大角度斜置激光惯组与里程计组合导航方法

针对激光惯组斜置条件下惯组坐标系相对里程计坐标系是大角度的情况,建立了两坐标系之间的转换关系,推导了里程计输出转换的安装误差补偿模型,在补偿模型基础上给出了安装误差计算公式.以惯组位移与里程计位移之差作为量测值,建立了状态和量测方程,运用Kalman滤波技术实现惯组/里程计组合导航,最后通过跑车试验对提出的惯性/里程计组合导航方法进行了验证,结果表明了该方法的有效性.     

附加速度先验信息的车载GPS/INS/Odometer组合导航算法

在GPS/INS车辆组合导航中,GPS信号易受外界干扰而失锁。针对INS单独导航误差迅速累积的问题,在利用速度先验信息辅助INS导航的基础上,加入Odometer观测信息,提高了系统的可观测性和导航精度;另外提出了改进的位置修正法,即不直接利用状态估值修正位置,而是用修正后的速度推算位置。实测算例结果表明,与INS单独导航相比较,采用速度先验信息,提高了载体速度精度,采用改进的位置修正方法,位置精度有大幅度提高;在此基础上加入Odometer观测信息,位置和速度精度得到进一步改善。     

INS／GPS／Odometer组合系统初始对准及自适应联合滤波

本文提出了INS／GPS／Odometer（测速仪）组合际航系统。基于信息融合理论，提出了基于子滤波器可观性矩阵条件数和误差协方差矩阵特征值分解的自适应联合滤波。然后利用该方法对INS／GPS／Odometer组合系统的初始对准问题进行了研究。仿真结果表明，自适应联合滤波能够改善系统初始对准的状态估计精度，信息分配因子的不同选择对状态估计有一定的影响。     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

一种面向即插即用车载GNSS/INS/ODO系统的时空在线标定方法

车载轮速里程计(ODO)辅助卫星/惯性(GNSS/INS)组合导航时需要先进行惯性传感器 (IMU)与ODO 的空间对齐,而传统GNSS辅助IMU/ODO 参数在线标定时未考虑GNSS时延与 ODO 时延对标定的影响,这对于无法实现硬件时间同步而需要即插即用的车载导航应用而言,考 虑不够全面。因此,提出了一种面向即插即用车载GNSS/INS/ODO 系统的时空在线标定方法。 该方法在传统GNSS辅助IMU/ODO 参数估计模型的基础上,增广了GNSS与ODO 的时延误 差,分析了两种时延对IMU/ODO 参数在线标定的影响,推导并构建了完整的GNSS与ODO 观 测模型,采用卡尔曼滤波器对GNSS时延、ODO 时延以及IMU 与ODO 之间的参数进行估计。实 际测试结果表明,该方法可以有效提高IMU/ODO 在线标定的精度。