[發明專利]一種基于非線性積分補償的組合運動測量系統的慣性預積分方法

有效

• 申請號: 202010980080.7
• 申請日: 2020-09-17
• 公開（公告）號: CN112284379B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 湯傳業;葛紅飛;陳建鋒;蔡英鳳
• 申請（專利權）人: 江蘇大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C25/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于非線性積分補償的組合運動測量系統的慣性預積分方法，在車輛自動駕駛、無人機姿態控制、運動捕捉和增強現實等應用領域中，常用的基于慣性的組合導航定位系統或位姿測量系統的狀態非線性優化估計過程涉及慣性預積分的多個關鍵步驟。本發明通過在組合運動測量系統的慣性預積分中引入多子樣非線性積分補償，構建包括基于非線性積分補償的姿態、速度和位置預積分計算模型，及其對應的慣性狀態更新殘差雅克比和慣性狀態更新殘差協方差的實時計算模型，實現在包括強振動和大機動等高動態運動時的高精度運動估計，并顯著提高組合系統的計算效能。

技術領域

本發明涉及智能車自主導航定位、無人機自主導航定位和姿態控制、載體運動捕捉和增?強現實等技術領域，尤其涉及一種基于非線性積分補償的組合運動測量系統的慣性預積分方?法。

背景技術

近年來自動駕駛汽車產業與技術發展迅速，作為自動駕駛核心之一的導航定位系統是其?實現自動駕駛的必要組件。另一方面，近年來無人機技術及行業應用急速發展，其在農業植?保、災難救援、快遞運輸、測繪、航拍、新聞報道、電力巡檢、影視拍攝等領域應用拓展迅速。無人機飛行環境的高動態性、不確定性和復雜性是無人機自主控制面臨的主要問題。不?管是自動駕駛所需的導航定位，還是無人機自主飛行所需的姿態控制都離不開無人載體的精?確且可靠的實時位姿測量。另外，增強現實、醫療康復、模擬訓練以及動漫制作等應用領域?對運動捕捉技術的需求強烈，且遞增顯著。

在現有自主導航定位、位姿測量和運動捕捉等運動測量技術領域中，運動測量方案以多?傳感信息融合的組合方式為主，其所依賴的多種傳感器件中，慣性測量單元因能提供豐富的?高速率且高動態運動信息而幾乎不可或缺。常用的慣性基組合運動測量系統有：慣性/視覺組?合系統、慣性/衛星組合系統、慣性/里程計組合系統等。

慣性基組合運動測量系統中的一個關鍵組成部分-慣性預積分，通常在一個相對較大的時?間間隔上實施，以形成相對運動約束。然而，以標準積分形式實施的慣性預積分效率低下。?這一問題被Lupton等人提出的基于歐拉角表達的、Forster等人提出的基于SO₃流形表達的和?Eckenhoff等人提出的基于四元數表達的線性化慣性預積分方法所解決。然而，Eckenhoff等?人和Nisar等人的研究均表明，在線性化慣性預積分中存在明顯的高階非線性誤差，載體動?態運動強度越劇烈，非線性誤差越明顯。在包括強振動、大機動等高強度的動態運動環境中，?現行線性化慣性預積分的非線性誤差更加明顯。

因此，亟需從慣性預積分入手，設計一種能夠解決高動態運動環境下慣性基組合系統運?動測量精度問題的技術方案。

發明內容

針對現有技術中慣性基組合系統運動測量在高動態運動環境下精確性差的問題，本發明?提供一種基于非線性積分補償的組合運動測量系統的慣性預積分方法，旨在通過在組合運動?測量系統的慣性預積分模型的設計過程中引入非線性積分補償，進而解決傳統線性化慣性預積分方法在高動態運動環境下精確性差的問題，以提高慣性基組合系統的運動測量精度。

本發明是通過以下技術手段實現上述技術目的的。

一種基于非線性積分補償的組合運動測量系統的慣性預積分方法，組合運動測量系統的?慣性預積分過程中引入多子樣非線性積分補償，構建預積分模型、慣性狀態更新殘差雅克比?模型和慣性狀態更新殘差協方差模型，進行慣性預積分；

所述多子樣非線性積分補償的形式包括旋轉矢量、速度矢量和位置矢量；

所述預積分模型包括姿態預積分模型、速度預積分模型和位置預積分模型。