一种分布式云RTK定位方法及系统技术方案

本发明专利技术公开了一种分布式云RTK定位方法，包括选取固定参考站，设置标准坐标位置，并发送给集中控制中心；集中控制中心分配固定参考站所属的云定位解算中心；固定参考站将观测数据和标准坐标位置发送云定位解算中心；流动站粗定位并发送集中控制中心；集中控制中心分配流动站所属的云定位解算中心；流动站获取观测数据并发送云定位解算中心；云定位解算中心对流动站粗定位；云定位解算中心选取流动站所匹配的基准参考站，对流动站精密定位并发送流动站。本发明专利技术还公开了应用所述定位方法定位的系统。本发明专利技术定位精度高、能够实现以点及面的大规模定位解算、大规模应用时数据处理压力小。

Distributed cloud RTK positioning method and system

The invention discloses a distributed cloud RTK positioning method, including the selection of the fixed reference station, set the standard location coordinates, and sent to the centralized control center; centralized control center distribution of cloud fixed reference station belongs to the solution center; fixed reference station observation data and the standard coordinate location to send a cloud Solution Center; rough location and send the centralized control center of mobile station positioning cloud; centralized control center distribution flow stationowned solution center; mobile station data collection and transmission cloud positioning solution center; cloud mobile station positioning solution center for coarse positioning; cloud solution reference station, the mobile station selects the center. Precise positioning on the flow station and send mobile station. The invention also discloses a system for positioning by the positioning method. The invention has high positioning accuracy, can realize large-scale positioning calculation with point and plane, and has small data processing pressure in large-scale application.

【技术实现步骤摘要】
一种分布式云RTK定位方法及系统
本专利技术具体涉及一种分布式云RTK定位方法及系统。
技术介绍
RTK(RealTimeKinematic)技术是一种基于载波相位差份的实时动态定位技术，它是建立在实时处理两个测站载波相位观测量的基础上，提供指定坐标系中的3维定位结果，实时定位精度可以达到厘米级，并具有实时性好、速度快等优点。RTK的基本原理为，参考站与流动站同时接收卫星信号，参考站将观测数据(主要为载波相位、伪距)和参考站标准坐标位置通过数据链(调制解调器、电台或通信网络)传输给流动站，流动站利用软件通过差分计算，降低流动站的观测误差，测算出流动站与参考站之间的相对坐标，根据参考站的标准坐标，实现精密定位，定位精度可达厘米级。RTK技术广泛应用于室外高精度定位导航相关的行业，例如，测绘，驾考，智能控制，无人驾驶，无人机，遥感等。RTK技术的核心在于考虑到参考站和流动站之间观测数据值具备相同的电离层误差、对流层误差和其它形式的公共误差，利用差分的方式消除公共误差，得到参考站与流动站之间载波相位的整周模糊度与实时相位差，进而实现高精度定位。然而，RTK技术对于参考站与流动站之间的距离有一定的限制。通常而言，参考站和流动站之间的距离不能超过20km，称之为短基线RTK。如果参考站与流动站之间的距离超过20km，则参考站和流动站具备的电离层和对流层误差的相关性会大大降低，从而使得实时定位精度大幅度降低。对于参考站与流动站之间的距离超过20km以上的RTK技术称之为长基线RTK。目前解决长基线RTK精密定位的关键技术为网络RTK技术。网络RTK技术的原理示意图如图1所示。首先，存在一个网络RTK数据中心，其利用多个参考站(CORS站)的观测数据生成不同位置下的虚拟参考站(VRS—VirtualReferenceStation)并计算得到虚拟参考站的虚拟观测值，进而建立一个虚拟参考站和虚拟观测值的列表，并且通过收集所有RTK参考站的数据，实时更新虚拟参考站的虚拟参考值。其次，流动站通过粗定位(伪距单点定位)获取10米以内精度的定位结果，将其结果送给网络RTK数据中心，RTK数据中心根据其定位结果计算出对应的虚拟参考站的位置和观测值，并将相应的虚拟参考站的虚拟观测值传送给流动站。最后，流动站利用虚拟参考站的虚拟观测值与本站观测数据做差分，再利用常规的快速模糊度解算算法获取流动站与虚拟参考站的整周模糊度与实时相位差，进一步得到厘米级的定位结果。然而，网络RTK存在一定的局限性。首先，需要建立一个RTK数据中心，数据中心与所有RTK参考站的位置需要考虑。RTK数据中心与参考站以及流动站之间能够确保实时通信，并且对通信速率有一定的要求。而在一些偏远地区，暂时没有移动通信网络或者当通信速率达不到RTK观测数据传输速率要求时，网络RTK技术就不能使用。其次，由于网络RTK技术主要针对长基线RTK存在问题提出的解决方案，因此，网络RTK技术无法通过短距离电台的方式实现，只能通过有线网络、无线蜂窝网络或者无线局域网的形式将参考站的观测信息通过internet网络汇总到网络RTK数据中心，观测数据存在一定的传输延迟和处理延迟，对于动态环境下的高精度定位有一定的局限性。最后，RTK数据中心需要维持庞大的虚拟参考站数据更新和流动站数据交互。并且，网络RTK技术算法的复杂度和虚拟参考观测值是随着流动站的数量的增加而增大，进而给数据中心服务器处理和通信网络传输带来极大的负担和压力。近年来，高精度卫星定位导航系统的应用从传统的测绘领域，延伸到了驾考，智能控制，无人驾驶，无人机，遥感等领域，从而导致高精度卫星导航终端(流动站)的数量在不断增加。不断增加的高精度卫星定位导航应用和定位终端使得网络RTK技术的弊端越来越明显。
技术实现思路
本专利技术的目的之一在于提供一种定位精度高、能够实现以点及面的大规模定位解算、大规模应用时数据处理压力小的分布式云RTK定位方法。本专利技术的目的之二在于提供一种应用所述分布式云RTK定位方法进行定位的系统。本专利技术提供的这种分布式云RTK定位方法，包括如下步骤：S1.选取固定参考站，设置固定参考站自身的高精度标准坐标位置；S2.步骤S1选取的固定参考站实时观测并获取RTK技术所需的观测数据；S3.固定参考站将步骤S1得到的高精度标准坐标位置发送给集中控制中心；S4.集中控制中心分配固定参考站所属的云定位解算中心；S5.固定参考站将步骤S2获取的观测数据和步骤S1获取的标准坐标位置发送给云定位解算中心；S6.流动站对自身进行粗定位，并将得到的粗定位结果发送给集中控制中心；S7.集中控制中心根据流动站发送的粗定位结果分配流动站所属的云定位解算中心；S8.流动站获取RTK定位所需的观测数据，并将获取的观测数据发送所属的云定位解算中心；S9.云定位解算中心根据流动站发送的观测数据解算得到流动站的粗定位结果；S10.云定位解算中心根据步骤S9得到的流动站的粗定位结果，在候选参考站中选取流动站所匹配的基准参考站，并利用选取的基准参考站的观测数据和流动站的观测数据进行连续串行定位解算，得到流动站的精密定位结果并发送流动站。所述的分布式云RTK定位方法还包括如下步骤：S11.云定位解算中心将流动站粗定位结果发送集中控制中心，集中控制中心根据流动站的粗定位信息，判断流动站是否已经越过其当前所属的云定位解算中心的服务区域：若已经越过，则更新流动站所属的云定位解算中心，并将更新信息发送流动站更新前和更新后的云定位解算中心且命令相应的云定位解算中心更新相应的数据信息。步骤S10所述的候选参考站包括固定参考站和虚拟即时参考站。所述的分布式云RTK定位方法还包括如下步骤：S12.云定位解算中心计算流动站的伪距残差和载波相位残差；S13.云定位解算中心根据步骤S7得到的流动站的伪距残差和载波相位残差，判断所述流动站是否能够成为虚拟即时参考站：若能，则云定位解算中心将所述流动站升级为虚拟即时参考站，并作为其他流动站的候选参考站。S14.当云定位解算中心连续M次对流动站的整周模糊度解算不成功，则云定位解算中心取消该流动站的虚拟即时参考站功能。步骤S12所述的计算流动站的伪距残差和载波相位残差，具体为采用如下算式进行计算：式中其中，Δρc为伪距残差，Δρf为载波相位残差，第i颗卫星的每t个频点上的伪距观测值和载波相位观测值所对应的单点粗定位结果和精密定位结果分别为和站点的精确位置为(Xf,Yf,Zf)，第i颗卫星的位置为(Xi,Yi,Zi)。步骤S13所述的判断所述流动站是否能够成为虚拟即时参考站，具体为采用如下规则进行判断：若流动站连续N次整周模糊度解算成功，并且每次解算的伪距残差值不大于2米，且载波相位残差值不大于2厘米，则流动站模式能够成为虚拟即时参考站；所述的N的取值越大，则定位精度越高。所述的虚拟即时参考站所对应的N值越大，则虚拟即时参考站的等级越高。所述的流动站所配对的虚拟即时参考站为等级比流动站的定位精度要求高的虚拟即时参考站。所述的观测数据包括载波相位和伪距。步骤S1所述的固定参考站的选取，具体为在已知精确位置的地点设置固定参考站，或者在任意位置设置固定参考站，并通过定位算法获取固定参考站的精确位置；且所述的固定参考站能够兼容现有本文档来自技高网...

【技术保护点】
一种分布式云RTK定位方法，包括如下步骤：S1.选取固定参考站，设置固定参考站自身的高精度标准坐标位置；S2.步骤S1选取的固定参考站实时观测并获取RTK技术所需的观测数据；S3.固定参考站将步骤S1得到的高精度标准坐标位置发送给集中控制中心；S4.集中控制中心分配固定参考站所属的云定位解算中心；S5.固定参考站将步骤S2获取的观测数据和步骤S1获取的标准坐标位置发送给云定位解算中心；S6.流动站对自身进行粗定位，并将得到的粗定位结果发送给集中控制中心；S7.集中控制中心根据流动站发送的粗定位结果分配流动站所属的云定位解算中心；S8.流动站获取RTK定位所需的观测数据，并将获取的观测数据发送所属的云定位解算中心；S9.云定位解算中心根据流动站发送的观测数据解算得到流动站的粗定位结果；S10.云定位解算中心根据步骤S9得到的流动站的粗定位结果，在候选参考站中选取流动站所匹配的基准参考站，并利用选取的基准参考站的观测数据和流动站的观测数据进行连续串行定位解算，得到流动站的精密定位结果并发送流动站。

【技术特征摘要】
1.一种分布式云RTK定位方法，包括如下步骤：S1.选取固定参考站，设置固定参考站自身的高精度标准坐标位置；S2.步骤S1选取的固定参考站实时观测并获取RTK技术所需的观测数据；S3.固定参考站将步骤S1得到的高精度标准坐标位置发送给集中控制中心；S4.集中控制中心分配固定参考站所属的云定位解算中心；S5.固定参考站将步骤S2获取的观测数据和步骤S1获取的标准坐标位置发送给云定位解算中心；S6.流动站对自身进行粗定位，并将得到的粗定位结果发送给集中控制中心；S7.集中控制中心根据流动站发送的粗定位结果分配流动站所属的云定位解算中心；S8.流动站获取RTK定位所需的观测数据，并将获取的观测数据发送所属的云定位解算中心；S9.云定位解算中心根据流动站发送的观测数据解算得到流动站的粗定位结果；S10.云定位解算中心根据步骤S9得到的流动站的粗定位结果，在候选参考站中选取流动站所匹配的基准参考站，并利用选取的基准参考站的观测数据和流动站的观测数据进行连续串行定位解算，得到流动站的精密定位结果并发送流动站。2.根据权利要求1所述的分布式云RTK定位方法，其特征在于还包括如下步骤：S11.云定位解算中心将流动站粗定位结果发送集中控制中心，集中控制中心根据流动站的粗定位信息，判断流动站是否已经越过其当前所属的云定位解算中心的服务区域：若已经越过，则更新流动站所属的云定位解算中心，并将更新信息发送流动站更新前和更新后的云定位解算中心且命令相应的云定位解算中心更新相应的数据信息。3.根据权利要求2所述的分布式云RTK定位方法，其特征在于所述的分布式云RTK定位方法还包括如下步骤：S12.云定位解算中心计算流动站的伪距残差和载波相位残差；S13.云定位解算中心根据步骤S7得到的流动站的伪距残差和载波相位残差，判断所述流动站是否能够成为虚拟即时参考站：若能，则云定位解算中心将所述流动站升级为虚拟即时参考站，并作为其他流动站的候选参考站。S14.当云定位解算中心连续M次对流动站的整周模糊度解算不成功，则云定位解算中心取消该流动站的虚拟即时参考站功能。4.根据权利要求3所述的分布式云RTK定位方法，其特征在于步骤S12所述的计算流动站的伪距残差和载波相位残差，具体为采用如下算式进行计算：式中其中，Δρc为...

【专利技术属性】
技术研发人员：蒋云翔，郑彬，向为，彭果，易文鑫，朱增贤，刘蓉杰，张宁波，
申请(专利权)人：湖南北云科技有限公司，
类型：发明
国别省市：湖南,43