《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計應(yīng)用 > 一種基于DR/GPS/MM的組合定位系統(tǒng)數(shù)據(jù)融合算法
一種基于DR/GPS/MM的組合定位系統(tǒng)數(shù)據(jù)融合算法
2014年微型機與應(yīng)用第21期
吳曉春1,2,劉南杰1,2,黃 波1,2
1. 南京郵電大學(xué) 通信與信息工程學(xué)院,江蘇 南京 210003; 2. 南京郵電大學(xué) 網(wǎng)絡(luò)基因工程研究所,江蘇 南京 210003
摘要: 針對盲區(qū)中使用INS慣性導(dǎo)航系統(tǒng)進行定位存在誤差積累的問題,提出一種基于DR航位推算、GPS全球定位系統(tǒng)和MM地圖匹配的組合定位系統(tǒng)數(shù)據(jù)融合算法。該算法利用GPS和MM中得到的位置信息,一方面用于更新DR的定位信息,另一方面用于修正陀螺儀比例因子和里程表比例因子等參數(shù),提高定位精度,防止DR系統(tǒng)推導(dǎo)的車輛定位誤差的積累。通過MATLAB進行仿真實驗,驗證了此算法的有效性。實驗結(jié)果表明,此算法可以有效約束INS的誤差積累,提升導(dǎo)航系統(tǒng)的性能。
Abstract:
Key words :

  摘 要: 針對盲區(qū)中使用INS慣性導(dǎo)航系統(tǒng)進行定位存在誤差積累的問題,提出一種基于DR航位推算、GPS全球定位系統(tǒng)和MM地圖匹配組合定位系統(tǒng)數(shù)據(jù)融合算法。該算法利用GPS和MM中得到的位置信息,一方面用于更新DR的定位信息,另一方面用于修正陀螺儀比例因子和里程表比例因子等參數(shù),提高定位精度,防止DR系統(tǒng)推導(dǎo)的車輛定位誤差的積累。通過MATLAB進行仿真實驗,驗證了此算法的有效性。實驗結(jié)果表明,此算法可以有效約束INS的誤差積累,提升導(dǎo)航系統(tǒng)的性能。

  關(guān)鍵詞: 組合定位系統(tǒng);航位推算;地圖匹配;模糊控制

0 引言

  車輛的盲區(qū)定位問題一直是業(yè)界的研究熱點[1]。目前盲區(qū)中主要使用慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)。但是INS存在一個致命的問題,即定位誤差會隨著時間而積累[2]。

  參考文獻[3]介紹了一種對GPS定位數(shù)據(jù)進行采集和分離并采用電子地圖組合定位,以糾正誤差積累的方法。參考文獻[4]介紹了一種利用全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System,GNSS)、INS和車道檢測標(biāo)志三者相結(jié)合的定位系統(tǒng),在此系統(tǒng)中,GNSS/ INS定位方法的漂移誤差由車道檢測標(biāo)記進行補償修正。

  本文提出一種基于DR/GPS/MM組合定位系統(tǒng)的數(shù)據(jù)融合算法。該算法融合DR和GPS的位置信息作為MM系統(tǒng)的輸入,然后MM系統(tǒng)的輸出將用于更新和修正DR的參數(shù),這樣可以提高定位精度,防止DR系統(tǒng)推導(dǎo)的車輛定位誤差的積累。

1 系統(tǒng)架構(gòu)

  本系統(tǒng)中,DR系統(tǒng)被定為主要的導(dǎo)航系統(tǒng),GPS和MM作為輔助系統(tǒng)。組合定位系統(tǒng)的系統(tǒng)架構(gòu)如圖1所示。

001.jpg

  1.1 DR誤差分析

  DR誤差模型如圖2所示,點A(x,y)是車輛的實際位置,而點missing image file是DR系統(tǒng)測量得出的位置。γ代表方位角,n是里程表在采樣時間tk內(nèi)的脈沖數(shù),K0是里程系數(shù),xk和yk分別是采樣時間tk內(nèi)北向和東向的坐標(biāo)增量,OA是時間tk內(nèi)的里程增量[5]。

  誤差模型可以列為以下方程:

002.jpg

  在時間t時的方位角誤差定義如下:

  3.png

  在這里δγ0是初始誤差;Kg是陀螺儀的比例因子,它受到溫度、道路傾向等因素的影響;w(τ)是角速率;δg~N(0,σ02)。

2 基于DR/GPS/MM的組合定位系統(tǒng)數(shù)據(jù)融合算法

  在本章中,首先將詳細(xì)討論基于模糊邏輯的MM算法,然后提出一種基于DR/GPS/MM組合定位系統(tǒng)的融合算法。

  2.1 基于模糊邏輯的MM算法

  基于模糊邏輯的MM算法主要分為兩步:(1)道路選擇;(2)坐標(biāo)投影。

  MM系統(tǒng)的輸入包括DR系統(tǒng)輸出的坐標(biāo)(x,y)、方位角和里程數(shù)據(jù)。MM系統(tǒng)會根據(jù)規(guī)則來尋找有最大相似值的道路,然后投影當(dāng)前位置到所選的道路上去。在道路選擇階段有兩條規(guī)則。

  道路選擇的第一條規(guī)則:假設(shè)車輛和道路之間的方位角差值在一定范圍內(nèi),距離相似系數(shù)可以由模糊公式獲得:

  4.png

  在這里Ksd代表距離相似性,Ksa代表方位角相似性。

  Ksd可以由函數(shù)fd獲得:

  5.png

  其中d是車輛到相關(guān)的道路之間的距離。

  Ksa可以由函數(shù)fa獲得:

  6.png

  其中δγ是車輛與相關(guān)的道路之間的方位角的差值[6]。

  道路選擇的第二個規(guī)則:如果在選擇的道路上連續(xù)幾個測試點的相似度值都保持在高水平,那么就假設(shè)這輛車行駛在這條道路上。

  當(dāng)車輛正在行駛的道路被選擇之后,接著進行坐標(biāo)投影階段。在這一階段,當(dāng)前的顯示車輛位置的點將被投影到選擇的道路上[7]。

  2.2 數(shù)據(jù)融合算法

  MM系統(tǒng)投影車輛的位置坐標(biāo)到被選擇的道路上,然后將處理過的數(shù)據(jù)反饋給DR系統(tǒng)。同時,GPS信號通過另一個頻道傳播給DR。數(shù)據(jù)融合過程是在DR系統(tǒng)中進行的。該算法包括兩個部分:(1)導(dǎo)航信息更新;(2)糾錯和校準(zhǔn)。該過程如圖3所示。

003.jpg

  MM數(shù)據(jù)在某些條件下是不可靠的:(1)車輛不是行駛在路上;(2)汽車定位到錯誤的道路上去。這兩個條件可以由一個涉及DR的位置和預(yù)計位置的模糊函數(shù)來定義,同時方位的差異可以由式(7)描述。

  7.png

  如果Z大于0.7,則MM標(biāo)識就等于1,就認(rèn)為MM數(shù)據(jù)是可靠的,可以用于DR系統(tǒng)的糾錯[8]。

  2.3 DR誤差修正

  2.3.1 方位角誤差修正

  式(3)里提到,方位角誤差δγ(t)包含3個部分,分別是初始方位角誤差δγ0、轉(zhuǎn)換誤差missing image file以及噪聲誤差δg。

  當(dāng)車輛改變行駛方向,從一條道路切換到另一條道路時,陀螺儀比例因子Kg可以被修正。

  一輛車以角度θ1沿著道路AB行駛,然后改變角度為θ2切換到道路BC行駛。選擇道路切換前的一個投影P1以及道路切換后的一個投影P2。陀螺儀轉(zhuǎn)變的角度為]%]WWS7QRHOU6{F(I8BG1WS.png。根據(jù)電子地圖數(shù)據(jù)庫,這兩條道路的角度差值定義為MWQDLN)D(3]_J2D[~1(TL6L.png。

  修正后的陀螺儀比例因子可以由下式得出:

  8.png

  當(dāng)車輛行駛在一條直行道路上時,可以計算出δγ0的值。

004.jpg

  如圖4所示,車輛從P0點行駛到P1點,DR系統(tǒng)的輸出為P2點,MM系統(tǒng)將P2糾正為P'2點,δγ0可以由公式(9)計算得出:

  9.png

  2.3.2 里程表比例因子修正

  當(dāng)車輛行駛在直行道路上時,選擇由導(dǎo)航系統(tǒng)給出的K個坐標(biāo)點(xi,yi)以及經(jīng)過地圖匹配過后的K個坐標(biāo)點Y)DFTDWE$9AGAMRO6HNV7}H.png。K0是初始里程表比例因子,修正后的里程表比例因子可以由下式計算得出:

  10.png

3 仿真結(jié)果與分析

  3.1 仿真結(jié)果

  本文使用的仿真工具是MATLAB7.0,并根據(jù)仿真結(jié)果分析來驗證上述算法。為方便起見,本文選擇直行路段進行仿真,這里每隔0.5 s進行一次定位,假設(shè)每個時間段內(nèi)車輛速度和方位角都保持恒定,且各個時間段之間的車輛速度和方向角都不相同。

005.jpg

  如圖5所示,考慮車輛行駛在直行路段,圖中間的豎線表示車輛行駛的道路,豎線上的圓點是車輛的真實定位點,正方形點是DR系統(tǒng)在沒有經(jīng)過參數(shù)修正前得到的定位點,而星點是DR系統(tǒng)經(jīng)過參數(shù)修正后得到的改進后的定位點。

  3.2 仿真分析

  由圖5可以看出,經(jīng)過參數(shù)修正的DR系統(tǒng)得到的定位點相比未經(jīng)過參數(shù)修正的DR系統(tǒng)得到的定位點更加靠近車輛行駛的道路,行駛距離也更精確。這是由于本文提出的算法所具有的參數(shù)修正作用,可以通過修正陀螺儀比例因子與里程表比例因子,使得每個時間間隔內(nèi)的車輛航向角和車輛行駛速度的誤差減小,更趨近于真實方位角和真實行駛速度,從而減小DR系統(tǒng)的定位誤差,提高車輛的定位精確度。同時,本文提出的算法還可以將參數(shù)修正后的DR系統(tǒng)得到的定位點投影到車輛行駛著的道路上,使得定位結(jié)果更加精確。

4 結(jié)論

  本文提出一種基于DR/GPS/MM的組合定位系統(tǒng)數(shù)據(jù)融合算法,此算法可以通過修正DR的參數(shù)來約束慣性導(dǎo)航系統(tǒng)的誤差。仿真結(jié)果表明,此算法可以有效地提升導(dǎo)航系統(tǒng)的性能。

參考文獻

  [1] Maki T, Matsuda T, Sakamaki T, et al. Navigation method for underwater vehicles based on mutual acoustical positioning with a single seafloor station[J]. IEEE Journal of Oceanic Engineering, 2013, 38(1):167-177.

  [2] Atia M, Donnelly C, Noureldin A, et al. A novel systems integration approach for multisensor integrated navigation systems[C]. Systems Conference (SysCon), 2014:554-558.

  [3] 羅杰濤. 智能交通系統(tǒng)中GPS地圖匹配算法設(shè)計與實現(xiàn)[D].北京:北京交通大學(xué), 2012.

  [4] Fouque C, Bonnifait P. Matching raw GPS measurements on a navigable map without computing a global position[J]. IEEE Transactions on Intelligent Transportation Systems, 2012, 13(2):887-898.

  [5] Wahab A A, Khattab A, Fahmy Y A. Two-way TOA with limited dead reckoning for GPS-free vehicle localization using single RSU[C]. ITS Telecommunications (ITST), 2013:244-249.

  [6] 丁宗富. 地圖匹配與路徑規(guī)劃算法在導(dǎo)航系統(tǒng)中的應(yīng)用研究[D]. 阜新:遼寧工程技術(shù)大學(xué), 2011.

  [7] 李云潔. 汽車導(dǎo)航系統(tǒng)中地圖匹配算法的研究與實現(xiàn)[D]. 長春: 吉林大學(xué),2006.

  [8] Dalu G, Ailong F. Power distribution network reconfiguration based on fuzzy control theory and ant colony algorithm[C]. 2011 International Conference on Electronic and Mechanical Engineering and Information Technology (EMEIT), 2011, 3(1):1230-1232.


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。