一种适用于车载智能手机平台的惯性辅助GNSS定位方法与流程

测量装置的制造及其应用技术一种适用于车载智能手机平台的惯性辅助gnss定位方法技术领域1.本发明涉及智能手机gnss定位相关技术，具体涉及一种适用于车载智能手机平台的惯性辅助gnss定位方法。背景技术：2.目前，智能手机用户已经习惯在车载场景下使用手机导航功能，因为gnss信号极易受高楼、树荫、高架桥等遮挡影响，而且在隧道中完全无法接收gnss信号，所以单纯手机gnss定位在以上场景往往无法输出准确定位信息，严重影响用户体验度。3.用户在车载场景使用导航定位功能时，智能手机一般通过车载手机支架固定安装在汽车中控台位置，由于车载手机支架可根据驾驶员用户习惯进行一定程度的姿态角度调整，故智能手机内置imu模块而言并非完全固定基座，在传统六自由度imu/gnss融合算法中，若车辆行驶过程中用户调整支架姿态，则融合解算姿态角需要较长时间收敛从而影响整体融合定位效果。技术实现要素：4.针对智能手机用于车载导航场景，gnss信号极易受高楼、树荫、高架桥、隧道等遮挡影响而导致定位不准确，影响用户体验的问题，本发明提供一种适用于车载智能手机平台的惯性辅助gnss定位方法。5.一种适用于车载智能手机平台的惯性辅助gnss定位方法，mems-imu模块提供天向陀螺仪数据和前向加速度计数据，进行单陀螺单加速度计航位推算，然后输出到ekf标定解算滤波器作为滤波器状态预估信息；gnss模块提供gnss速度和gnss位置，结合手机mems-气压计提供的相对高度数据进行gnss置信度评估，然后输出到ekf标定解算滤波器作为ekf滤波器第一组观测数据；轮速编码器模块通过汽车与手机互联技术获取轮速数据，然后输出到ekf标定解算滤波器作为ekf滤波器第二组观测数据；最后由ekf标定解算滤波器输出融合定位结果。6.所述mems-imu模块使用手机安装固定于支架后的前向mems加速度计数据和天向mems陀螺仪数据，基于前向mems加速度计数据和天向mems陀螺仪数据编排位姿航位推算方程作为ekf滤波的状态预估方程，手机在支架上的安装方式在横屏和竖屏模式切换时，通过加速度计对重力方向测量判断三轴中的天向陀螺仪。7.所述gnss模块提供位置、速度数据作为ekf滤波的第一组观测数据；对于自带mems气压计的智能手机，通过智能手机自带mems气压计输出的高度数据与gnss高度数据对比信息差计算，自适应调整gnss数据在融合定位中权重，从而提升最终定位效果；对于不带mems气压计的智能手机则通过gnss模块输出的星数、精度因子信息确定在ekf融合中的权重。8.所述的轮速编码器模块提供汽车轮速数据作为ekf滤波器的第二组观测数据，所述汽车轮速数据通过手机与汽车互联技术获取。9.所述的方法，步骤如下：步骤（1）智能手机以任意初始姿态固定安装到车载支架，开启导航定位功能，手机gnss模块进入gnss定位解算功能，输出gnss解算位置和速度；步骤（2）根据gnss输出定位结果，初始化单陀螺仪/单加速度计航位推算状态；步骤（3）判断imu数据是否到达，若imu数据到达则通过加速度计数据与重力数据对比判断三轴中的天向陀螺仪和前向加速度计；步骤（4）基于天向陀螺仪数据和前向加速度计数据进行航位推算；步骤（5）判断gnss数据是否到达，若gnss数据到达则以gnss位置、速度作为观测，基于ekf滤波器与单陀螺/单加速度计航位推算结果进行最优融合，gnss数据融合的置信度通过气压计对比计算得到或者通过gnss星数、精度因子信息计算得到；步骤（6）判断轮速数据是否到达，若轮速数据到达则以轮速作为观测，基于ekf滤波器与单陀螺/单加速度计航位推算结果进行最优融合；步骤（7）若手机导航定位功能继续使用，则重复步骤（3）~（6），若手机导航定位功能关闭则结束。10.本发明的有益效果：本方法提出一种适用于车载智能手机平台的惯性辅助gnss定位方法，通过针对性设计单陀螺单加速度计航位推算算法编排，基于ekf算法可将手机gnss数据、手机mems-imu数据、汽车轮速数据及手机mems气压计数据有效融合，得到的融合定位结果效果远优于单纯gnss定位，有效提升车载场景下手机导航定位功能的用户体验。11.本方法首先提出一种适用于车载支架场景下的单陀螺单加速度计航位递推编排算法，能有效解决手机支架姿态调整的问题。12.随着汽车手机互联技术的成熟，通过蓝牙、wifi等互联技术获取汽车轮速数据成为可能，本方法在单陀螺单加速度计/gnss融合基础上，进一步提出将通过车联技术获取的轮速数据用于辅助智能手机定位性能的融合方案，能有效提升整体融合定位效果，尤其在隧道等gnss信号完全遮挡的场景。另外，对于部分智能手机自带mems气压计，本方法设计了将气压计用于辅助gnss定位提升的方案，通过气压高度计输出高度数据与gnss高度数据对比信息差自适应调整gnss数据在融合定位中权重，从而提升最终定位效果。13.值得指出的是，本发明并不是所有的技术方案都能达到以上全部技术效果。附图说明14.图1为一种适用于车载智能手机平台的惯性辅助gnss定位的算法方案图。15.图2为一种适用于车载智能手机平台的惯性辅助gnss定位的步骤流程图。具体实施方式16.为了使本发明的目的、技术方案及优点更加清楚，以下根据各图，结合具体实施例及相关公式推导，对本发明进行进一步的详细说明。17.如图1所示，一种适用于车载智能手机平台的惯性辅助gnss定位方法，mems-imu模块提供天向陀螺仪数据和前向加速度计数据，进行单陀螺单加速度计航位推算，然后输出到ekf标定解算滤波器作为滤波器状态预估信息；gnss模块提供gnss速度和gnss位置，结合手机mems-气压计提供的相对高度数据进行gnss置信度评估，然后输出到ekf标定解算滤波器作为ekf滤波器第一组观测数据；轮速编码器模块通过汽车与手机互联技术获取轮速数据，然后输出到ekf标定解算滤波器作为ekf滤波器第二组观测数据；最后由ekf标定解算滤波器输出融合定位结果。18.在本实例中，mems-imu模块仅使用手机安装固定于支架后的前向mems加速度计数据和天向mems陀螺仪数据，手机在支架上的安装方式在横屏和竖屏模式切换时，可通过加速度计对重力方向测量判断三轴中的天向陀螺仪。基于前向加速度计数据和天向陀螺仪数据编排位姿航位推算方程作为ekf滤波的状态预估方程，具体航位推算状态方程设计如下：其中φ为航向角，v为车辆前行速度，x，y为东向位置、北向位置，wz为天向陀螺仪数据， fy为前向加速度计数据，δw为陀螺噪声，δf为加速度计噪声，eabs为轮速标度因子。19.状态a反应了陀螺安装倾斜和标度因子误差综合影响，为待估计常量；状态b反应了陀螺零偏、安装倾斜和标度因子综合影响，为待估计常量；状态c反应了加速度计安装倾斜和标度因子综合影响，为待估计常量；状态d反应了加速度计零偏、安装倾斜和标度因子综合影响，为待估计常量。20.本方法涉及的单陀螺/单加速度计航位推算方程设计中，将imu安装倾斜、零偏、标度因子等待估常量用a,b,c,d四个常量状态进行综合表达，相比六自由度捷联解算方程，在gnss位置速度观测的ekf融合过程中具备更快的收敛速度，因此能快速估计消除手机支架被掰挪后的安装倾斜影响。21.在本实例中，gnss模块提供位置、速度数据作为ekf滤波的第一组观测数据。对于部分自带mems气压计的只能手机，通过智能手机自带mems气压计输出的高度数据与gnss高度数据对比信息差计算，自适应调整gnss数据在融合定位中权重，从而提升最终定位效果；若智能手机没有mems气压计则通过gnss模块输出的星数、精度因子等信息确定在ekf融合中的权重。基于ekf的单陀螺单加速度计/gnss融合算法中，gnss观测方程如下：其中，xgnssygnss为gnss东向位置、北向位置观测量，vx_gnssyy_gnss为gnss东向速度、北向速度，δx,δy,δvx,δvy为gnss位置噪声和速度噪声。22.在本实例中，轮速编码器模块提供汽车轮速数据作为ekf滤波器的第二组观测数据，基于当前手机与汽车互联技术成熟，手机通过与汽车联网获取汽车轮速数据成为可能，本方法提出将手机与汽车联网获取轮速数据用于作为辅助gnss定位的有效信息之一，基于ekf算法与imu数据、gnss数据进行有效融合，从而提升最终定位效果。在ekf融合算法中，轮速观测方程如下：其中，vabs为轮速数据，eabs为轮速标度因子，δvabs为轮速测量噪声。23.基于ekf算法框架的单陀螺单加速度计/gnss/轮速/气压数据融合定位方案原理图如图1所示，涉及的ekf算法流程如下：假设通过线性离散化后的组合定位系统的状态方程和量测方程为：状态方程：量测方程：状态噪声方差阵和量测噪声方差阵：系统离散化后可得系统矩阵： 系统噪声驱动矩阵：，量测矩阵：，结合状态噪声矩阵和量测噪声矩阵，卡尔曼滤波算法过程如下：状态预估：协方差预估：最优增益计算：状态最优估计：协方差最优估计：。24.本实例涉及具体步骤如图2所示，步骤如下：步骤（1）智能手机以任意初始姿态固定安装到车载支架，开启导航定位功能，手机gnss模块进入gnss定位解算功能，输出gnss解算位置和速度；步骤（2）根据gnss输出定位结果，初始化单陀螺仪/单加速度计航位推算状态；步骤（3）判断imu数据是否到达，若imu数据到达则通过加速度计数据与重力数据对比判断三轴中的天向陀螺仪和前向加速度计；步骤（4）基于天向陀螺仪数据和前向加速度计数据进行航位推算；步骤（5）判断gnss数据是否到达，若gnss数据到达则以gnss位置、速度作为观测，基于ekf滤波器与单陀螺/单加速度计航位推算结果进行最优融合，gnss数据融合的置信度通过气压计对比计算得到或者通过gnss星数、精度因子等信息计算得到；步骤（6）判断轮速数据是否到达，若轮速数据到达则以轮速作为观测，基于ekf滤波器与单陀螺/单加速度计航位推算结果进行最优融合；步骤（7）若手机导航定位功能继续使用，则重复步骤（3）~（6），若手机导航定位功能关闭则结束。25.以上所述仅为本发明的较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或者替换，都应涵盖在本发明保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!