基于多传感器融合的车载航位推算系统

牟文杰， 叶凌云

(浙江大学 生物医学工程与仪器科学学院，浙江 杭州 310027)

基于多传感器融合的车载航位推算系统

牟文杰， 叶凌云

(浙江大学 生物医学工程与仪器科学学院，浙江 杭州 310027)

针对传统车载航位推算(DR)系统单独导航时导航误差随时间迅速累积的问题，提出一种基于多传感器信息融合的低成本车载DR系统。以无迹卡尔曼滤波器(UKF)作为数据融合算法，综合利用里程计、陀螺、加速度计、磁力计和气压计等多种传感器的信息，抑制DR系统的累积误差，以低成本、低精度的传感器实现高精度导航。通过实际的长达12 min的道路导航试验，结果表明:导航误差小于总航程的1 %，与传统DR系统相比有较大的精度提升。

航位推算； 多传感器； 无迹卡尔曼滤波； 车载导航

0 引 言

为降低车载DR系统导航误差随时间增长的速度，本文提出一种基于多传感器信息融合的3D车载DR系统，以无迹卡尔曼滤波器(unscented Kalman filter,UKF)作为数据融合算法，综合利用里程计、陀螺、加速度计、磁力计和气压计等多种传感器的信息，抑制车载DR系统导航误差的累积，以低成本、低精度的传感器实现高精度导航。

1 基于多传感器融合的车载DR系统组成

本文提出的DR系统由里程计、单轴陀螺、双轴加速度计、三轴磁力计和气压计等传感器组成，如图1所示。双轴加速度计水平安装，分别感知x轴和y轴方向的加速度，用于计算车辆的水平姿态，包括俯仰角和横滚角。陀螺敏感轴与z轴平行，用于计算航向角。三轴磁力计分别沿x,y,z轴安装，感知地磁场方向，结合水平姿态角，同样可求得航向角。由陀螺积分得到的航向角短期精度高，但误差随时间不断累积，而磁力计计算得到的航向角误差随时间相对稳定，融合两者的信息以得到短期和长期高精度的航向角。里程计安装在车辆轮胎上，输出的脉冲信息可计算车辆的前向速度(即沿y轴方向的速度)。利用3D姿态信息(水平姿态和航向角信息)，将里程计测得的前向速度投影到东北天导航坐标系中，得到3D速度信息(东向、北向和天向速度)，然后积分得到3D位置信息(纬度、经度和高度)。气压计测得大气气压值可推算出高度，进而修正高度误差。

图1 车载DR系统的传感器安装示意图

2 基于UKF的数据融合算法

由于车载DR系统为非线性系统，采用UKF作为数据融合算法，原理如图2所示。UKF由状态方程和量程方程描述[7,8]

(1)

式中xk为系统状态量，uk为控制输入量，zk为观测量，wk和ηk分别为系统噪声和观测噪声。

下面详细推导了UKF的离散状态方程和量测方程。

图2 多传感器数据融合算法的原理框图

2.1 离散状态方程

由表4可知，2012～2016年间该院患者住院费用总结构变动度为12.36%，年均结构变动度为3.09%。将该时间范围内的住院费用相关数据分为4个区间后进行统计分析可发现，其中2015～2016年的费用结构变动度为9.23%，较其他年份剧烈且明显高于年均结构变动度。

于是,UKF的离散状态方程(DR系统的非线性运动模型)建立如下

(2)

(3)

2.2 量测方程

当DR系统单独导航时，利用磁力计计算得到的航向角和气压计计算得到的高度作为观测量，量测方程建立如下

(4)

(5)

(6)

UKF算法的更新过程在文献[6,7]中已有详细描述，这里就不再重复描述。

3 实验结果与分析

为验证本文提出的车载DR系统的导航性能，进行了实际道路导航实验。路线为绕杭州黄龙体育中心周围一圈，历时760 s，总里程约为4 km。实验中采用的传感器均为低成本、低精度的传感器。实验中，采集各传感器的数据，并在Matlab中进行仿真后处理。由GPS提供DR系统初始位置，并以GPS轨迹作为参考，分别利用本文提出的基于多传感器信息融合的DR算法和文献[5]提出的DR算法(以下称作传统DR)进行导航，结果如图3所示。

图3 导航轨迹图

图3中的实线为本文提出的DR系统的导航轨迹，可以看出与GPS轨迹(虚线)基本重合；点划线为传统DR导航轨迹，可以看出导航轨迹随时间不断偏离真实轨迹。位置误差如图4所示，本文提出的DR系统在整个导航过程中位置误差随时间缓慢漂移，最大误差约为30 m，小于总航程的1 %；而传统DR的位置误差随时间迅速累积，最大误差达到200 m。同时，高度方向由于有气压计的修正，本文提出的DR的高度误差约为传统DR的50 %。

图4 DR系统的位置误差

进一步分析DR系统的航向角误差，如图5所示。可以看出:传统DR的航向角误差随时间呈线性增长，经过760 s后，航向角误差达到30°；本文提出的DR输出的航向角由于有磁力计的修正，与GPS估算出的航向角之间的误差保持在5°之内，且误差不随时间累积。

图5 DR系统的航向角误差

综上所述，本文提出的DR系统相对于传统DR系统，主要优势在于综合利用多种传感器的信息，能有效抑制累积误差，使3D速度误差、3D姿态误差和高度误差不随时间积累，位置误差随时间的积累缓慢，从而维持较长时间的高精度导航。

4 结束语

针对车载DR系统单独导航时导航误差迅速累积的问题，提出了一种基于多传感器信息融合的车载DR系统。以UKF作为数据融合算法，综合利用里程计、陀螺、加速度计、磁力计和气压计等多种传感器的信息，有效抑制了DR系统的累积误差。实验结果表明:位置误差小于总航程的1 %，与传统DR系统相比，导航误差随时间积累速度慢，能保持更长时间的高精度导航。本文提出的3D车载DR系统成本低、实现容易，能够作为GPS失效期间有效的导航方式。

[1] 沈雪松,刘建业,孙永荣,等.基于多传感器信息融合城市车辆导航定位[J].传感器与微系统,2006,25(1):85-88.

[2] 金亮良,何文涛,徐建华,等.一种低成本GPS/DR组合导航系统设计[J].计算机工程,2012,38(18):228-230.

[3] 常 青,郑平方.车载GPS/DR组合导航系统数据融合算法研究[J].通信学报,2000,21(2):42-48.

[4] Baird W H.An introduction to inertial navigation[J].American Journal of Physics,2009,77(9):844-847.

[5] Noureldin A,Karamat T B,Georgy J.Fundamentals of inertial navigation,satellite-based positioning and their integration[M].Berlin:Springer,2013.

[6] Julier Simon J,Uhlmann Jeffrey K.Unscented filtering and nonli-near estimation[J].Proceedings of the IEEE,2004,92(3):401-422.

[7] Wan E A,Van der Merwe R.The unscented Kalman filter for nonlinear estimation[C]∥Adaptive Systems for Signal Proce-ssing,Communications,and Control Symposium,(AS-SPCC),IEEE,2000:153-158.

Vehicular DR system based on multi-sensor fusion

MOU Wen-jie, YE Ling-yun

(College of Biomedical Engineering & Instrument Science,Zhejiang University,Hangzhou 310027,China)

Aiming at problem that navigation errors of traditional vehicular dead reckoning (DR) are accumulated rapidly with time,a low-cost vehicular DR system based on multi-sensor fusion is proposed.Use unscented Kalman filter(UKF) as data fusion algorithm,information from multiple sensors,including odometer,gyroscope,accelerometer,magnetometer and barometer,are fused to restrain accumulated errors of DR system,realize high-precise navigation using low cost,low precision sensor.Through real road navigation experiment for 12 min,result shows that navigation error is less than 1 % of the total distance,the precision is hight improved compared with traditional DR system.

dead reckoning (DR); multi-sensor; UKF; vehicular navigation

10.13873/J.1000—9787(2015)01—0094—03

2014—05—15

V 249.32

A

1000—9787(2015)01—0094—03

牟文杰(1989-)，男，浙江绍兴人，硕士研究生，主要从事GPS/DR组合导航算法研究。