基于多信息融合补偿的行人高精度足部导航算法制造技术

本发明专利技术公开了一种基于多信息融合补偿的行人高精度足部导航算法，实时采集陀螺仪和加速度计的原始测量数据，初始陀螺仪的误差补偿为零，加速度计的误差补偿也为零，通过捷联惯性导航解算算法进行捷联解算；在上述基础上，构建卡尔曼滤波器修正模型进行滤波修正，状态方程一致，而量测方程随多维量测信息动态调整，在不同的多维信息检测下，构建对应的算法，量测方程实时变换，估计、修正导航定位结果误差和传感器误差，返回陀螺仪的误差补偿和加速度计的误差补偿；最后输出导航定位结果，即行人的位置、速度、姿态；采用低精度的消费级传感器芯片及磁传感器，解决了无全球卫星导航定位系统GNSS环境下高精度行人定位问题及高长时航向发散问题。

High precision foot navigation algorithm for pedestrians based on multi information fusion compensation

The invention discloses a multi information fusion based on the compensation of high precision foot pedestrian navigation algorithm, the original measurement data real-time acquisition of gyroscope and accelerometer, gyroscope zero initial error compensation and error compensation of accelerometer is zero, the strapdown inertial navigation algorithm of Strapdown algorithm; on the basis of the above. The construction of Calman filter filter correction correction model, the state equation and measurement equation consistent with the multidimensional measurement information of dynamic adjustment in the multi-dimensional information detection under different construction corresponding measurement algorithm, Fang Chengshi transform, estimation, navigation and positioning error correction results and the sensor error, error compensation and acceleration error compensation return gyroscope the final output results; navigation, position, velocity and attitude is the consumption level; using low precision. The sensor chip and magnetic sensor, solves the problem of pedestrian positioning high-precision global navigation satellite system under the environment of GNSS and high Changshi heading divergence problem.

【技术实现步骤摘要】
基于多信息融合补偿的行人高精度足部导航算法
本专利技术涉及一种高精度行人足部导航算法，尤其涉及一种基于多信息融合补偿的行人高精度足部导航算法，属于行人导航

技术介绍
目前，针对行人导航技术的研究主要分为以下几类：无线感知、模式识别、惯性传感器。其中无线感知技术需要部署额外射频设备，包括WIFI、UWB等，适用范围较窄、信号容易受到遮挡、成本较高；而惯性传感器具有自主、不受外界干扰、成本较低的特点，适合广泛运用。但是低成本的惯性传感器误差较大，如果不进行补偿或其他手段辅助，几秒范围内将会造成米级以上的误差。本专利提出利用多信息融合补偿机制，设计一种基于惯导系统的零速卡尔曼滤波算法，研究行人初始静态下磁航向稳定性的航向误差自观测算法，研究行人运动状态下的零速航向误差自观测算法，研究基于地磁匹配与捷联惯性导航算法的融合算法，保证了行人高长时下的高精度和高可靠性。本方法适用于行人导航，解决无全球卫星导航定位系统GNSS环境下的高精度行人定位，利用低成本传感器可实现行人高长时自主定位，具有较高的工程应用和商业价值。
技术实现思路
专利技术目的：本专利技术所要解决的技术问题是采用低精度的惯本文档来自技高网...

【技术保护点】
一种基于多信息融合补偿的行人高精度足部导航算法，其特征在于：实时采集陀螺仪和加速度计的原始测量数据，初始陀螺仪的误差补偿为零，加速度计的误差补偿也为零，通过捷联惯性导航解算算法进行捷联解算；在上述基础上，构建卡尔曼滤波器修正模型进行滤波修正，状态方程一致，而量测方程随多维量测信息动态调整，在不同的多维信息检测下，构建对应的算法，量测方程实时变换，估计、修正导航定位结果误差和传感器误差，返回陀螺仪的误差补偿和加速度计的误差补偿；最后输出导航定位结果，即行人的位置、速度、姿态；当只有零速检测成功时，采用伪量测信息构建基于零速卡尔曼滤波修正模型算法；当有零速检测成功和初始磁航向误差自观测时，构建行人...

【技术特征摘要】
1.一种基于多信息融合补偿的行人高精度足部导航算法，其特征在于：实时采集陀螺仪和加速度计的原始测量数据，初始陀螺仪的误差补偿为零，加速度计的误差补偿也为零，通过捷联惯性导航解算算法进行捷联解算；在上述基础上，构建卡尔曼滤波器修正模型进行滤波修正，状态方程一致，而量测方程随多维量测信息动态调整，在不同的多维信息检测下，构建对应的算法，量测方程实时变换，估计、修正导航定位结果误差和传感器误差，返回陀螺仪的误差补偿和加速度计的误差补偿；最后输出导航定位结果，即行人的位置、速度、姿态；当只有零速检测成功时，采用伪量测信息构建基于零速卡尔曼滤波修正模型算法；当有零速检测成功和初始磁航向误差自观测时，构建行人初始静止状态下磁航向误差自观测算法；当有零速检测成功和动态状态下零速航向误差自观测时，构建行人运动状态下零速航向误差自观测算法；当有零速检测成功、运动状态下零速航向误差自观测和地磁匹配时，构建基于地磁匹配和捷联惯性导航解算算法的融合算法，其中每个算法的状态方程和量测方程共同作用构建了卡尔曼滤波器修正模型。2.根据权利要求1所述的一种基于多信息融合补偿的行人高精度足部导航算法，其特征在于：所述捷联惯性导航解算算法如下：惯性传感器由加速度计与陀螺仪组成，加速度计获取运动载体的比力信息，通过一次积分可以获得速度，通过二次积分可以获得位置；陀螺仪测量机体系相对于惯性系的角速度，通过一次积分可以获得角度；最基本的捷联惯性导航解算算法包括姿态解算、速度解算、位置解算；于是有下列公式计算姿态、速度、位置：其中，b为机体坐标系，n为导航坐标系，e为地球坐标系，i为惯性坐标系，f为比力，g为重力加速度，为机体坐标系到导航坐标系的姿态转移矩阵，为x、y、z三轴机体系相对于惯性系角速率在机体系上的投影，为三轴导航系相对于惯性系角速率在机体系上的投影，为地球自转角速率在导航系下的投影，为导航坐标系相对于地球坐标系的角速度在导航坐标系轴向的分量构成的列矢量，v为三轴速度矢量，p为三轴位置矢量；为关于时间t的导数，为vn关于时间t的导数，为pn关于时间t的导数，因此上式是常微分方程，在已知初始姿态、速度、位置的基础上，迭代求解。3.根据权利要求1所述的一种基于多信息融合补偿的行人高精度足部导航算法，其特征在于，所述卡尔曼滤波修正模型的状态方程如下：卡尔曼滤波模型选用“东北天”地理坐标系，构建18阶状态模型如下：其中，δφ＝[δφeδφnδφu]为平台角误差；δν＝[δveδvnδvu]为速度误差；δp＝[δλδLδh]为位置误差即经度、纬度、高度误差；εb＝[εbxεbyεbz]为三轴陀螺随机常数；εr＝[εrxεryεrz]为三轴陀螺仪一阶马尔科夫过程，▽r＝[▽rx▽ry▽rz]为三轴加速度计一阶马尔科夫过程；不同地理坐标系下姿态转移矩阵不一样，状态方程里的A、G、W系数也不一样，在“东北天”地理坐标系下，A、G、W设置如下列四式所示：A为系统矩阵，G为系统噪声矩阵，W＝[ωgxωgyωgzωrxωryωrzωaxωayωaz]为系统噪声，根据传感器本身特性设置；其中ωg为三轴陀螺随机白噪声漂移，其均方差为σg，ωr是三轴陀螺均方差为σr的马尔科夫过程驱动白噪声，ωa是三轴加速度计均方差为σa的马尔科夫过程驱动白噪声；

【专利技术属性】
技术研发人员：黄欣，熊智，许建新，徐丽敏，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32