同时定位与制图辅助的GPS/DR组合导航
发布时间：2020-12-14 04:19
针对全球定位系统在信号失锁条件下与航位推算组合导航的系统误差快速累积问题,提出一种基于压缩扩展卡尔曼滤波的同时定位与制图的辅助的全球定位系统/航位推算组合导航方法。该方法利用同时定位与辅助实现运动平台在全球定位系统信号无效时连续稳定导航,抑制航位推算定位误差的累积,并利用全球定位系统定位结果校正同时定位与辅助制图误差,减小地图的不确定性。设计基于压缩扩展卡尔曼滤波的同时定位与辅助/全球定位系统组合滤波器,实现大尺度环境下同时定位与辅助/全球定位系统的实时解算。真实实验数据计算结果分析表明,相对于同时定位与辅助定位结果,同时定位与辅助的全球定位系统/航位推算组合导航可有效提高系统定位性能,使得制图精度提高10m。
【文章来源】：国防科技大学学报. 2014年03期 北大核心
【文章页数】：5 页
【部分图文】：
局部和邻域地图
?妫?祷靥卣鞯阆喽猿盗揪嗬胗胧酉?角，测量精度分别为1m/s和1．5°，输出频率为5Hz。GPS输出位置信息精度为3m，频率1Hz。SLAM问题求解中采用分支界限联合兼容数据关联方法与压缩卡尔曼滤波方法。如图2为GPS定位结果以及DＲ和GPS/DＲ组合估计车辆轨迹。从图中可知，由于车辆运行环境树木稠密，GPS信号频繁丢失，甚至产生较大定位误差。GPS/DＲ组合导航系统，实现GPS信号失锁时，由DＲ系统估计车辆位姿，改善系统在GPS定位无效时为车辆提供连续导航性能。然而在GPS信号长时间失锁时，组合系统导航误差快速累积。图2GPS/DＲ与GPS定位结果Fig．2GPS/DＲandGPSpositioningresults基于CEKF方法SLAM解算以及SLAM辅助的GPS/DＲ组合导航结果分别如图3和图4所示。图中实线为车辆轨迹估计;虚线为GPS估计车辆轨迹;点代表SLAM构建的环境特征点，既实验环境中树干中心位置估计;为检验地图创建的准确性，在图3和4中取与真实环境中树干相对应的三个特征点进行比较，并一一对应标记为#1、#2和#3的特征点。为有效比较两种方法性能，将图3和图4结果重载实际环境卫星图如图5和图6所示。从图5中可知，SLAM方法在小闭环运动区域中，可精确实现车辆地面导航，然而进行大闭环运动时，SLAM定位结果将产生较大误差，如标志#1和#3与环境特征点，车辆轨迹估计与GPS定位结果均存在偏差。通过与标志点实际坐标(从GoogleEarth中获取)比较，误差可达到10m。比较图6可知，标志#1和#3与环境特征点有效重合，在视野开阔环境中，车辆轨迹估计与GPS定位结果近似相同。因此，SLAM辅助的GPS/DＲ组合导航增强了GPS/DＲ组合导航性图3SLAM与GPS定位结果Fig．3SLAMandGPSpositioningresults图4SLAM/GPS组合导航与GPS定位结果Fig．4SLAM/GPSintegratednavigat
#3的特征点。为有效比较两种方法性能，将图3和图4结果重载实际环境卫星图如图5和图6所示。从图5中可知，SLAM方法在小闭环运动区域中，可精确实现车辆地面导航，然而进行大闭环运动时，SLAM定位结果将产生较大误差，如标志#1和#3与环境特征点，车辆轨迹估计与GPS定位结果均存在偏差。通过与标志点实际坐标(从GoogleEarth中获取)比较，误差可达到10m。比较图6可知，标志#1和#3与环境特征点有效重合，在视野开阔环境中，车辆轨迹估计与GPS定位结果近似相同。因此，SLAM辅助的GPS/DＲ组合导航增强了GPS/DＲ组合导航性图3SLAM与GPS定位结果Fig．3SLAMandGPSpositioningresults图4SLAM/GPS组合导航与GPS定位结果Fig．4SLAM/GPSintegratednavigationandGPSpositioningresults能，同时有效提高SLAM定位与制图精度。4结论基于CEKF方法，本文提出SLAM辅助GPS/DＲ组合导航方法，设计了SLAM/GPS组合信息滤波器。当GPS定位可用时，利用GPS观测对局部地图状态变量进行实时传统EKF更新，对邻域·75·
【参考文献】：
期刊论文
[1]无缝GPS/INS组合导航系统的设计与实现[J]. 何晓峰,胡小平,唐康华. 国防科技大学学报. 2008(01)
[2]即时定位与制图辅助的INS/GPS组合导航系统[J]. 曹梦龙,崔平远. 中国惯性技术学报. 2007(04)
博士论文
[1]车载自主定位定向系统研究[D]. 严恭敏.西北工业大学 2006
本文编号：2915798
【文章来源】：国防科技大学学报. 2014年03期 北大核心
【文章页数】：5 页
【部分图文】：
局部和邻域地图
?妫?祷靥卣鞯阆喽猿盗揪嗬胗胧酉?角，测量精度分别为1m/s和1．5°，输出频率为5Hz。GPS输出位置信息精度为3m，频率1Hz。SLAM问题求解中采用分支界限联合兼容数据关联方法与压缩卡尔曼滤波方法。如图2为GPS定位结果以及DＲ和GPS/DＲ组合估计车辆轨迹。从图中可知，由于车辆运行环境树木稠密，GPS信号频繁丢失，甚至产生较大定位误差。GPS/DＲ组合导航系统，实现GPS信号失锁时，由DＲ系统估计车辆位姿，改善系统在GPS定位无效时为车辆提供连续导航性能。然而在GPS信号长时间失锁时，组合系统导航误差快速累积。图2GPS/DＲ与GPS定位结果Fig．2GPS/DＲandGPSpositioningresults基于CEKF方法SLAM解算以及SLAM辅助的GPS/DＲ组合导航结果分别如图3和图4所示。图中实线为车辆轨迹估计;虚线为GPS估计车辆轨迹;点代表SLAM构建的环境特征点，既实验环境中树干中心位置估计;为检验地图创建的准确性，在图3和4中取与真实环境中树干相对应的三个特征点进行比较，并一一对应标记为#1、#2和#3的特征点。为有效比较两种方法性能，将图3和图4结果重载实际环境卫星图如图5和图6所示。从图5中可知，SLAM方法在小闭环运动区域中，可精确实现车辆地面导航，然而进行大闭环运动时，SLAM定位结果将产生较大误差，如标志#1和#3与环境特征点，车辆轨迹估计与GPS定位结果均存在偏差。通过与标志点实际坐标(从GoogleEarth中获取)比较，误差可达到10m。比较图6可知，标志#1和#3与环境特征点有效重合，在视野开阔环境中，车辆轨迹估计与GPS定位结果近似相同。因此，SLAM辅助的GPS/DＲ组合导航增强了GPS/DＲ组合导航性图3SLAM与GPS定位结果Fig．3SLAMandGPSpositioningresults图4SLAM/GPS组合导航与GPS定位结果Fig．4SLAM/GPSintegratednavigat
#3的特征点。为有效比较两种方法性能，将图3和图4结果重载实际环境卫星图如图5和图6所示。从图5中可知，SLAM方法在小闭环运动区域中，可精确实现车辆地面导航，然而进行大闭环运动时，SLAM定位结果将产生较大误差，如标志#1和#3与环境特征点，车辆轨迹估计与GPS定位结果均存在偏差。通过与标志点实际坐标(从GoogleEarth中获取)比较，误差可达到10m。比较图6可知，标志#1和#3与环境特征点有效重合，在视野开阔环境中，车辆轨迹估计与GPS定位结果近似相同。因此，SLAM辅助的GPS/DＲ组合导航增强了GPS/DＲ组合导航性图3SLAM与GPS定位结果Fig．3SLAMandGPSpositioningresults图4SLAM/GPS组合导航与GPS定位结果Fig．4SLAM/GPSintegratednavigationandGPSpositioningresults能，同时有效提高SLAM定位与制图精度。4结论基于CEKF方法，本文提出SLAM辅助GPS/DＲ组合导航方法，设计了SLAM/GPS组合信息滤波器。当GPS定位可用时，利用GPS观测对局部地图状态变量进行实时传统EKF更新，对邻域·75·
【参考文献】：
期刊论文
[1]无缝GPS/INS组合导航系统的设计与实现[J]. 何晓峰,胡小平,唐康华. 国防科技大学学报. 2008(01)
[2]即时定位与制图辅助的INS/GPS组合导航系统[J]. 曹梦龙,崔平远. 中国惯性技术学报. 2007(04)
博士论文
[1]车载自主定位定向系统研究[D]. 严恭敏.西北工业大学 2006
本文编号：2915798
本文链接：https://www.wllwen.com/kejilunwen/wltx/2915798.html
