[發明專利]一種面向不動產測量的改進型慣性定位方法

有效

• 申請號: 201711443482.8
• 申請日: 2017-12-27
• 公開（公告）號: CN108171316B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 吳峻;王永杰;董國敏;沈志樂
• 申請（專利權）人: 東南大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G01C21/16;G01S19/49
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 孟紅梅

本發明公開了一種面向不動產測量的改進型慣性定位方法，包括：在作業區域內選定待測點和控制點；在控制點處初始對準，獲取慣性測量系統的初始姿態信息；在慣性測量系統行進間，通過捷聯算法解算行進間的數據；選擇高斯過程回歸核函數擬合停車區間的速度誤差，并采用蟻群優化算法搜索最優的高斯過程回歸核函數的超參數；將擬合的速度誤差積分后得到位置誤差，補償到慣性解算結果中，完成待測點的測量。本發明針對慣性系統定位誤差隨時間積累，無法維持長時間的定位精度的問題，提出利用高斯過程回歸曲線擬合載體停車區間的速度誤差樣本，進而補償位置誤差，并且通過蟻群優化算法搜索高斯過程回歸核函數的超參數，提高了定位精度。

技術領域

本發明涉及測量、測繪技術和捷聯慣性定位技術領域，特別是涉及一種面向不動產測量的改進型慣性定位方法。

背景技術

不動產統一登記調查的良好實施關系著國計民生。目前，普遍使用的不動產測量方法主要包括全站儀測量方法和GPS-RTK測量方法。全站儀測量由于實際測量環境的復雜多變，常出現無法通視的情況，且測量過程需要頻繁的遷站，導致工作效率低下。GPS-RTK測量精度易受衛星信號強弱影響，在信號易受遮擋區域，精度難以達到要求。

慣性定位技術通過對慣性傳感器輸出進行積分解算，實現待測點測量，具有良好的自主性和適應性。但由于慣性傳感器誤差會隨著積分累積，無法滿足長時間的定位測量工作。零速修正技術是提高車載定位系統長時間精度的一種廉價而有效的方法，其利用載體停車時速度輸出作為速度誤差的觀測量，進而對其他誤差進行校正。

傳統零速修正需要載體的停車時間間隔短，停車區間樣本使用率低。高斯過程(Gaussian process，GP)又稱正態隨機過程，適用于處理小樣本、非線性、高維數等問題。采用高斯過程回歸曲線擬合停車區間速度誤差，進而補償位置誤差。

針對高斯過程回歸核函數的超參數主要通過共軛梯度法求取，所求超參數精度不高。蟻群優化算法(Ant Colony Optimization，ACO)是由Marco Dorigo于1992年提出的一種新型仿生進化優化算法，具有良好的正反饋特性、魯棒性及并行搜索優點。

發明內容

發明目的：針對傳統不動產測量方式易受環境等因素影響，而慣性測量方式其捷聯解算誤差會隨時間累積的問題，本發明目的在于提出一種面向不動產測量的改進型慣性定位方法，將零速修正技術引入慣性定位中，并通過蟻群優化算法對高斯過程回歸核函數超參數進行優化，得到最優的參數值，以提高誤差曲線的擬合精度，從而提升定位精度。

技術方案：為實現上述發明目的，本發明采用如下技術方案：

一種面向不動產測量的改進型慣性定位方法，包括如下步驟：

(1)在作業區域內選定待測點，以及一個位置信息已知的點作為控制點；

(2)在控制點處采集并存儲慣性測量系統傳感器數據，根據初始對準算法，獲取慣性測量系統的初始姿態信息；

(3)在慣性測量系統行進間，結合初始對準獲取的初始位置信息與姿態信息，通過捷聯算法解算行進間的數據；

(4)采集并存儲停車區間內慣性測量系統傳感器數據，選擇高斯過程回歸核函數擬合停車區間的速度誤差，并采用蟻群優化算法搜索最優的高斯過程回歸核函數的超參數；

(5)將擬合的速度誤差積分后得到位置誤差，補償到慣性解算結果中，完成當前待測點的測量；重復步驟(1)至步驟(5)，獲取所有需要測量的待測點位置信息。

作為優選，所述步驟(1)中，所述控制點為待測點附近GPS信號良好的點，采用GPS-RTK測量獲取控制點的初始位置信息。

作為優選，所述步驟(4)中具體包括：