疏电子地图。AGV视觉的定位通过匹配车载视觉传感器图像中的特征点和稀疏电子地图实现。停车重复定位精度小于0.5 mm,角度偏差小于0.5°,轨迹平均位移误差小于0.1%。实际应用结果表明,该方法能在复杂工业环境中实现AGV视觉的定位,定位的速度和精度方面都满足工业应用的要求,为AGV的视觉定位提供了新的思路。      

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS）,存在定位精度不高、漂移误差大、受环境影响严重等问题,提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先,使用点云主成分分析（PCA）实现基于特征匹配的激光里程计;其次,将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架,消除激光里程计的累积误差;最后,得到最优位姿和大规模场景的点云地图,以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估,结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下,在局部精度和全局一致性方面均优于其他里程计系统,为无人车的定位提供了新思路。      

基于自适应遗传算法的MEMS加速度计 快速标定方法

微惯性测量单元（MIMU）的标定技术是低精度惯性导航领域中的重要研究方向,传统标定方法操作复杂,标定精度严重依赖转台精度。为解决大批量MIMU快速标定的问题,提出了一种基于自适应遗传算法（GA）的微机电系统（MEMS）加速度计快速标定方法,将加速度计标定问题转化为参数优化问题。首先,利用模观测原理构造目标优化函数;然后,分析系统可观测度确定最优标定编排方案;最后,采用全局搜索的自适应遗传算法优化标定参数。实验结果表明:与牛顿迭代法相比,标定精度提升1~3个数量级,运算速度提高61%。标定后解算的水平姿态角误差小于0.1°,可实现与传统标定方法相同量级的姿态精度,验证了所提方法的优越性和实用性。      

SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

一种新型井眼轨迹连续测量方法

为实现井眼轨迹自主、高精度测量,提出了基于改进航向姿态参考系统的井眼轨迹测量方案,采用2个单自由度陀螺仪和3个加速度计组成惯性测量单元,由惯性测量单元输出数据计算姿态角,在此基础上利用放下井绳长度已知的特点,采用空间坐标积分的方法,计算井眼轨迹的三维位置信息.仿真结果表明:算法克服了惯性导航定位误差随时间发散的缺点,有很高的定位精度.所述方案减小了测斜仪的体积,降低了成本和功耗,适于井下应用.     

BDS/GPS组合导航接收机自主完好性监测算法

为使接收机自主完好性监测（RAIM）技术应用于民航垂直引导进近（APV）飞行阶段成为可能,研究了BDS/GPS组合导航RAIM算法。提出了一种基于BDS/GPS定位解最优加权平均解的算法,结合最优加权平均解与BDS/GPS定位解的关系建立检验统计量,根据最大允许的虚警率计算检验门限,实现对故障所在卫星导航系统的检测,并采用加权最小二乘残差法对故障进行检测与识别。研究结果对多星座组合卫星导航系统应用于民航APV飞行阶段的导航具有一定的参考意义。      

高度辅助的INS／SAR组合导航系统研究

对基于SAR图像匹配定位的地形辅助惯性导航系统的原理进行了充分阐述；同时针对SAR图像匹配定位高度通道不可观的特点，增加了高度输出为系统的观测量，从而构成了高度辅助的INS／SAR组合导航系统，并给出了系统实现原理图。依据对SAR图像匹配定位和气压高度表输出的分析，建立了组合导航系统的量测方程，在此基础上设计了线性卡尔曼滤波器，并完成了组合导航系统仿真。仿真结果表明，组合导航系统的定位精度可大大提高，该组合导航系统设计方案是成功可行的。     

基于RT-LAB的组合导航仿真平台设计

设计了一种基于RT-LAB的SINS/GPS/CNS（Strapdown Inertial Navigation System/Global Positioning System/Celestial Navigation System）组合导航系统仿真平台方案,建立具有故障检测、隔离和系统重构能力的基于联邦卡尔曼滤波器的姿态、位置、速度组合导航系统方案和结构.将SINS与GPS的位置之差和速度之差作为SINS/GPS子滤波器的观测量,通过CNS给出的载体惯性姿态信息获得SINS的姿态误差角测量信息.仿真结果表明,该系统方案具有较强的容错性能、较高的导航精度和很强的实时性能,为组合导航技术的研究提供了有益的参考.     

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。     

双星定位系统/SINS深组合导航系统研究

以卫星模拟器为基础，介绍了一种双星定位系统定姿的基本原理，解决了双星定位系统存在的位置滞后即定位实时性较差的缺陷，把双星定位系统的位置与姿态信息和捷联惯导系统的位置、姿态信息进行组合后，可有效地提高系统的精度．     

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下,且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点,常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性,对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计,直接将姿态、位置与速度参数作为状态的一部分,利用CNS及GNSS提供的姿态与位置构成量测方程,并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明,相对于EKF算法,采用UKF算法后各导航参数的精度可提高约20%~30%,并且系统的实时性也可以得到保证。     

机载SAR运动补偿传感器研究

提出一种不依赖于机载主惯导的运动传感器方案——基于GNSS／SINS的组合运动信息系统。即在SAR成像期间输出以纯惯性为主的信息以保证较高的相对定位精度，供SAR成像补偿；同时，GNSS／SINS的组合保证了长时间的绝对定位精度。介绍了这种运动传感器的原理、数学模型、工作流程控制。实验结果表明，基于GNSS／SINS的运动传感器具有很高的精度，完全满足了SAR成像的精度要求，特别适合于没有机载主惯导或主惯导精度较低的情况。     

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.     

路网匹配定位方法研究

针对车载惯性导航设备由于其惯性器件随时间漂移产生误差导致系统定位精度逐渐变差的问题,提出了一种路网匹配定位方法以提高车载导航系统的综合定位精度,该方法基于视觉测量原理通过双目摄像装置采集道路周边环境特征进行匹配定位,介绍了匹配定位的基本原理和系统实现所需的关键技术,通过实际跑车测试,验证了该方法的合理性和可行性。     

基于光电导航的伪卫星空中基站定位算法

由于具有抗干扰能力强和布置灵活机动的特点,伪卫星在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景。伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。为此,研究了一种基于光电导航的定位算法,综合利用光电探测成像信息和惯性导航信息,根据伪卫星空中基站的特点建立了相应的误差模型,并采用最小二乘法估计位置误差。计算机仿真结果表明所提算法简单,具有较大的实用价值。     

机群组网定位的一种新途径

机群组网将成为体系对抗条件下空中行动的一种基本工作模式.提出的机群组网定位技术是基于飞行器相互测距信息优化惯导位置精度的一种新途径,可以明显提高网络节点间的时间同步水平.仿真结果表明:对一个由8架飞机组成的机群,当相互测距误差为20m(1 σ)时,经过1.5 min组网定位可将惯导水平位置误差校正到5m之内,同时将时间同步水平提高到1ms左右;经过15min组网定位可进一步估计每套惯导的误差模型参数,使纯惯导在校正后0.5 h内的定位精度提高约一个量级,达到30m(CEP,Circular Error Probability).周期性的组网定位不仅可以明显提高机群定位精度,还可识别出个别系统的软故障并加以隔离和重构.      

基于相互测距信息的机群组网协同定位技术

在网络中心战条件下,针对无GPS(Global Positioning System)时如何提高机群的导航定位精度问题,构建了以机载数据链和惯导系统为核心的协同定位系统,设计了协同定位系统的测距方案,分析了协同定位过程中的时间同步问题,提出了一种基于机间相互测距信息的机群组网协同定位方法.该方法利用几何图形平移旋转来估计机群各飞机的惯导系统定位误差.仿真表明:该方法可以用于长时间估计惯导位置误差,有效延缓惯导位置误差的发散速度,当5架飞机协同定位时,机群惯导位置精度将提高2倍左右.