本发明涉及室内环境下组合导航定位技术,尤其涉及一种室内css/ins组合导航系统。
背景技术:
随着现代社会的不断发展,城镇化进程加快,智慧城市,智慧物流,智能工厂等领域的建设都被提上日程,物联网生态链逐渐走向成熟,对定位的需求将大大的增加,无论是室内定位还是室外定位领域都将迎来爆发性的市场机遇。在室外,由gps和glonass、北斗、galileo等组成的gnss(globalnavigationsatellitesystem)系统能提供较好的导航定位服务,而室内被誉为定位的最后一公里,随着移动终端设备的大幅增加以及人们室内活动的时间变长,室内定位逐渐成为刚需。但在室内,由于卫星信号受到严重遮挡,信号强度和信号质量都很差,几乎不能覆盖到人们经常工作和活动的室内,无法提供导航定位服务。
室内定位被认为未来科技发展的主要应用技术之一,其拥有广泛的应用空间和商业价值,室内定位技术的研究近些年来越来越热门。当前常用的室内定位技术主要有伪信标定位,超声波定位,zigbee无线定位,超宽带(ultrawideband,uwb)定位,wifi定位,蓝牙定位,基于无线射频识别(radiofrequencyidentification,rfid)定位,惯性测量定位等,但这些定位技术在定位精度、系统成本、鲁棒性及适用的环境范围各有不同,当前单一的定位方式很难同时满足高精度、高实时性、高可靠性、低成本、低复杂度的要求。因此选择多个室内定位方法相融合,即选择多种定位技术组合导航的方式,成为当前室内导航定位的主要研究方向。
当前室内组合导航定位有效的提高了定位系统的整体性能,因此有选择wifi与行人航迹推算(pedestriandeadreckoning.pdr)进行融合定位,定位精度平均误差可达1.24m,或是wifi和手持设备上的微机电系统(mems,micro-electro-mechanicalsystem)传感器的室内行人导航定位的方法,最大定位误差为2.5m,但是随着室内组合导航技术的发展,基于wifi的定位精度愈加满足不了室内定位高精度的要求;同时研究选择ins与具有独特定位优势的超宽带(ultrawideband,uwb)系统进行组合导航,虽然基于uwb技术的组合定位方法定位精度可达到亚米级别,满足高精度定位的需求,但uwb基站信号带宽较大,使得硬件设备的复杂度较高,价格昂贵,同时uwb通信距离有限,难以满足广域大面积的室内导航定位需求。因此在满足广域室内定位精度的需求下,选择硬件成本合适,对其他无线通信系统干扰较小,且通信范围更广的通信方式对于组合导航来说具有重要意义。
技术实现要素:
本发明针对当前组合导航定位中存在的难题,提出了一种室内css/ins组合导航系统,该系统中使用css技术作为组合导航中主定位技术,使用扩展卡尔曼滤波对ins获取的行人导航信息与css定位的结果进行数据融合,有效提高了定位精度。
一种室内css/ins组合导航系统,包括:css盲节点、css锚节点、ins惯性导航器件和数据处理模块;css盲节点、ins惯性导航器件分别与数据处理模块通信;所述惯性导航器件(ins)安装在行人的足部,用于测量行人的位置、速度、姿态信息;所述css盲节点安装在行人的肩部,用于测量行人到css锚节点的距离信息并解算为定位结果;所述css锚节点安装在待定位空间内,用于测量与盲节点之间的距离;所述数据数据处理模块用于对上传的定位信息和ins信息进行数据融合。
所述的数据处理模块利用扩展卡尔曼滤波对ins获取的行人导航信息与css定位的结果进行数据融合。所述的扩展卡尔曼滤波器的状态方程为:
其中δgyro和δacce代表陀螺仪和加速度计的偏差,通常被认作是一个随机变量与一个随机误差之和,建模成一阶高斯马尔科夫过程如下:
其中
δq为姿态四元数的误差,姿态四元数的误差方程由下式得:
其中q为四元数,ω为反对称矩阵,其形式如下:
其中,ωx、ωy和ωz是陀螺仪角速度的三轴分量值。
css系统误差方程:δr为节测距点间的误差:
css节点接收机的时钟偏差br:
其中,wg为高斯白噪声。
其所述的扩展卡尔曼滤波器的观测方程为:
式中:δr、δθ、
本发明的有益效果:本发明使用css技术作为组合导航中主定位技术,使用扩展卡尔曼滤波对ins获取的行人导航信息与css定位结果进行数据融合,有效提高了定位精度,解决了传统ins误差积累的问题,同时有效地降低了室内复杂环境下多径对css的影响,满足了室内分米级高精度定位的需求,为广域室内高精度定位导航应用提供技术支持。
附图说明
图1一种室内css/ins组合导航系统工作示意图。
具体实施方式
为方便对本发明的特征及功能有更进一步的认知与了解,下面结合附图的结构进行详细的说明,如图1是一种室内css/ins组合导航系统,包括css盲节点,css锚节点,ins惯性导航器件,数据处理模块,css盲节点、ins惯性导航器件分别与数据处理模块通信;所述惯性导航器件(ins)安装在行人的足部,用于测量行人的位置、速度、姿态信息;
所述css盲节点安装在行人的肩部,用于测量行人到css锚节点的距离信息并解算为定位结果;
所述css锚节点安装在待定位空间内,用于测量与盲节点之间的距离;
所述数据数据处理模块用于对上传的距离信息和ins信息进行数据融合;
所述的数据处理模块利用扩展卡尔曼滤波对ins获取的行人导航信息与css定位的结果进行数据融合,其所述的扩展卡尔曼滤波器的状态方程为:
其中δgyro和δacce代表陀螺仪和加速度计的偏差,通常被认作是一个随机变量与一个随机误差之和,建模成一阶高斯马尔科夫过程如下:
其中
δq为姿态四元数的误差,姿态四元数的误差方程由下式得:
其中q为四元数,ω为反对称矩阵,其形式如下:
其中,ωx、ωy和ωz是陀螺仪角速度的三轴分量值。
css系统误差方程:δr为节点间的测距误差:
css节点接收机的时钟偏差br:
其中,wg为高斯白噪声。
其所述的扩展卡尔曼滤波器的观测方程为:
式中:δr、δθ、