论文部分内容阅读
许多交通场合,如隧道,地铁站和地下停车场,需要准确和连续的室外室内定位。尽管全球定位系统(Global Positioning System,GPS)提供了广泛的定位,导航和时间服务,但其信号易受干扰,导致性能下降甚至无法使用。惯性导航(Inertial Navigation System,INS)技术是一种自主式导航方法,它不受外界干扰,主要利用加速度计和陀螺仪等惯性传感器采集的运动数据来进行轨迹推算。该方法在短期内精度非常高,然而随着时间推移,其误差也在不断累积。磁力计+惯性测量单元(Inertial Measurement Unit,IMU)组合是常用的室内定位方法之一,利用磁力计所提供的方向有效地校正惯性导航的误差,然而磁力计易受周围环境的干扰,导致其精度严重降低。本文以GPS接收机、磁力计、IMU作为研究对象,分别针对室外定位与室内定位中存在的精度误差进行方法改良与创新,并提出一个嵌入式移动平台,以便实现在连续的室内和室外场景中进行精确定位。主要研究成果如下:(1)为了降低GPS信号中的噪声,本文将GPS与惯性导航进行组合,采用卡尔曼滤波的方法,以GPS接收机与IMU的组合值作为观测值,结合运动模型中的理论值进行定位预测。结果表明,整体定位轨迹和真实轨迹的误差在3米以内。(2)针对磁力计易受环境干扰,分析其数据采集过程存在的误差,提出了一种利用磁力计计算航向角的方法,该方法可以动态计算和校正移动平台在工作环境中的航向角。实验表明,所提出的磁力计计算航向角的方法能够更好地抗干扰。与未校正的航向角相比,校正后的结果可以提高60%的精度,当干扰较大时效果更明显。(3)针对室外室内的定位需求,搭建了一个移动式的终端平台,它包含一个GPS接收机,一个磁力计和一个IMU。在室外的场合利用GPS和INS进行定位,当进入室内场合时,利用磁力计和IMU提供的航向角和加速度进行定位更新。另外,在工作过程中,处理器需要处理从这些传感器获取的大量数据。该平台的硬件采用ARM+DSP的双核处理器,在ARM上建立了嵌入式Linux操作系统用于控制程序并获得相关数据。DSP部分负责数据滤波和定位算法。结果表明系统在控制和稳定方面有着不错的表现。