[發明專利]車載移動測量系統振動位移誤差的自適應矯正方法

有效

• 申請號: 201610145259.4
• 申請日: 2016-03-15
• 公開（公告）號: CN105588599B
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 謝瀟;葉浩;薛冰
• 申請（專利權）人: 中國科學院沈陽應用生態研究所
• 主分類號: G01D18/00
• 分類號: G01D18/00
• 代理公司: 沈陽科苑專利商標代理有限公司21002
• 代理人: 許宗富

技術領域

本發明屬于空間數據采集與處理技術領域，特別涉及一種車載移動測量系統振動位移誤差的自適應矯正方法。

背景技術

車載移動測量系統(Mobile Mapping System，MMS)是基于運載車輛靈活集成全球定位系統(Global Positioning System，GPS)、激光掃描儀、影像傳感器與慣性導航單元(Inertial Measurement Unit，IMU)等各類定位、定姿傳感器與測量傳感器的地面移動測量系統。MMS不僅較少受到天氣與測量區域限制，還具有外業工作效率的突出優勢，能有效支持目標信息的快速采集與定期更新，逐漸成為城市規劃、道路交通、地圖修測、監控管理等行業應用中獲取三維空間信息的主要技術手段。

MMS的運載車輛及其搭載的各類傳感器整體構成了一個具有質量、彈簧和阻尼的振動系統，由系統振動而引入的周期性位移因而廣泛存在于車載移動測量所獲取的各項空間數據中。運行過程中MMS周期性振動位移的最值差可接近分米量級，構成實測數據中不可忽略的分量，準確提取振動位移由此成為車載移動測量數據后處理中保證數據質量與精度的前提條件。

具有模擬輸入與高測量精度特性的加速度傳感器作為IMU的關鍵器件，是構成MMS的重要組成部分。利用加速度傳感器測量MMS豎直方向加速度并通過二次積分解析振動位移的方法，不僅具有測量設備的易操作性、提取算法的直觀性，還特別具有能有效消除影響瞬時加速度測量精度的隨機噪聲等顯著優勢，因而成為現有基于MMS進行工程測量所廣泛采用的振動位移提取方法。然而，由于加速度傳感器的高靈敏特性，即使選用高精度的傳感器，系統也難以避免實際輸出的加速度信號受：①安裝的角度偏差，②儀器輸出的固有零偏差，③積分初始值的非零偏差，以及④隨使用溫度升高而產生的儀器標度偏差等多種因素影響，使解析得到的高頻振動位移混入多種低頻誤差成分，特別地，上述誤差在面向連續測量過程的加速度積分解析過程中將產生累積效應，成為嚴重降低提取的振動位移精度，因此，面對各專業領域現有MMS普遍采用的基于加速度積分的振動位移提取方式，如何準確且高效地矯正信號中的多因素累積誤差，成為準確提取振動位移進而發揮測量數據價值的關鍵問題。

現有面向加速度積分累計誤差的振動位移矯正方法主要集中在基于計算機的數字信號處理(Digital Signal Processing，DSP)領域。相關方法主要利用實際振動信號與誤差信號在頻域上差異性分布的特征，采用信號處理算子，通過面向“整體信號特定頻域細節層次”的分解與重構，剔除其中誤差信息所對應的多種低頻成分。總體來說，現有技術已經能夠矯正整體位移信號中具有穩定頻域特征的多因素誤差，該領域技術方法在下列文獻中均有論述：紐瑞萍，蔡伯根.一種加速度計誤差修正方法的研究[J].傳感器技術，2002，21(4):4-6；張鵬飛，龍興武.石英撓性加速度計誤差補償模型的研究[J].傳感技術學報，2006，19(4):1100-1102；徐超，沈曉蓉，李建軍，等.車載微加速度計信號的小波去噪技術研究[J].傳感技術學報，2008(11):2442-2444；劉新宇，肖傳宇，吳勇.慣性基準高程測量方法在路面平整度檢測中的應用[J].交通信息與安全，2009(5):166-169；覃方君，許江寧，李安，等.基于小波卡爾曼濾波的加速度計降噪方法[J].武漢理工大學學報:交通科學與工程版，2009，33(1):49-52；趙寶新，張保成.信號的多項式趨勢項研究和MATLAB實現[J].有色設備，2009(2):16-19；徐時偉，沈海斌.基于SVM的加速度傳感器積累誤差消除方法[J].傳感器與微系統，2012(6):42-44；馬躍，李松，李瑩，等.加速度計信號處理的建模與仿真[J].計算機仿真，2012，29(3):351-354；陳雪冬，陳碩紅，徐偉.加速度計信號的小波形態濾波與樣本熵分析[J].自動化儀表，2013，35(5):22-25；一種估計加速度計漂移的絕對導航濾波方法(公開號：103542853A)；一種外場環境三維測量加速度計誤差無奇異估計方法(公開號：103995152A)；Mayagoitia R E,Nene A V,Veltink P H.Accelerometer and rate gyroscope measurement of kinematics:an inexpensive alternative to optical motion analysis systems[J].Journal of biomechanics,2002,35(4):537-542；Hesami R,McManus K J.Signal processing approach to road roughness analysis and measurement[C]//TENCON 2009-2009IEEE Region 10Conference.IEEE,2009:1-6；Wu P,Ge Y,Chen S,et al.De-noising algorithm based on compression of wavelet coefficient for MEMS accelerometer signal[C]//Information and Automation(ICIA),2010IEEE International Conference on.IEEE,2010:402-407；Kownacki C.Optimization approach to adapt Kalman filters for the real-time application of accelerometer and gyroscope signals'filtering[J].Digital Signal Processing,2011,21(1):131-140.