文摘
本研究提出了一种新颖的运动精密对准算法与odometer-aided车辆航迹推算(DR)的捷联惯性导航系统(罪),地图匹配的结果是用于一组具有里程碑意义的点估计偏差角度。该算法基于相似性原理的设计,也就是说,博士的轨迹类似于真正的轨迹,这两个轨迹之间的主要区别是旋转和规模。此外,介绍了地图匹配的结果作为一个群体的具有里程碑意义的点估计方位误差角的残余后粗对准和里程表的比例因子误差。这是理论上证明了对齐有效性基于地图匹配的结果相当于单零位误差具有里程碑意义的点。最后,数字模拟算法进行了验证和测试性能。
1。介绍
捷联式惯性导航系统(SINS),视为航迹推算系统,利用陀螺仪和加速度计的测量计算实时的态度,车辆的位置和速度。初始对准基于preknown初始位置直接决定了罪恶的性能。通常情况下,初始对准的方法分为两种不同类型:自动对准和转让对齐。自主车辆应用程序,自动对准是必需的。一般来说,速度、准确性和自治的基本要求是自动对准的方法。尤其是快速自动对准是一个关键的要求,如军事演习和救援任务的情况。然而,速度和准确性相互矛盾的噪音问题,也就是说,将消耗更多的时间获得一个精确的自动对准。因此,运动需要对齐方案快速反应任务。
许多工作已经完成的运动对齐。公园等人提出了SINS / GPS定位利用载波相位频率信息从创建two-antenna GPS接收器1]。李等人开发了一个DVL(多普勒速度日志)辅助运动对齐算法(2]。广域网等人提出了一个运动对齐方法通过使用从GPS位置信息3]。Bimal Ashok也研究DVL-aided运动调整方案(4]。张等人利用GPS和里程计的测量(OD)进行快速对齐5]。崔等人研究了运动对齐下SINS / GPS的随机偏差(6]。Kaygısız和Şen运动定位为低成本GPS / INS误差大标题下(7]。Silson发明了一种快速运动对齐方法利用GPS的位置和速度测量(8]。王等人提出了一个odometer-aided运动对齐算法(9]。Yan博士提出了一个运动对齐算法的罪恶/ OD系统利用基于相似性原理(已知的具有里程碑意义的点10]。
它可以发现,他们中的许多人需要从GPS信息。然而,GPS测量信息并不总是可用的信号阻塞问题。因此,越来越多的学者把他们的注意力同时是独立的导航没有GPS组合GPS。灵感来源于相似性原理的概念使用一个已知的具有里程碑意义的点(10),一种新的迭代运动精密对准算法车辆基于SINS / OD博士开发本文在一组虚拟从地图上具有里程碑意义的点匹配结果是用来估计罪的方位误差和OD的比例因子误差。受益于这本小说算法,运动可以实现精密对准没有GPS,甚至零速度停止。
制定的算法基于SINS / OD博士回顾了首先,然后定位误差分析博士提出了部分2。小说迭代运动精密对准算法利用一群噪声分节中提出了地图匹配的结果3。数字模拟提出了部分4。结论提出了部分5。
2。问题陈述
2.1。对航迹推算算法基于SINS / OD
首先,本文中使用的坐标框架定义如下(11]。惯性坐标系是一个静止的地球地轴架和股票但不旋转。大地坐标系是一个Earth-centered-Earth-fixed框架的设在指着格林威治子午线和赤道平面的交点设在指向北极。导航框架移动车辆对地球表面。的轴指向的方向东、北和大地纬度(径向)。车辆的车身骨架是一个固定的帧车辆的身体。的设在指向前进沿着对称轴的车辆而设在是正交的设在和指向右翼设在完成右手正交集合。
假设车轮紧贴着地面没有任何一边打滑在移动和跳跃,罪恶的框架与车辆的车身骨架重合。然后,汽车的速度可以由车身骨架 在哪里由OD车辆的速度测量。
速度在导航坐标系可以表达的 在哪里 , ,和沿三个轴组件的导航框架。
因此,为微分方程建模如下(博士10]: 在哪里 , ,和经度、纬度、高度,分别和主曲率半径而吗子午线曲率半径。
通过假设OD的更新周期在此期间样品可用,迭代更新算法可以由10]
2.2。位置误差分析航迹推算算法基于SINS / OD
2.2.1。传感器误差模型
通常,初始姿态矩阵的罪从它的身体框架导航框架可以从粗对齐获得利用二重向量方法,陀螺和加速度计的测量12]。一般来说,快速粗对齐后,水平姿态角误差很小,但方位角误差无法估计。因此,后罪的主要不确定性粗对齐是方位角误差。剩余的方位角误差建模为一个常数
然后,姿态矩阵接近以下表达式 在哪里表示向量而代表向量操作。
接下来,OD的准确性是航迹推算系统的另一个关键参数。OD的速度精度主要受到路面状况的影响,轮胎通货膨胀,和磨损13]。因为这些因素是不可能精确模型,比例因子误差对OD被认为是在这个手稿。比例因子误差被认为包括两个部分:随机常数和噪声建模为一个一阶马尔可夫过程 在哪里表示随机常数,噪声相关时间吗 ,和是一个高斯噪声。
2.2.2。对航迹推算误差模型
定义速度测量误差的OD车身骨架 ,然后在导航框架可以建模为速度
接下来,进行偏微分操作(3)对时间变量,DR系统的位置误差方程可以实现基于SINS / OD
3所示。迭代博士运动精密对准算法
我们可以看到从(13),博士的位置不确定性主要取决于方位误差 ,比例因子误差 ,和错误preknown的初始位置,其中通常是未知的,可以认为是很小的。因此,为了达到良好的定位性能,方位角误差和比例因子误差需要准确估计。
在[10),一个运动对齐方案提出,需要一个准确的里程碑点的算法。然而,准确的具有里程碑意义的点通常是不可用如果车辆没有经过必要的区域。在[14),实验表明,几点可以获得的地图匹配算法基于SINS / OD /地图数据库,没有要求指定路线的车辆。因此,map-matched点可以被视为一组虚拟里程碑点被用来估计偏差错误。在接下来的部分,map-matched点认为是可用的。
3.1。基于单一里程碑点的精密对准方法
如图1博士,轨迹可以被认为是旋转和拉伸轨迹的真实轨迹基于相似性的原则(10),也就是说, 在哪里up-direction姿态误差角,是真正的水平投影轨迹, 。应该强调,这一结论是在假设:(a)方位角错误是一个小的常数;(b)水平姿态误差可以忽略。
然后,可以很容易地推导出基于三角形几何图形如下:
因为水平态度天使错误通常是很小的,接近方位角误差, 。
接下来,OD的比例因子误差可以通过使用真正的距离和距离博士如下:
3.2。迭代精密对准算法基于地图匹配的结果
根据地图匹配的结果(实验14),两个位置点可以通过地图匹配算法。这些位置点是均匀分布在圆概率误差约3米。因此,这些地图匹配位置点是利用作为一个群体的具有里程碑意义的指向方位角误差估计和比例因子误差 。
如图2,是th真理的位置,是博士的输出。或是一个潜在的map-mapped点取决于地图匹配的结果。一些map-mapped点作为地标将导致一个更小的方位而其他map-mapped点会导致更大的方位。 。更加紧凑地描述问题,用来表示map-mapped点吗 。因此,当map-mapped点,估计可以建模为方位角错误 在哪里是随机噪声均匀分布在吗 ;是一个随机的常数,地图匹配算法。然后,噪音满足
接下来,根据以下方程测量可以获得
令人惊讶的是,方位角误差的估计是基于map-mapped点等于结果基于一个准确的具有里程碑意义的点。
因此,基于估计算法map-mapped点可以获得
直到现在,估计和基于地图匹配的结果。然而,一些假设都需要推导。因此,仍有残余误差补偿后的错误使用评估结果所示(21)和(22)。为了弥补这些残差,迭代对齐方法被认为是。(我)做一个快速粗糙的初始对准的罪,然后驱动车辆。(2)估计和根据(21)和(22当map-mapped点可用。(3)使用修改初始姿态矩阵和使用更新OD的比例因子。(iv)重做的计算与罪恶的记忆测量博士和OD,也就是说,角速度,特定的力量,和速度,然后使用最新的博士点估计和一次。(v)(3)。
4所示。数值模拟结果
为了验证有效性和测试算法的性能,一组数字模拟进行。提出了车辆的运动参数表1。的运动位置保持、加速度、制服,并将主要包括标称轨迹如图的地方3虽然名义方位如图4。
陀螺的随机漂移速率将0.1°/ h而选择随机噪声的强度为0.02°/ h。加速度计的偏见 同时随机噪声的强度 。OD的比例因子误差是0.3%。此外,初始姿态误差角 和 的水平和方位。
另外,CEP毫米点是3 m公司在修改500年代进行的时代。总数是600年代而一步的模拟时间是0.1。
如表所示2,四个比较模拟情况下:(1)精密对准的帮助下一个准确的具有里程碑意义的时刻,(2)精密对准的帮助下一个里程碑点2 m的不确定性,(3)精密对准里程碑点的帮助下从地图匹配2 m均匀分布噪声,和(4)迭代精密对准里程碑点的帮助下从地图匹配2 m均匀分布噪声。
案例1的对齐结果如图所示5。的估算值0.0022根据(22),这是不同的名义比例因子误差约26.7%。的估计是关于根据(21),而校正之后方位角误差 。应该指出的是,陀螺漂移在500年代末。
例2的结果呈现在图6,估计和是0.0021和 ,分别。的估计误差约为22%。修正后的方位角误差 。在这种情况下,车辆移动9.7公里的500年代,而位移是7公里。因此,一个2米的不确定性将引入一个2/7000 rad ()错误。此外,陀螺漂移是一样的案例1。
如图7案例3的结果。一千地图匹配点为2 m噪声标准差在490年代到500年代运用具有里程碑意义的点组。一样的其他情况下,估计和校正是在500年代的时代。的估算值和是0.0023和 ,分别。的估计误差大约23%的名义价值。修正后的方位角误差 。结果,可以得出结论:精密对准基于地图匹配的点组的方位角几乎同样的精度,基于一个具有里程碑意义的点的位置准确。
如图8的结果是4。在这种情况下提出了算法执行分段3所示。2。首先,做同样的估计如例3,然后使用估计正确的初始方位的罪和OD的比例因子。之后,使用修正后的初始参数重做博士的过程。接下来,估计和当谈到500年代时代。最后的方位误差(不超过)。
此外,通过比较数据5- - - - - -8,可以看出水平姿态角误差的情况下不能纠正,因为该算法只能估计方位角。无论如何,水平角的残余误差粗对准小,这些错误后慢慢地漂移,也就是说,600年代的漂流是不超过 。此外,4例有跳跃的方位角错误时代50,70,170,和180年代。这个问题的原因是,这些时代的开始和结束时间将运动将不断改变方位角。最重要的是,估计误差的情况下可以概括在表3。
总之,该迭代精密对准算法可以实现最高精度,同时对齐基于地图匹配点共享相同的精度水平,基于一个零位误差具有里程碑意义的观点。然而,迭代算法的传感器数据需要存储一段时间重做博士的计算和更多的计算资源。在MATLAB环境下,消费的时间重新计算小于5 s和存储的数据是不超过10米。因此,存储和计算时间的要求为现代计算机技术很容易得到满足。
5。结论
本文开发了一种新的迭代精密对准基于虚拟里程碑点的运动车辆从地图匹配的结果。在细节,首先,对航迹推算定位误差的分析算法进行了基于SINS / OD。根据误差分析的结果,被选出的方位误差和比例因子误差是精密对准估计变量。然后,精密对准方法通过使用单一里程碑点了,基于小说的迭代精密对准算法利用地图匹配结果作为虚拟开发了具有里程碑意义的点。最后,确定算法的准确性和提出的四个比较仿真案例。正如所料,提出迭代定位算法可以实现弧秒的精度水平。详细的、罪恶的初始姿态误差和比例因子误差可以有效地估计和补偿基于该算法虽然没有其他辅助信息或零速度的要求是必需的。
接下来,该算法将进一步调查运动车辆的实验。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这部分工作是支持卫星导航系统的国家重点实验室和设备技术(cepnt - 2017 kf - 02)和科学技术在航天飞行动力学的基础实验室(61422100306707)。