论文部分内容阅读
车辆的高精度实时导航定位是驾驶辅助等汽车行驶安全控制、交通诱导管理等智能交通乃至车路协同控制等车联网研究的核心技术。近年来,随着智能交通的迅猛发展,车辆导航系统在全球范围内有着巨大的市场需求。同时,传感器信息融合技术的发展也使得车载自主导航集成系统的实现成为可能。目前,应用在大多数民用导航上的现代多传感器集成系统通常由GPS接收器、IMU和/或其他传感器（如,里程计、照相机等）组成。然而,车辆的行驶环境复杂多变,对导航定位系统的精度和可靠性具有很高的要求,而价格高昂的导航定位系统不利于大规模应用。随着低成本传感器技术的不断提高,越来越多的研发工作旨在以不牺牲导航性能为前提,力求建立一个经济有效的导航系统。因此,发展基于低成本传感器的车用导航定位系统具有重要意义。本论文围绕车用导航定位系统的高精度定位需求和价位局限性,提出了一种基于低成本IMU的通用多传感器集成策略（Generic Multi-sensor Integration Strategy,GMIS）。该多传感器集成系统主要以组合多个低成本IMU和GPS接收机而设计实现,为低成本、高性能多传感器惯性导航系统树立了良好的典范,并为后续的学术研究工作奠定了经济实用的基础。GMIS的特点主要表现为:1)基于刚体运动学建立了核心系统模型;2)在卡尔曼滤波中,将所有传感器（包括IMU）的测量输出直接作为原始量测值,而不进行微分运算。与传统的基于误差状态的集成策略相比,GMIS的主要竞争优势可总结为:1)由于对刚体角速度和加速度测量冗余度的增加,使得IMU测量噪声对最终导航解的影响可以得到有效缓解;2)在GMIS下,卡尔曼滤波的状态矢量和量测矢量可以扩展到融合多个惯性传感器和所有其他类型传感器的测量值;3)可以通过单个测量值和过程噪声的相应量测残差,直接对原始传感器数据（测量噪声分析）和虚拟零均值过程噪声（过程噪声分析）进行误差分析。本论文主要从GMIS的实现与改进,以及卡尔曼滤波随机模型的提高等角度展开技术研究。论文的主要研究工作如下:1.传统的集成策略中,惯性传感器采用先验的误差模型,而低成本IMU的时变噪声模型具有高温度敏感性和动态激励,这对集成系统极其不利。不同于传统的集成策略,本论文充分利用刚体的运动学原理,建立三维动力学模型作为卡尔曼滤波的核心系统模型,使得在IMU数据间隔或特定的有限时间间隔内实现严格的轨迹跟踪,从根本上缓解了低成本IMU的时变误差对惯性导航解的影响。同时,GMIS允许所有传感器（包括IMU）的测量值直接且独立地参与卡尔曼滤波量测更新,因此,本论文对卡尔曼滤波中所有IMU阵列的量测和系统误差进行独立建模,从而解除了传统集成策略中惯性导航机械编排对IMU测量值的严重依赖。通过对GMIS性能边界的分析,验证GMIS的可行性和可靠性。2.由于车辆在运动过程中必然会经历不同的运动形式,而机动过程由人力控制,先验信息很少且难以用数学公式精确描述,一般的三维动力学模型无法实现机动车辆在不同运动形式之间的平滑过渡,这将严重影响导航定位解的精度。针对平滑过渡问题,本论文提出两种方案以实现不同运动状态间的平滑过渡。第一种方案:充分利用直线和圆周速度、加速度的变化以及系统姿态的变化,开发一种实用的机制,实现不同运动形式之间的切换。第二种方案:建立一种基于“当前”统计Singer加速度模型（“Current”Statistical Singer Acceleration Model,CSSAM）的三维动力学模型,实现机动车辆的平稳过渡。通过实验仿真数据,验证所提出的两种方案的有效性。3.卡尔曼滤波中存在着各种误差源,为了能够对这些误差源进行独立的分析,本论文采用一种新方式来研究卡尔曼滤波中的随机信息,即将系统新息矢量分为三组独立的残差:量测向量残差、过程噪声向量残差以及排除过程噪声影响的预测状态向量残差,从而建立线性最优滤波的新模型,同时介绍相关的卡尔曼滤波质量分析方法。4.卡尔曼滤波中过程噪声向量和量测噪声向量的先验随机模型的改进始终是一个巨大的挑战。针对传感器量测中的随机误差以及惯性导航中的过程噪声,本论文提出一种通用的随机模型调整方法,充分利用所有时刻的量测残差和过程噪声残差以及量测冗余贡献,改进现有的后验方差-协方差分量估计算法,从而实现与过程噪声和量测噪声矢量相关的各方差分量的估计。同时,利用改进的方差-协方差分量估计（Variance-covariance Components Estimation,VCE）算法计算各传感器（尤其是IMU）的量测权重,从而确定融合算法中各测量值的配比,使得在合理分配每一个量测值作用的同时又能简化量测模型,降低计算量。5.最后,本论文设计并进行有效的车载道路试验,采集实验数据,一一验证本论文所提出的各项关键技术的有效性。数据结果充分证明了本论文所提出的基于低成本IMU的通用多传感器集成策略的可靠性和可行性,以及重点验证了应用改进的后验方差分量估计算法对该通用多传感器集成策略性能上的重大提升。