GPS失效下的无人机组合导航系统

针对电力巡线无人机GPS失效下的导航问题,鉴于单一的惯性导航系统导航精度不高及高度通道发散的缺陷,利用电力巡线无人机必须配备的CCD高清相机构成单目视觉系统,组成基于单目视觉系统、气压高度计辅助的捷联惯性导航系统。系统通过事先设定的定位点信息修正导航系统的导航参数。文中给出了系统总体设计方案,建立了包括元件误差模型在内的组合导航系统模型,并进行组合导航与SINS导航对比的数值仿真。仿真结果表明,组合导航系统具有较好的容错性能,其导航精度和可靠性均有提高。     

SINS/GPS/BD2/DVL船舶组合导航联邦滤波算法研究

针对于船舶在长期高速度航行的过程中,捷联惯性导航SINS存在着误差积累,GPS和北斗导航容易受环境干扰,从而不能满足长期高精度导航定位需要,提出了 SINS/GPS/BD2/DVL 组合导航联邦滤波算法。建立了SINS、GPS、BD2、DVL的误差模型,研究了滤波器的组合形式,并详细阐述了联邦滤波器的算法。仿真结果验证了该组合导航方案的可行性和算法的有效性,具有重要的工程应用价值。     

惯导系统/全球定位系统/多普勒计程仪的船舶组合导航联邦滤波算法研究

针对于船舶在长期高速度航行的过程中,捷联惯性导航SINS存在着误差积累,GPS和北斗导航容易受环境干扰,从而不能满足长期高精度导航定位需要,提出了SINS/GPS/BD2/DVL组合导航联邦滤波算法。建立了SINS、GPS、BD2、DVL的误差模型,研究了滤波器的组合形式,并详细阐述了联邦滤波器的算法。仿真结果验证了该组合导航方案的可行性和算法的有效性,具有重要的工程应用价值。     

风场扰动对无人机控制/导航影响效应仿真

为了全面、定量分析风场扰动对无人机控制/导航系统的严重影响,选取某型探测/侦察无人机作为典型代表,首先利用近60余年NCEP再分析资料,针对我国及周边地域,进行了低空风场建模（包括平均风速和湍动分量）和仿真再现;在此基础上,在Matlab/Simulink仿真环境中,构建了该无人机虚拟样机,包括动力学、控制、惯性/GPS导航等关键子系统,反映了其基本飞行品质和控制响应;最后,分别在理想和风场扰动条件下,进行了该无人机典型巡航/侦察任务的飞行仿真,得到了飞行航迹/姿态、控制响应等关键参数,通过对比分析,全面、定量评估了风场扰动对惯性/GPS导航系统的影响效应。结果表明：风场扰动对于无人机惯性导航系统具有较大的影响,所产生的积累误差随时间增加逐步增大,相比而言,基于GPS的控制/导航系统具有较好的适应性和鲁棒性。     

小型无人机SINS/GPS组合导航系统研究

根据SINS/GPS组合导航的基本原理,在一个装有微型化IMU模块的MUAV自驾仪上设计了MUAV的SINS/GPS组合导航系统的联邦滤波算法,并对该导航系统进行了静态和动态实验。实验结果表明:采用联邦Kalman滤波能够有效的消除导航参数误差,提高导航精度。该导航系统可以满足小型无人机的导航要求。     

小型无人机导航系统硬件设计

为提高某小型无人机导航系统的信号综合能力,结合低成本的设计思想,给出了某无人机导航系统的硬件设计方案。研究了惯性导航数据的采集过程。安排了17路数据的采集通道和采集时序。利用DSP丰富的串口资源,为硬件系统与半物理仿真平台及实际飞行器双方面的通信留出了接口。缩短了无人机的开发周期。通过半物理仿真实验,检验了硬件系统的实时性与准确性。该系统体积小、功耗低,可实现捷联惯导与GPS组合导航对外部数据的需求。具有一定的工程应用价值。     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明:无GPS辅助时,纯惯性导航在120 s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明,无GPS辅助时,纯惯性导航在120s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

GPS/INS延时估计与基于残差重构的延时补偿算法

传感器采样延时是多传感器信息融合过程中面临的一个重要问题,全球定位系统/惯性导航系统(GPS/INS)的组合导航系统是智能汽车常用定位方式,但常面对GPS采样延时的问题,因而会造成对INS误差状态的错误估计,影响定位定速的精度.本文针对该问题,在传统的GPS/INS松耦合组合导航模型的基础上提出一种延时估计和补偿的算法.首先建立延时估计模型,估计时间同步误差,然后构建残差传播方程,利用残差重构的方式进行延时补偿,实现基于软件的时间同步.根据试验中对速度、位置误差及均方根误差的分析,改进的滤波算法有效地降低了GPS采样延时引入的误差,提高了定位和定速的精度.     

RT3000惯性GPS组合导航系统实现车辆运动高精度测量

本文以RT3000惯性\GPS组合导航系统为研究对象,进行了组合导航的技术介绍,介绍了SINS(捷联惯性)/GPS组合导航系统工作原理,采用四元数法进行姿态描述,通过捷联惯性导航计算导航参数,利用卡尔曼滤波进行修正。通过实验发现,在这些技术的支持下,SINS/GPS组合导航系统实现地面车辆的精确导航。     

机载捷联惯导的导航计算模型与精度分析

探讨了当地水平坐标系中捷联惯导的导航计算模型和详细计算步骤.通过实测数据解算,分析捷联惯导系统的误差特性.采用卡尔曼滤波进行全球定位系统/捷联惯导(GPS/SINS)松散组合,并对组合导航计算结果作卡尔曼平滑.实验表明,捷联惯导的坐标误差呈抛物线形式增长,短时间内能提供高精度的导航参数,其1 min以内的坐标误差小于2m.将SINS与GPS构成组合导航系统,可以集两者之所长,使整个系统的可靠性和完整性优于其中任何一个子系统.     

巡检机器人全球定位系统和里程计组合定位方法

针对巡检机器人在校园环境中工作时,全球定位系统(global positioning system,GPS)信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和里程计组合定位方法。以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值。最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真。结果表明,机器人以150 cm/s的速度行驶80 s后其轨迹误差能控制在5 cm以内,利用多传感器融合技术可以提高机器人的定位精度和可靠性,GPS和里程计组合定位方法能够有效提高机器人实时定位精度。     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

景象匹配辅助的GPS/SINS组合导航算法

为提高导航系统的精度和可靠性,在全球定位系统(GPS)、捷联惯导系统(SINS)和景象匹配传感器(SM)的观测信息是以不同采样率给出时,基于Kalman滤波技术,建立系统模型,利用分布式有反馈数据融合结构,提出一种有效的景象匹配辅助GPS/SINS 组合导航算法,即GPS/SINS/SM组合导航算法.理论分析和仿真结果均表明: 在导航定位和对状态的估计精度和可靠性方面, GPS/SINS/SM组合导航的结果均优于GPS/SINS或GPS/SM组合导航的结果,它们又优于单个系统Kalman滤波的结果.     

组合导航系统UKF滤波算法设计

将平淡Kalman滤波(UKF)方法应用于低成本SINS/GPS/MC组合导航系统,建立了系统的非线性误差方程,并设计了相应的UKF算法与滤波器;针对组合导航中捷联惯性导航子系统的反馈修正,提出了一种根据误差角对四元数进行修正的方法.试验结果表明,本文设计的UKF效果优于集中Kalman滤波,且采用四元数反馈修正方法后较大地提高了滤波精度.     

四阶龙格库塔法在激光陀螺捷联惯性导航系统中的应用

在激光捷联惯性导航系统中,应用四阶龙格库塔法求解载体速度增量,有效地解决了载体转动过程中三轴陀螺角速度变化对速度的影响,通过与三轴加速度计实测的X,Y,Z方向的加速度叠加,大大减少了导航中速度的累积误差,保证了捷联惯性导航系统在地理坐标系东北天中实时测量载体的三轴运动速度,以及载体航向、横滚、俯仰的快速实时输出,提高了纯惯性导航系统姿态精度和定位精度.动静态寻北、导航实验及捆绑载体测量其姿态跟踪性能的测试结果表明,寻北精度CEP小于0.5密位,横滚、俯仰精度误差小于0.3密位,里程计组合导航精度误差小于1‰.     

船用捷联式惯性导航仿真系统设计及研究

针对船用捷联式惯性导航系统长时间工作后,精度明显下降,不能满足导航需求的问题,设计了一种模块化的船用捷联式惯性导航仿真系统,并进行了仿真研究。将船用捷联惯导设计为四个模块,分别为轨迹仿真模块、惯性器件仿真模块、导航解算模块和误差分析模块。利用建立的模型,仿真分析捷联式惯性导航系统姿态角、速度和位置误差的主要特性,研究天向速度的发散对东向和北向速度误差的影响,探究初始对准误差对导航精度的影响。结果表明,仿真系统可以很好的模拟舰船捷联式惯性导航系统的初始对准和导航过程;天向速度的发散和初始对准的精度都会直接影响导航精度。因此,在舰船长时间航行时,必须提高初始对准精度且引入阻尼系统,以减小船用捷联式惯性导航系统的导航误差。     

船用捷联式惯性导航仿真系统设计

针对船用捷联式惯性导航系统长时间工作后,精度明显下降,不能满足导航需求的问题,设计了一种模块化的船用捷联式惯性导航仿真系统;并进行了仿真研究。将船用捷联惯导设计为四个模块,分别为轨迹仿真模块、惯性器件仿真模块、导航解算模块和误差分析模块。利用建立的模型,仿真分析捷联式惯性导航系统姿态角、速度和位置误差的主要特性,研究天向速度的发散对东向和北向速度误差的影响,探究初始对准误差对导航精度的影响。结果表明,仿真系统可以很好地模拟舰船捷联式惯性导航系统的初始对准和导航过程;天向速度的发散和初始对准的精度都会直接影响导航精度。因此,在舰船长时间航行时,必须提高初始对准精度且引入阻尼系统,以减小船用捷联式惯性导航系统的导航误差。     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。