李蕊江 尚俊娜
摘要:針對城市峽谷等遮擋嚴重場景下GPS定位精度嚴重下降問題,提出一種基于GPS測向與陀螺儀角度測量的融合定位方法。該方法通過改進傳統(tǒng)的角度測量,利用陀螺儀短時內相對測量精度高的特點,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組合導航算法進行定位,使定位結果精度更高、更穩(wěn)定。對提出的方法進行模擬仿真以及車載實驗,實驗結果表明: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,在復雜環(huán)境下效果很好,提高了定位可靠性。
關鍵詞:GPS測姿;陀螺儀;角度融合;組合導航;卡爾曼濾波
DOI:10.11907/ejdk.182914開放科學(資源服務)標識碼(OSID):
中圖分類號:TP393文獻標識碼: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、精準測量等諸多領域具有重要應用,運動載體的姿態(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航系統(tǒng)可以獨立進行定位工作,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。零偏是慣導系統(tǒng)的主要誤差項,零偏大的陀螺儀會對定位結果產生非常大的影響;其次陀螺儀還有累積漂移誤差,慣性導航系統(tǒng)在長時間工作情況下,系統(tǒng)產生的漂移量會隨著時間的延長而迅速擴大,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間內起作用,陀螺儀測得的角度在短時間內精度可以控制在誤差范圍內,長時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,利用各天線測量的GPS載波信號相位差實時確定運動坐標系相對于當?shù)刈鴺讼档慕俏恢?,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測量和慣性導航測量各具特點,且能互相彌補各自的不足,所以本文選用GPS/INSS組合導航。組合導航相關研究有: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,構建了一套完整的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只能以1Hz頻率進行數(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航算法中的應用,提高了系統(tǒng)狀態(tài)觀測精度,進而提高了載體導航精度,但對于GPS失鎖情況下可能產生的問題沒有進行更深入的研究。
以上方法都未對GPS信號不好時可能產生的軌跡突變或斷點現(xiàn)象提出很好的解決方法。針對城市峽谷間等遮擋嚴重場景下GPS失鎖導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行角度融合,再通過經典卡爾曼濾波進行數(shù)據(jù)融合定位,提高了GPS信號不好時的定位精度及穩(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。通過模擬仿真和實際跑車實驗,驗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??柭鼮V波是一種最優(yōu)估計技術,由于其在求解時不需要貯存大量的觀測數(shù)據(jù),并且當?shù)玫叫碌挠^測數(shù)據(jù)時可隨時求得新的參數(shù)濾波值,便于實時處理觀測成果,因此卡爾曼濾波越來越多地應用于動態(tài)數(shù)據(jù)處理中,尤其是GPS動態(tài)數(shù)據(jù)處理、慣性導航等領域。
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,將上述參數(shù)輸入卡爾曼濾波器后,仿真結果如圖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組合導航定位算法
在得到融合角度后,對載體進行定位。本文采用的定位方式為GPS和慣性導航系統(tǒng)(Inertial Navigation System,INS)的組合導航定位。GPS/INS組合系統(tǒng)優(yōu)勢為:高精度的GPS可以在載體運動過程中不斷修正INS的測量值,以控制其誤差隨時間的累積,而短時間內高精度的INS定位結果可很好地解決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接收機增強其抗干擾能力,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獨立工作,利用GPS接收機得到的位置、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,并同時對INS進行誤差校正。GPS與INS可以形成優(yōu)勢互補,是目前導航領域最理想的組合方式之一。
4車載導航定位仿真
4.1模擬仿真
本實驗模擬車輛在道路上行駛一段路程,整個運動過程分為兩個階段:勻速直線過程和勻速轉彎過程,具體路線如圖3所示。
從仿真結果圖以及數(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車載實驗
實驗所用測姿儀采用短基線測姿儀,其中包括高精準四饋點測量天線、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行動態(tài)姿態(tài)計算,實時輸出物體的水平方位角速率及前進軸向加速度。陀螺儀性能指標如表2所示。
實驗所用運動小車是大小為1.2x 0.8x 0.4m的遙控小車,前輪驅動型,內部有大量集成電路,可由手持遙控器操控其前進、后退、左轉和右轉,最大轉角不超過60°。在后輪上裝有輪速計,方便計算速度,小車最大速度為1m/s,且內部置有蓄電池,充滿電一次可工作5小時。
實驗地點選在中國科學院奧運村園區(qū),小車車速為0.7m/s,運動實際路線為繞國家天文臺前的花壇一周,實時濾波處理后的定位結果如圖7所示。
小車運動過程中,由于在東北方向受到信號遮擋,導致部分軌跡出現(xiàn)突變現(xiàn)象,現(xiàn)單獨把受到影響的軌跡提取出來分析,見圖8的軌跡圖。
從實測仿真結果圖看,在運動的大多數(shù)時間里,原始定位軌跡角度融合后的軌跡都比較吻合,這是因為在無遮擋情況下,測姿儀測得的角度精度很高。而在小車運動到東北方向時,受周圍環(huán)境影響,GPS衛(wèi)星信號被遮擋,此時能收到的衛(wèi)星數(shù)量減少,導致GPS測姿精度下降,出現(xiàn)軌跡突變或斷點情況。在突變最嚴重的地方,定位偏差可達到5m。這時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證定位的精確性,運動小車在地圖上的軌跡如圖9所示。
從實際地圖的跑車軌跡以及小車運動的真實軌跡看,經過角度融合后的軌跡平滑且符合小車實際運動路徑,定位精度可達到1m以內,而且東北方向沒有突變點,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結語
為克服GPS測姿儀在復雜環(huán)境下測姿精度不高的缺點,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航的角度輸入值,經模擬仿真驗證,該融合后的角度對定位精度明顯提升。進行車載仿真實驗,在GPS基線測姿條件不好導致測姿精度下降、定位軌跡產生突變的情況下,利用本文提出的角度融合方法,使運動軌跡重新回到正確的路徑上且定位的魯棒性明顯增強。該方法可應用在無人送貨車或無人駕駛技術上,即使在周圍環(huán)境復雜的道路上也能保證定位的可靠性。