李蕊江 尚俊娜
摘要:針對城市峽谷等遮擋嚴(yán)重場景下GPS定位精度嚴(yán)重下降問題,提出一種基于GPS測向與陀螺儀角度測量的融合定位方法。該方法通過改進(jìn)傳統(tǒng)的角度測量,利用陀螺儀短時(shí)內(nèi)相對測量精度高的特點(diǎn),采用卡爾曼濾波,以陀螺儀的相對角度修正GPS測向的絕對角度,再利用GPS/INS組合導(dǎo)航算法進(jìn)行定位,使定位結(jié)果精度更高、更穩(wěn)定。對提出的方法進(jìn)行模擬仿真以及車載實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:通過角度融合后的定位擁有更高的定位精度和定位穩(wěn)定性,在復(fù)雜環(huán)境下效果很好,提高了定位可靠性。
關(guān)鍵詞:GPS測姿;陀螺儀;角度融合;組合導(dǎo)航;卡爾曼濾波
DOI:10.11907/ejdk.182914開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):
中圖分類號:TP393文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2019)010-0173-05
0引言
載體的姿態(tài)測量在無人駕駛、精準(zhǔn)測量等諸多領(lǐng)域具有重要應(yīng)用,運(yùn)動載體的姿態(tài)測量主要包括測量載體的俯仰角θ、橫滾角y和航向角ψ。在融合定位中,姿態(tài)測量精度對GPS定位精度有重要影響。目前的姿態(tài)測量方法主要有慣性測量和GPS測量姿態(tài)兩種。傳統(tǒng)的姿態(tài)測量,主要是依靠慣性元器件完成。慣性元器件組成的慣性導(dǎo)航系統(tǒng)可以獨(dú)立進(jìn)行定位工作,不需要借助外部的輔助信息。但是,陀螺儀自身會帶來一些誤差,其中零偏誤差是所有陀螺儀都會表現(xiàn)出來的一種偏差,可以將它定義為零輸入情況下傳感器的輸出。零偏是慣導(dǎo)系統(tǒng)的主要誤差項(xiàng),零偏大的陀螺儀會對定位結(jié)果產(chǎn)生非常大的影響;其次陀螺儀還有累積漂移誤差,慣性導(dǎo)航系統(tǒng)在長時(shí)間工作情況下,系統(tǒng)產(chǎn)生的漂移量會隨著時(shí)間的延長而迅速擴(kuò)大,給系統(tǒng)帶來不可估量的影響。所以傳統(tǒng)的載體姿態(tài)測量方法只能在短時(shí)間內(nèi)起作用,陀螺儀測得的角度在短時(shí)間內(nèi)精度可以控制在誤差范圍內(nèi),長時(shí)間后絕對角度精度就會下降,但可以利用陀螺儀測量載體運(yùn)動的相對角度消除陀螺儀的零偏漂移,所以陀螺儀獲得的相對角度精度較高。GPS測量姿態(tài)方法主要分為兩類:多天線測姿和單天線測姿。多天線測姿利用載波相位測量技術(shù),利用各天線測量的GPS載波信號相位差實(shí)時(shí)確定運(yùn)動坐標(biāo)系相對于當(dāng)?shù)刈鴺?biāo)系的角位置,從而求出載體姿態(tài)。單天線測姿利用單天線GPS,測量得到速度值后估算加速度信息,然后得到載體的偽姿態(tài)。本文采用的方法是GPS雙天線相干測姿方法。
由于GPS測量和慣性導(dǎo)航測量各具特點(diǎn),且能互相彌補(bǔ)各自的不足,所以本文選用GPS/INSS組合導(dǎo)航。組合導(dǎo)航相關(guān)研究有:苗岳旺研究了魯棒濾波算法和故障檢測算法,有效解決了組合導(dǎo)航中觀測粗差問題,但偽距測量具有局限性;季翔提出了一種GPS多基線測姿技術(shù),構(gòu)建了一套完整的GPS多基線姿態(tài)測量流程,提高了測姿技術(shù)的抗干擾能力,測量精度也更加穩(wěn)定。但選用的多天線接收機(jī)只能以1Hz頻率進(jìn)行數(shù)據(jù)采集,對于高動態(tài)載體無法保證連續(xù)有效測量;曹晟杰著重研究了零速校正算法在組合導(dǎo)航算法中的應(yīng)用,提高了系統(tǒng)狀態(tài)觀測精度,進(jìn)而提高了載體導(dǎo)航精度,但對于GPS失鎖情況下可能產(chǎn)生的問題沒有進(jìn)行更深入的研究。
以上方法都未對GPS信號不好時(shí)可能產(chǎn)生的軌跡突變或斷點(diǎn)現(xiàn)象提出很好的解決方法。針對城市峽谷間等遮擋嚴(yán)重場景下GPS失鎖導(dǎo)致定位精度下降的問題,本文提出一種角度融合方法,該方法將絕對角度和相對角度相結(jié)合,以測姿儀航向角的絕對精度和陀螺儀測量角度的相對變化量進(jìn)行角度融合,再通過經(jīng)典卡爾曼濾波進(jìn)行數(shù)據(jù)融合定位,提高了GPS信號不好時(shí)的定位精度及穩(wěn)定性,消除了軌跡漂移和發(fā)散問題,提高了接收機(jī)的接收頻率,使載體在高動態(tài)下也能良好定位。通過模擬仿真和實(shí)際跑車實(shí)驗(yàn),驗(yàn)證了本文方法的有效性。
1陀螺儀姿態(tài)測量方法
2GPS載波信號相干測姿方法
3融合定位算法
3.1融合算法介紹
角度融合選用的濾波器是卡爾曼濾波器。卡爾曼濾波是一種最優(yōu)估計(jì)技術(shù),由于其在求解時(shí)不需要貯存大量的觀測數(shù)據(jù),并且當(dāng)?shù)玫叫碌挠^測數(shù)據(jù)時(shí)可隨時(shí)求得新的參數(shù)濾波值,便于實(shí)時(shí)處理觀測成果,因此卡爾曼濾波越來越多地應(yīng)用于動態(tài)數(shù)據(jù)處理中,尤其是GPS動態(tài)數(shù)據(jù)處理、慣性導(dǎo)航等領(lǐng)域。
仿真模擬為GPS測姿受到干擾情況下的alpha測量值。從仿真圖可以看出,經(jīng)過融合后的角度比原始角度更平穩(wěn),更不容易受外界因素的干擾,說明融合濾波后的角度穩(wěn)定性得到了改善,這對后續(xù)的定位工作有非常大的幫助。
3.2角度融合算法驗(yàn)證
取狀態(tài)初始值為0,給狀態(tài)量加上噪聲,即給角度測量值加上擾動,觀測噪聲δa=0.5,δ△a=0.1。仿真取前1000個點(diǎn),將上述參數(shù)輸入卡爾曼濾波器后,仿真結(jié)果如圖1所示。
仿真模擬為GPS測姿受到干擾情況下的alpha測量值。從仿真圖可以看出,經(jīng)過融合后的角度比原始角度更平穩(wěn),更不容易受外界因素的干擾,說明融合濾波后的角度穩(wěn)定性得到了改善,這對后續(xù)的定位工作有非常大的幫助。
3.3組合導(dǎo)航定位算法
在得到融合角度后,對載體進(jìn)行定位。本文采用的定位方式為GPS和慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)的組合導(dǎo)航定位。GPS/INS組合系統(tǒng)優(yōu)勢為:高精度的GPS可以在載體運(yùn)動過程中不斷修正INS的測量值,以控制其誤差隨時(shí)間的累積,而短時(shí)間內(nèi)高精度的INS定位結(jié)果可很好地解決GPS動態(tài)環(huán)境中的信號失鎖和周跳問題。不僅如此,INS還可以輔助GPS接收機(jī)增強(qiáng)其抗干擾能力,提高捕獲和跟蹤衛(wèi)星信號的能力。本文采用的導(dǎo)航組合原理如圖2所示。
圖2中,IMU為慣性測量單元,在該組合系統(tǒng)中GPS和INS獨(dú)立工作,利用GPS接收機(jī)得到的位置、速度與INS解算出的位置、速度之差,通過專用接口輸入組合濾波器,組合濾波器通過卡爾曼濾波器輸出載體的位置、速度、姿態(tài)等信息,并同時(shí)對INS進(jìn)行誤差校正。GPS與INS可以形成優(yōu)勢互補(bǔ),是目前導(dǎo)航領(lǐng)域最理想的組合方式之一。
4車載導(dǎo)航定位仿真
4.1模擬仿真
本實(shí)驗(yàn)?zāi)M車輛在道路上行駛一段路程,整個運(yùn)動過程分為兩個階段:勻速直線過程和勻速轉(zhuǎn)彎過程,具體路線如圖3所示。
從仿真結(jié)果圖以及數(shù)據(jù)分析表可以看出,原始的定位平均誤差為13.8702m,角度融合后的定位平均誤差為3.1459m,前后對比,融合后的定位誤差明顯縮小。在均方誤差方面,原始定位的均方差為6.1255m,角度融合后的定位均方誤差為1.9805m,說明角度融合具有更高的定位穩(wěn)定性。
4.2車載實(shí)驗(yàn)
實(shí)驗(yàn)所用測姿儀采用短基線測姿儀,其中包括高精準(zhǔn)四饋點(diǎn)測量天線、載波相位測量模塊和ARM處理芯片(NXPLPCI788Cortex-M3)。將接收到的GPS信號分別輸入上述模塊獲取衛(wèi)星位置、信噪比及載波相位等信息,再由ARM芯片進(jìn)行姿態(tài)解算。
陀螺儀使用型號為SUN-RF740D,這是一款基于MEMS慣性測量平臺開發(fā)的水平單軸陀螺角度儀,通過對陀螺儀的角速率進(jìn)行動態(tài)姿態(tài)計(jì)算,實(shí)時(shí)輸出物體的水平方位角速率及前進(jìn)軸向加速度。陀螺儀性能指標(biāo)如表2所示。
實(shí)驗(yàn)所用運(yùn)動小車是大小為1.2x 0.8x 0.4m的遙控小車,前輪驅(qū)動型,內(nèi)部有大量集成電路,可由手持遙控器操控其前進(jìn)、后退、左轉(zhuǎn)和右轉(zhuǎn),最大轉(zhuǎn)角不超過60°。在后輪上裝有輪速計(jì),方便計(jì)算速度,小車最大速度為1m/s,且內(nèi)部置有蓄電池,充滿電一次可工作5小時(shí)。
實(shí)驗(yàn)地點(diǎn)選在中國科學(xué)院奧運(yùn)村園區(qū),小車車速為0.7m/s,運(yùn)動實(shí)際路線為繞國家天文臺前的花壇一周,實(shí)時(shí)濾波處理后的定位結(jié)果如圖7所示。
小車運(yùn)動過程中,由于在東北方向受到信號遮擋,導(dǎo)致部分軌跡出現(xiàn)突變現(xiàn)象,現(xiàn)單獨(dú)把受到影響的軌跡提取出來分析,見圖8的軌跡圖。
從實(shí)測仿真結(jié)果圖看,在運(yùn)動的大多數(shù)時(shí)間里,原始定位軌跡角度融合后的軌跡都比較吻合,這是因?yàn)樵跓o遮擋情況下,測姿儀測得的角度精度很高。而在小車運(yùn)動到東北方向時(shí),受周圍環(huán)境影響,GPS衛(wèi)星信號被遮擋,此時(shí)能收到的衛(wèi)星數(shù)量減少,導(dǎo)致GPS測姿精度下降,出現(xiàn)軌跡突變或斷點(diǎn)情況。在突變最嚴(yán)重的地方,定位偏差可達(dá)到5m。這時(shí)通過和陀螺儀的角度融合,成功拉回了定位軌跡,提高了定位穩(wěn)定性。表3分析了小車運(yùn)動到該段路徑的定位精度和定位均方差。
從表3可以看出在該衛(wèi)星信號不好的路段,經(jīng)角度融合后的平均定位誤差都小于原始定位誤差,且融合后在南北方向的定位均方差也遠(yuǎn)小于原始的南北方向定位均方差。下面再通過地圖上描繪的軌跡驗(yàn)證定位的精確性,運(yùn)動小車在地圖上的軌跡如圖9所示。
從實(shí)際地圖的跑車軌跡以及小車運(yùn)動的真實(shí)軌跡看,經(jīng)過角度融合后的軌跡平滑且符合小車實(shí)際運(yùn)動路徑,定位精度可達(dá)到1m以內(nèi),而且東北方向沒有突變點(diǎn),是一段非常完整且穩(wěn)定的軌跡,這證明了本文方法的有效性和穩(wěn)定性。
5結(jié)語
為克服GPS測姿儀在復(fù)雜環(huán)境下測姿精度不高的缺點(diǎn),本文利用GPS測姿儀測量絕對角度,高精度陀螺儀測量相對角度,并且由相對角度來修正絕對角度,通過卡爾曼濾波將兩者融合,融合后的角度比原角度具有更高的穩(wěn)定性。將融合后的角度代替原組合導(dǎo)航的角度輸入值,經(jīng)模擬仿真驗(yàn)證,該融合后的角度對定位精度明顯提升。進(jìn)行車載仿真實(shí)驗(yàn),在GPS基線測姿條件不好導(dǎo)致測姿精度下降、定位軌跡產(chǎn)生突變的情況下,利用本文提出的角度融合方法,使運(yùn)動軌跡重新回到正確的路徑上且定位的魯棒性明顯增強(qiáng)。該方法可應(yīng)用在無人送貨車或無人駕駛技術(shù)上,即使在周圍環(huán)境復(fù)雜的道路上也能保證定位的可靠性。