1 引言
全球导航定位系统(GPS)因其可以提供全天候、连续、实时的高精度定位信息而在车辆定位中获得了广泛的应用。但是当车辆行驶于地下隧道、高楼等特殊地理环境时,由于GPS卫星遮挡问题的存在会造成GPS无法正常定位;基于此,一般车载导航系统普遍采用低成本的航位推算系统(DR)和GPS来构成组合定位系统。当GPS信号丢失而无法定位时,DR系统可继续工作,系统的可靠性得到了提高 [1-2]。
实际的车辆组合导航系统模型一般都是非线性的。利用扩展卡尔曼滤波(EKF)方法,即将非线性方程围绕状态估值进行Talor展开,并进行一阶线性化截断,可建立系统的线性化标准卡尔曼滤波模型。但是在实际应用中,EKF也存在着一些不足:如当非线性观测方程的Talor展开式中的高次项不能忽略时,EKF会导致很大的线性化误差,造成滤波器难以稳定 [3-4]。
针对EKF的不足,近几年出现了一套全新的非线性滤波方法,即Sigma-Point卡尔曼滤波(SPKF),其利用加权统计线性化回归技术(WSLR),通过一组确定性采样点(Sigma点)来捕获系统的相关统计参量。根据Sigma点选取的不同,其主要分为Unscented卡尔曼滤波(UKF)和中心差分卡尔曼滤波(CDKF)[5]。
CDKF滤波算法的优势在于它克服了EKF方法的缺点,滤波时不需要系统模型的具体解析形式,并充分考虑了随机变量的噪声统计特性,具有比EKF更小的线性化误差和更高的定位精度,它对状态协方差的敏感性要低得多,且逼近速度快于UKF。研究发现CDKF的另一个优点是只使用一个参数h,相对于需要确定三个参数的UKF,在实际应用中更便于实现[6]。
本文分别利用CDKF、UKF和EKF三种方法对车辆GPS/DR组合导航系统进行了滤波实验,实验结果进一步表明CDKF方法明显优于EKF和UKF方法,是车辆组合导航中一种更理想的非线性滤波方法,真正实现了车辆低成本、高精度的实时定位。
2 中心差分卡尔曼滤波(CDKF)算法描述
CDKF的出发点是借助sterling插值公式,用多项式逼近非线性方程的导数,从而避免复杂的求导运算,它采用中心差分代替Talor展开中的一阶和二阶导数[7]。对于L维的状态向量,CDKF的sigma点的个数为2L+1,为了使sigma点具有与真实状态分布相同的均值、方差和高阶中心矩,sigma点和权值按(1)式构造:
3 试验方案设计与实现
为了验证本文所述新的卡尔曼滤波器的有效性和优越性,使用两个精度相差一个数量级的GPS接收平台,高精度的GPS接收平台使用精度较高的接收机及DGPS方法,接收到的高精度动态定位数据作为系统真实值。低精度的GPS接收平台选用精度与前者相差一个数量级的接收机及单机GPS方法,接收到的低精度动态定位数据作为卡尔曼滤波器的滤波对象,用滤波以后的状态估计值与系统状态真实值进行比较,来衡量滤波的效果。[page]
3.1 试验平台及软件
在这里高精度的GPS接收平台选用CMC公司AllStar Base GPS板和MDS公司MDS OEM Series TM电台作为基准站,移动站选用CMC公司SuperStar GPS板和MDS公司MDS OEM Series TM电台,能使定位精度保持在2m左右。低精度的GPS接收平台选用GARMIN公司出品的OEM板GPS35LP(GPS35-HVS)。作者于2008年2月将DGPS的基准站设在江苏大学电气大楼,DGPS的移动站和单机GPS接收机置于车内,于江苏大学校门口学府路段做匀速运动,使用starview monitor和u-center 4.01在上位机上进行数据的同步接收。试验设备如图1、图2所示。
图1 DGPS的基准站
图2 DGPS的移动站和单机GPS
3.2 试验结果及分析
试验接收的到的部分数据如下:见表1。
表1 接收机接收到的数据
将新的CDKF滤波算法应用到GPS导航定位系统中。分别采用EKF,UKF和CDKF三种滤波算法分别对实验获得的GPS数据进行滤波处理。试验结果如图3、图4所示。为了更直观地表现三种滤波算法的效果,分别将三种滤波方法的误差均值列于表2。
从滤波曲线图3和图4可以看出:采用CDKF和UKF滤波的东北向位置误差都控制在10米以内,而采用EKF的位置误差比较大;从表2也可以得出,对于经纬度误差均值和东北向速度误差来说,CDKF和UKF两种算法也明显优于EKF,可见,CDKF滤波的定位精度和可靠性都大大高于了EKF,但是UKF的计算量相对EKF略有增加,而由于CDKF相对UKF的计算参数减少,因此逼近速度相对提高,使得计算量也有所减少。
表2 三种滤波算法的误差比较
4 结论
本文阐述了一种新的滤波算法-中心差分卡尔曼滤波,并将其应用到GPS/DR组合导航系统中,分析了其在滤波方法和计算过程中的明显优势,通过多次实验进行参数调试得出EKF、UKF和CDKF三种滤波的实验对比,无论在定位精度和速度方面还是计算量上,CDKF都优于前两者,并且其实现相对简单,应用范围更为广泛,是动态系统一种有效的状态估计算法。
参考文献
[1] 付梦印, 邓志红, 张继伟. Kalman滤波理论及其在导航系统中的应用[M]. 北京: 科学出版社, 2003.
[2] 刘洋, 潘晓刚, 王正明, 易东云. 基于增强型GPS的自适应UKF实时星间相对定位方法[J]. 测绘学报, 2008,(01)
[3] 张传斌, 田蔚风, 金志华. UKF滤波方法及其在车辆导航状态估计中的应用[J]. 系统仿真学报, 2005, 17(6): 1456-1458.
[4] R.van der Merwe.“Sigma-Point Kalman Filters for Probabilistic Inference in Dynamic State-Space Models”.PhD thesis, OGI School of Science & Engineering at Oregon Health & Science Universit, Portland, OR, April 2004.
[5] Kazufum i Ito and KaiqiXiong.Gaussian Filters for Nonlinear Filtering Problems[J].IEEE Transactions on Automatic Control,may2000,45(5):910-927.
[6] Tom V, Wang Xiaodong. Decentralized Sigma-Point Information Filters for Target Tracking in Collaborative Sensor Networks .IEEE Transactions on Signal Processing,2005,53 (8) :2997-3009 .
[7] 刘国海, 李康吉. 基于PDA的GPS定位精度提高方法[J]. 江苏大学学报:自然科学版,2005,26(5):448-452.LIU Guo-hai, Li Kang-ji. Improving GPS positioning accuracy based on PDA [J]. Journal of Jiangsu University: Natural Science Edition, 2005, 26(5):448-452.(in Chinese)
上一篇:谈ETC收费系统的体系结构及其特点
下一篇:Pilz 安全产品在汽车制造行业的应用
推荐阅读最新更新时间:2024-05-02 22:10
- CGD和Qorvo将共同革新电机控制解决方案
- 是德科技 FieldFox 手持式分析仪配合 VDI 扩频模块,实现毫米波分析功能
- 贸泽开售可精确测量CO2水平的 英飞凌PASCO2V15 XENSIV PAS CO2 5V传感器
- 玩法进阶,浩亭让您的PCB板端连接达到新高度!
- 长城汽车研发新篇章:固态电池技术引领未来
- 纳芯微提供全场景GaN驱动IC解决方案
- 解读华为固态电池新专利,2030 叫板宁德时代?
- 让纯电/插混车抓狂?中企推全球首款-40℃可放电增混电池,不怕冷
- 智驾域控知多少:中低端车型加速上车,行泊一体方案占主体
- Foresight推出六款先进立体传感器套件 彻底改变工业和汽车3D感知
- 直播报名:TI 用于感测应用、带可配置信号链元素的新型MSP430™ MCU,报名直播赢双重好礼!
- 芯币竞拍:感恩教师节专场
- Mouser(贸泽电子)初体验,晒单有惊喜
- 安世半导体&世平集团 Nexperia 在5G基础架构的应用 下载赢好礼!
- 说说电源晋级路上的那些“拦路虎”
- 有奖直播:现代电动工具的设计挑战与英飞凌解决之道
- EEWORLD跨年芯币竞价——示波器、开发板、技术图书等你拿
- TI有奖直播|借助Sitara™ AM263x MCU 创造电气化的未来
- 跟帖免费申请UFUN学习板开始啦,跟着张进东学习&进阶模拟、工程技能
- TE Connectivity的智能建筑解决方案——传感和连接,智能楼宇设计的关键