共查询到18条相似文献，搜索用时 303 毫秒
1.
《武汉大学学报(信息科学版)》2016,(9)
讨论了全球导航卫星系统(global navigation satellite system,GNSS)/里程计(odometer,ODO)/惯性导航系统(inertial navigation system,INS)组合定位定姿中误差校正与ODO/INS组合导航两个方面的问题。针对里程计刻度因子和安装误差角的校正,在不改变原GNSS/INS滤波器的基础上,设计了GNSS/INS与INS/ODO两级卡尔曼滤波器级联结构,将INS导航误差与里程计刻度因子误差、安装误差角分别列入两个滤波器的系统状态中,在GNSS连续观测和固定模糊度条件下,利用里程计和惯导里程增量之差作为INS/ODO卡尔曼滤波器的外部观测,对误差进行校正。另一方面,使用校正过的里程计和安装误差角,在GNSS失锁条件下对INS进行观测和修正。跑车实验结果表明,本文算法可以有效校正里程计刻度因子和定位定姿(positioning and orientaton system,POS)安装误差角,同时大幅提高GNSS失锁条件下的定位精度,配合平滑卡尔曼滤波器,可将城市移动测量两分钟GNSS失锁条件下的定位误差控制在0.5m以内。 相似文献
2.
全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位. 相似文献
3.
在无GPS信号的受限环境中,基于序列立体影像的运动平台视觉定位精度较高,能够改正航迹推算方法的误差累积,但在纹理贫乏或光照不足的环境下容易定位失败。为提高受限环境下运动平台定位的精度与稳健性,提出一种基于联邦滤波的立体相机、惯性测量单元（inertial measurement unit,IMU）及里程计组合导航方法。该方法在联邦滤波中利用IMU分别同里程计与立体相机构成子滤波器,有效避免立体视觉定位失效而导致的系统定位失败,提高了定位稳健性。地下巷道实验结果证明,所提方法能有效提高运动平台导航定位的精度,并且在立体视觉定位失效的情况下仍能实现连续定位。 相似文献
4.
为了提高GNSS拒止环境下车辆编队的定位精度,克服集中式滤波依赖中央处理单元且整体计算量大,进而导致协同定位系统可靠性低的问题,提出一种基于OD/SINS(里程计/捷惯导组合导航)模式下分散式协同定位算法.在OD/SINS组合导航系统方程的基础上构建了分散式协同定位模型,建立了基于位置反馈校正的测量模型,并引入载体连线边横向误差和边纵向误差来对协同定位后的相对精度进行评价.仿真结果表明,该算法与非协同模式相比,能够有效减小定位误差和航向角误差,并且能够显著提升载体之间的相对精度和编队构型的稳定程度. 相似文献
5.
高精度定位与导航服务在移动机器人、无人机与自动驾驶等新兴领域中发挥着至关重要的作用。视觉/惯性/激光雷达组合算法相较于视觉/惯性组合算法,可同时利用环境的空间结构与纹理信息以实现更为鲁棒的位姿估计结果,然而其在大尺度场景下仍存在误差累计问题。为此提出了一种全球导航卫星系统（global navigation satellite system,GNSS）精密单点定位（precise point positioning,PPP）/视觉/惯性/激光雷达紧组合算法。该算法首先通过4种传感器的联合初始化,实现了不同传感器空间基准的统一;然后,用双频无电离层组合后的GNSS伪距、相位观测值与视觉、惯性、激光雷达原始观测值共同构成误差因子;最后,通过基于关键帧与滑动窗口的因子图优化实现了全局位姿的精确、鲁棒估计。经车载实验验证,所提出的GNSS PPP/视觉/惯性/激光雷达紧组合算法通过4种传感器在原始观测值层面的组合,可以显著提升系统在复杂环境下的位姿估计的精度、连续性与可靠性,实现无缝导航。 相似文献
6.
通过将卫星定位和计算机视觉定位组合,可以使智能手机在城市、峡谷等卫星定位结果跳变或中断的情况下,仍为用户提供连续、高精度的位置服务.因此,为改善手机端卫星信号不理想区域的定位精度,设计和实现了GNSS与单目相机组合导航的实验.通过数据平滑、旋转矩阵求解等过程完成系统间的轨迹转换,并分析了坐标转换误差.使用结合贝叶斯估计的卡尔曼滤波对两种轨迹进行融合处理.最终结果表明,在城市环境下,GNSS与单目相机组合后,定位误差小于3 m的概率由21.21％提升至48.15％,小于5 m的概率由48.82％提升至70.03％. 相似文献
7.
车载低成本嵌入式组合导航系统的可靠性容易受到多种传感器故障和环境的影响,基于全球卫星导航系统(GNSS)状态的惯性导航系统(INS)/GNSS/里程计(ODO)抗差组合导航算法,提出了一种两级故障检测处理方法. 其中,第一级检测使用了基于解析冗余的残差卡方检验法,第二级检测使用了改进的双状态传播卡方检验算法. 利用自主研制的GN310低成本嵌入式系统采集路测数据. 结果表明:相对于传统算法,水平定位精度提升了39.7%;另外在半实物仿真下,水平定位误差保持在3 m以内,表明该容错方法能够有效地处理ODO、INS故障和GNSS软硬故障. 相似文献
8.
CNS+GNSS+INS船载高精度实时定位定姿算法改进研究 总被引：2，自引：1，他引：1
天文导航（CNS）、卫星导航（GNSS）和惯性导航（INS）3种系统组合可提供高精度的定位定姿结果。实际工程中因INS长时间误差累积，以及系统硬件传输存在不可忽略的时间延迟，导致INS提供给CNS的预报粗姿态误差较大，恶劣海况下难以保障快速搜星，造成天文导航可靠性下降、姿态测量精度较低的问题。为此，本文提出了一种CNS+GNSS+INS高精度信息融合实时定位定姿框架，引入了等角速度外推措施，有效地解决了惯导信息延迟问题。通过高精度转台模拟恶劣海况下载体大角速度摇摆，验证了本文提出的改进算法的有效性。试验结果表明，该算法架构简单，性能可靠，显著提高了恶劣环境下星敏感器的快速、准确搜星能力，保障了三组合姿态测量的精度和可用性。 相似文献
9.
在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。 相似文献
10.
GNSS/SINS组合导航中因姿态失准角等误差较大会引起状态误差坐标定义不一致和线性化误差较大问题,导致传统滤波和定位性能有所降低,尤其在面临较复杂的GNSS观测环境时更为显著。本文通过将姿态、速度及位置状态构造为特殊SE2(3)-EKF群元素,考虑陀螺及加速度计零偏误差,形成群-矢量混合误差模型,在此基础上设计了一种基于量测左不变的GNSS/SINS抗差滤波方法(RLIEKF),通过市区环境下存在大失准角误差和GNSS异常的车载组合导航试验,验证本文方法的优越性。试验结果表明：相对于传统EKF方法,RLIEKF方法由于在时间更新及GNSS量测更新中顾及了姿态角误差,在不同大失准角情况下仍具有较快的收敛速度,无须复杂且长时间的姿态对准步骤,较好地弥补了GNSS信号短时间缺失无法定位问题,可显著提升滤波新息精度,具备更好的抗差性能,对于复杂观测环境表现更为稳健,且计算效率相当,具备较好的工程实用价值。 相似文献
11.
智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。 相似文献
12.
里程计通常被用于辅助车载GNSS/INS组合导航系统,以解决当遇到高楼、密林、隧道等信号干扰和遮蔽严重情景时导致精度下降的问题,而里程计辅助需要获取准确的里程计杆臂和安装角。鉴于此,本文提出了一种基于预积分的IMU/ODO外参估计算法,使用由里程计观测和GNSS/INS组合导航解算得到的一段时间内的里程增量差异构建代价函数,通过非线性优化器进行标定参数求解。仿真与实际测试均表明了本文标定方法的有效性,里程计观测在经过标定外参补偿后,可为车载GNSS/INS组合导航系统提供厘米级的精度辅助。 相似文献
13.
A two-dimensional pedestrian navigation solution aided with a visual gyroscope and a visual odometer 总被引：1，自引：1，他引：0
Laura Ruotsalainen Heidi Kuusniemi Mohammad Zahidul H. Bhuiyan Liang Chen Ruizhi Chen 《GPS Solutions》2013,17(4):575-586
Integration of different positioning systems such as wireless local area networks (WLAN) and INS has proven to be the most promising approach for navigation in global navigation satellite system challenging environments. However, the integrated solution suffers from the errors induced by the sensors in the INS and the low availability and infrastructure dependency of the WLAN. Visual aiding is a complementary method for augmenting these systems, because it suffers from errors and availability problems of a different nature. We introduce the concept of a “visual gyroscope” and a “visual odometer,” based on recovering user information by tracking the feature motion between consecutive images. All calculations are of sufficiently low complexity to be adoptable for navigation with current smartphones. The camera orientation is observed using the vanishing point locations, and this information is transformed into user heading change information and also used for visual odometer calculations. The visual odometer retrieves the camera translation information based on a special camera configuration and the motion of the matched scale-invariant feature transform features. The performance of both of these tools is evaluated. Experiments in selected environments have proven that visual aiding with a visual gyroscope and visual odometer improves the two-dimensional navigation solution significantly. 相似文献
14.
精密定位的质量控制和完好性评估是实时全球卫星导航系统(GNSS)导航应用不可或缺的环节,尤其是在GNSS易受损害的城市峡谷等场景下,这种需求更加迫切.广域精密单点定位(PPP)瞬时分米级定位,利用GNSS三频信号形成的两个宽巷观测值可以实现单点单历元分米级定位.然而,在城市复杂环境中,反射信号、严重多路径以及其他信号干扰对定位造成的影响无法准确评估与识别,限制了PPP瞬时分米级单点定位的应用.完好性概念中的高级接收机自主完好性监测(ARAIM)可以计算用户定位误差最小置信区间的上限保护水平(PL)以评估定位有效性,可经过一定改进用于PPP瞬时定位的质量控制.针对当前ARAIM中计算PL的误差模型难以适应高精度定位需求的问题,提出了一种改进的ARAIM PL算法,称其为BARAIM(Back Advanced Receiver Autonomous Integrity Monitoring).使用PPP三频组合观测值残差对ARAIM权与误差模型进行修正以计算PL.基于不同复杂程度的环境下采集的车载数据对算法进行了验证,对PL的改进情况以及导航的可用性提升情况进行评估.结果表明:在不同环境下,基于改进的B-ARAIM算法得到的PL,相比传统方法得到的PL更符合城市定位的需要,将PL降低了30%~70%.此方法有助于将ARAIM算法应用在高精度GNSS定位领域. 相似文献
15.
自动驾驶和智能交通要求载体的高精度定位,更要求载体之间的高精度协同控制。当前依靠增加传感器来提升载体定位精度的研究思路依然无法有效解决卫星信号长时间失锁的复杂情况。本文提出了基于GNSS/INS组合的载体协同高精度定位方法,通过建立载体之间的相对位置关系来实现载体间观测值的共享,从而提升载体的定位精度和可信度。试验结果表明,GNSS/INS组合的协同定位模式相比于单独定位模式能显著改善载体恶劣环境下的定位精度。 相似文献
16.
在地面车载组合导航GNSS/OD/SINS中,全球导航卫星系统（GNSS）信号容易受到环境的干扰甚至发生中断,将非完整性约束（NHC）应用于里程计（OD）/捷联惯性导航系统（SINS）组合,可以有效抑制GNSS信号中断期间组合导航系统的误差发散。通常NHC的噪声设定基于固定的经验值,然而在实际运动过程中,车辆运行轨迹复杂多变,其运动状态不能完全满足NHC前提假设,经验给定的噪声无法准确反映车辆实际运动情况。为此,本文分析了NHC噪声与车辆运动状态的关系,构建了一种基于车辆运动状态的NHC噪声自适应方法。通过所选场景的实测数据验证表明：采用噪声自适应的NHC/OD/SINS组合导航结果相比于固定噪声的NHC/OD/SINS组合,在GNSS信号中断110 s、车辆连续转弯的情况下,最大水平位置误差减小了68.4%;在GNSS信号中断74 s、车辆直线行驶的情况下,最大水平位置误差减小了87.3%;能较好地抑制GNSS中断期间组合导航系统的误差发散。 相似文献
17.
针对GNSS接收机在室内环境中面临的强烈的信号衰减、非视距传播和互相关效应的问题,提出了一种基于粗时段导航和RAIM算法解决A-GNSS室内定位问题的方法,并利用BDS数据验证了该方法的可靠性。结果表明,粗时段导航算法能够提供连续可靠的定位结果,应用于微弱信号环境;基于组合FDE的RAIM算法能够增加定位结果可用率,解决室内卫星信号存在的非视距传播和互相关效应的问题。基于粗时段导航与RAIM算法的A-GNSS定位技术能够应用于室内定位,仿真定位结果水平方向RMS在10 m以内。 相似文献
18.
视觉惯性里程计（VIO）和伪卫星已经广泛应用于室内环境定位中,但在实际应用中,二者各自都有明显的缺陷。视觉里程计依赖于实际场景,在景深变化明显和光照不均匀的环境下会产生粗差,而且误差会不可避免地随着时间累积,但是在相邻帧间能保证相对高精度的位姿测量。由于受到室内多径的影响,伪卫星室内定位的精度和可靠性很难保证。为增加室内定位的可靠性和稳定性,基于抗差LM非线性优化理论,本文主要研究利用视觉惯性里程计的相邻帧间高精度位姿测量和伪卫星融合的室内高精度定位技术。该算法不仅可以抵抗粗差,而且可以减弱不同传感器间权重设置不合理带来的影响。最后使用在室内环境下搭建的高精度动态捕捉设备对组合定位方法进行实验验证。试验结果表明,该方法不依赖回环即可消除视觉惯性里程计的累积误差,有效提高室内定位精度及可靠性。利用改进的LM算法融合后场景1和场景2,相对于VIO单独定位精度分别提高了59.0%和77.5%。 相似文献