[發(fā)明專利]一種GNSS、INS、Vision組合導(dǎo)航系統(tǒng)完好性保護(hù)級(jí)計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110723664.0
• 申請(qǐng)日: 2021-06-29
• 公開（公告）號(hào): CN113483759B
• 公開（公告）日: 2023-10-17
• 發(fā)明（設(shè)計(jì)）人: 姜海濤;李團(tuán);施闖;景貴飛
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G01C21/20
• 分類號(hào): G01C21/20;G01C21/16;G01S19/49
• 代理公司: 北京集智東方知識(shí)產(chǎn)權(quán)代理有限公司 11578
• 代理人: 申玲紅

本發(fā)明適用于GNSS、INS、Vision組合導(dǎo)航數(shù)據(jù)處理技術(shù)領(lǐng)域，提供了一種GNSS、INS、Vision組合導(dǎo)航系統(tǒng)完好性保護(hù)級(jí)計(jì)算方法，包括如下步驟：步驟S100：建立GNSS、INS、Vision組合導(dǎo)航系統(tǒng)的誤差狀態(tài)模型和IMU的零偏模型；步驟S200：建立GNSS和視覺的系統(tǒng)觀測(cè)模型，并分別計(jì)算相應(yīng)的觀測(cè)矩陣H；步驟S300：構(gòu)建不同觀測(cè)模型下的擴(kuò)展卡爾曼方程；步驟S400：引入GNSS、INS和視覺故障偏差，并計(jì)算不同傳感器故障模式下的保護(hù)級(jí)大小；本發(fā)明，推導(dǎo)出誤差狀態(tài)模型卡爾曼濾波情況下的組合導(dǎo)航系統(tǒng)保護(hù)級(jí)公式，進(jìn)一步考慮到GNSS和視覺觀測(cè)值的故障偏差在實(shí)際情況下是未知的，參照LSR算法經(jīng)典保護(hù)級(jí)的取值方法，將其放大為最大特征斜率和最小可檢測(cè)偏差的乘積，便可以得到不同故障模式下系統(tǒng)的保護(hù)級(jí)。

技術(shù)領(lǐng)域

本發(fā)明屬于GNSS、INS、Vision組合導(dǎo)航數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種GNSS、INS、Vision組合導(dǎo)航系統(tǒng)完好性保護(hù)級(jí)計(jì)算方法。

背景技術(shù)

隨著自動(dòng)駕駛、機(jī)器人和無人機(jī)等技術(shù)的興起，城市等復(fù)雜GNSS(GlobalNavigation Satellite System)環(huán)境下的高精度定位定姿需求不斷增長。GNSS/INS(InertialNavigation System)組合導(dǎo)航能夠提供連續(xù)、可靠和完備的高精度導(dǎo)航參數(shù)，是應(yīng)用最廣的組合導(dǎo)航技術(shù)之一。然而，在GNSS復(fù)雜環(huán)境下，基于低成本MEMS-IMU(Micro-Electro Mechanical-Systems Inertial Measurement Unit)的GNSS/INS組合導(dǎo)航在GNSS信號(hào)中斷期間導(dǎo)航誤差將迅速積累，這無疑降低了系統(tǒng)的可用性。基于相機(jī)的視覺導(dǎo)航具有精度高、自主無源等優(yōu)點(diǎn)，視覺/INS組合可極大降低INS導(dǎo)航誤差。但是，視覺/INS組合無法提供全球框架下的導(dǎo)航信息且誤差會(huì)隨距離累積。因此，將GNSS、INS和視覺進(jìn)行信息融合可實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，獲得更優(yōu)的導(dǎo)航性能。

然而多源組合導(dǎo)航系統(tǒng)的優(yōu)秀性能是建立在系統(tǒng)的復(fù)雜性之上，而系統(tǒng)的復(fù)雜性勢(shì)必增加系統(tǒng)故障發(fā)生的概率。因此，系統(tǒng)的完好性監(jiān)測(cè)對(duì)于組合導(dǎo)航系統(tǒng)的可靠性至關(guān)重要。系統(tǒng)的完好性主要包括兩個(gè)部分：保護(hù)級(jí)和故障檢測(cè)。目前針對(duì)多源組合導(dǎo)航系統(tǒng)的故障檢測(cè)主要是針對(duì)當(dāng)前信息的“快照法”和基于歷史信息的“連續(xù)法”，理論相對(duì)成熟，而GNSS、INS、Vision組合導(dǎo)航系統(tǒng)的保護(hù)級(jí)計(jì)算卻缺乏具體的理論推導(dǎo)，尤其是基于誤差狀態(tài)模型的擴(kuò)展卡爾曼濾波下GNSS/INS松組合和Vision/INS緊組合系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明提供一種GNSS、INS、Vision組合導(dǎo)航系統(tǒng)完好性保護(hù)級(jí)計(jì)算方法，旨在解決目前針對(duì)多源組合導(dǎo)航系統(tǒng)的故障檢測(cè)主要是針對(duì)當(dāng)前信息的“快照法”和基于歷史信息的“連續(xù)法”，理論相對(duì)成熟，而多源組合導(dǎo)航系統(tǒng)的保護(hù)級(jí)計(jì)算卻缺乏具體的理論推導(dǎo)問題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種GNSS、INS、Vision組合導(dǎo)航系統(tǒng)完好性保護(hù)級(jí)計(jì)算方法，包括如下步驟：

步驟S100：建立GNSS、INS、Vision組合導(dǎo)航系統(tǒng)的誤差狀態(tài)模型和IMU的零偏模型；

步驟S200：建立GNSS和視覺的系統(tǒng)觀測(cè)模型，并分別計(jì)算相應(yīng)的觀測(cè)矩陣H；

步驟S300：構(gòu)建不同觀測(cè)模型下的擴(kuò)展卡爾曼方程；

步驟S400：引入GNSS、INS和視覺故障偏差，并計(jì)算不同傳感器故障模式下的保護(hù)級(jí)大小。

優(yōu)選的，所述步驟S100中，將位置、速度以及姿態(tài)變量的誤差量作為組合導(dǎo)航系統(tǒng)的狀態(tài)量，把IMU的零偏建模為一階馬爾可夫模型。

優(yōu)選的，所述步驟S200中，GNSS、INS、Vision組合導(dǎo)航系統(tǒng)可分為兩個(gè)子系統(tǒng)，分別為GNSS/INS的松組合導(dǎo)航系統(tǒng)和Vision/INS緊組合導(dǎo)航系統(tǒng)。