基于里程计/地磁/GPS的导航系统设计
发布时间：2021-10-19 05:39
导航是机器人技术中的核心问题。针对单一导航系统的不足,设计了一种基于里程计/地磁/GPS的移动机器人的组合导航系统。通过建立各导航系统的误差模型,并对误差进行分析,利用卡尔曼滤波器对导航系统的误差进行估计,得到系统误差的最优估计。最后利用间接法滤波输出对导航系统进行校正。通过MATLAB进行仿真实验,证明该导航系统能够有效地降低导航误差,提高了移动机器人的导航定位精度,而且当某一导航系统接收不到信号或者坏掉时,系统仍然可以保持高精度的导航。
【文章来源】：微型机与应用. 2016,35(01)
【文章页数】：5 页
【部分图文】：
图１光电编码器测量位置及航向角原理图１．２三轴地磁传感器测量机器人航向角
烆ｔ（３）图１光电编码器测量位置及航向角原理图１．２三轴地磁传感器测量机器人航向角地磁传感器用来测量地球周围磁场，通过各个坐标系上磁敏感轴测出的地磁分量值，再经过计算和误差校正，可以得到载体与地磁北的夹角，再加上磁偏角即可得到载体准确的航向角［２］。假设移动机器人运动在水平的路面上，这时就不用考虑Ｚ轴上的地磁分量。三轴传感器的Ｘ敏感轴和Ｙ敏感轴分别沿机器人的横轴和纵轴方向。假设此时磁敏感轴的Ｘ轴和Ｙ轴测得的地磁场强度分别为α和β。由图２三轴地磁传感器测量航向角原理图，根据三角关系可求出此时的磁航角θ，由ｔａｎθ＝α／β可求出θ＝ａｒｃｔａｎ（α／β）。图２三轴地磁传感器测量航向角原理图１．３ＧＰＳ导航ＧＰＳ主要由ＧＰＳ卫星星座、地面监控和用户接受设备三部分组成。ＧＰＳ通过观测信号传播时间来计算出卫星与用户之间的距离，再通过导航电文里卫星星历、时钟改正等信息可以反推出目标位置在ＷＧＳ－８４坐标系下的三维坐标。设用户坐标为（Ｘｕ，Ｙｕ，Ｚｕ），第ｉ颗卫星的坐标为（Ｘｓｉ，Ｙｓｉ，Ｚｓｉ），可以求出用户到第ｉ颗卫星的真实距离Ｒｉ为［３］：Ｒｉ＝（Ｘｓｉ－Ｘｕ）２＋（Ｙｓｉ－Ｙｕ）２＋（Ｚｓｉ－Ｚｕ）槡２（４）在实际应用中，由于各种误差的存在，接收机无法测出用户与卫星之间的真实距离，只能测出包含各种误差在内的“伪距”。用户与第ｉ颗卫星之间的伪距Ｄｉ可以表示为：Ｄｉ＝Ｒｉ＋δＩ（ｔ）＋δＴ（ｔ
是地磁传感器经过处理后最终输出的航向角信息；δθＥＣ为地磁北与地理北之间磁偏角的误差；εＥＣ是受到周围环境中随机干扰磁场影响产生的误差，可以看作系统白噪声来处理。３．３里程计／ＧＰＳ／地磁传感器的卡尔曼滤波器设计卡尔曼滤波器实际上是一种线性最小方差估计意义上的最优估计算法，本文将对移动机器人的位置误差δＸ（ｋ）、δＹ（ｋ）和航向角误差δθ（ｋ）进行滤波，实现位置误差δＸ＾、δＹ＾以及方位角误差δθ＾的最优估计。本设计采用如图４所示的方案对系统进行滤波。图４移动机器人导航系统滤波方案其中，对里程计和ＧＰＳ输出的位置误差信息进行滤波输出，作为导航系统的位置误差估计；对里程计和地磁传感器输出的航向角误差进行滤波输出，作为导航系统的航向角误差估计。系统的状态变量包括：里程计的位置误差和航向角误差δＸ（ｋ）、δＹ（ｋ）、δθ（ｋ），ＧＰＳ信号的位置误差δφｇ、δλｇ，地磁传感器输出的航向角误差δθＥＣ以及移动机器人测量时的结构误差δＳＬ（ｋ）、δＳＲ（ｋ）、δＷ（ｋ）。系统的状态变量、状态方程以及状态矩阵分别为：８３
【参考文献】：
期刊论文
[1]非平坦地形下移动机器人航迹推测方法研究[J]. 于金霞,蔡自兴,邹小兵,段琢华. 河南理工大学学报(自然科学版). 2005(03)
[2]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
[3]GPS测量坐标转换实用性问题的分析[J]. 徐卫明,赵俊生. 测绘工程. 2000(02)
[4]车载GPS/DR组合导航系统数据融合算法研究[J]. 常青,郑平方,柳重堪,张其善. 通信学报. 2000(02)
本文编号：3444256
【文章来源】：微型机与应用. 2016,35(01)
【文章页数】：5 页
【部分图文】：
图１光电编码器测量位置及航向角原理图１．２三轴地磁传感器测量机器人航向角
烆ｔ（３）图１光电编码器测量位置及航向角原理图１．２三轴地磁传感器测量机器人航向角地磁传感器用来测量地球周围磁场，通过各个坐标系上磁敏感轴测出的地磁分量值，再经过计算和误差校正，可以得到载体与地磁北的夹角，再加上磁偏角即可得到载体准确的航向角［２］。假设移动机器人运动在水平的路面上，这时就不用考虑Ｚ轴上的地磁分量。三轴传感器的Ｘ敏感轴和Ｙ敏感轴分别沿机器人的横轴和纵轴方向。假设此时磁敏感轴的Ｘ轴和Ｙ轴测得的地磁场强度分别为α和β。由图２三轴地磁传感器测量航向角原理图，根据三角关系可求出此时的磁航角θ，由ｔａｎθ＝α／β可求出θ＝ａｒｃｔａｎ（α／β）。图２三轴地磁传感器测量航向角原理图１．３ＧＰＳ导航ＧＰＳ主要由ＧＰＳ卫星星座、地面监控和用户接受设备三部分组成。ＧＰＳ通过观测信号传播时间来计算出卫星与用户之间的距离，再通过导航电文里卫星星历、时钟改正等信息可以反推出目标位置在ＷＧＳ－８４坐标系下的三维坐标。设用户坐标为（Ｘｕ，Ｙｕ，Ｚｕ），第ｉ颗卫星的坐标为（Ｘｓｉ，Ｙｓｉ，Ｚｓｉ），可以求出用户到第ｉ颗卫星的真实距离Ｒｉ为［３］：Ｒｉ＝（Ｘｓｉ－Ｘｕ）２＋（Ｙｓｉ－Ｙｕ）２＋（Ｚｓｉ－Ｚｕ）槡２（４）在实际应用中，由于各种误差的存在，接收机无法测出用户与卫星之间的真实距离，只能测出包含各种误差在内的“伪距”。用户与第ｉ颗卫星之间的伪距Ｄｉ可以表示为：Ｄｉ＝Ｒｉ＋δＩ（ｔ）＋δＴ（ｔ
是地磁传感器经过处理后最终输出的航向角信息；δθＥＣ为地磁北与地理北之间磁偏角的误差；εＥＣ是受到周围环境中随机干扰磁场影响产生的误差，可以看作系统白噪声来处理。３．３里程计／ＧＰＳ／地磁传感器的卡尔曼滤波器设计卡尔曼滤波器实际上是一种线性最小方差估计意义上的最优估计算法，本文将对移动机器人的位置误差δＸ（ｋ）、δＹ（ｋ）和航向角误差δθ（ｋ）进行滤波，实现位置误差δＸ＾、δＹ＾以及方位角误差δθ＾的最优估计。本设计采用如图４所示的方案对系统进行滤波。图４移动机器人导航系统滤波方案其中，对里程计和ＧＰＳ输出的位置误差信息进行滤波输出，作为导航系统的位置误差估计；对里程计和地磁传感器输出的航向角误差进行滤波输出，作为导航系统的航向角误差估计。系统的状态变量包括：里程计的位置误差和航向角误差δＸ（ｋ）、δＹ（ｋ）、δθ（ｋ），ＧＰＳ信号的位置误差δφｇ、δλｇ，地磁传感器输出的航向角误差δθＥＣ以及移动机器人测量时的结构误差δＳＬ（ｋ）、δＳＲ（ｋ）、δＷ（ｋ）。系统的状态变量、状态方程以及状态矩阵分别为：８３
【参考文献】：
期刊论文
[1]非平坦地形下移动机器人航迹推测方法研究[J]. 于金霞,蔡自兴,邹小兵,段琢华. 河南理工大学学报(自然科学版). 2005(03)
[2]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
[3]GPS测量坐标转换实用性问题的分析[J]. 徐卫明,赵俊生. 测绘工程. 2000(02)
[4]车载GPS/DR组合导航系统数据融合算法研究[J]. 常青,郑平方,柳重堪,张其善. 通信学报. 2000(02)
本文编号：3444256
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3444256.html
