[发明专利]一种提高INS误差精度的方法

说明书

本发明公开了一种提高INS误差精度的方法，所述方法包括：利用GNSS/INS松组合模式，将GNSS接收机输出的位置与速度解作为改进自适应滤波SKF的输入，同时结合INS输出的位置与速度，利用改进的自适应滤波对GNSS接收机的输出和INS的输出进行差分运算，并根据差分运算输出的观测值建立误差模型，通过剔除观测值粗差，解析INS误差，选择合适的因子并利用INS误差预测估计最优的INS速度、位置值，实现对INS结果的输出矫正。本发明使用改进的自适应滤波算法，有效的解决了GNSS/INS组合导航中观测值异常的问题，并且提高了滤波的计算精度，保证了滤波的可靠性和稳定性。

技术领域

本发明主要涉及组合导航定位技术领域，具体涉及一种自动驾驶领域的GNSS/INS组合导航定位。

背景技术

随着汽车电子技术的日益发展，人们对于汽车智能网联化的需求也在逐步上升，自动驾驶技术也应运而生，对于自动驾驶技术的实现，涉及到GNSS与INS导航定位与自适应滤波等方面，由于汽车载体运动状态变化以及观测粗差影响，滤波的性能会严重降低，影响定位精度。

GNSS/INS组合导航系统一般采用Kalman滤波算法进行融合，但卡尔曼滤波需要确定且准确的动力模型、噪声统计特性，二者实际上难以确定，而且系统存在未知性，会发生异常的观测和动力模型扰动等问题，会常常影响滤波的性能甚至会发散。若采用EKF算法，是基于前一时刻的状态参数估计值，所以要是前一刻估计值误差较大，则线性化的状态方程以及观测方程相应的误差也大。

基于KF和EKF的不足，组合导航定位需要一种既可靠又稳定的方法，能够提高定位的精度，而且计算量不大，容易实现，能广泛应用于自动驾驶领域。

发明内容

发明目的：为了克服上述现有技术的不足，本发明提供了一种提高INS误差精度的方法，可提高定位精度与可靠性。

技术方案：本发明公开一种提高INS误差精度的方法，通过改进的自适应滤波算法估计最优的速度、位置，具体包括如下步骤：

步骤1：获取INS的误差状态变量组成的15维误差向量，作为系统的状态向量；

步骤2：获取INS与GNSS的位置、速度，并将INS与GNSS输出的位置、速度差值作为建立松组合导航系统的量测方程；

步骤3：利用改进的自适应滤波算法估计最优的速度、位置；具体为利用INS与GNSS观测值和预测值计算协方差估计值和协方差理论值，将其作差后的绝对值作为观测依据，若观测值异常则剔除k时刻的观测值，若无异常，则代入合适自适应因子调节观测值与预测值的权重，从而获取INS速度、位置的最优估计值。

进一步地，所述步骤1中获取INS的误差状态变量组成的15维误差向量的方法包括：

式中：F(t)为状态转移矩阵，X(t)为系统状态向量，G(t)为系统噪声矩阵，W(t)为系统噪声向量，系统状态向量X(t)表示为：

式中，φ_E，φ_N，φ_U，δv_E，δv_N，δv_U，δλ,δh分别表示为INS的姿态误差、速度误差和位置误差，ε_bx，ε_by，ε_bz为陀螺仪偏差，为加速度计偏差；

系统状态转移矩阵F(t)表示为：

式中，F_w(9×9)表示INS的姿态误差、速度误差和位置误差的状态转移矩阵，F_s(9×6)表示为惯性导航参数和惯性元器件之间的转换矩阵；

系统的噪声分配矩阵为：