衛(wèi)星-慣性-視覺組合導(dǎo)航信息融合關(guān)鍵技術(shù)研究.pdf

1、隨著社會發(fā)展和科技進步，越來越多的導(dǎo)航應(yīng)用領(lǐng)域?qū)?dǎo)航性能提出更高要求，特別是一些無人化、智能化的應(yīng)用領(lǐng)域?qū)Ω呔群透呖煽啃缘膶?dǎo)航需求日益增長，單一的導(dǎo)航手段已經(jīng)難以滿足這種需求。本文研究的主要目標是利用衛(wèi)星/慣性/視覺組合導(dǎo)航的有效信息進行相互融合以提高導(dǎo)航系統(tǒng)的整體性能，面向高精度和高可靠性的導(dǎo)航應(yīng)用需求。
　　本文研究的特色在于，不僅研究組合導(dǎo)航濾波階段的信息融合，而且在初始對準、圖像特征信息提取以及故障檢測等關(guān)鍵階段均進行了

2、信息融合的研究，并且組合導(dǎo)航的信息融合采用緊組合技術(shù)實現(xiàn)。
　　圍繞衛(wèi)星/慣性/視覺組合導(dǎo)航信息融合的相關(guān)關(guān)鍵技術(shù)，本文的主要工作與創(chuàng)新點概括如下：
　　1.詳細研究了捷聯(lián)慣性導(dǎo)航的誤差傳播模型，推導(dǎo)了捷聯(lián)慣性導(dǎo)航在靜態(tài)條件下全通道模型的解析式。提出了一種適用于動態(tài)條件下的捷聯(lián)慣性導(dǎo)航誤差傳播模型，該模型利用數(shù)值方法計算Jacobian矩陣來實現(xiàn)，仿真算例表明了該方法的正確性。該模型的建立彌補了動態(tài)條件下難以得到誤差傳播模型

3、解析式的不足。
　　2.詳細研究了利用衛(wèi)星導(dǎo)航與視覺導(dǎo)航輔助捷聯(lián)慣導(dǎo)初始對準的方法。針對靜基座初始對準問題，給出了基于全通道誤差傳播模型總體最小二乘的初始對準算法，在100秒的時間內(nèi)實現(xiàn)了快速初始對準。針對動基座對準問題，基于Jacobian誤差傳播模型，提出了一種動基座快速對準算法，使用正則化迭代方法實現(xiàn)。計算表明，該方法相比傳統(tǒng)的EKF精對準方法，具有快速對準的優(yōu)勢。
　　針對衛(wèi)星導(dǎo)航觀測質(zhì)量較好的情況，提出了一種單天線

4、GNSS高精度定向算法，使用B樣條擬合星間歷元間雙差觀測量實現(xiàn)。計算表明，利用該方法輔助慣性導(dǎo)航動基座初始對準，可實現(xiàn)水平姿態(tài)角和方位姿態(tài)角的快速收斂。針對同時具有衛(wèi)星/視覺觀測量的情況，基于Jacobian誤差傳播模型實現(xiàn)了衛(wèi)星/視覺組合導(dǎo)航輔助捷聯(lián)慣導(dǎo)動基座初始對準的算法，計算表明該算法大大縮短了初始對準時間。
　　3.詳細研究了利用衛(wèi)星/慣性組合導(dǎo)航輔助視覺導(dǎo)航圖像處理和位姿初值計算的技術(shù)。理論和實驗分析了衛(wèi)星/慣性組合導(dǎo)航

5、的位姿信息作為外方位元素輔助視覺導(dǎo)航計算像點坐標的精度。給出了利用衛(wèi)星/慣性組合導(dǎo)航輔助視覺導(dǎo)航人工標志的編碼識別及編碼區(qū)域提取的方法，實現(xiàn)了人工標志的自動編碼和識別，并大大縮小了圖像的處理范圍。
　　提出了利用衛(wèi)星/慣性組合導(dǎo)航輔助人工標志中心點精確定位的方法，利用衛(wèi)星/慣性組合導(dǎo)航輔助自適應(yīng)模板匹配，并為霍夫變換提供附加的橢圓約束條件，實現(xiàn)了亞像素精度的橢圓標志中心自動化提取，提高了視覺導(dǎo)航實時性和精度，為視覺導(dǎo)航獲得高精度觀

6、測量建立基礎(chǔ)。
　　研究了利用衛(wèi)星/慣性組合導(dǎo)航輔助視覺導(dǎo)航位姿初值計算的方法，克服了視覺傳感器位置姿態(tài)解算對初值的依賴性問題，提高了位姿初值計算的可靠性。
　　4.詳細研究了衛(wèi)星/慣性/視覺緊組合導(dǎo)航的模型和方法，采用特征點與投影中心連線的方向向量作為視覺導(dǎo)航觀測量，詳細推導(dǎo)了相應(yīng)的觀測模型，建立了衛(wèi)星/慣性/視覺緊組合導(dǎo)航模型；針對觀測量采樣不同步以及非線性等問題，采用多速率擴展卡爾曼濾波實現(xiàn)衛(wèi)星/慣性/視覺緊組合導(dǎo)航。

7、
　　利用實測算例詳細比較了不同觀測條件下的衛(wèi)星/慣性/視覺緊組合導(dǎo)航算法，計算表明衛(wèi)星/慣性/視覺緊組合導(dǎo)航比傳統(tǒng)的衛(wèi)星/慣性緊組合導(dǎo)航能夠更好抵抗GNSS失鎖以及視覺觀測量缺失帶來的影響。基于人工標志點比基于自然特征點的緊組合導(dǎo)航具有更高的精度和可靠性，在本文實驗條件下能夠達到分米級的實時導(dǎo)航精度。
　　5.詳細研究了衛(wèi)星/慣性/視覺緊組合故障檢測算法。利用基于狀態(tài)估計的故障檢測算法實現(xiàn)了衛(wèi)星/慣性/視覺緊組合的故障檢測