[发明专利]一种基于多传感器融合的定位方法、装置与电子设备

说明书

本发明公开了一种基于多传感器融合定位方法、装置与电子设备，实现多场景下对移动目标的定位跟踪与管理，满足室内外定位无缝切换要求，应用对象为有较高精度定位与跟踪需求的行人或宠物牲畜等，兼顾物流车载等对象的定位功能。特别地，利用惯性系统不依赖外部设备辅助、响应迅速的特点，提高定位对象在信号阻挡环境下的短时短距离定位可靠性。该方法针对特定安装对象利用可用的运动学约束与状态约束，修正其惯导积分定位误差与航向角误差，并实时采集卫星定位信息与蜂窝基站定位信息，使系统设备实现长时间长距离定位。

技术领域

本发明涉及移动定位技术领域，特别涉及一种基于多传感器融合的定位方法、装置与电子设备。

背景技术

随着北斗产业建设日趋完善、新一代蜂窝移动网络技术不断演进，北斗位置增强服务正积极着眼于导航与通信的融合创新。当前，针对室外环境长时长距离目标跟踪与定位的应用，多利用移动蜂窝基站与卫星数据协同进行，处理的方法包括搭建AGPS协助服务、通过蜂窝基站共享卫星轨迹数据库、利用通信基站转发卫星信号、利用蜂窝网络建立卫星的广域增强系统等。

然而，单独使用卫星定位需要着重处理时间同步误差、电离层和对流层延时修正、多普勒频移等影响；而无线通信易受多径效应、NLOS(非视距传播)误差影响，导致此类通信定位方式在桥梁、隧道、树丛、工地、地下车库等区域应用受限，引起由信号阻挡导致的距离测量误差，进而影响定位精度。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种基于多传感器融合的定位方法、装置与电子设备，结合约束条件、卫星定位数据以及移动蜂窝定位数据对惯性解算结果进行修正，能够解决在复杂地形情况下定位不准确的难题。

第一方面，本发明实施例提供了一种基于多传感器融合的定位方法，包括以下步骤：

获取姿态初始值，并对所述姿态初始值进行校准；

通过所述惯性运动传感器采集惯性导航数据，并基于所述惯性导航数据进行惯性解算；

通过所述惯性运动传感器的安装信息、所述卫星定位模组以及所述移动通信定位模块分别获取约束条件、卫星定位数据以及蜂窝基站定位数据；

构建卡尔曼滤波系统，基于所述惯性导航数据构建所述卡尔曼滤波系统的状态模型，结合所述约束条件、所述卫星定位数据以及所述蜂窝基站定位数据构建所述卡尔曼滤波系统的观测模型，对惯性解算结果进行修正，获取定位结果。

根据本发明的实施例，至少具有如下技术效果：

通过惯性导航数据构建状态模型，结合约束条件、卫星定位数据以及蜂窝基站定位数据构建观测模型，以前述状态模型和观测模型组成的卡尔曼滤波系统，能够降低观测数据中噪声和干扰的影响，提高定位精度；通过结合约束条件、卫星定位数据以及蜂窝基站定位数据共同对惯性解算结果进行修正，能够提高定位的精度和稳定性，适应更多的应用场景。

根据本发明的一些实施例，所述获取姿态初始值，并对所述姿态初始值进行校准，包括步骤：通过前后两帧卫星定位数据获取航向角；进行初始校准和航向角赋值，获取所述姿态初始值；通过惯性导航数据对所述姿态初始值进行补偿。

根据本发明的一些实施例，利用高斯牛顿法或四元数法对所述姿态初始值进行补偿。

根据本发明的一些实施例，所述通过所述惯性运动传感器的安装信息获取所述约束条件，包括步骤：获取所述惯性运动传感器的安装对象和安装位置，若所述惯性运动传感器安装于动物双足，则构建零速约束条件和距离阈值约束条件，若所述惯性运动传感器安装于车载对象，则构建零速约束条件或运动学约束条件。

根据本发明的一些实施例，所述卫星定位数据包括时间戳、经度纬度高度以及相应的位置置信度，其中，所述位置置信度为卫星钟差和接收机钟差得到的定位标准差值。