车载航位推算组合导航算法研究

对航位推算算法进行了研究,提出了适用于车辆导航的航位推算组合导航算法;该算法在传统的航位推算算去的基础上,利用惯组中加速度计组合的输出和航位推算给出的位置与姿态完成了惯导速度更新;由于惯导速度误差与航位推算速度误差包含有不同的误差信息,将两者做差所得到的速度量测结合位置量测可以在载车具有转弯机动的条件下对航位推算系统的姿态误差、安装误差以及测速设备刻度系数误差进行有效估计,这对于提高航位推算系统的性能是非常有益的;最后通过计算机仿真对该算法的有效性进行了验证.     

基于捷联惯导/里程计的车载高精度定位定向方法研究

研究了一种基于捷联惯导系统和里程计进行车载高精度定位定向的方法;采用里程计与捷联惯导中的陀螺仪构成航位推算系统,建立了航位推算系统的误差模型;为了增强航位推算姿态误差的估计效果,将载车姿态与位置信息一起作为量测,构建组合定位定向的量测方程;采用Sage-Husa自适应滤波设计捷联惯导/里程计组合定位定向算法,以增强算法对外界环境和载车机动的鲁棒性;仿真结果表明,基于捷联惯导/里程计的车载定位定向方法能够达到±20.4m(3σ)的定位精度,航向精度达到±3.1′(3σ),水平姿态精度达到±0.6′(3σ)。     

改进量测的车载捷联惯导/里程计组合导航算法

针对车载SINS/Odometer速度量测和位置量测组合导航算法的潜在缺陷,提出了改进量测算法.在分析里程计输出误差模型的基础上,将里程计标度因数误差和惯导系统安装偏差均列入状态变量,并将1 s内惯导位置增量和航位推算位置增量之差作为量测值进行组合导航.车载试验使用精度为0.02°/h的激光陀螺捷联惯导系统,采用该算法后行驶54 km,定位精度可达行驶里程的0.08％.离线分析进一步证实,改进算法可以快速估计出各项传感器误差、安装偏差和初始对准误差,从而保证系统的定位和定向精度.     

基于捷联惯导和里程计的井下机器人定位方法研究

针对现有煤矿井下移动机器人定位方法存在定位难、精度低的问题,提出了一种基于捷联惯导和里程计的井下机器人定位方法。该方法利用卡尔曼滤波对捷联惯导进行初始对准,以此确定定位的初始坐标,得到初始姿态转换矩阵;利用捷联惯导独立完成机器人位置解算,同时利用里程计输出的速度信息与捷联惯导输出的实时姿态转换矩阵进行航位推算解算,再次得到机器人的位置信息;为了减少累积误差对捷联惯导的影响,使用里程计和捷联惯导构成航位推算系统,采用Sage-Husa自适应滤波设计组合定位算法,选择误差作为系统状态,经过滤波计算和校正,可获得机器人的精确位置信息。实验结果表明,该方法可实现机器人实时定位,有效减少捷联惯导累积误差的影响;定位精度较高,机器人在Y向运动4.3m,Z向运动0.25m后,Y向定位误差为0.25m,Z向定位误差为0.005m。     

车载惯导里程仪组合导航系统安装误差标定研究

研究了捷联惯导、GPS、里程仪和气压高度计构成的组合导航系统中惯导安装误差角对里程仪航位推算精度的影响;提出了以GPS输出作为辅助信息对惯导安装误差进行标定的方法;设计了以里程仪航位推算误差传播方程为系统方程,以里程仪航位推算结果和GSP位置输出之差为量测,通过卡尔曼滤波估计惯导安装误差的标定方法;仿真结果表明,该方法对惯导安装误差的标定精度能达到角秒级。在调试过程中采用该方法标定补偿后的系统实际跑车实验航位推算精度达到5m+行程的0.15%,表明补偿后残余的惯导安装误差影响已经可以忽略。     

车载惯导航位推算组合导航系统误差补偿研究

当惯组(IMU)安装到车体上时存在安装偏差,推导了安装偏差及刻度系数误差对里程计速度的影响,进而导出了航位推算(DR)的位置误差方程及位置更新算法;建立了SINS/DR组合导航的状态方程和量测方程,以捷联惯导的位置与航位推算的位置之差作为组合导航卡尔曼滤波器的输入,估计出安装偏差和刻度系数误差的值并对航位推算进行补偿;仿真及跑车数据的验证分析结果表明了误差估计方法的有效性和正确性.     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法;仿真结果表明,该组合导航方法的速度精度达到±0.05 m/s,位置精度达到±3.2 m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

一种提高车辆导航系统定位精度的方法

为了解决量测方程线性化及普通卡尔曼滤波数值稳定性对车载航位推算系统滤波结果的影响,给出了车载航位推算系统的基于U D分解的自适应迭代滤波算法,并将这一算法与车载航位推算系统的迭代型自适应推广卡尔曼滤波算法及简单航位推算进行了比较。计算机仿真结果表明:新算法能够有效地提高车载航位推算系统的定位精度及数值稳定性。     

导航算法对捷联惯导系统精度的影响分析

导航算法精度的高低直接影响着捷联惯导系统的性能。在惯性元件输出为增量形式的条件下对捷联惯导系统姿态更新、速度更新和位置更新算法进行分析。仿真实验得出:在影响导航精度的因素中,姿态更新算法最大,速度更新算法和位置更新算法次之。为导航算法的研究提供一定的借鉴。     

煤矿井下连续采煤机定位方法研究

目前井下采掘装备定位方法大多采用惯导加里程计、视觉测量、测距雷达等辅助测量方式来降低惯导随时间累积所产生的位置漂移误差,但这些方法对辅助测量方式的可靠性与测量精度要求较高,且采用集中式卡尔曼滤波对数据进行滤波解算,存在计算量较大、容错性较差等问题。针对上述问题,提出了一种由捷联式惯导、测距雷达及里程计组成的连续采煤机定位方法,使用测距雷达与里程计分别测量连续采煤机的位移量,通过航位推算法推算得出机身的二维位置信息,利用二维位置信息对惯导位置解算信息进行反馈修正,减少惯导随时间累积所产生的位置漂移误差。采用联邦式卡尔曼滤波对各传感器推算得出的位置信息进行滤波解算及数据融合,通过降低方程维数减少计算量,在保证测量精度的同时还具备一定的容错性。仿真实验结果表明,该定位方法的定位精度可达±2cm,定向精度可达15′,联邦式卡尔曼滤波算法计算量小且具备一定容错性,可为连续采煤机在巷道约束环境下的位姿精确测量、巷道自动成形控制和远程控制奠定基础。     

惯性基高精度组合导航方法研究与仿真

研究了一种基于捷联惯性导航系统(SINS)的高精度组合导航方法;选取SINS的系统误差作为组合导航系统状态,利用天文导航系统(CNS)输出的姿态矩阵和SINS输出信息计算得到的等效姿态矩阵来构造量测,设计SINS/CNS组合导航算法;利用SINS与北斗卫星导航系统(RDSS)各自的位置输出构造量测,设计SINS/RDSS组合导航算法,从而,利用联邦卡尔曼滤波技术设计SINS/CNS/RDSS组合导航算法;仿真结果表明,惯性基SINS/CNS/RDSS组合导航方法具有较高的导航定位精度,工程应用前景良好。     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.     

星光折射定位辅助的惯性/星光全组合导航算法

常规的惯性/星光组合导航多基于姿态信息组合,对位置、速度修正效果较差.针对上述问题,在惯性/星光姿态组合算法基础上,通过引入基于星光折射原理后获得的天文定位信息,设计了惯性/星光姿态、位置全组合导航方案,并提出了基于地心惯性坐标系下的捷联惯性/星光全组合导航算法.仿真结果表明:由于利用星光折射间接敏感地平的方法,在系统中引入了位置相关的观测信息,可确保组合导航系统获得较高的位置、速度和姿态精度.     

面向行人导航的RMLT DR算法研究与实现

DR算法是行人导航中最常用的一种推算算法。分析常规DR算法,针对行人导航中DR算法是固定阈值,不能根据行人环境不同而自动调整阂值,导致行人定位精确度不高的缺点,提出了基于雷达的多级阈值DR算法,即RMLT DR算法。通过仿真模拟实验,对比分析了RMLT DR算法和常规DR算法的定位结果。验证了行人行走过程中,RMLT DR算法可以根据周围的环境自动选择阈值大小,具有更高的精确度。     

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。     

北斗双星／SINS组合导航中的捷联惯导算法研究

摘要针对北斗双星／SINS组合导航系统,研究了捷联惯导的姿态和速度更新算法。将等效旋转矢量算法应用与姿态解算,消除了传统的四元数算法存在的不可交换性误差对导航精度的影响,并对速度解算中的划浆误差进行了补偿。将算法应用到北斗双星／捷联惯导组合导航系统,通过实际的跑车实验验证算法的有效性。     

基于PDR/UWB紧耦合的足绑式行人导航技术

为了解决低成本微机电惯性导航系统存在的累积误差问题,提出一种基于融合行人航迹推算(PDR)和超宽带(UWB)无线定位的实时室内行人导航系统.利用加速度计和磁强计进行初始姿态对准;考虑滤波误差估计,推导了惯性导航算法;依靠加速度计和陀螺仪的"与"逻辑进行行人步态检测;实施零速更新(ZUPT)提供速度误差观测量,利用UWB系统提供位置误差观测量;设计具有野值辨识机制的扩展卡尔曼滤波器进行数据融合.对提出的行人导航算法进行实验验证,结果表明该行人导航算法与传统定位方法相比能够有效提高行人定位精度.实验中,该行人导航算法能够获取低于0.2 m的定位误差,且稳定、不发散.