静止条件下的月球车INS/CNS自主初始化方法

月球车工作前自身初始位置和姿态的确定对提高其导航能力具有重要作用,这一过程也称为初始化,初始化精度将严重影响其后续导航性能。针对月面特殊环境,现有的应用于地面环境的初始化方法不再适用这一问题,提出了一种静止条件下的月球车INS/CNS自主初始化方法。该方法分为粗初始化和精初始化两个阶段,粗初始化主要为精初始化提供初始参数。精初始化则综合利用惯性导航解算得到的水平速度、星光方位矢量和天体高度量测信息,并在考虑加速度计偏置引起的天体高度误差的基础上建立了精确的天体高度量测方程,精确估计月球车的初始位置和姿态。半物理仿真实验表明当陀螺漂移为0.1(°)/h、加速度计偏置为10?g、星敏感器精度为3″时,采用所提方法的初始位置估计精度优于30 m,初始姿态估计精度优于10″,是一种非常有效的月球车自主初始化方法。     

基于平方根UKF滤波的轨道机动飞行器自主导航方法

在利用SINS／GPS对轨道机动飞行器进行自主导航的过程中,为提高轨导航精度,将惯导工具误差作为状态变量进行估计,同时考虑了杆臂偏差对导航精度的影响,将GPS卫星的星历误差、对流层误差视为一阶马尔科夫过程,用Allan方差的方法建立了GPS接收机的误差模型。为保证滤波过程中协方差阵的正定性,提高计算精度和速度,应用平方根UKF滤波方法进行轨道机动飞行器自主导航,仿真结果验证了所给出方法的可行性和有效性。     

一种可用于运载火箭的SINS/GNSS自主导航方案

研究了一种可用于运载火箭的SINS/GNSS自主导航方案。起飞前捷联惯组采用基于惯性系重力加速度积分的解析粗对准和卡尔曼滤波精对准,起飞后采用SINS/GNSS卡尔曼滤波组合导航反馈实时修正姿态、速度和位置。仿真结果表明捷联惯组水平自主对准误差0.01°,方位自主对准误差1.5°,起飞后经组合导航修正后的姿态误差小于0.2°,速度误差小于0.4m/s,位置误差小于40m,考虑所有误差的蒙特卡罗仿真结果满足火箭入轨精度要求,此方案具有较高的工程应用价值。     

一种天文/加速度计的HEO卫星自主导航新方法

直接敏感地平是一种典型自主天文导航方法,该方法简单可靠,易于实现,但是由于常用卫星轨道动力学J2模型精度有限,地球敏感器精度较低,因此导航精度不高。加速度计是测量运载体线加速度的常用惯性导航设备,当卫星在轨运行时,星载加速度计能够测量航天器所受发散力。结合这两种方法的特点,提出一种将加速度计和天文相结合的自主天文导航新方法。在常用卫星轨道J2模型基础上,引入大气阻力和太阳光压系数模型作为自主导航系统状态方程的一部分,并建立近地空间环境下星载加速度计的测量模型,将其与直接敏感地平均作为导航系统观测方程。设计基于信息融合的自主导航滤波方法,通过对多种导航模式进行数值仿真及结果分析,结果表明所设计方法提高了系统定位精度74.8%和速度精度86.2%,增强了系统可靠性。     

一种新的INS/GPS组合导航技术

基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS／GPS组合导航系统的卡尔曼滤波算法。详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器。仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度。     

基于Unscented Kalman滤波的飞行器天文/地磁自主导航算法研究(英文)

针对地磁场模型精度低而引起的导航精度不高及基于轨道动力学方程的天文导航算法的局限性问题,提出了一种利用天文/地磁信息为观测量的飞行器自主导航方法,并建立了动力学方程,同时推导了观测方程。算法采用星光矢量与地磁矢量的夹角为观测量,采用UKF滤波器估计飞行器的速度和位置,并进行了仿真研究。仿真结果表明,该算法的精度要远高于单纯的地磁导航,滤波的收敛性和稳定性较好,导航误差不随时间累积,有工程应用价值。     

地磁/天文自主导航算法

针对基于轨道动力学方程的天文导航方法的局限性问题,提出了一种利用天文/地磁信息进行飞行器自主导航的方法,建立了适用于一般飞行器的动力学方程,并推导了系统的观测方程。算法采用地磁/星光矢量间的夹角作为观测值,采用扩展卡尔曼滤波方法估计飞行器的位置和速度。应用奇异值分解的方法对系统的可观测性与可观测度进行了分析。仿真结果表明该算法的导航精度较高,滤波收敛性、稳定性较好,误差不随时间累积。可用于惯性导航的辅助导航或对导航精度要求一般的场合。     

一种单目视觉ORB-SLAM/INS组合导航方法

针对惯性/卫星组合导航系统在卫星导航失效时无法使用的问题,提出了单目视觉ORB-SLAM/INS组合导航方法,用于扩展组合导航系统在强干扰环境和室内环境的应用范围。该算法分为两个阶段:初始化阶段,当ORB-SLAM形成闭环时设计算法在线估计单目视觉ORB-SLAM算法的尺度因子;导航阶段,ORB-SLAM系统输出的位置信息经过尺度变换后作为观测量进行卡尔曼滤波,估计INS导航系统的误差状态量从而修正惯导系统的误差。设计了硬件和软件平台对提出的组合导航方法进行试验验证。跑车实验结果表明:所设计的ORB-SLAM/INS组合导航系统具有较高的定位精度,导航时间6 min定位误差为1.162 m,且不随时间漂移,具有很强的应用价值。     

一种未知环境下移动机器人自主导航方法

为提高未知环境下移动机器人自主导航性能,提出了一种未知环境下目标驱动的自主导航方法。不依赖实时更新的地图信息,移动机器人直接从激光雷达读数中构建候选目标点,并根据机器人自身位置和终点位置从候选目标点中选择最优点作为局部目标点。改进的基于深度强化学习的局部规划器从输入信息中直接输出动作信号,实现端到端的控制,使得移动机器人能够快速、安全地到达局部目标点,直至到达终点。实验表明,所提导航方法能够在未知复杂的环境下,可靠且高效地完成导航任务。与最近边界导航方法相比,平均路径长度减少了6.63%,平均运行时间缩短了19.11%,具有成功率高、路径短、速度快等优点。     

一种基于加速度计和天文的卫星自主导航新方法

直接敏感地平是一种典型自主天文导航方法,该方法简单可靠,易于实现,但是由于常用卫星轨道动力学J2模型精度有限,地球敏感器精度较低,因此导航精度不高。加速度计是测量运载体线加速度的常用惯性导航设备,当航天器在轨运行时,星载加速度计能够测量航天器所受发散力。结合上述两种方法的特点,提出一种将加速度计和天文相结合的自主天文导航新方法。在常用卫星轨道动力学模型基础上,引入大气阻力和太阳光压系数模型作为自主导航系统状态方程的一部分,并建立近地空间环境下星载加速度计的测量模型,将其与直接敏感地平均作为导航系统观测方程。设计基于信息融合的自主导航滤波方法,通过对多种导航模式进行数值仿真及结果分析,结果表明所设计方法提高了系统定位精度62.8%和速度精度63.9%,增强了系统可靠性。     

惯性/天文组合导航中的时空坐标转换及其误差分析

针对惯性/天文组合导航中将天文传感器测量信息从天球坐标系到地球坐标系转换的问题,研究了其转换过程中涉及到的时间系统和坐标转换关系,前者包括世界时、地球时、太阳系质心力学时、原子时和协调世界时等时间概念,后者包括岁差、章动、视恒星时和极移等旋转变换。对坐标转换过程中小于0.1″的因素进行了忽略和近似简化,误差分析表明,除地球自转角的计算需要比较精确的UT1时间外,其他天文参数计算中的时间输入均可直接使用UTC时间代替。仿真结果显示,所提简化算法的转换精度达到了0.2″,满足角秒级的天文传感器测姿精度需求。     

基于联邦滤波的INS/GPS/CNS位置、姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度,以联邦滤波为基础,研究了以姿态和位置信息作为观测量的多信息融合导航技术,提出了位置、姿态组合模型,并详细推导了基于联邦滤波的位置、姿态组合算法的观测矩阵的具体形式,最后对系统进行了仿真.仿真结果表明,基于联邦滤波的位置、姿态组合滤波算法能够给出正确的INS误差的估计值,且估计精度较高,平台水平误差角的估计误差控制在10″以内,平台方位误差角的估计误差控制在20″以内,有效地提高组合导航系统的姿态精度.     

基于递推最小二乘估计的CNS/INS组合导航系统初始对准

针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。     

鲁棒性地形匹配/惯性组合导航算法

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略,使得算法在匹配定位时允许载体灵活机动,提高了实时性;针对桑迪亚算法易发散的问题,分析了组合滤波算法的特点,建立了地形匹配/惯性组合导航的数学模型;针对地形匹配"虚定位"影响滤波结果的问题,引入了一种基于新息向量的鲁棒检测算法,采用最小二乘对误匹配点进行拟合改正。仿真研究表明:与传统算法相比,组合滤波算法精度更高、稳定性更强,能高频率(200 Hz)输出高精度导航参数,误差保持在一个格网间距(90 m)以内;鲁棒检测算法能有效抵御粗差影响,在经纬度方向各加入0.05°粗差的情况下,仍可保持较高精度。     

GPS/INS组合导航算法性能评估平台

针对常规GPS／INS组合导航算法研发系统扩展性较差的问题，研发了一种GPS／INS组合导航算法性能评估实验平台。该实验平台具有较高的开放性和可扩展性，能够比较便利地嵌入各种导航系统进行仿真数据实验、真实数据实验，完成算法性能的评估。文章首先介绍这一实验平台的基本结构，并给出了一些关键技术的解决方案，最后通过利用该平台进行仿真实验，结果验证了实验平台的GPS／INS组合导航算法性能评估是科学有效的。文章设计的多数据源导航模拟器和独立的算法库为今后的组合导航算法研究提供了有利的参考价值.     

基于电子海图显示信息系统的惯性/地磁组合导航

为实现惯导系统长时间高精度导航,以性能优良的电子海图显示信息系统为开发背景,对地磁匹配辅助惯性导航系统进行了设计和仿真实验。在原有电子海图显示信息系统的基础上开发了数据采集模块、地磁数据库模块、惯导/地磁匹配模块、惯导误差估计模块等功能软件,并对各功能模块进行了深入分析。仿真试验结果证明,基于电子海图显示信息系统的惯性/地磁组合导航达到了校正惯性导航系统,实现高精度导航的目的。     

景象匹配/惯性组合导航精确修正算法

为了能使景象匹配辅助导航系统在工作时实现对惯导的最优修正,在景象匹配辅助导航系统对惯导修正过程中,引入了卡尔曼滤波技术,并设计了相应的景象匹配/惯性组合导航算法。但在景象匹配过程中会不可避免的会出现匹配错误、匹配精度不够等问题,为此,基于景象匹配过程中载体机动性能规律,提出了飞行航迹近似为直线的误匹配点剔除方法。利用Visual C 编写完成了景象匹配辅助/惯性组合导航仿真演示系统,对所提出的方法进行了仿真实验。多次实验证明提出的方法能够起到很好的匹配修正效果,具有重要的实际应用价值。     

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。