论文部分内容阅读
在智能化、信息化、物联化的趋势下,无人机、无人船、无人车等终端定位变得越来越重要。城市道路上,车辆的准确定位对减少交通堵塞具有重要意义,也有利于行驶路线的规划,降低运输成本。在此应用背景下,微机械电子系统（Micro Electronic-Mechanical System,MEMS）技术制造的惯性传感器构成的微惯性导航系统（Micro inertial navigation system,MINS）和全球导航卫星系统（Global Navigation Satellite System,GNSS）的融合定位正成为车辆导航定位的重要部分。本文针对MINS/GNSS组合导航系统定位误差抑制方法进行研究,以提高中低成本MEMS惯性传感器和GNSS组合的导航系统定位精度为目标。影响车载MINS/GNSS组合导航系统定位误差的因素主要有三个,分别为MEMS惯性传感器误差、GNSS定位信息（指GNSS接收机解析的位置信息）误差特性的变化和GNSS拒止（或失锁）。本论文从影响组合系统定位性能的三个因素入手,分别进行研究。主要研究工作和创新点如下。（1）为实现低成本、高精度的MEMS惯性传感器误差标定要求,提出了六位置参数修正标定法。首先研究了 MEMS惯性传感器数据的误差模型,然后分析不同位置上数据特征,在此基础上提出了六位置参数修正法,用于加速度计和陀螺仪的参数标定。仿真结果表明,该方法可得到相对误差为0.06%的标度因数,误差为0.5 mg的零偏,和误差为0.006的非正交变换矩阵非对角线元素（等价于0.35°的角度误差）。重复性标定实验也证明了六位置参数修正法的有效性。因六位置参数修正法标定得到的参数具有波动小的特点,提出结合六位置参数修正法和9参数最小二乘法的加速度计参数温漂误差标定方法。首先,分析了升温条件下数据漂移特征,给出了数据漂移曲线的误差补偿方法。然后,应用所提出方法,从准确的参数漂移趋势中去除参数偏置误差,得到准确的参数温漂曲线。实验结果表明,测试数据对应的温度从12℃升高到47℃时,标定的温漂参数转换后,加速度计X轴、Y轴和Z轴的数据漂移分别从转换前的-29.2 mg、18.3 mg和-28.5 mg,变为0.5 mg、-1.9 mg和-1.1 mg,数据的温漂误差分别抑制了约98%、89%和96%。（2）针对陀螺仪标定参数随温度漂移问题,提出了升温实验条件下基于24状态的分段系统级标定方法。在分析了陀螺仪参数特点后,首先确定适用于低成本标定目标的基于误差方程的系统级标定方法。然后推导了 24状态的系统方程,并提出了升温条件下分段系统级标定方法。该标定方法包括两步:第一步,通过数据分段下的系统级标定方法得到陀螺仪参数对温度的漂移趋势;第二步,通过恒温下准确的参数去除参数漂移曲线中的偏置误差,得到较为准确的陀螺仪参数温漂曲线。在100 s纯惯性导航测试中,陀螺仪温漂参数转换后的东向、北向和高度定位误差分别从-230.8 m、378.7 m 和-9.1 m,变为-89.7 m、203 m 和-5.3 m,定位误差抑制了约61%、46%和41%,说明所提出方法的有效性。（3）针对GNSS定位误差特性变化问题,提出了基于GNSS定位误差标准差估计的鲁棒滤波方法。首先,分析了载体静止和运动状态下GNSS定位误差特性,建立了 GNSS定位误差模型。在此误差模型基础上,提出了基于GNSS定位误差标准差估计的鲁棒滤波方法。该方法在构造位置差分序列后,应用设计的加权函数产生加权因子,然后得到GNSS定位误差标准差的估计值。在标准差的估计值基础上,进行定位偏置误差检测及鲁棒滤波。仿真与实验表明,当前进方向GNSS定位信息存在持续30 s、12 m的偏置误差时,所提出方法可将组合定位误差降至6 m,优于速度约束KF（Kalman Filter,KF）和SH-KF的15 m定位误差。（4）为进一步提高GNSS拒止时组合系统定位精度的目标,研究和分析了基于ANFIS（Adaptive Neuro Fuzzy Inference System,ANFIS）的误差预测方法,提出以 b系位置误差作为模型输出的MIMO-ANFIS和MISO-ANFIS误差预测方法。所提出模型的目标输出不同于现有研究成果的模型输出,理论上预测误差具有不受车辆运动轨迹影响的特点。此外,提出了基于最小二乘法的ANFIS后件参数估计方法和基于遗传算法的前件参数估计方法。仿真实验表明,当车辆近似直线行驶,且GNSS拒止60 s时,MIMO-ANFIS和MISO-ANFIS可将速度约束KF的12 m定位误差降至5 m。