一种基于多传感器的组合导航方法及装置与流程

本技术涉及无人驾驶，尤其涉及一种基于多传感器的组合导航方法及装置。

背景技术：

1、随着无人驾驶技术的发展，无人机的应用领域也越来越广泛。为了提高无人机的导航定位能力及可靠性，通常采用基于多传感器的组合导航算法对无人机进行定位，以避免飞行过程中由于个别传感器失效造成定位不准的情况，以及弥补单一定位算法的不足。

2、目前，常见的一种组合导航方式是基于联邦滤波的多源融合组合导航方法，如图1所示。以捷联惯导系统(strapdown inertial navigation system，sins)作为参考导航源，分别与全球导航卫星系统(global navigation satellite system，gnss)、里程计以及高度计等其他导航源进行融合，通过各子滤波器得到各状态量的估计值。之后，将各子滤波器输出的状态估计值以及协方差矩阵输入至主滤波器中，以在主滤波器中进行信息融合得到最优估计。

3、但是，上述基于联邦滤波的组合导航方法，各子滤波器的输出结果严重依赖于参考导航源，当参考导航源出现异常时，组合导航系统无法进行准确定位。

技术实现思路

1、本说明书实施例提供一种基于多传感器的组合导航方法及装置，用于部分解决现有技术中的问题。

2、本说明书实施例采用下述技术方案：

3、本说明书提供的一种基于多传感器的组合导航方法，包括：

4、获取多种类型的传感器采集的传感器数据；

5、确定对应于局部状态量的若干第一组合方式，并针对确定出的每种第一组合方式，将该第一组合方式对应的若干种传感器的传感器数据输入第二级滤波器，进行信息融合，得到所述第二级滤波器的输出结果，所述第二级滤波器的输出结果中至少包括局部状态量的状态估计值；

6、确定对应于全局状态量的若干第二组合方式，并针对确定出的每种第二组合方式，将该第二组合方式对应的传感器数据，输入第三级滤波器，进行信息融合，得到所述第三级滤波器的输出结果，所述第三级滤波器的输出结果中至少包括全局状态量的状态估计值，所述第二组合方式对应的传感器数据至少包括部分第二级滤波器的输出结果或若干种传感器的传感器数据；

7、针对每个导航状态量，将至少部分第三级滤波器的输出结果以及至少部分对应于该导航状态量的第二级滤波器的输出结果，输入该导航状态量对应的第四级滤波器，得到所述第四级滤波器输出的该导航状态量的最终估计值，以基于各导航状态量的最终估计值，确定无人驾驶设备的当前状态。

8、可选地，将该第一组合方式对应的若干传感器的传感器数据输入第二级滤波器之前，所述方法还包括：

9、针对每种传感器，根据该种传感器的传感器特性，通过第一级滤波器对该种传感器采集的传感器数据进行滤波处理。

10、可选地，将该第一组合方式对应的若干传感器的传感器数据输入第二级滤波器之前，所述方法还包括：

11、针对每种传感器采集的传感器数据，检测该种传感器采集的传感器数据中的异常值，并对检测到的异常值进行补偿。

12、可选地，至少部分类型的传感器的数量为多个；

13、获取多种类型的传感器采集的传感器数据，具体包括：

14、针对每种类型的传感器，当该类型的传感器数量为多个时，确定该类型的各候选传感器输出的传感器数据；

15、根据各候选传感器输出的传感器数据的状态变化，确定各候选传感器的质量指标；

16、根据各候选传感器的质量指标，从各候选传感器中确定该类型对应的目标传感器，并将所述目标传感器采集的传感器数据，作为该种传感器采集的传感器数据；

17、其中，所述质量指标包括测量精度、数据噪声、数据变化率中的至少一种。

18、可选地，得到所述第四级滤波器输出的该导航状态量的最终估计值，具体包括：

19、确定历史时刻得到该导航状态量的最终估计值，作为先验信息；

20、根据所述先验信息，以及至少部分第三级滤波器输出的该导航状态量的协方差矩阵，确定所述第三级滤波器输出的该导航状态量的状态估计值的置信度；

21、根据所述先验信息，以及至少部分第二级滤波器输出的该导航状态量的协方差矩阵，确定所述第二级滤波器输出的该导航状态量的状态估计值的置信度；

22、根据各第三级滤波器输出的该导航状态量的状态估计值及其置信度，至少部分第二级滤波器输出的该导航状态量的状态估计至及其置信度，得到所述第四级滤波器输出的该导航状态量的最终估计值。

23、可选地，得到所述第四级滤波器输出的该导航状态量的最终估计值之前，所述方法还包括：

24、判断该导航状态量的最终估计值与上一时刻的最终估计值是否一致；

25、若是，通过所述第四级滤波器输出该导航状态量的最终估计值；

26、若否，对该导航状态量的最终估计值进行补偿，并通过所述第四级滤波器输出的该导航状态量补偿后的最终估计值。

27、本说明书提供一种基于多传感器的组合导航装置，包括：

28、获取模块，配置为获取多种类型的传感器采集的传感器数据；

29、第一确定模块，配置为确定对应于局部状态量的若干第一组合方式，并针对确定出的每种第一组合方式，将该第一组合方式对应的若干种传感器的传感器数据输入第二级滤波器，进行信息融合，得到所述第二级滤波器的输出结果，所述第二级滤波器的输出结果中至少包括局部状态量的状态估计值；

30、第二确定模块，配置为确定对应于全局状态量的若干第二组合方式，并针对确定出的每种第二组合方式，将该第二组合方式对应的传感器数据，输入第三级滤波器，进行信息融合，得到所述第三级滤波器的输出结果，所述第三级滤波器的输出结果中至少包括全局状态量的状态估计值，所述第二组合方式对应的传感器数据至少包括部分第二级滤波器的输出结果或若干种传感器的传感器数据；

31、第三确定模块，配置为针对每个导航状态量，将至少部分第三级滤波器的输出结果以及至少部分对应于该导航状态量的第二级滤波器的输出结果，输入该导航状态量对应的第四级滤波器，得到所述第四级滤波器输出的该导航状态量的最终估计值，以基于各导航状态量的最终估计值，确定无人驾驶设备的当前状态。

32、可选地，所述第三确定模块具体用于，确定历史时刻得到该导航状态量的最终估计值，作为先验信息；根据所述先验信息，以及至少部分第三级滤波器输出的该导航状态量的协方差矩阵，确定各第三级滤波器输出的该导航状态量的状态估计值的置信度；根据所述先验信息，以及至少部分第二级滤波器输出的该导航状态量的协方差矩阵，确定所述第二级滤波器输出的该导航状态量的状态估计值的置信度；根据各第三级滤波器输出的该导航状态量的状态估计值及其置信度、各第二级滤波器输出的该导航状态量的状态估计值及其置信度，确定所述第四级滤波器输出的该导航状态量的最终估计值。

33、本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于多传感器的组合导航方法。

34、本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于多传感器的组合导航方法。

35、本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

36、在本说明书中，可先获取多种类型的传感器采集的传感器数据。之后，确定对应于局部状态量的若干第一组合方式，并分别按照各第一组合方式，将对应传感器的传感器数据输入第二级滤波器中进行信息融合，得到局部状态量的状态估计值。然后，确定对应于全局状态量的若干第二组合方式，并按照各第二组合方式，将对应的传感器数据输入第三级滤波器中进行信息融合，得到全局状态量的状态估计值。其中，第二组合方式对应的传感器数据至少包括部分第二级滤波器的输出结果或若干种传感器的传感器数据。最后，将不同数据源对各导航状态量的状态估计值输入第四级滤波器中，得到各导航状态量的最终估计值。通过组合不同传感器，构建多个具备独立导航能力的组合导航系统对导航状态量进行冗余估计，使其在组合导航过程中保持互相独立，避免发生故障耦合，提升了导航系统可靠性与容错性。