法律状态公告日
法律状态信息
法律状态
2020-03-10
未缴年费专利权终止 IPC(主分类):G01C25/00 授权公告日:20180629 终止日期:20190315 申请日:20160315
专利权的终止
2018-06-29
授权
授权
2016-07-20
实质审查的生效 IPC(主分类):G01C25/00 申请日:20160315
实质审查的生效
2016-06-22
公开
公开
一、技术领域
本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,它涉及一种惯性导航行进间初始对准方法,属于惯性导航初始对准技术领域。
二、背景技术
惯性导航行进间初始对准是指载体在运动过程中完成惯性导航系统初始对准的技术,因此,它是动基座初始对准技术的一种。惯性导航行进间初始对准技术对于增强载体的机动能力和快速反应能力具有不可估量的意义和作用。因此,如何在载体运动过程中实现初始对准是一个值得研究的课题。
与传统的静基座初始对准环境不同,在载体运动状态下,载体的位置、速度、加速度以及角速度都在不断地发生变化,其对初始对准的影响主要具体表现为:一方面,线运动会使惯性导航基本方程中的对地加速度、哥式加速度等参量时刻变化,因此在运动状态下无法利用加速度计输出数据测得重力加速度的精确信息;另一方面,运动条件下载体振动使得干扰角速度具有很宽的频带,陀螺仪输出信号信噪比较低,无法从陀螺仪输出数据中将地球自转角速度这一对准的有用信息提取出来。
可见,在载体运动条件下,就不能单纯依靠陀螺仪和加速度计的直接测量信息进行初始对准,而需要引入测距或测速信息,以补偿运动过程中有害加速度对初始对准精度的影响。目前,惯性导航行进间对准方法目前主要有捷联罗经法、惯性系对准方法以及最优估计对准方法等。捷联罗经法应用了成熟的经典控制理论方法实现行进间初始对准,原理简单但对准时间较长且对陀螺的低频干扰较为敏感,需要根据运动环境选取合适的控制参数。惯性系对准方法以惯性空间为中间过渡坐标系,隔离载体角运动对初始对准的干扰,但该方法仅对测量误差做简单处理,因而对准精度不高且不能获取载体的位置信息。最优估计对准方法建立起惯性导航误差方程,利用里程计等测速传感器的测速信息作为量测信息进行卡尔曼(Kalman)滤波,估计出平台失准角等关键误差从而实现行进间初始对准。该方法多是基于惯性导航线性化误差模型的,需要先在静止条件下获取粗略的初始姿态矩阵才可进行,因此,在一定程度上削弱了载体的机动性优势。
由此可见,各方法各有其特点和适用性。为了既能在运动过程中获取粗略姿态矩阵,又能实现高精度姿态对准和位置导航,本发明单纯以里程计速度采样数据为对准辅助信息提出一种基于反向姿态跟踪的自主式惯性导航行进间对准方法。该方法在仅知道初始位置的条件下,即可实现高精度的惯性导航行进间初始对准。
三、发明内容
针对现有技术中存在的问题,本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法。首先在载体运动过程中,利用里程计的测速信息为辅助进行粗对准获取粗略姿态矩阵,同时保存惯性测量元件(包括陀螺仪和加速度计)和里程计的采样数据。然后进行反向姿态跟踪求得初始对准开始时刻的姿态矩阵。最后在此基础上,利用保存的惯性测量元件采样数据和里程计速度采样数据进行Kalman滤波精对准。最终实现高精度的姿态对准和位置导航。
本发明所提出的基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,用于车载惯性导航系统,该系统包括传感器子系统、数据存储模块、粗对准计算模块、反向姿态跟踪计算模块和精对准计算模块。它们之间的关系是:传感器子系统的采样数据分别传递给数据存储模块和粗对准计算模块;粗对准计算模块计算出粗略初始姿态矩阵并将其传递给反向姿态跟踪计算模块;反向姿态跟踪计算模块利用数据存储模块的传感器数据进行反向姿态跟踪,并将其计算结果传递给精对准计算模块。精对准计算模块再利用数据存储模块的数据进行精对准计算获取精确对准姿态矩阵和位置导航结果。
本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,具体包括以下步骤:
步骤一:建立过渡参考坐标系;
整个对准算法建立的四个重要的过渡参考坐标系为初始时刻惯性坐标系(i0系)、初始时刻地球坐标系(e0系)、初始时刻导航坐标系(n0系)和初始时刻载体坐标系(ib0系),其定义如下:
(1)初始时刻惯性坐标系(i0系)
初始对准开始时,OXi0在当地子午面内,与赤道平面平行;OZi0指向地球自转轴方向;OYi0与OXi0和OZi0组成右手螺旋坐标系;初始对准开始后,i0系三轴相对于惯性空间不变;
(2)初始时刻地球坐标系(e0系)
初始时刻地球坐标系以地球中心为坐标系原点,OXe0在赤道平面内指向当地子午线方向;OZi0指向地球自转轴方向;OYi0与OXi0和OZi0组成右手螺旋坐标系;该坐标系相对于地球表面静止不动;
(3)初始时刻导航坐标系(n0系)
将初始对准开始时刻的东-北-天导航坐标系作为初始时刻导航坐标系;初始对准开始后,该坐标系相对于地球表面不动;
(4)初始时刻载体坐标系(ib0系)
将初始对准开始时刻的右-前-上载体坐标系作为初始时刻载体坐标系;初始对准开始后,该坐标系相对于惯性空间不动;
步骤二:在载体运动过程中,根据传感器子系统采样数据计算粗略姿态矩阵;
以i0系为过渡参考坐标系,导航坐标系(n系)相对于载体坐标系(b系)姿态矩阵
>
其中,
a计算矩阵
通过过渡参考坐标系n0系、e0系,该矩阵的计算过程又可分为四个部分,即:
>
式中,
由于在粗对准模块中无法精确获取载体位置,因此,式(2)近似为:
>
其中,
>
>
式中,L0为初始对准开始时的地理纬度;ωie为地球自转角速度;Δt为当前时刻t与初始对准开始时刻tstart的时间差,即Δt=t-tstart;将式(4-5)代入式(3)中后,可得:
>
b计算矩阵
以ib0系为过渡参考坐标系,i0系相对于b系的转换矩阵
>
其中,
利用陀螺仪的测量角速度通过姿态矩阵微分方程(8)可直接得到矩阵
式中,由于ib0系与i0系均相对于惯性坐标系(i系)不动,因此可用惯性测量元件的角速度采样数据
矩阵
ib0系和i0系均相对惯性空间不动,因此易知,矩阵
>
其中,
将其代入惯性导航基本方程中,则惯性导航基本方程可改写如式(10)所示的形式;
>
其中,gn为地球重力加速度在n系中的分量;
又已知姿态矩阵微分方程
>
式中,
>
其中,gb为地球重力加速度在b系中的分量;fb为惯性测量元件的比力采样数据;vb用里程计速度采样数据
为了获取矩阵
>
式中,地球重力加速度在b系下的分量gn=[00-g]T为已知量;矩阵
为了构造向量,同时削弱噪声,将(13)式两边进行积分处理,得到:
>
式中,
得到转换矩阵
>
其中,
>
取两个时刻t1和t2的积分值
>
至此,在载体运动过程中,利用式(6)、(8)和(17)可计算得到初始对准结束时刻tend的粗略姿态矩阵
步骤三:跟踪微分器处理里程计速度微分;
令
>
式中,r为跟踪微分器参数,v(t)为含有噪声的待跟踪信号,在此为里程计速度采样数据;假设η为采样周期,则离散化计算方法如下所示;
>
至此,可以得到受干扰噪声污染程度较小的里程计速度微分;
步骤四:利用存储的传感器子系统采样数据,反向姿态跟踪计算初始对准开始时刻姿态矩阵;
反向姿态跟踪算法是为了将粗对准得到的姿态矩阵
以四元数q表示载体姿态,则姿态的解算可由四元数微分方程(20)得到;
>
其中,
>
>
式中,
在姿态的正向解算中,是利用上一时刻k的姿态四元数q(k)和这一时刻k+1的陀螺仪采样数据
>
式中,Ts为姿态更新周期;
>
Δθ(k+1)=||Δθ(k+1)||(25)
而在反向姿态跟踪计算中,是已知k+1时刻的姿态四元数q(k+1)和k时刻的惯性测量元件角速度采样数据
>
其中,
>
考虑到粗对准后,载体的位置信息不可知,因此
>
其中,
至此,可通过式(26)、(27)和(28)将姿态矩阵
步骤五:利用存储的传感器子系统采样数据进行惯性导航解算,建立Kalman滤波器进行精对准,获取精确的姿态矩阵和载体位置信息;
a.惯性导航解算与里程计位置推算
以初始对准开始时刻的纬度L0、经度λ0、高度h0以及反向姿态跟踪结果
b.构建滤波状态模型
以n系作为惯性导航的参考坐标系,滤波状态模型如下所示:
式中,
>
>
M2=M′+M″(32)
>
M4=(vn×)·(2M′+M″)(34)
>
>
滤波状态模型简写为
>
其中,系统状态转移矩阵F∈R19×19,其矩阵具体如式(38)所示;G为系统噪声转移阵;W为系统噪声;
>
c.构建量测模型
将惯性导航解算位置p和里程计推算位置pD之差作为量测向量Z,将里程计测量噪声导致的推算位置误差建立为量测模型的量测噪声;
Z=p-pD=δp-δpD+V=H·X+V(39)
式中,H为量测转移矩阵,H=[03×6I3×303×6-I3×303×1];V为位置量测噪声;量测向量Z=[L-LDλ-λDh-hD]T;
最后用滤波器估计出来的惯性导航误差修正解算的惯性导航姿态矩阵
其中,在步骤二中,所述的“传感器子系统”包括惯性测量元件和里程计。惯性测量元件测得载体相对于惯性空间角速度和比力,得到角速度和比力采样数据;里程计测量载体速度,得到载体速度采样数据。
通过以上步骤,本发明所提出的基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,充分利用了传感器采样数据,在仅知道载体初始位置的条件下,即可实现行进间的精确对准姿态阵获取和位置导航,大大提高了载体机动能力,是一种行之有效的行进间初始对准方法。
本发明的优点在于:
(1)本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,通过反向姿态跟踪,将粗对准与精对准进行有机结合,充分利用传感器子系统采样数据,能够实现精确对准姿态矩阵的获取和位置导航;
(2)本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,利用Kalman滤波精对准,对惯性测量元件误差(加速度计零偏、陀螺仪零漂)以及里程计标度因数误差进行最优估计,能够为之后的导航计算提供补偿参数;
(3)本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,在仅知道载体初始对准开始时刻位置的条件下,即可实现姿态对准和位置导航,大大提高了载体的机动性能,具有良好的应用前景;
四、附图说明
图1为本发明提出的基于反向姿态跟踪的自主式惯性导航行进间初始对准方法结构示意图。
图2为本发明所述方法流程框图。
图中序号、符号、代号说明如下:
1—传感器子系统2—数据存储模块3—粗对准计算模块
4—反向姿态跟踪计算模块5—精对准计算模块
101—惯性测量元件102—里程计
201—数据存储单元
301—粗对准计算单元
401—反向姿态跟踪计算单元
501—惯性导航解算单元502—里程计位置推算单元503—Kalman滤波单元
p—惯性导航解算位置pD—里程计推算位置
五、具体实施方式
下面将结合附图对本发明作进一步的详细说明。
本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法。首先在载体运动过程中,利用里程计的测速信息为辅助进行粗对准获取粗略姿态矩阵
见图1,本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,包括传感器子系统1、数据存储模块2、粗对准计算模块3、反向姿态跟踪计算模块4和精对准计算模块5。
传感器子系统系统的采样数据
见图2,本发明提出基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,具体包括以下步骤:
步骤一:建立过渡参考坐标系;
整个对准算法建立的四个重要的过渡参考坐标系为初始时刻惯性坐标系(i0系)、初始时刻地球坐标系(e0系)、初始时刻导航坐标系(n0系)和初始时刻载体坐标系(ib0系),其定义如下:
(1)初始时刻惯性坐标系(i0系)
初始对准开始时,OXi0在当地子午面内,与赤道平面平行;OZi0指向地球自转轴方向;OYi0与OXi0和OZi0组成右手螺旋坐标系;初始对准开始后,i0系三轴相对于惯性空间不变;
(2)初始时刻地球坐标系(e0系)
初始时刻地球坐标系以地球中心为坐标系原点,OXe0在赤道平面内指向当地子午线方向;OZi0指向地球自转轴方向;OYi0与OXi0和OZi0组成右手螺旋坐标系;该坐标系相对于地球表面静止不动;
(3)初始时刻导航坐标系(n0系)
将初始对准开始时刻的东-北-天导航坐标系作为初始时刻导航坐标系;初始对准开始后,该坐标系相对于地球表面不动;
(4)初始时刻载体坐标系(ib0系)
将初始对准开始时刻的右-前-上载体坐标系作为初始时刻载体坐标系;初始对准开始后,该坐标系相对于惯性空间不动;
步骤二:在载体运动过程中,根据传感器子系统采样数据计算粗略姿态矩阵;
以i0系为过渡参考坐标系,导航坐标系(n系)相对于载体坐标系(b系)姿态矩阵
>
其中,
a计算矩阵
通过过渡参考坐标系n0系、e0系,该矩阵的计算过程又可分为四个部分,即:
>
式中,
由于在粗对准模块中无法精确获取载体位置,因此,式(2)近似为:
>
其中,
>
>
式中,L0为初始对准开始时的地理纬度;ωie为地球自转角速度;Δt为当前时刻t与初始对准开始时刻tstart的时间差,即Δt=t-tstart;将式(4-5)代入式(3)中后,可得:
>
b计算矩阵
以ib0系为过渡参考坐标系,i0系相对于b系的转换矩阵
>
其中,
利用陀螺仪的测量角速度通过姿态矩阵微分方程(8)可直接得到矩阵
>
式中,由于ib0系与i0系均相对于惯性坐标系(i系)不动,因此可用惯性测量元件的角速度采样数据
矩阵
ib0系和i0系均相对惯性空间不动,因此易知,矩阵
>
其中,
将其代入惯性导航基本方程中,则惯性导航基本方程可改写如式(10)所示的形式;
>
其中,gn为地球重力加速度在n系中的分量;
又已知姿态矩阵微分方程
>
式中,
>
其中,gb为地球重力加速度在b系中的分量;fb为惯性测量元件的比力采样数据;vb用里程计速度采样数据
为了获取矩阵
>
式中,地球重力加速度在b系下的分量gn=[00-g]T为已知量;矩阵
为了构造向量,同时削弱噪声,将(13)式两边进行积分处理,得到:
>
式中,
得到转换矩阵
>
其中,
>
取两个时刻t1和t2的积分值
>
至此,在载体运动过程中,利用式(6)、(8)和(17)可计算得到初始对准结束时刻tend的粗略姿态矩阵
步骤三:跟踪微分器处理里程计速度微分;
令
>
式中,r为跟踪微分器参数,v(t)为含有噪声的待跟踪信号,在此为里程计速度采样数据;假设η为采样周期,则离散化计算方法如下所示;
>
至此,可以得到受干扰噪声污染程度较小的里程计速度微分;
步骤四:利用存储的传感器子系统采样数据,反向姿态跟踪计算初始对准开始时刻姿态矩阵;
反向姿态跟踪算法是为了将粗对准得到的姿态矩阵
以四元数q表示载体姿态,则姿态的解算可由四元数微分方程(20)得到;
>
其中,
>
>
式中,
在姿态的正向解算中,是利用上一时刻k的姿态四元数q(k)和这一时刻k+1的陀螺仪采样数据
>
式中,Ts为姿态更新周期;
>
Δθ(k+1)=||Δθ(k+1)||(25)
而在反向姿态跟踪计算中,是已知k+1时刻的姿态四元数q(k+1)和k时刻的惯性测量元件角速度采样数据
>
其中,
>
考虑到粗对准后,载体的位置信息不可知,因此
>
其中,
至此,可通过式(26)、(27)和(28)将姿态矩阵
步骤五:利用存储的传感器子系统采样数据进行惯性导航解算,建立Kalman滤波器进行精对准,获取精确的姿态矩阵和载体位置信息;
a.惯性导航解算与里程计位置推算
以初始对准开始时刻的纬度L0、经度λ0、高度h0以及反向姿态跟踪结果
b.构建滤波状态模型
以n系作为惯性导航的参考坐标系,滤波状态模型如下所示:
式中,
>
>
M2=M′+M″(32)
>
M4=(vn×)·(2M′+M″)(34)
>
>
滤波状态模型简写为
>
其中,系统状态转移矩阵F∈R19×19,其矩阵具体如式(38)所示;G为系统噪声转移阵;W为系统噪声;
>
c.构建量测模型
将惯性导航解算位置p和里程计推算位置pD之差作为量测向量Z,将里程计测量噪声导致的推算位置误差建立为量测模型的量测噪声;
Z=p-pD=δp-δpD+V=H·X+V(39)
式中,H为量测转移矩阵,H=[03×6I3×303×6-I3×303×1];V为位置量测噪声;量测向量Z=[L-LDλ-λDh-hD]T;
最后用滤波器估计出来的惯性导航误差修正解算的惯性导航姿态矩阵
其中,在步骤二中,所述的“传感器子系统”包括惯性测量元件和里程计。惯性测量元件测得载体相对于惯性空间的角速度和比力,得到角速度和比力采样数据;里程计测量载体速度,得到载体速度采样数据。
通过以上步骤,本发明所提出的基于反向姿态跟踪的自主式惯性导航行进间初始对准方法,充分利用了传感器采样数据,在仅知道载体初始位置的条件下,即可实现行进间的精确对准姿态阵获取和位置导航,大大提高了载体机动能力,是一种行之有效的行进间初始对准方法。
机译: 基于光流法的剪草机向下惯性导航初始对准系统及方法
机译: 基于光流法的采煤机捷联惯性导航初始对准系统及方法
机译: 基于光流法的煤矿瓦斯向下惯性导航初始对准系统及方法