[发明专利]一种集成GPS和多传感器的移动目标实时追踪方法

说明书

技术领域

本发明涉及移动通信定位技术领域，尤其涉及一种集成GPS和多传感器的移动目标实时 追踪方法。

背景技术

全球定位系统GPS(Global Positioning System)在接收机能收到4颗以上的卫星信号 时，能提供运动目标在用户可接受精确度范围内的位置、速度以及时间信息。然而，GPS信 号强度与用户所处位置相关，比如在山洞、隧道、城市高楼边就较难收到信号。同时，GPS 信号的强度也受到天气的影响。多传感器的惯性系统相对GPS而言，独立性较强，对外界干 扰的免疫力较好。但是，由于仪器本身的磨损，传感器经过长期使用后会造成测量信号的偏 差、漂移以及缩放比例因子的波动，这都将使多传感器惯性系统的精准度变差。

为此，结合GPS和多传感器惯性系统得到的双重信号并加以比较和校正的解决方案可以获 得单一独立系统所不能达到的准确性。例如可以采用GPS获取带有一定噪声的位置信息，然后 采用多传感器惯性系统改善该信号的准确度，并且当GPS信号失效时，多传感器惯性系统也能 提供位置信息，辅助GPS在失效后快速重新获取信号，从而降低GPS检测和校正的搜索范围。 另外，多传感器惯性系统在获取位置、速度以及高度信息时的频率也较高。卡尔曼滤波可以 用于优化来自多传感器惯性系统和GPS两者处的位置、速度、方向以及高度信息，并通过误差 比较运算对位置、速度、方向以及高度做出调整，从而提高信息的准确度。目前，应用于汽 车，步行者的多传感器惯性系统价格依然较高，本发明在减少传感器数量的同时依然能保持 合适的定位准确度。

移动目标的追踪通常受到目标位置可移动条件的约束，即在复杂、动态、目标位置信息 可实时获取的系统中，追踪对象受路况拓扑结构、障碍物规避、物理动力学模型、移动目标 逃逸策略等应用上下文环境的综合约束。追踪对象以可接受的计算代价实时规划出最优或近 似最优的追踪路径，并沿此路径移动，进而逼近并追踪到移动的被追踪对象。该方法能解决 户外旅游、军事仿真、交通控制、汽车导航等诸多领域中的动态追踪问题，具有较强的通用 性和重要的应用价值。

在实际应用中，由于受有限的计算资源、实时性和精确性等条件的限制，对设计实用、 高效的移动目标追踪方法提出了更高的要求，具体表现为：1)严格的实时性约束。监控系统 采集目标位置的频率应控制在一定范围内才能保证精确性和有效性；2)目标的可移动性。可 移动性显著增加了路径规划过程的复杂性和不确定性；3)计算资源需求过高。由于实际交通 地图的搜索空间巨大，需消耗大量的内存空间和计算时间；4)对抗搜索。被追踪对象的移动 路径的不确定性极大增加了追踪方法的设计难度；5)环境的部分可知。位置获取系统对移动 目标所采集的信息具有一定的误差和延迟。目前已有的方法无法满足以上要求，因为它们主 要都集中在传统的静态目标车辆导航、智能搜索技术和机器人路径规划等领域，并普遍存在 着追踪成功率不高、计算代价较大、收敛速度较慢、追踪行为智能水平较低、性能不稳定、 实现复杂等问题，与在动态不确定性环境下的目标追踪要求存在较大差异。

发明内容

本发明的目的在于提供一种集成GPS和多传感器的移动目标实时追踪方法。本发明解决 前述的在动态环境下的目标追踪问题所采用的技术方案如下：

1)构建集成GPS设备的多传感器惯性系统。

本发明在追踪对象和被追踪对象上各安装一套集成GPS设备的多传感器惯性系统，该系统 具有远程数据传送功能，并包含一个单轴的陀螺仪、一个速度表以及一个高度计，分别获得 追踪对象和被追踪对象的方向、速度以及高度信息，并根据追踪对象和被追踪对象的初始位 置，经过计算获得两者的运动距离和所在位置信息；同时，利用系统中集成的GPS设备也能获 得追踪对象和被追踪对象带有噪声的经、纬度位置、高度、方向以及速度信息；在该系统中 采用卡尔曼滤波方法对追踪对象和被追踪对象的方向、速度、高度以及位置进行误差校正， 最终可以获得追踪对象和被追踪对象较为准确的方向、速度、高度以及位置信息。

2)实现基于跟踪策略的移动目标追踪方法。

在介绍本方法的实施之前，先对本方法相关的几个概念进行说明：

追踪代价，