本發(fā)明涉及智能駕駛，具體涉及基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法及裝置。

背景技術(shù)：

1、ins(慣性導(dǎo)航系統(tǒng))與gnss(全球?qū)Ш叫l(wèi)星系統(tǒng))的集成導(dǎo)航系統(tǒng)，憑借其低成本與高集成度的優(yōu)勢(shì)，已成為智能駕駛、車輛追蹤及行人導(dǎo)航等領(lǐng)域的核心技術(shù)。然而，單獨(dú)使用時(shí)，ins系統(tǒng)面臨積分累積誤差隨時(shí)間增長(zhǎng)的問題，而gnss則可能因惡劣天氣、城市峽谷效應(yīng)或遮擋物而信號(hào)中斷，影響定位精度。

2、為了克服這些局限，業(yè)界廣泛采用卡爾曼濾波器作為ins與gnss數(shù)據(jù)融合的核心算法。在gnss信號(hào)穩(wěn)定可用時(shí)，卡爾曼濾波器能夠高效融合兩者的數(shù)據(jù)，通過互補(bǔ)優(yōu)勢(shì)顯著提升系統(tǒng)的定位精度與魯棒性。

3、然而，當(dāng)gnss信號(hào)因外界干擾而變得不可靠時(shí)，僅憑傳感器內(nèi)部狀態(tài)或衛(wèi)星數(shù)量來(lái)判斷信號(hào)質(zhì)量往往不夠準(zhǔn)確，這可能導(dǎo)致系統(tǒng)誤將受干擾的gnss數(shù)據(jù)作為有效輸入，進(jìn)而產(chǎn)生定位誤差。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明提出基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法及裝置，用于解決上述技術(shù)問題。

2、第一方面，提供了一種基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，應(yīng)用于車載定位系統(tǒng)，包括：

3、通過全球?qū)Ш叫l(wèi)星系統(tǒng)獲取第一定位數(shù)據(jù)；

4、通過慣性導(dǎo)航系統(tǒng)獲取第二定位數(shù)據(jù)；

5、采用第二定位數(shù)據(jù)對(duì)所述第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾處理，得到第三定位數(shù)據(jù)；

6、采用卡爾曼濾波器對(duì)所述第二定位數(shù)據(jù)和所述第三定位數(shù)據(jù)進(jìn)行融合處理，得到目標(biāo)定位數(shù)據(jù)。

7、進(jìn)一步的，采用第二定位數(shù)據(jù)對(duì)所述第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾處理，得到第三定位數(shù)據(jù)，包括：

8、通過mass函數(shù)計(jì)算第一定位數(shù)據(jù)對(duì)應(yīng)的第一可信度，以及通過所述mass函數(shù)計(jì)算所述第二定位數(shù)據(jù)對(duì)應(yīng)的第二可信度；

9、采用所述第一可信度和所述第二可信度計(jì)算所述第一定位數(shù)據(jù)與所述第二定位數(shù)據(jù)之間沖突因子；

10、將沖突因子低于預(yù)設(shè)沖突因子閾值的第二定位數(shù)據(jù)確定為所述第三定位數(shù)據(jù)。

11、進(jìn)一步的，采用卡爾曼濾波器對(duì)所述第二定位數(shù)據(jù)和所述第三定位數(shù)據(jù)進(jìn)行融合處理，得到目標(biāo)定位數(shù)據(jù)，包括：

12、根據(jù)定位系統(tǒng)的動(dòng)態(tài)特性，構(gòu)建狀態(tài)轉(zhuǎn)移方程；

13、根據(jù)狀態(tài)轉(zhuǎn)移方程，分別構(gòu)建第二定位數(shù)據(jù)的測(cè)量方程和第三定位數(shù)據(jù)的測(cè)量方程；

14、將第二定位數(shù)據(jù)的測(cè)量方程的測(cè)量值和第三定位數(shù)據(jù)的測(cè)量方程的測(cè)量值進(jìn)行合并處理，得到合并測(cè)量向量，

15、調(diào)整卡爾曼濾波器的測(cè)量矩陣和測(cè)量噪聲協(xié)方差矩陣，得到調(diào)整后的卡爾曼濾波器；

16、采用調(diào)整后的卡爾曼濾波器對(duì)合并測(cè)量向量進(jìn)行更新，得到目標(biāo)定位數(shù)據(jù)。

17、進(jìn)一步的，還包括在定位系統(tǒng)進(jìn)入隧道前，采用卡爾曼濾波算法對(duì)第二定位數(shù)據(jù)和進(jìn)入隧道前時(shí)刻的第一定位數(shù)據(jù)進(jìn)行融合，得到隧道內(nèi)的定位結(jié)果。

18、進(jìn)一步的，還包括實(shí)時(shí)監(jiān)測(cè)定位系統(tǒng)的動(dòng)態(tài)特性和環(huán)境因素，得到監(jiān)測(cè)結(jié)果；

19、根據(jù)監(jiān)測(cè)結(jié)果，動(dòng)態(tài)調(diào)整卡爾曼濾波器過程中的噪聲協(xié)方差矩陣和測(cè)量噪聲協(xié)方差矩陣的數(shù)值。

20、第二方面，提供了基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位裝置，其特征在于，包括：

21、第一定位數(shù)據(jù)模塊，被配置為通過全球?qū)Ш叫l(wèi)星系統(tǒng)獲取第一定位數(shù)據(jù)；

22、第二定位數(shù)據(jù)模塊，被配置為通過慣性導(dǎo)航系統(tǒng)獲取第二定位數(shù)據(jù)；

23、第三定位數(shù)據(jù)模塊，被配置為采用第二定位數(shù)據(jù)對(duì)所述第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾處理，得到第三定位數(shù)據(jù)；

24、目標(biāo)定位數(shù)據(jù)模塊，被配置為采用卡爾曼濾波器對(duì)所述第二定位數(shù)據(jù)和所述第三定位數(shù)據(jù)進(jìn)行融合處理，得到目標(biāo)定位數(shù)據(jù)。

25、進(jìn)一步的，包括處理器和存儲(chǔ)有程序指令的存儲(chǔ)器，所述處理器被配置為在運(yùn)行所述程序指令時(shí)，執(zhí)行如前文一項(xiàng)所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法。

26、第三方面，提供了一種電子設(shè)備，包括前文所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位裝置。

27、第四方面，提供了一種存儲(chǔ)介質(zhì)，存儲(chǔ)有程序指令，所述程序指令在運(yùn)行時(shí)，執(zhí)行如前文任一項(xiàng)所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法。

28、采用上述技術(shù)方案的發(fā)明，具有如下優(yōu)點(diǎn)：

29、本發(fā)明通過對(duì)全球?qū)Ш叫l(wèi)星系統(tǒng)獲取的第一定位數(shù)據(jù)進(jìn)行篩選，從而剔除干擾數(shù)據(jù)，再結(jié)合卡爾曼濾波器對(duì)慣性導(dǎo)航系統(tǒng)獲取的第二定位數(shù)據(jù)與全球?qū)Ш叫l(wèi)星系統(tǒng)獲取的第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，繼而提高系統(tǒng)的定位精度，進(jìn)而解決在全球?qū)Ш叫l(wèi)星系統(tǒng)信號(hào)受到弱干擾情況下慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)定位不準(zhǔn)確問題。

技術(shù)特征：

1.基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，其特征在于，應(yīng)用于車載定位系統(tǒng)，包括：

2.根據(jù)權(quán)利要求1所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，其特征在于，采用第二定位數(shù)據(jù)對(duì)所述第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾處理，得到第三定位數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求1所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，其特征在于，采用卡爾曼濾波器對(duì)所述第二定位數(shù)據(jù)和所述第三定位數(shù)據(jù)進(jìn)行融合處理，得到目標(biāo)定位數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求1所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，其特征在于，還包括：

5.根據(jù)權(quán)利要求3所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法，其特征在于，還包括：

6.基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位裝置，其特征在于，包括：

7.基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位裝置，包括處理器和存儲(chǔ)有程序指令的存儲(chǔ)器，其特征在于，所述處理器被配置為在運(yùn)行所述程序指令時(shí)，執(zhí)行如權(quán)利要求1至5任一項(xiàng)所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法。

8.一種電子設(shè)備，其特征在于，包括權(quán)利要求6或7所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位裝置。

9.一種存儲(chǔ)介質(zhì)，存儲(chǔ)有程序指令，其特征在于，所述程序指令在運(yùn)行時(shí)，執(zhí)行如權(quán)利要求1至5任一項(xiàng)所述的基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法。

技術(shù)總結(jié)
本發(fā)明涉及智能駕駛技術(shù)領(lǐng)域，公開了基于慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)的融合定位方法及裝置，包括通過全球?qū)Ш叫l(wèi)星系統(tǒng)獲取第一定位數(shù)據(jù)；通過慣性導(dǎo)航系統(tǒng)獲取第二定位數(shù)據(jù)；采用第二定位數(shù)據(jù)對(duì)所述第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾處理，得到第三定位數(shù)據(jù)；采用卡爾曼濾波器對(duì)所述第二定位數(shù)據(jù)和所述第三定位數(shù)據(jù)進(jìn)行融合處理，得到目標(biāo)定位數(shù)據(jù)。上述發(fā)明，通過對(duì)第一定位數(shù)據(jù)進(jìn)行篩選，從而剔除干擾數(shù)據(jù)，再結(jié)合卡爾曼濾波器對(duì)第二定位數(shù)據(jù)與第一定位數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，繼而提高系統(tǒng)的定位精度，進(jìn)而解決在全球?qū)Ш叫l(wèi)星系統(tǒng)信號(hào)受到弱干擾情況下慣性導(dǎo)航系統(tǒng)與全球?qū)Ш叫l(wèi)星系統(tǒng)定位不準(zhǔn)確問題。

技術(shù)研發(fā)人員：楊軍金,董子琦,徐欣,周麗娟,胡婷,薛巧珍,陳冬,安雲(yún)霖,黃兆淼
受保護(hù)的技術(shù)使用者：重慶電子科技職業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19