【技術實現步驟摘要】
本專利技術涉及復雜環境下組合定位
,尤其涉及一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統及方法。
技術介紹
近年來,行人導航(PedestrianNavigation,PN)作為導航技術應用的新興領域,正越來越受到各國學者的重視,并逐漸成為該領域的研究熱點。然而在隧道、大型倉庫、地下停車場等室內環境下,外界無線電信號微弱、電磁干擾強烈等因素都會對目標行人導航信息獲取的準確性、實時性及魯棒性有很大影響。如何將室內環境下獲取的有限信息進行有效的融合以消除室內復雜環境影響,保證行人導航精度的持續穩定,具有重要的科學理論意義和實際應用價值。在現有的定位方式中,全球衛星導航系統(GlobalNavigationSatelliteSystem,GNSS)是最為常用的一種方式。雖然GNSS能夠通過精度持續穩定的位置信息,但是其易受電磁干擾、遮擋等外界環境影響的缺點限制了其應用范圍,特別是在室內、地下巷道等一些密閉的、環境復雜的場景,GNSS信號被嚴重遮擋,無法進行有效的工作。近年來,UWB以其在復雜環境下定位精度高的特點在短距離局部定位領域表現出很大的潛力。學者們提出將基于UWB的目標跟蹤應用于GNSS失效環境下的行人導航。這種方式雖然能夠實現室內定位,但是由于室內環境復雜多變,UWB信號十分容易受到干擾而導致定位精度下降甚至失鎖;與此同時,由于UWB采用的通信技術通常為短距離無線通信技術,因此若想完成大范圍 >的室內目標跟蹤定位,需要大量的網絡節點共同完成,這必將引入網絡組織結構優化設計、多節點多簇網絡協同通信等一系列問題。因此現階段基于UWB的目標跟蹤在室內導航領域仍舊面臨很多挑戰。在導航模型方面,目前在室內行人組合導航領域應用較多的為松組合導航模型。該模型具有容易實現的優點,但是需要指出的是,該模型的實現需要參與組合導航的多種技術能夠獨立的完成導航定位。例如,需要UWB設備能夠提供行人的導航信息,這就要求目標行人所處的環境必須能夠獲取至少3個參考節點信息,這大大的降低的組合導航模型的應用范圍,與此同時,參與導航的子技術獨立完成定位,也引入了新的誤差,不利于組合導航技術精度的提高。為了克服這一問題,學者們提出將緊組合模型應用于室內行人導航領域,緊組合模型直接將參與組合導航的子技術的原始傳感器數據應用于最后的導航信息的解算,減少了子技術自行解算引入新誤差的風險,提高了組合導航的精度,但是需要指出的是,傳統的緊組合導航模型都是建立在一階泰勒展開的基礎上的,這不可避免的引入了系統的截斷誤差,這在普遍采用低成本傳感器的行人導航領域,嚴重影響了組合導航系統的精度。
技術實現思路
本專利技術的目的就是為了解決上述難題,提供了一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統及方法,采用改進的INS/UWB緊組合模型,該模型以INS和UWB分別測量得到的偽距的平方之差作為系統觀測量;在此基礎上,通過容積卡爾曼濾波(CKF)將INS和UWB獲取的導航信息進行數據融合;當到達輸出時間時,將CKF得到的上一輸出時間到現輸出時間之間的INS誤差預估先通過RTS平滑之后再進行均值濾波,最后將數據輸出,與當前時刻INS解算的導航信息做差,最終得到當前時刻最優的導航信息。該系統及方法能滿足室內行人導航的中高精度定位和定向的要求。為實現上述目的,本專利技術的具體方案如下:一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統,包括:慣性導航器件INS、UWB無線標簽、UWB無線參考節點、參考系統和數據處理系統;所述慣性導航器件INS和UWB無線標簽分別設置在行人的鞋子上,所述UWB無線參考節點和參考系統分別設置在設定位置,所述慣性導航器件INS、UWB無線標簽和參考系統分別與數據處理系統連接;所述數據處理系統包括:局部數據融合濾波器、容積卡爾曼濾波器、偽距數據處理模塊、RTS平滑模塊和均值濾波模塊;所述慣性導航器件INS與局部數據融合濾波器連接,所述慣性導航器件INS和UWB無線標簽分別與偽距數據處理模塊連接,偽距數據處理模塊的輸出連接所述容積卡爾曼濾波器;所述容積卡爾曼濾波器的輸出依次連接RTS平滑模塊和均值濾波模塊后與減法器的一個輸入端連接;所述局部數據融合濾波器的輸出與減法器的另一個輸入端連接。進一步地,所述偽距數據處理模塊求取慣性導航器件INS和UWB無線標簽測量得到的偽距的平方和之差。進一步地,所述參考系統包括碼盤和電子羅盤。一種采用固定區間CRTS平滑的INS/UWB緊組合導航方法,包括:(1)將人的運行狀態分為靜止和運動兩個狀態,通過慣性導航器件INS對行人的當前運動狀態進行判斷;(2)在鞋子處于靜止狀態時,通過局部數據融合濾波器對慣性導航器件INS解算的導航信息誤差進行預估和補償,得到當前時刻慣性導航器件INS解算的位置、速度和姿態的導航信息的最優估計;(3)以慣性導航器件INS的誤差向量作為狀態量,以慣性導航器件INS和UWB無線標簽分別測量得到的偽距的平方之差作為系統觀測量,構建INS/UWB緊組合模型;(4)通過容積卡爾曼濾波器將慣性導航器件INS和UWB無線標簽在本地相對坐標系中獲取的導航信息進行數據融合;(5)當到達輸出時間時,將容積卡爾曼濾波器得到的上一輸出時間到現輸出時間之間的INS誤差預估通過RTS平滑之后再進行均值濾波處理;(6)將經過均值濾波處理后的數據與當前時刻INS解算的導航信息做差,最終得到當前時刻最優的導航信息。進一步地,所述步驟(1)中,通過慣性導航器件INS對行人的當前運動狀態進行判斷的方法為:通過慣性導航器件INS自身攜帶的3個加速度傳感器采集到的數據,得到當前時刻行人的加速度模值,通過加速度模值的大小判斷鞋子的運動狀態:其中,加速度模值:ax、ay、az分別為在載體坐標系下的x、y進一步地,所述步驟(2)中,通過局部數據融合濾波器對慣性導航器件INS解算的導航信息誤差進行預估和補償;局部數據融合濾波器的狀態方程為:φZ,k+1δVZ,k+1n▿Z,k+1bϵZ,k+1b=I3×303×303×3-I3×3·Cbn·TS(fkn)·TI3×3I3×3Cbn·T03×303×303×303×303×3本文檔來自技高網...
【技術保護點】
一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統,其特征是,包括:慣性導航器件INS、UWB無線標簽、UWB無線參考節點、參考系統和數據處理系統;所述慣性導航器件INS和UWB無線標簽分別設置在行人的鞋子上,所述UWB無線參考節點和參考系統分別設置在設定位置,所述慣性導航器件INS、UWB無線標簽和參考系統分別與數據處理系統連接;所述數據處理系統包括:局部數據融合濾波器、容積卡爾曼濾波器、偽距數據處理模塊、RTS平滑模塊和均值濾波模塊;所述慣性導航器件INS與局部數據融合濾波器連接,所述慣性導航器件INS和UWB無線標簽分別與偽距數據處理模塊連接,偽距數據處理模塊的輸出連接所述容積卡爾曼濾波器;所述容積卡爾曼濾波器的輸出依次連接RTS平滑模塊和均值濾波模塊后與減法器的一個輸入端連接;所述局部數據融合濾波器的輸出與減法器的另一個輸入端連接。
【技術特征摘要】
1.一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統,其特征是,包括:
慣性導航器件INS、UWB無線標簽、UWB無線參考節點、參考系統和數據處理系統;
所述慣性導航器件INS和UWB無線標簽分別設置在行人的鞋子上,所述UWB無線參考節
點和參考系統分別設置在設定位置,所述慣性導航器件INS、UWB無線標簽和參考系統分別
與數據處理系統連接;
所述數據處理系統包括:局部數據融合濾波器、容積卡爾曼濾波器、偽距數據處理模
塊、RTS平滑模塊和均值濾波模塊;
所述慣性導航器件INS與局部數據融合濾波器連接,所述慣性導航器件INS和UWB無線
標簽分別與偽距數據處理模塊連接,偽距數據處理模塊的輸出連接所述容積卡爾曼濾波
器;所述容積卡爾曼濾波器的輸出依次連接RTS平滑模塊和均值濾波模塊后與減法器的一
個輸入端連接;所述局部數據融合濾波器的輸出與減法器的另一個輸入端連接。
2.如權利要求1所述的一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統,其特征
是,所述偽距數據處理模塊求取慣性導航器件INS和UWB無線標簽測量得到的偽距的平方和
之差。
3.如權利要求1所述的一種采用固定區間CRTS平滑的INS/UWB緊組合導航系統,其特征
是,所述參考系統包括碼盤和電子羅盤。
4.一種采用固定區間CRTS平滑的INS/UWB緊組合導航方法,其特征是,包括:
(1)將人的運行狀態分為靜止和運動兩個狀態,通過慣性導航器件INS對行人的當前運
動狀態進行判斷;
(2)在鞋子處于靜止狀態時,通過局部數據融合濾波器對慣性導航器件INS解算的導航
信息誤差進行預估和補償,得到當前時刻慣性導航器件INS解算的位置、速度和姿態的導航
信息的最優估計;
(3)以慣性導航器件INS的誤差向量作為狀態量,以慣性導航器件INS和UWB無線標簽分
別測量得到的偽距的平方之差作為系統觀測量,構建INS/UWB緊組合模型;
(4)通過容積卡爾曼濾波器將慣性導航器件INS和UWB無線標簽在本地相對坐標系中獲
取的導航信息進行數據融合;
(5)當到達輸出時間時,將容積卡爾曼濾波器得到的上一輸出時間到現輸出時間之間
的INS誤差預估通過RTS平滑之后再進行均值濾波處理;
(6)將經過均值濾波處理后的數據與當前時刻INS解算的導航信息做差,最終得到當前
時刻最優的導航信息。
5.如權利要求4所述的一種采用固定區間CRTS平滑的INS/UWB緊組合導航方法,其特征
是,所述步驟(1)中,通過慣性導航器件INS對行人的當前運動狀態進行判斷的方法為:
通過慣性導航器件INS自身攜帶的3個加速度傳感器采集到的數據,得到當前時刻行人
的加速度模值,通過加速度模值的大小判斷鞋子的運動狀態:
其中,加速度模值:ax、ay、az分別為在載體坐標系下的x、y和z三
個方向的加速度值。
6.如權利要求4所述的一種采用固定區間CRTS平滑的INS/UWB緊組合導航方法,其特征
是,所述步驟(2)中,通過局部數據融合濾波器對慣性導航器件INS解算的導航信息誤差進
行預估和補償;
局部數據融合濾波器的狀態方程為:
其中,φkδVkn▿kbϵkb]]>為12維INS誤差向量;S(fkn)=0aDkn-aNkn-aDkn0aEknaNkn-aEkn0;]]>aEknaNknaDkn]]>為慣性導航器
件INS測量得到的導航坐標系下的東向、北向和天向三個方向的加速度誤差;φZ,k、φZ,k+1分
別為k時刻和k+1時刻慣性導航器件INS測量得到的導航坐標系下的縱搖、橫搖和航向角誤
差;
分別為k時刻和k+1時刻慣性導航器件INS測量得到的導航坐標系下的東
向、北向和天向三個方向的速度誤差;分別為k時刻和k+1時刻導航坐標系下的
東向、北向和天向三個方向的加速度誤差;分別為k時刻和k+1時刻導航坐標系下
的東向、北向和天向三個方向的角速度誤差;ωZ,k為狀態噪聲;T為采樣周期;I為單位矩陣;
為從載體系到導航系的狀態轉移矩陣,Cbn=cosγ0-sinγ010sinγ0cosγ1000cosθsinθ0-sinθcosθcosψ-sinψ0sinψcosψ0001,]]>其中(γ,θ,ψ)分別為縱搖、橫搖和航向角;ωZ,k為狀態噪聲;T為采樣周期;I為單位矩陣;
局部數據融合濾波器的觀測方程為:
[δV~Z,kn]=[Vkn-03×1]=03×3I3×303×303×3φZ,kδVZ,kn▿Z,kbϵZ,kb+ηZ,k]]>其中,為INS速度誤差觀測值;為INS解算的速度值;ηZ,k為觀測噪聲;I為單位矩
陣。
7.如權利要求4所述的一種采用固定區間CRTS平滑的INS/UWB緊組合導航方法,其特征
是,所述步驟(3)中,INS/UWB緊組合模型的狀態方程為:
φk+1δVk+1nδPk+1n▿k+1bϵk+1b=I3×303&...
【專利技術屬性】
技術研發人員:徐元,張勇,程金,趙欽君,王濱,王宜敏,馬思源,
申請(專利權)人:濟南大學,
類型:發明
國別省市:山東;37
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。