车载导航系统组合定位技术研究

论文摘要

GPS（Global Positioning System）定位精度高,没有误差积累,但遇到障碍物会影响信号的正常接收而无法定位。航位推算（Dead Reckoning, DR）在短期内具有较高的定位精度,但定位误差随时间发散。地图匹配（Map Matching,MM）是一种基于数字地图道路信息的辅助定位技术。融合GPS、DR和MM信息有利于提高定位系统的精度、可靠性和适应性,是组合定位技术的关键。论文工作结合一款低成本车载导航系统的开发,目标为设计一种实时性好、精度适中、工作可靠,适合于低成本工程实现的组合定位方法。论文首先对比研究了集中卡尔曼滤波器和改进联合卡尔曼滤波器在GPS/DR组合定位中的应用。由于联合卡尔曼滤波具有更好的容错性和设计灵活性,选择联合卡尔曼滤波作为组合定位的基本融合算法。在联合卡尔曼滤波器设计中,根据GPS和DR子系统对位置、速度和加速度估计精度的差异,提出采用两组信息分配系数对子系统状态、协方差反馈重置。一组用于位置状态反馈,另一组用于速度和加速度状态反馈,并根据GPS的定位误差自适应调整分配系数。为减小主滤波器的融合计算量,在假设各状态噪声相关性低的条件下,提出以状态协方差阵的主对角阵代替协方差阵。仿真试验表明,算法融合精度略有下降,但显著降低计算量,提高了算法的实时性。根据卡尔曼滤波新息过程的统计特点,将新息过程部分反馈到DR方程以抑制DR的误差发散。实时道路试验表明,设计的联合卡尔曼滤波算法具有实时性好,融合精度高和工作可靠的优点。卡尔曼滤波的融合性能依赖于对象模型的准确性,计算量大,并且存在数值稳定性问题,不适于在低计算能力处理器上实现。论文提出基于模糊推理逻辑的GPS/DR组合定位方案,模糊逻辑的3个输入分别为GPS误差估计、DR误差估计、GPS与DR输出偏差。在静态试验的基础上建立了以HDOP、GPS与DR速度差、GPS接收机估计定位噪声标准差为输入变量的GPS定位误差经验模型,分析推导各子系统的误差构成,在试验的基础上,设计了模糊推理规则表。对地图匹配技术进行研究,提出基于D-S证据理论的地图匹配的实现方法。为正确识别车辆在电子地图非道路区域,将NE（皆否）作为子集加入到识别框。考虑道路连续性,将联合支持度函数改写成回归形式。为抑制单独DR定位时的误差发散,提出在DR/MM组合定位中,用卡尔曼滤波器估计DR定位误差。当D-S证据推理给出的候选路段支持度和证据冲突程度满足设定要求时,用估计的误差修正DR方程。在卡尔曼滤波方程中,沿路段纵向的观测噪声根据路段长度和误差概率计算,以解决地图匹配在沿路段纵向的误差不可观问题。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 车辆导航定位系统概述
• 1.2 现代导航定位技术概述
• 1.3 组合定位信息融合技术研究现状
• 1.4 研究动机
• 1.5 论文的主要工作和内容安排
• 第2章 GPS/DR 组合定位原理与实验系统
• 2.1 GPS 定位技术
• 2.1.1 GPS 系统构成
• 2.1.2 GPS 定位原理
• 2.1.3 GPS 误差因素
• 2.1.4 GPS 静态定位试验及误差估计
• 2.2 DR 定位技术
• 2.2.1 DR 定位原理
• 2.2.2 DR 定位传感器
• 2.2.3 DR 定位误差
• 2.3 GPS/DR 组合定位
• 2.4 组合定位实验系统
• 2.4.1 硬件构成
• 2.4.2 软件构成
• 2.5 小结
• 第3章 卡尔曼滤波在 GPS/DR 组合定位中的应用
• 3.1 卡尔曼滤波原理
• 3.2 GPS/DR 组合定位的集中卡尔曼滤波方法
• 3.2.1 状态方程
• 3.2.2 观测方程
• 3.2.3 滤波过程
• 3.2.4 集中卡尔曼滤波器的改进
• 3.2.5 集中卡尔曼滤波器实验与结果分析
• 3.3 GPS/DR 组合定位的联合卡尔曼滤波方法
• 3.3.1 联合卡尔曼滤波原理
• 3.3.2 联合卡尔曼滤波器方程
• 3.3.3 DR 观测值的误差反馈
• 3.3.4 联合卡尔曼滤波实验与结果分析
• 3.4 GPS/DR 组合定位算法设计
• 3.5 路试结果与分析
• 3.6 小结
• 第4章 基于模糊逻辑的 GPS/DR 组合定位方法
• 4.1 模糊逻辑
• 4.2 GPS/DR 模糊融合方案
• 4.3 GPS 子系统误差估计
• 4.3.1 GPS 位置误差
• 4.3.2 GPS 航向误差
• 4.4 DR 子系统误差估计
• 4.4.1 DR 航向误差
• 4.4.2 DR 位置误差
• 4.5 模糊加权融合器设计
• 4.6 DR 子系统误差反馈
• 4.7 算法实现与实验结果
• 4.8 小结
• 第5章 DR 传感器参数校正
• 5.1 DR 传感器校正方法
• 5.2 低成本压电陀螺的误差及估计
• 5.2.1 陀螺误差与实验分析
• 5.2.2 陀螺输出误差方程
• 5.2.3 陀螺参数估计
• 5.2.4 陀螺参数－温度模型
• 5.3 轮速脉冲传感器的误差及估计
• 5.3.1 轮速脉冲传感器的误差方程
• 5.3.2 轮速脉冲传感器标度因子估计
• 5.4 实验结果与分析
• 5.5 小结
• 第6章 地图匹配与 DR/MM 组合定位
• 6.1 地图匹配
• 6.1.1 地图匹配及影响因素
• 6.1.2 地图匹配的基本流程
• 6.1.2.1 定位误差区域范围
• 6.1.2.2 道路匹配方法
• 6.1.2.3 车辆在道路上的位置
• 6.1.3 地图匹配对定位的影响
• 6.2 基于 D-S 证据理论的地图匹配算法
• 6.3 基于卡尔曼滤波的 DR/MM 组合定位
• 6.3.1 地图匹配观测噪声分析
• 6.3.2 卡尔曼滤波器设计
• 6.3.3 DR 误差反馈
• 6.4 仿真道路实验与结果分析
• 6.5 小结
• 第7章 嵌入式车载导航系统的研制
• 7.1 导航系统的总体方案
• 7.2 导航计算机平台设计
• 7.2.1 硬件方案
• 7.2.2 操作系统
• 7.3 组合定位算法的实现
• 7.4 导航系统样机
• 7.5 小结
• 结论
• 参考文献
• 致谢
• 附录 A （攻读博士学位期间发表的学术论文目录）