[发明专利]一种基于相对导航的高精度惯性动态位姿原位校准方法

说明书

本发明公开了一种基于相对导航的高精度惯性动态位姿原位校准方法，涉及导航技术领域，包括惯性动态位姿参考基准、基于光学的相对导航、原位传递校准方法，惯性动态位姿参考基准包括高精度光学陀螺、加速度计、GNSS，高精度光学陀螺用于提供高精度位置信息，加速度计用于提供速度信息，GNSS用于提供姿态与时间参考信息；基于光学的相对导航包括基于光学的形变测量和子IMU位姿解算，基于光学的相对导航卡尔曼滤波方法用于提供子IMU的位姿信息；本发明利用高精度动态位姿参考系统，并借助基于光学的相对导航和原位传递校准方法，在不拆卸惯性位姿测量系统的情况下实现其零偏、安装误差的高精度校准。

技术领域

本发明涉及导航技术领域，特别涉及一种基于相对导航的高精度惯性动态位姿原位校准方法。

背景技术

惯性动态位姿测量系统是由惯性测量单元(Inertial Measurement Unit，IMU)和GNSS组成。IMU是INS(Inertial Navigation System，惯性导航系统)/GPS、POS等惯性测量系统的核心部件；GNSS能够提供位置、速度、时间以及高精度的秒脉冲(pulse per second，PPS)信息。惯性动态位姿测量系统可以为自动驾驶汽车提供时间、空间基准信息，是实现高精度定位导航的关键。我国在惯性动态位姿测量系统研制方面取得了一定的进展，但是考虑到成本、体积等因素，自动驾驶汽车安装的是MEMS惯性动态位姿测量系统。为了保证MEMS惯性动态位姿测量系统精度，必须定期将其拆卸送到实验室进行校准。另外，传统的传递校准方法仅仅采用建立数学模型，无法反映真实的形变信息。迫切需要建立基于光学相对导航的惯性动态位姿原位校准方法实现MEMS惯性动态位姿测量系统的高精度原位在线校准。

基于光学相对导航的惯性动态位姿原位校准方法，是完成MEMS惯性位姿测量系统原位在线校准的核心，该方法接收高精度惯性位姿参考系统、GNSS和光学模块提供的原始信息，并进行数据预处理、初始校准、捷联解算、组合滤波、传递校准、时间同步等任务。现有传递校准方法在建立量测方程时没有考虑传递校准的形变影响，严重影响实时精确估计MEMS惯性位姿测量系统的安装误差、零偏等内在参数。

发明内容

针对上述技术问题，本发明提供一种基于相对导航的高精度惯性动态位姿原位校准方法，包括惯性动态位姿参考基准、基于光学的相对导航、原位传递校准方法，所述惯性动态位姿参考基准包括高精度光学陀螺、加速度计、GNSS，所述高精度光学陀螺用于提供高精度位置信息，所述加速度计用于提供速度信息，所述GNSS用于提供姿态与时间参考信息；所述基于光学的相对导航包括基于光学的形变测量和子IMU位姿解算，所述基于光学的相对导航卡尔曼滤波方法用于提供子IMU的位姿信息；所述原位传递校准方法包括可观测度调整误差校正因子算法、基于可观测度的自适应反馈校正方法。

进一步地，所述基于光学的相对导航卡尔曼滤波方法包括以下步骤：

Sl、估计主/子IMU之间的基线长度误差、子IMU位置、速度、姿态和惯性器件误差，并将估计出的误差进行反馈校正，得到高精度的子IMU实时导航结果和主/子IMU之间的相对空间关系；

S2、卡尔曼滤波模型中的状态变量X共有45维，包括东、北、天向的失准角东、北、天向的速度误差δV_E、δV_N、δV_U，纬度、经度、高度误差δL、δλ、δH，x、y、z轴向的陀螺仪常值漂移误差ε_x、ε_y、ε_z，x、y、z轴向加速度计常值漂移误差x、y、z轴向杆臂长度误差Δr_x、Δr_y、Δr_z；安装误差；

S3、卡尔曼滤波模型中的量测量Z是经过多级杆臂补偿的速度误差和位置误差，多级杆臂分别为GPS与主IMU之间的刚性杆臂和主/子IMU之间的柔性杆臂。

进一步地，所述可观测度调整误差校正因子算法包括以下步骤：