[发明专利]一种视觉辅助卫星完好性监测方法

说明书

技术领域

本发明属于卫星导航领域，具体地说，是指一种视觉辅助卫星完好性监测方法。

背景技术

接收机自主完好性监测(RAIM)是卫星导航中的一项关键技术，它通过对接收到的卫星信号的完好性进行判断，在发生故障时及时报警。因此，RAIM对保证卫星导航定位结果的可靠性具有重要作用。

当前，RAIM技术已被广泛应用于空管导航中，其采用冗余观测信息来检测卫星故障。通常，在较好的飞行环境下，可见卫星数量充足且信号质量较好，此时，RAIM技术可以得到可信的完好性告警，可靠保障飞行安全。然而，在复杂进近着陆等恶劣环境下，例如被山群环绕的中国林芝机场，脆弱的卫星信号容易因遮挡或干扰而出现遮蔽角度较大或卫星信号丢失的现象，这将导致可见卫星几何分布较差或导航信息冗余度不足，降低RAIM算法的性能。随着复杂机场、复杂低空等的不断开辟，复杂进近着陆环境下的RAIM技术将成为未来研究的重要课题。

在复杂进近着陆环境下，由于卫星信号本身质量下降，传统仅基于卫星导航信号的RAIM算法性能将无法满足导航性能需求。因此，一个很自然的想法是利用其他传感器提供的导航信息来辅助提高RAIM。目前，传感器辅助RAIM采用的辅助传感器包括气压高度表，惯导，以及其他卫星系统，该类方法采用其他传感器观测量来增加导航信息冗余度，实现完好性增强。气压高度表辅助RAIM方法往往采用气压高度表提供的垂向距离分量，将卫星几何定位方程与测高方程进行组合，丰富导航参数信息，从而提高完好性监测效果。然而，气压高度表测高的准确性受气流影响很大，而气压强剧变在复杂进近着陆环境，尤其是高原机场，很是常见，此时的气压高度表测量值很可能因精度较差而无法辅助RAIM。惯导辅助RAIM方法通常利用惯导提供的速度与姿态信息，在Kalman滤波的框架下建立惯导/卫导组合观测方程，获得动态条件下的RAIM增强算法。但是，惯导系统的误差会随时间漂移，其很可能污染RAIM结果。Stanford大学研究者采用GLONASS卫星系统与GPS卫星系统进行结合，在模式识别中经典的RANSAC算法的基础上，提出了GNSS下的RANCO算法提高了故障检测尤其是多故障检测的性能。但是，在复杂进近着陆环境下，由于信号遮挡或干扰造成较大的遮蔽角，因此很难获得如此多的可见卫星。

考虑到现有方法存在不足之处，因此有必要研究引入其他传感器来辅助RAIM。本发明提出了一种新的视觉辅助完好性监测方法来提高复杂进近着陆环境下的RAIM性能。考虑到视觉系统具有信息量大、无源性、体积小以及易装载等优点，极具潜力辅助提高RAIM性能。

然而，视觉辅助RAIM是一项非常具有挑战性的工作。用于辅助RAIM的视觉导航观测量必需是准确可靠的。然而，尽管现有的视觉信息提取技术表现得很好，但是由于背景干扰或平台抖动等不确定因素，视觉观测量将不可避免地存在误差。考虑到视觉系统本质上是测角系统，视觉误差有可能随着视线长度的增加而被放大到导航误差中。例如，视觉检测误差在图像上可能只有几个像素，但映射到三维空间中可能是几十米甚至更大的导航误差。

发明内容

本发明为了解决原有卫星完好性检测算法的用于复杂环境时，冗余信息降低而导致算法性能不足的问题，提出了一种视觉辅助卫星完好性监测方法。本方法通过利用视觉传感器提供导航冗余信息，以实现卫星完好性监测性能的提高。

本发明的一种视觉辅助卫星完好性监测方法，具体包括以下步骤：

步骤一：通过对视觉采集的图像进行处理，采用高精度的视觉导航模型获得导航观测量，并对视觉导航观测量的误差进行估计。

步骤二：采用进近阶段高空相对较好的卫星信号对视觉观测量进行标定，从而进一步抑制视觉观测量误差。

步骤三：将被标定后的视觉伪距信息与卫星观测信息进行组合，对RAIM可用性进行判断。若不可用时，输出不可用告警，结束。否者，采用视觉辅助RAIM方法中，获得检测统计量。当检测统计量大于门限值时，认为存在故障，并进行报警，执行步骤四。否则，执行步骤五。

步骤四：对存在故障星的情况进行故障识别，从而确定并排除故障卫星，转至步骤三。

步骤五：采用排除过故障卫星后的卫星数据与视觉观测量进行融合，获得最终的组合定位结果。

本发明通过利用视觉传感器提供的观测量作为辅助，丰富导航观测量，从而提高卫星完好性检测性能，提高导航定位结果的可靠性。