用于移动载体的导航辅助方法技术

本发明专利技术涉及一种用于移动载体(1)的导航辅助方法，该移动载体(1)包括惯性导航单元(10)，该惯性导航单元(10)包括至少一个惯性传感器(12)，其中，在确定的观察窗口内，该惯性导航单元(10)的估计单元(11)执行以下步骤：非线性系统的参数化(E10)，该非线性系统被配置为根据运动学模型和/或至少一个惯性传感器(12)获取的测量值来估计在迭代n处该移动载体(1)在给定时间间隔内的导航状态；该系统的线性化(E20)，使得该系统根据迭代n

【技术实现步骤摘要】
【国外来华专利技术】用于移动载体的导航辅助方法


[0001]本专利技术涉及跟踪导航单元的位置的领域。
[0002]本专利技术更具体地涉及一种用于移动载体的导航辅助方法，以及实施所述方法的惯性导航单元。

技术介绍

[0003]在基于惯性单元的测量值和来自不同传感器(全球定位系统(GPS)、摄像机、激光雷达、里程表等)的外部测量值来估计惯性单元的轨迹的领域中，卡尔曼滤波器是用于追踪载体(例如船舶、飞机或陆地车辆等)的导航(即其位置、速度、加速度等)的众所周知的工具。
[0004]卡尔曼滤波器通过导航传感器提供的噪声测量值，经由基于矩阵的并因此为线性的方程来估计载体在连续迭代中的导航状态。
[0005]然后将该单元视为由线性方程控制的动态系统，这构成了约束性限制。
[0006]为了将卡尔曼滤波器扩展到由非线性方程调节的动态系统，已经提供了一种表示为“扩展卡尔曼滤波器”(EKF)的方法。这种发展提供了一个附加的步骤，该步骤包括在滤波器的每次新迭代中线性化在向量空间的一个点处控制非线性系统的方程，该点通常是在先前的迭代中所估计的状态。因此，由这种线性化产生的矩阵可用于计算使用传统卡尔曼滤波器方法估计的新状态。
[0007]然而，如果线性化点离载体的实际导航状态太远，已知的扩展卡尔曼滤波器确实具有不能正常工作的缺点。
[0008]然而，在某些导航追踪情况下，在滤波器开始时无法准确估计单元的导航状态，因此实施扩展卡尔曼滤波器的连续迭代不可能收敛到准确的状态估计。
[0009]现有技术的一种方法也被称为“平滑”，其在于通过产生测量值的传感器的精度对赋予每个测量值的重要性进行加权，从而计算产生尽可能接近观察结果的测量值的轨迹。
[0010]与按顺序处理测量值并一次使用每个测量值的卡尔曼滤波器相比，平滑可“回顾”以根据最新的可用观察值来校正计算。这一优势使得这种方法对于使用某些类型的传感器(例如摄像机)来说很重要。
[0011]然而，就平滑在高精度导航单元中的潜在用途而言，认识到平滑的主要缺点。具体地，当64位计算机被传统计算机或由集成系统普遍使用的32位或者甚至16位电子控制单元取代时，所获得的性能急剧劣化。由于数值计算中不准确的累积，这种劣化现象是非常危险的，这是因为它可能导致在原型阶段批准算法，但是实际上它永远无法在最终产品上实现。问题的原因已被认定为使用了条件非常差的逆矩阵(已知问题会导致相当大的数值错误)。
[0012]因此需要改进现有技术中的技术。

技术实现思路

[0013]本专利技术的一个目的是基于惯性单元的测量值和来自不同传感器的外部测量值来
估计惯性单元的轨迹。
[0014]本专利技术的另一个目的是提供一种比上述现有技术的解决方案更适合在高精度惯性导航单元上执行的方法。
[0015]因此，提供了一种用于移动载体的导航辅助方法，该移动载体包括惯性导航单元，该惯性导航单元包括至少一个惯性传感器，其中，在确定的观察窗口内，由该惯性导航单元的估计单元执行以下步骤：
[0016]非线性系统的参数化，所述非线性系统被配置为根据动力学模型和/或由至少一个惯性传感器获取的测量值来估计在迭代n处该移动载体的导航状态；
[0017]围绕所估计的导航状态对所述系统的进行线性化；
[0018]通过卡尔曼滤波器和随机克隆来估计所估计的载体的导航状态的第一校正；
[0019]通过反向运行的信息滤波器并使用随机克隆来估计第二校正；
[0020]通过融合该第一校正和该第二校正来确定第三校正；以及
[0021]根据该第三校正，估计在迭代n+1处所估计的导航状态。
[0022]有利地，该方法还包括以下特征中的一个或多个。
[0023]通过该卡尔曼滤波器和随机克隆来估计该第一校正的步骤是通过在计算所估计的载体的导航状态的校正中的连续的时步上实现的，该滤波器的一个时步包括以下步骤：
[0024]根据动力学模型和/或由至少一个惯性传感器所获取的测量值来将该载体的先前导航状态传播为传播状态；以及
[0025]根据由至少一个附加传感器所获取的直接或相对的测量值来更新该传播状态。
[0026]通过信息滤波器和该第一校正的随机克隆估计该第二校正的步骤是通过连续的时步实现的，并且对于信息滤波器的一个时步，该步骤包括以下步骤：
[0027]根据动力学模型和/或由至少一个惯性传感器获取的测量值将该载体的较后导航状态的校正反向传播为传播状态的校正；
[0028]根据由至少一个附加传感器获取的直接或相对测量值来更新该传播状态的校正。
[0029]在通过该卡尔曼滤波器和随机克隆来估计第一校正的步骤中，通过该卡尔曼滤波器所传播的导航状态的校正包括：比所传播的导航状态的校正更早的该导航状态的校正的克隆，只要所述更早的导航状态的校正涉及比该传播的导航状态的校正更晚的状态校正的相对测量值。并且在通过反向运行的该信息滤波器和随机克隆来估计第二校正的步骤中，通过反向运行的信息滤波器来反向传播的导航状态的校正包括：比该反向传播的导航状态的校正更晚的导航状态校正的克隆，只要所述更晚的导航状态的校正涉及比该传播的导航状态的校正更早的状态校正的相对测量值。
[0030]待估计的导航状态用以下公式来表示
[0031][0032]其中ψ
k
是与每个传感器的测量值相关联的成本函数，P
k
是与第k个测量值相关联的协方差矩阵，即，与第k个测量值相关联的不确定性，符号
[0033][0034]表示由矩阵P
k
的逆矩阵加权的欧几里得范数。
[0035]对估计该移动载体的导航状态X的该非线性系统关于所估计的导航状态进行线性
化，以在以下形式的估计状态中限定校正δX
n＊
[0036][0037]传播步骤实现了形式为的增广转移矩阵，其中F对应于将先前状态校正与当前状态校正k相关联的转移矩阵，并且Id是维度等于过去状态的克隆数量的单位矩阵。
[0038]更新步骤实现了形式为的增广观测矩阵，块具有索引i和j，其余由零组成。
[0039]所提出的方法能够重新用公式表示计算用于平滑的“最大后验概率”(MAP)，以使这些矩阵的逆矩阵仅隐式出现，从而避免受到数值逼近的影响。
[0040]所提出的方法还可以将卡尔曼平滑器扩展到结合惯性测量值和任何其他类型的直接和/或相对状态的测量值的问题。该方法基于平滑器和所谓的“随机克隆”方法的联合使用。这使得基于数值稳定的最大后验概率执行尤其是惯性视觉和惯性激光雷达的融合成为可能，即使在使用高精度导航单元时，以及在计算能力低的集成架构中也是如此。
[0041]根据第二方面，本专利技术还提供了一种移动载体的估计单元，该估计单元被配置为实施前述用于移动载体的导航辅助方法。
[0042]根据第三方面，本专利技术提供一种移动载体的惯性导航单元，该惯性导航单元包括用于接收由至少一个惯性传感器获取的惯性测本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于移动载体(1)的导航辅助方法，所述移动载体(1)包括惯性导航单元(10)，所述惯性导航单元(10)包括至少一个惯性传感器(12)，其中，在确定的观察窗口内，所述惯性导航单元(10)的估计单元(11)执行以下步骤：非线性系统的参数化(E10)，所述非线性系统被配置为根据动力学模型和/或通过所述至少一个惯性传感器(12)获得的测量值来估计在迭代n处所述移动载体(1)在给定时间间隔内的导航状态；所述系统的线性化(E20)，使得所述系统根据迭代n
‑
1处的导航状态和对所述导航状态的校正来表示所述迭代n处的导航状态，所述系统由第一先验状态初始化；通过卡尔曼滤波器和随机克隆来估计在所述迭代n处的所述导航状态的第一校正(E21)；通过反向运行的信息滤波器和随机克隆来估计所述迭代n处的所述导航状态的第二校正(E22)；通过融合所述第一校正和所述第二校正来确定第三校正(E30)；以及根据所述第三校正来校正所述迭代n处的所述导航状态(E40)，所述校正的状态在迭代n+1处使用。2.根据前述权利要求所述的用于移动载体(1)的导航辅助方法，其中通过所述卡尔曼滤波器和随机克隆来估计所述第一校正的所述步骤(E21)在连续的时步上完成，一个时步包括以下步骤：根据动力学模型和/或由所述至少一个惯性传感器(12)所获取的测量值将所述载体的先前导航状态传播为传播状态；以及根据由至少一个附加传感器(13)所获取的直接或相关测量值来更新所述传播状态，通过迭代信息滤波器和随机克隆来估计所述第二校正的所述步骤(E22)在连续的时步上完成，并且一个时步包括以下步骤：根据动力学模型和/或由所述至少一个惯性传感器(12)获取的测量值来将所述载体的较后导航状态的校正反向传播为反向传播状态的校正；以及根据由所述至少一个附加传感器(13)获取的直接或相关测量值来更新所述反向传播状态的所述校正。3.根据前述权利要求所述的用于移动载体(1)的导航辅助方法，其中在通过所述卡尔曼滤波器和随机克隆来估计所述第一校正的所述步骤(E21)中，通过所述卡尔曼滤波器传播的所述导航状态的校正包括比所述传播的导航状态的校正更早的所述导航状态的校正的克隆，只要所述更早的导航状态的校正涉及比所述传播的导航状态的校正更晚的状态校正的相关测量值；并且其中在通过反...

【专利技术属性】
技术研发人员：保罗，
申请(专利权)人：工业方法的开发和研究公司，
类型：发明
国别省市：