共查询到19条相似文献，搜索用时 140 毫秒
1.
GNSS/INS组合导航系统定位精度分析 总被引：1，自引：0，他引：1
GNSS/INS组合导航系统近年来得到了快速发展,应用领域越来越广泛。组合导航的定位精度是一个重要的研究方向,本文将应用于航空遥感领域的高精度GNSS/INS组合导航系统放置在地面平台上,采集试验数据,通过与NRTK定位结果比较,对组合导航系统定位精度进行分析,得出GNSS/INS组合导航系统的定位精度可达到厘米级的试验结论。 相似文献
2.
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
3.
以GNSS和INS为代表的传感器提供的高精度实时位置是自动驾驶、智能交通等领域的重要基础。为提升GNSS和MEMS INS在城市环境下的实时定位性能,本文利用IGS播发的实时精密轨道和钟差改正数,构建了多系统实时PPP/MEMS INS紧组合模型,分析和评估了多系统实时PPP与PPP/MEMS INS紧组合的性能,并与事后精密产品获得的结果进行对比。试验结果表明,在GNSS短时中断期间,多系统PPP/MEMS INS紧组合可以实现连续可靠定位;水平和高程分量的定位精度分别可达0.374和0.339 m,但与事后精密产品相比仍有差距,点位定位精度相差约为0.15 m。PPP/INS紧组合的测速及定姿精度主要取决于INS,测速精度约为1 cm/s,与使用IGS事后产品得到的结果相比,无明显差异;航向角的可观测性较弱,静止期间航向角误差明显增加。 相似文献
4.
针对车载GNSS/惯性导航系统(inertial navigation system,INS)组合导航系统在GNSS信号失锁时定位精度下降甚至发散的问题，提出了一种长短期记忆(long short-term memory,LSTM)神经网络辅助组合导航的算法来提高定位精度，实现可靠连续稳定的定位.通过移动集成平台进行实验，结果表明：当GNSS信号失锁30 s时，LSTM辅助组合导航系统在东(east,E)、北(north,N)方向的位置误差最大值分别降低了77.45%、17.39%，均方根误差(root mean square error,RMSE)分别降低了79.53%、42.36%；当GNSS信号失锁100 s时，LSTM辅助GNSS/INS在E、N、天顶(up,U)三个方向上的位置误差最大值分别降低了60.07%、98.30%、84.65%,RMSE分别降低了61.96%、97.98%、84.65%. LSTM辅助较大地提升了车载GNSS/INS组合导航系统的导航性能. 相似文献
5.
讨论了GNSS/INS紧组合算法;依据卡尔曼滤波新息检验理论研究了GNSS/INS紧组合中的周跳探测方法。通过实验论证,对比分析了GNSS/INS紧组合模式和纯GNSS模式下,动态周跳探测与处理的效果。实验结果表明:紧组合模式对周跳的发生更为敏感,可以有效地提升周跳探测的效果。 相似文献
6.
全球卫星导航系统(Global Navigation Satellite Systems,GNSS)的定位精度、可靠性和稳定性受用户环境影响明显.为此,本文利用惯性导航系统(Inertial Navigation System,INS)的短期高精度定位特性和自主导航的优点,与GNSS进行数据融合,来弥补GNSS的缺点,... 相似文献
7.
8.
《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
9.
10.
《测绘科学》2020,(6)
针对当前协同车辆定位精度低以及城市复杂环境下协同车辆定位精度不可靠等问题,该文提出一种在车车通信环境下利用BDS/UWB组合系统进行协同车辆定位的算法。该算法综合利用BDS在城市复杂环境下的定位优势、UWB具有可同时提供短程无线通信功能和高精度测距观测值特性,通过扩展卡尔曼滤波对BDS双差观测信息和UWB测距信息进行融合,从而实现高精度、高可靠性协同车辆定位。实验结果表明:BDS/UWB组合系统在较好观测环境下定位精度可达厘米级,在复杂环境下定位精度可达分米级;相比于BDS单系统,BDS/UWB组合系统在较好观测环境下定位精度提升并不明显,平均提升了1.49 cm,但在复杂环境下定位精度平均提升6.88 cm,定位可靠性较单BDS系统也有明显改善。 相似文献
11.
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
12.
In integrated systems for accurate positioning, which consist of GNSS, INS, and other sensors, the GNSS positioning accuracy has a decisive influence on the performance of the entire system and thus is very important. However, GNSS usually exhibits poor positioning results in urban canyon environments due to pseudorange measurement errors caused by multipath creation, which leads to performance degradation of the entire positioning system. For this reason, in order to maintain the accuracy of an integrated positioning system, it is necessary to determine when the GNSS positioning is accurate and which satellites can have their pseudorange measured accurately without multipath errors. Thus, the objective of our work is to detect the multipath errors in the satellite signals and exclude these signals to improve the positioning accuracy of GNSS, especially in an urban canyon environment. One of the previous technologies for tackling this problem is RAIM, which checks the residual of the least square and identifies the suspicious satellites. However, it presumes a Gaussian measurement error that is more common in an open-sky environment than in the urban canyon environment. On the other hand, our proposed method can estimate the size of the pseudorange error directly from the information of altitude positioning error, which is available with an altitude map. This method can estimate even the size of non-Gaussian error due to multipath in the urban canyon environment. Then, the estimated pseudorange error is utilized to weight satellite signals and improve the positioning accuracy. The proposed method was tested with a low-cost GNSS receiver mounted on a test vehicle in a test drive in Nagoya, Japan, which is a typical urban canyon environment. The experimental result shows that the estimated pseudorange error is accurate enough to exclude erroneous satellites and improve the GNSS positioning accuracy. 相似文献
13.
采用全球卫星导航系统（Global Navigation Satellite System，GNSS）模糊度固定解可提高GNSS/惯性导航系统（inertial navigation system，INS）组合导航定位精度，而在复杂环境下，单频GNSS难以实现完善的实时动态周跳探测，影响GNSS模糊度保持。研究了星间单差与站星双差的INS辅助GNSS单频周跳探测检验量，重点分析检验量的误差特性。分析得出检验量误差主要与INS增量误差有关，受接收机至待检星与参考星之间星地矢量夹角的影响。提出了选取两颗参考星并优选探测检验量的方法，降低方位角因素的影响，提高周跳探测性能。周跳探测的阈值在滑动窗口内估计，对INS误差被GNSS误差淹没的部分进行抑制，充分反映INS误差影响，阈值估计具有较强的自适应性。 相似文献
14.
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
15.
GNSS/INS紧组合导航系统自主完好性监测分析 总被引：2，自引：0，他引：2
可靠性和对故障的可区分性是评价系统完好性的两个重要因素。本文将多GNSS系统与不同精度的INS系统进行组合,由此分析不同因素对组合系统内部的可靠性和故障探测与隔离能力的影响。仿真结果表明,集成多GNSS系统可以改善卫星星座的几何分布结构,从而提高系统的内部可靠性和对故障的区分能力;当GNSS系统与INS系统相结合时,也能大幅度提高系统的可靠性和区分性;相较于低精度的INS系统,采用高精度的INS系统能够进一步的提高系统的可靠性,并增强对故障的区分能力。 相似文献
16.
针对车载全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system,GNSS/INS）组合导航中卫星信号中断,惯性导航系统单独导航误差积累较大的问题,提出了附加载体运动条件约束的卡尔曼（Kalman）滤波解算方法。通过利用载体固有的运动约束,包括近似高程约束、近似速度约束和近似姿态约束,减少载体自由度和模型参数;通过引入新的观测类型,增加观测冗余,可以加强Kalman滤波解,提高在GNSS信号中断时组合导航系统的定位精度,实现无缝导航。 相似文献
17.
Adaptive GPS/INS integration for relative navigation 总被引：1，自引：0，他引：1
Je Young Lee Hee Sung Kim Kwang Ho Choi Joonhoo Lim Sebum Chun Hyung Keun Lee 《GPS Solutions》2016,20(1):63-75
Relative navigation based on GPS receivers and inertial measurement units is required in many applications including formation flying, collision avoidance, cooperative positioning, and accident monitoring. Since sensors are mounted on different vehicles which are moving independently, sensor errors are more variable in relative navigation than in single-vehicle navigation due to different vehicle dynamics and signal environments. In order to improve the robustness against sensor error variability in relative navigation, we present an efficient adaptive GPS/INS integration method. In the proposed method, the covariances of GPS and inertial measurements are estimated separately by the innovations of two fundamentally different filters. One is the position-domain carrier-smoothed-code filter and the other is the velocity-aided Kalman filter. By the proposed two-filter adaptive estimation method, the covariance estimation of the two sensors can be isolated effectively since each filter estimates its own measurement noise. Simulation and experimental results demonstrate that the proposed method improves relative navigation accuracy by appropriate noise covariance estimation. 相似文献
18.
惯性导航系统可以短期内提供连续的高精度信息，但是误差会随时间增大，不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中，传统的惯导+卫星组合方法也不再适用。针对该问题，本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中，采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法，本文利用视觉定位的位姿信息建立量测方程，进行卡尔曼滤波，并选取合适的试验设备，通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。 相似文献
19.
面向矿山无人驾驶卡车场景,针对GNSS定位不连续且容易被干扰、INS存在累计误差的缺点,本文提出了一种基于GNSS+INS组合的导航算法,该算法融合了两种算法的优点,提高了定位的精度和可靠性。分别将RTK算法和组合导航算法结果与开源软件RTKLIB和NovAtel板载输出结果对比。试验结果表明,本文算法在精度上与NovAtel板载输出结果基本持平,明显优于RTKLIB软件。本文算法平面和高程误差均值及STD均优于5 cm,姿态误差均值和STD优于1°,可以满足矿用无人驾驶卡车的定位精度需求。 相似文献