被测对象的导航方法、装置、计算机设备和存储介质转让专利
申请号 : CN201911141071.2
文献号 : CN111007553B
文献日 : 2022-01-04
发明人 : 储志伟 , 陶永康
申请人 : 广东博智林机器人有限公司
摘要 :
权利要求 :
1.一种被测对象的导航方法,其特征在于,所述方法包括:获取所述被测对象的预估状态差异;所述预估状态差异为所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量之间的差异;
获取所述被测对象的测量状态差异;所述测量状态差异为所述被测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动状态量之间的差异;
根据所述预估状态差异与所述测量状态差异,确定所述被测对象在当前时刻的测量运动状态量的可靠程度,并根据所述可靠程度对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;具体包括:获取所述预估状态差异对应的预估状态差值,以及,获取所述测量状态差异对应的测量状态差值;计算所述测量状态差值与所述预估状态差值之间的第一差值,并将所述第一差值的绝对值作为用于表征所述可靠程度的状态优化参数;根据所述状态优化参数,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
2.根据权利要求1所述的方法,其特征在于,所述获取所述预估状态差异对应的预估状态差值,包括:
获取所述被测对象在当前时刻的预估运动状态量;以及,获取所述被测对象在前一时刻的优化后运动状态量;
计算所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量之间的差值,得到所述预估状态差值。
3.根据权利要求1所述的方法,其特征在于,所述获取所述测量状态差异对应的测量状态差值,包括:
获取所述被测对象在当前时刻的测量运动状态量,以及,获取所述被测对象在前一时刻的测量运动状态量;
计算所述被测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动状态量之间的差值,得到所述测量状态差值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述状态优化参数,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量,包括:
获取状态优化阈值;
判断所述状态优化参数是否大于所述状态优化阈值;
若否,则使用所述被测对象在当前时刻的测量运动状态量,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量。
5.根据权利要求4所述的方法,其特征在于,当所述状态优化参数大于所述状态优化阈值时,还包括:
将所述被测对象在当前时刻的预估运动状态量,作为所述被测对象在当前时刻的优化后运动状态量。
6.根据权利要求4所述的方法,其特征在于,所述使用所述被测对象在当前时刻的测量运动状态量,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量,包括:获取所述被测对象在当前时刻的卡尔曼增益;
根据所述卡尔曼增益和所述被测对象在当前时刻的测量运动状态量,对所述被测对象在当前时刻的预估运动状态量进行更新,得到所述被测对象在当前时刻的优化后运动状态量。
7.一种被测对象的导航装置,其特征在于,所述装置包括:第一获取模块,用于获取所述被测对象的预估状态差异;所述预估状态差异为所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量之间的差异;
第二获取模块,用于获取所述被测对象的测量状态差异;所述测量状态差异为所述被测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动状态量之间的差异;
优化模块,用于根据所述预估状态差异与所述测量状态差异,确定所述被测对象在当前时刻的测量运动状态量的可靠程度,并根据所述可靠程度对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;具体包括:获取所述预估状态差异对应的预估状态差值,以及,获取所述测量状态差异对应的测量状态差值;计算所述测量状态差值与所述预估状态差值之间的第一差值,并将所述第一差值的绝对值作为用于表征所述可靠程度的状态优化参数;根据所述状态优化参数,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
8.根据权利要求7所述的装置,其特征在于,所述优化模块,具体用于获取所述被测对象在当前时刻的预估运动状态量;以及,获取所述被测对象在前一时刻的优化后运动状态量;计算所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量之间的差值,得到所述预估状态差值。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
说明书 :
被测对象的导航方法、装置、计算机设备和存储介质
技术领域
背景技术
惯性/卫星(INS/GNSS)组合导航渐渐成为普遍认为最佳的组合导航方式。
导航精度。
发明内容
态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象在当前
时刻的优化后运动状态量用于对所述被测对象进行导航。
象在当前时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状
态量,包括:
量运动状态量的可靠程度;
化后运动状态量,包括:
状态量。
量之间的差异;
之间的差异;
刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述
被测对象在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象在当前
时刻的优化后运动状态量用于对所述被测对象进行导航。
态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象在当前
时刻的优化后运动状态量用于对所述被测对象进行导航。
的预估运动状态量与被测对象在前一时刻的优化后运动状态量之间的差异;测量状态差异
为被测对象在当前时刻的测量运动状态量与被测对象在前一时刻的测量运动状态量之间
的差异;并通过对预估状态差异与测量状态差异进行比对,及时且高效地分辨出被测对象
当前是否处于干扰工况下,进而确定被测对象在当前时刻测得的测量运动状态量的可靠程
度,通过根据该可靠程度对被测对象在当前时刻的预估运动状态量进行相适应地优化,得
到用于对被测对象进行导航的当前时刻的优化后运动状态量,提高在干扰环境下对被测对
象的导航定位精度与导航定位鲁棒性。
附图说明
具体实施方式
用于限定本申请。
前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量之间的变化差
异。然后,服务器110获取被测对象的测量状态差异;测量状态差异为被测对象在当前时刻
的测量运动状态量与被测对象在前一时刻的测量运动状态量之间的变化差异;最后,服务
器110根据预估状态差异与测量状态差异,确定被测对象在当前时刻的测量运动状态量的
可靠程度,并根据可靠程度对被测对象在当前时刻的预估运动状态量进行优化,得到被测
对象在当前时刻的优化后运动状态量;被测对象在当前时刻的优化后运动状态量用于对被
测对象进行导航。实际应用中,服务器110可以但不限于是各种个人计算机、笔记本电脑、智
能手机、平板电脑、便携式可穿戴设备、嵌入式平台、行车电脑、独立的服务器或者是多个服
务器组成的服务器集群来实现。
得到被测对象在当前时刻的优化后运动状态量。
据该可靠程度,确定是否需要使用被测对象在当前时刻的测量运动状态量,对服务器110预
估得到的被测对象在当前时刻的预估运动状态量进行优化和更新,进而得到被测对象在当
前时刻的优化后运动状态量,如此服务器110可以使用当前时刻的优化后运动状态量对被
测对象进行导航。
估运动状态量与被测对象在前一时刻的优化后运动状态量之间的差异;以及,根据GNSS对
被测对象的运动状态量进行测量,确定被测对象在当前时刻的测量运动状态量与被测对象
在前一时刻的测量运动状态量之间的差异。
对象在当前时刻的测量运动状态量,对服务器110通过INS 预估得到的被测对象在当前时
刻的预估运动状态量进行优化和更新,进而得到被测对象在当前时刻的优化后运动状态
量。
前一时刻的优化后运动状态量之间的差异;测量状态差异为被测对象在当前时刻的测量运
动状态量与被测对象在前一时刻的测量运动状态量之间的差异;并通过对预估状态差异与
测量状态差异进行比对,及时且高效地分辨出被测对象当前是否处于干扰工况下,进而确
定被测对象在当前时刻的测量运动状态量的可靠程度,通过根据该可靠程度对被测对象在
当前时刻的预估运动状态量进行相适应地优化,得到用于对被测对象进行导航的当前时刻
的优化后运动状态量,提高在干扰环境下对被测对象的导航定位精度与导航定位鲁棒性。
量进行优化,得到被测对象在当前时刻的优化后运动状态量,包括:获取预估状态差异对应
的预估状态差值,以及,获取测量状态差异对应的测量状态差值;计算测量状态差值与预估
状态差值之间的第一差值,并将第一差值的绝对值作为状态优化参数;状态优化参数为用
于表征被测对象在当前时刻的测量运动状态量的可靠程度;根据状态优化参数,对被测对
象在当前时刻的预估运动状态量进行优化,得到被测对象在当前时刻的优化后运动状态
量。
状态量进行优化,得到被测对象在当前时刻的优化后运动状态量,具体包括:服务器110获
取预估状态差异对应的预估状态差值,以及,获取测量状态差异对应的测量状态差值;然
后,服务器110计算测量状态差值与预估状态差值之间的第一差值,并将第一差值的绝对值
作为用于表征被测对象在当前时刻的测量运动状态量的可靠程度的状态优化参数。最后,
服务器110 根据状态优化参数,对被测对象在当前时刻的预估运动状态量进行优化,得到
被测对象在当前时刻的优化后运动状态量。
多路径或载体振动较严重等干扰情况,所测得的被测对象在当前时刻的测量运动状态量的
可靠程度低,若用测得的被测对象在当前时刻的测量运动状态量对被测对象在当前时刻的
预估运动状态量进行优化,不能准确地得到被测对象在当前时刻的优化后运动状态量;因
此,服务器110直接将被测对象在当前时刻的预估运动状态量,作为被测对象在当前时刻的
优化后运动状态量,即将被测对象在当前时刻的后验估计值置为先验预估值,可以获得更
加准确地短时估计效果。
即当前时刻的观测值完成卡尔曼滤波迭代,得到被测对象在当前时刻的优化后运动状态量
即针对被测对象最优状态的后验估计值。
并将第一差值的绝对值作为用于表征被测对象在当前时刻的测量运动状态量的可靠程度
的状态优化参数;通过根据状态优化参数,准确地分辨出被测对象当前是否处于干扰工况
下,进而对被测对象在当前时刻的预估运动状态量进行相适应地优化,从而准确地得到用
于对被测对象进行导航的当前时刻的优化后运动状态量,提高在干扰环境下对被测对象的
导航定位精度与导航定位鲁棒性。
被测对象在当前时刻的预估运动状态量与被测对象在前一时刻的优化后运动状态量之间
的差值,得到预估状态差值。
象在前一时刻的优化后运动状态量;然后,服务器110 计算被测对象在当前时刻的预估运
动状态量与被测对象在前一时刻的优化后运动状态量之间的差值,得到预估状态差值。
续得到准确地状态优化参数,并根据该状态优化参数准确地分辨出被测对象当前是否处于
干扰工况下,进而对被测对象在当前时刻的预估运动状态量进行相适应地优化,从而准确
地得到用于对被测对象进行导航的当前时刻的优化后运动状态量,提高在干扰环境下对被
测对象的导航定位精度与导航定位鲁棒性。
测对象在当前时刻的测量运动状态量与被测对象在前一时刻的测量运动状态量之间的差
值,得到测量状态差值。
象在前一时刻的测量运动状态量;然后,服务器110计算被测对象在当前时刻的测量运动状
态量与被测对象在前一时刻的测量运动状态量之间的差值,得到测量状态差值。
得到准确地状态优化参数,并根据该状态优化参数准确地分辨出被测对象当前是否处于干
扰工况下,进而对被测对象在当前时刻的预估运动状态量进行相适应地优化,从而准确地
得到用于对被测对象进行导航的当前时刻的优化后运动状态量,提高在干扰环境下对被测
对象的导航定位精度与导航定位鲁棒性。
断状态优化参数是否大于状态优化阈值;若否,则使用被测对象在当前时刻的测量运动状
态量,对被测对象在当前时刻的预估运动状态量进行优化,得到被测对象在当前时刻的优
化后运动状态量。
态优化阈值;判断状态优化参数是否大于状态优化阈值;若否,则说明环境干扰的影响在卡
尔曼滤波噪声模型中被评估较为充分,继续依照卡尔曼增益及被测对象在当前时刻的测量
运动状态量即当前时刻的观测值完成原卡尔曼滤波迭代,得到被测对象在当前时刻的优化
后运动状态量即当前时刻的后验估计值X(k)。
步限定。
量之后,服务器110对当前时刻的误差协方差进行更新。
在卡尔曼滤波噪声模型中被评估较为充分,继续依照卡尔曼增益及被测对象在当前时刻的
测量运动状态量即当前时刻的观测值完成原卡尔曼滤波迭代,得到高精度的当前时刻的优
化后运动状态量,进而提高在干扰环境下对被测对象的导航定位精度。
运动状态量的可靠程度低,若用测得的被测对象在当前时刻的测量运动状态量对被测对象
在当前时刻的预估运动状态量进行优化,不能准确地得到被测对象在当前时刻的优化后运
动状态量;因此,服务器110直接将被测对象在当前时刻的预估运动状态量,作为被测对象
在当前时刻的优化后运动状态量,即将,认为观测量偏离量测模型较严重,而直接取后验估
计值X(k) 为先验估计值X'(k),以短时依靠状态推算来限制误差的扩大或发散。
运动状态量的可靠程度低,通过直接将被测对象在当前时刻的预估运动状态量,作为被测
对象在当前时刻的优化后运动状态量以短时依靠状态推算来限制误差的扩大或发散,可以
提高在干扰环境下对被测对象的导航定位精度。
括:获取被测对象在当前时刻的卡尔曼增益;根据卡尔曼增益和被测对象在当前时刻的测
量运动状态量,对被测对象在当前时刻的预估运动状态量进行更新,得到被测对象在当前
时刻的优化后运动状态量。
的过程中,具体包括:服务器110获取被测对象在当前时刻的卡尔曼增益;根据卡尔曼增益
和被测对象在当前时刻的测量运动状态量,对被测对象在当前时刻的预估运动状态量进行
更新,得到被测对象在当前时刻的优化后运动状态量。
进行更新,得到被测对象在当前时刻的优化后运动状态量,从而得到高精度的当前时刻的
优化后运动状态量,进而提高在干扰环境下对被测对象的导航定位精度。
刻的测量运动状态量的可靠程度。
后运动状态量。
到用于对被测对象进行导航的当前时刻的优化后运动状态量,提高在干扰环境下对被测对
象的导航定位精度与导航定位鲁棒性。
步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图3中的
至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同
一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然
是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者
交替地执行。
先验估计值X'(k)和当前时刻的观测量Z(k);计算测量状态差值Z_d=Z(k)‑Z(k‑1)和计算
预估状态差值X_d=X'(k)‑X(k‑1);计算状态优化参数D=|Z_d‑X_d|;判断状态优化参数是
否大于状态优化阈值;若是,则使用卡尔曼增益计算后验估计值;若否,则将先验估计值置
为后验估计值。最后,更新误差协方差结束本次迭代,返回迭代开始的步骤。如此,可以及时
且高效地分辨出被测对象当前是否处于干扰工况下,进而可以对被测对象在当前时刻的预
估运动状态量进行相适应地优化,得到用于对被测对象进行导航的当前时刻的优化后运动
状态量,提高在干扰环境下对被测对象的导航定位精度与导航定位鲁棒性。
部放大图;其中,轨迹环形区域为卫星遮挡区域;可见,与普通卡尔曼滤波算法相比,本改进
卡尔曼滤波算法在未遮挡区域无明显区别;而在GNSS信号遮挡区域,则对定位精度和平滑
性有明显的改善。其中遮挡区域放大图如图5B所示,GNSS信号遮挡严重时,虚线表示的普通
卡尔曼滤波方法定位误差显著增大,最大误差超过10米,且存在局部发散的问题;而如实线
所示,经修正后的改进卡尔曼滤波方法依然能获取较高精度且较平滑的定位效果,不存在
收敛问题。
态量之间的差异;
量之间的差异;
时刻的预估运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所
述被测对象在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
象在前一时刻的优化后运动状态量之间的差异;测量状态差异为被测对象在当前时刻的测
量运动状态量与被测对象在前一时刻的测量运动状态量之间的差异;并通过对预估状态差
异与测量状态差异进行比对,及时且高效地分辨出被测对象当前是否处于干扰工况下,进
而确定被测对象在当前时刻的测量运动状态量的可靠程度,通过根据该可靠程度对被测对
象在当前时刻的预估运动状态量进行相适应地优化,得到用于对被测对象进行导航的当前
时刻的优化后运动状态量,提高在干扰环境下对被测对象的导航定位精度与导航定位鲁棒
性。
象在当前时刻的测量运动状态量的可靠程度;
被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运动状态量
之间的差值,得到所述预估状态差值。
测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动状态量之间
的差值,得到所述测量状态差值。
运动状态量,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述被测对象
在当前时刻的优化后运动状态量。
在当前时刻的优化后运动状态量。
对所述被测对象在当前时刻的预估运动状态量进行更新,得到所述被测对象在当前时刻的
优化后运动状态量。
分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备
中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执
行以上各个模块对应的操作。
数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包
括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据
库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算
机设备的数据库用于存储被测对象的导航数据。该计算机设备的网络接口用于与外部的终
端通过网络连接通信。该计算机程序被处理器执行时以实现一种被测对象的导航方法。
可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象
在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
量状态差值与所述预估状态差值之间的第一差值,并将所述第一差值的绝对值作为状态优
化参数;所述状态优化参数为用于表征所述被测对象在当前时刻的测量运动状态量的可靠
程度;根据所述状态优化参数,对所述被测对象在当前时刻的预估运动状态量进行优化,得
到所述被测对象在当前时刻的优化后运动状态量。
计算所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后运
动状态量之间的差值,得到所述预估状态差值。
算所述被测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动状
态量之间的差值,得到所述测量状态差值。
刻的测量运动状态量,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所述
被测对象在当前时刻的优化后运动状态量。
态量,对所述被测对象在当前时刻的预估运动状态量进行更新,得到所述被测对象在当前
时刻的优化后运动状态量。
运动状态量进行优化,得到所述被测对象在当前时刻的优化后运动状态量;所述被测对象
在当前时刻的优化后运动状态量用于对所述被测对象进行导航。
测量状态差值与所述预估状态差值之间的第一差值,并将所述第一差值的绝对值作为状态
优化参数;所述状态优化参数为用于表征所述被测对象在当前时刻的测量运动状态量的可
靠程度;根据所述状态优化参数,对所述被测对象在当前时刻的预估运动状态量进行优化,
得到所述被测对象在当前时刻的优化后运动状态量。
量;计算所述被测对象在当前时刻的预估运动状态量与所述被测对象在前一时刻的优化后
运动状态量之间的差值,得到所述预估状态差值。
计算所述被测对象在当前时刻的测量运动状态量与所述被测对象在前一时刻的测量运动
状态量之间的差值,得到所述测量状态差值。
时刻的测量运动状态量,对所述被测对象在当前时刻的预估运动状态量进行优化,得到所
述被测对象在当前时刻的优化后运动状态量。
状态量,对所述被测对象在当前时刻的预估运动状态量进行更新,得到所述被测对象在当
前时刻的优化后运动状态量。
可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,
本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可
包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM
(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括
随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,
诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强
型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM (SLDRAM)、存储器总线(Rambus)直接RAM
(RDRAM)、直接存储器总线动态RAM (DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
盾,都应当认为是本说明书记载的范围。
说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护
范围。因此,本申请专利的保护范围应以所附权利要求为准。