基于UWB优化配置的室内行人导航方法

在卫星信号无法覆盖的室内条件下,行人的精确导航问题是当前研究的热点。为解决基于MEMS的微惯性导航系统误差随时间发散、航向角发散快的问题,提出了一种利用UWB辅助修正惯性导航系统,实现室内较高精度定位的方法。该方法采用基于零速修正的微惯导系统进行导航,以抑制惯导误差随时间发散,并在建筑内拐角、楼梯口等关键节点处优化配置UWB设备,采用UWB信息与微惯导数据进行卡尔曼滤波,实现对微惯导航向及位置的修正。与大规模使用UWB系统进行室内定位相比,该方法降低了系统布设成本,避免了UWB出现问题时对整体导航结果的影响,有效地保证了系统的定位精度。行走实验表明:直线行走时,微惯导最终定位误差为1.8%;转弯行走时,在UWB辅助定位下,微惯导最终定位误差小于1.0%。     

基于多源信息融合的行人航位推算室内定位方法

传统行人航位推算(Pedestrian Dead Reckoning,PDR)定位技术存在严重的误差累积问题。针对因航向偏差引起的误差累积,提出一种借助建筑几何信息实现行人航向的实时补偿方案,通过提高定向精度来抑制定位误差的累积传递。分析利用外源绝对位置改善PDR定位结果,试验一种自适应模型噪声的扩展卡尔曼滤波(Extended Kalman Filter,EKF)滤波算法,实现PDR与WIFI定位源的滤波融合。通过实验对比分析,基于改正航向的PDR相较于传统PDR,有效抑制了误差的累积,将整体误差控制在5 m左右;传统PDR与WIFI源滤波融合,比单纯传统PDR提高了82.8%的精确度;航向改正PDR与WIFI源相融合,则比单纯传统PDR和航向改正PDR分别提高了90.2%和49.5%的精确度。结果表明:补偿改正航向和借助外源绝对位置滤波融合均可有效控制传统PDR的误差累积,根据条件约束可知航向改正PDR及其与WIFI源融合方案较适用于规则室内环境,而原始航向PDR与WIFI源融合方案则不受室内结构影响,在多次滤波后逐渐提高行人定位精度,从而可满足行人室内定位精度需求。     

基于导航信息双向融合的行人/移动机器人协同导航方法

为提高卫星导航系统失效且环境存在电磁干扰的情况下行人导航系统与移动机器人导航系统的定位性能,研究了一种基于人机一体化智能系统的信息双向融合协同导航方法。该方法利用行人导航系统与移动机器人导航系统不同的误差特性,构建信息双向融合滤波器同步修正两者的导航信息误差,即利用移动机器人捷联惯导系统较高的传感器精度完成对行人导航系统磁航向误差的实时修正,并利用行人导航系统较高的位移精度修正机器人惯导系统误差,实现同步提高两套导航系统的定位与航向精度。导航定位实验表明,该方法可有效提高人机一体化智能系统的导航定位精度,行人导航系统定位误差约为行进距离的3.3%,移动机器人导航系统的误差积累速度降低为单独工作时的1/3。本文所提出的方法利用了人机一体化智能系统的结构特征,在卫星导航系统失效的电磁干扰环境中有效提高了一体化系统的综合导航定位性能,具有较高的理论研究与工程应用价值。     

一种融合外部姿态信息的SLAM算法

在GNSS信号缺失、地磁受外界干扰等特殊环境下,同步定位与建图(SLAM)技术受到位姿累计误差的严重影响。为消除SLAM系统中的累积误差,提出了融合视觉和外部姿态信息的SLAM算法。建立图像关键帧和稀疏的外部姿态关键帧,分析了位姿协方差关系,并针对外部姿态具有三自由度的特点,推导了融合地理真实姿态的SLAM姿态图优化和全局优化算法。室内场景试验表明,所提出算法的均值误差仅为融合前的67.6%;基于KITTI数据集的试验表明,在有无回环情况下,所提出的算法都能有效降低轨迹和姿态误差。有效地验证了融合优化算法在不同场景下降低累计误差的效果。     

基于改进径向基神经网络的MEMS惯导系统误差抑制方法

由微机电惯性导航系统和全球定位系统构成的组合导航系统在卫导信号失锁的情况下,纯惯导定位误差将迅速发散。为了抑制惯导系统误差发散,提出了改进的径向基神经网络与自适应卡尔曼滤波算法,并提出了新的网络训练模型,采用自适应量子粒子群算法改进径向基神经网络的结构设计与参数。在卫导信号可用时用组合导航数据训练神经网络,当卫导信号失锁时,由改进的径向基神经网络预测自适应卡尔曼滤波的量测,使滤波器继续为系统提供速度与位置修正值。实验结果表明,转弯行驶状态下,卫星失锁15 s时,相比较原算法,水平定位精度提高了62%,有效抑制了惯导误差。     

UKF在惯导平台误差系数辨识离心机测试中的应用

针对惯导平台误差系数辨识的离心机测试,利用直接法建立了误差系数辨识的非线性模型,并结合实际系统模型的特点对标准UKF算法进行了简化和改进.改进后的UKF结构简单,与标准UKF具有同样的滤波精度,并且减小了计算量,提高了计算效率.然后利用扩展Kalman滤波(EKF)算法和改进的UKF算法对惯导平台误差系数辨识离心机测试进行仿真.结果表明,与EKF算法相比,改进的UKF算法能提高惯导平台误差系数的辨识精度,并且更容易实现.     

基于双轴旋转惯导的舰船航向误差动态评估方法

针对无外界参考航向信息情况下的舰船航向误差实时动态评估问题,提出一种基于双轴旋转惯导的动态评估方法。通过对比分析引起双轴旋转惯导航向误差和纬度误差的传播规律,建立了双轴旋转惯导纬度误差和航向误差之间的关联性模型。根据二者之间的关联性模型,在可获取外部参考位置信息的条件下,利用双轴旋转惯导纬度误差对航向误差进行实时动态估计与补偿,实现了基于双轴旋转惯导的舰船航向误差动态评估。仿真结果验证了所提出的基于双轴旋转惯导的舰船航向误差动态评估方法有效性:通过对双轴旋转惯导航向误差进行估计与补偿,双轴旋转惯导航向误差最大值约为0.28',标准差约为0.0808',满足高精度舰船惯性导航系统航向精度的动态评估需求。     

组合导航技术在油气管道测绘系统中的应用

针对长输油气管线必须进行轨迹绘制和探伤定位的问题,设计了惯性管道测绘系统。系统核心部件为捷联惯导系统,辅助信号有里程计和定距离磁标信号,是一种全自主的导航系统。在系统算法设计中,通过建立捷联惯导与航位推算组合导航系统误差模型,利用改进的卡尔曼滤波器估计系统姿态、航向角误差和里程计标度因数误差。该系统数据处理具有非实时性的特点,因此设计了后向卡尔曼滤波器进行数据平滑。系统跑车试验证明该滤波算法能够有效的提高系统的定位精度,系统具有高精度、高可靠的特点,满足实际工程需要。     

一种改进的速度加姿态匹配快速传递对准算法

给出了一种针对工程应用的改进快速传递对准算法。推导了速度及主子惯导z轴安装误差角量测构造方法,给出了基于速度加z轴安装误差角量测的降阶快速传递对准滤波器模型。通过仿真测试了降阶滤波模型的对准性能。最后利用协方差分析方法针对性分析了航向误差对主要未建模误差的敏感程度,结果显示:摇翼机动条件下30 s时航向误差收敛到0.1°内,航向误差主要受主惯导航向误差及z轴挠曲变形的影响,对主惯导数据时间延迟不敏感。该方法兼具传统速度加姿态匹配算法的优点,又避开了其在摇翼机动时对时间延迟、挠曲变形敏感的缺点。     

基于格网系的双航海惯导定位信息融合

在双轴、单轴旋转调制激光陀螺航海惯导备份配置中,主惯导双轴旋转调制航海惯导故障情况下,针对备份系统单轴旋转调制航海惯导定位精度受方位陀螺常值漂移影响的问题,提出了双航海惯导定位信息融合方法。在格网系下设计了两套系统的联合误差状态Kalman滤波器,以系统间位置参数的差异为观测量,对惯性器件的确定性误差进行估计;建立了定位误差预测模型,对单轴旋转调制航海惯导的确定性定位误差进行预测补偿;通过滤波器、预测模型在地理系与格网系间的相互转换,实现了定位信息融合算法的全球适应性。最后通过仿真、实际系统实验进行了验证,结果表明:对单轴旋转调制航海惯导的定位误差预测补偿后,与补偿前相比其定位误差减小了30%,进而保证了主惯导双轴旋转调制航海惯导发生故障情况下系统的定位精度。