论文部分内容阅读
无线传感器网络(WSN, Wireless Sensors Networks)、惯性导航系统(INS,Inertial Navigation System)和视觉导航(Vision Navigation)所组成的室内组合导航系统综合了三者的优势,该组合导航的特点是低成本、高精度、高可靠性,是一种比较理想的组合导航方式,也是今后小范围高精度导航的一个发展趋势。WSN/INS/Vision室内组合导航系统常用的组合方式有两种,分别是松组合和紧组合。紧组合模式采用原始测量信息,无量测输入相关性,比松组合具有更高的导航精度。本文作者对紧组合导航系统中的非线性滤波方法,以及模拟仿真系统实验进行了系统的研究。本文围绕三种导航方式的组合模型,结合非线性滤波器,进行了如下的研究工作:首先,介绍了组合导航的发展现状,继而介绍了各种导航方式的基本原理和方法,重点介绍了捷联惯性导航相关原理、WSN测距和定位原理、基于金字塔光流法的视觉导航方法等。阐述了滤波在导航系统中的应用。其次,针对各导航方式的特点设计了WSN/INS/Vision组合导航系统的具体组合方式,建立了组合导航模型。着重阐述了紧组合的组合导航系统的原理和特点,并继而针对扩展卡尔曼滤波(EKF, Extended Kalman Filter)和迭代扩展卡尔曼滤波(IEKF, Iterated Extended Kalman Filter)的特点建立了组合导航的状态方程和量测方程。最后,设计了基于紧组合的WSN/INS/Vision组合导航的仿真系统,模拟各导航系统,并仿真模拟惯性元件(包括陀螺仪和加速度计)的输出结果以及WSN测量的定位结果,和CCD实测的视觉导航数据组合,在此基础上设计了针对WSN/INS/Vision室内组合导航的非线性滤波器如扩展卡尔曼滤波器和迭代扩展卡尔曼滤波器,进行实验研究。实验结果表明IEKF与传统的EKF方法相比,更适合紧组合的组合导航系统,使组合导航系统精度更高,整体性能更优。