【技术实现步骤摘要】
本专利技术主要涉及组合导航定位，具体涉及一种自动驾驶领域的gnss/ins组合导航定位。
技术介绍
1、智能驾驶是当前汽车的发展趋势，高精度与可靠的定位方法对智能汽车的发展具有重要的意义，其中gnss和ins二者结合提供了较高的定位精度。但组合导航中，一方面，gnss容易受遮挡(地下车库、隧道、高楼等环境)出现信号丢失、损坏，无法为组合导航提供可靠的定位数据；另一方面，ins虽然短期精度高，但是随着时间增长导致累积误差逐渐变大，从而影响定位精度。因此，需要通过一定的手段，将两者优势进行互补[1-2]。组合导航常采用卡尔曼滤波算法将gnss与ins进行融合，有效降低位置误差。
2、但标准的kf既要确立又准确的动力模型和噪声特性。实际上这两者难确定，在动力学模型和噪声特性不精准的情况下，会导致标准kf精度下降，并且会影响滤波性能甚至发散。为了解决动力学模型产生扰动的问题，基于新息估计系统噪声和测量噪声，采用调整卡尔曼滤波器的增益矩阵，提高滤波的精度，但却无法充分降低观测异常值对滤波的影响。为了解决观测值异常这一问题，常用一种萨格...
【技术保护点】
1.一种面向智能驾驶组合导航精度优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤1中获取GNSS和INS定位信息的方法包括：
3.根据权利要求1所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤2中建立INS组成15维误差向量的状态方程方法包括：
4.根据权利要求3所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤2中具体包括如下步骤：
5.根据权利要求1所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤3中...
【技术特征摘要】
1.一种面向智能驾驶组合导航精度优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤1中获取gnss和ins定位信息的方法包括：
3.根据权利要求1所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤2中建立ins组成15维误差向量的状态方程方法包括：
4.根据权利要求3所述的一种面向智能驾驶组合导航精度优化方法，其特征在于，所述步骤2中具体包括如下步骤：
【专利技术属性】
技术研发人员：蔡萍萍，赵环宇，邵帅帅，张冠宇，孙幸，刘伟，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。