完整性：您真的能相信您的 GPS 位置吗？

最新推荐文章于 2024-10-06 21:45:11 发布

SeptentrioGNSS

最新推荐文章于 2024-10-06 21:45:11 发布

阅读量258

点赞数 5

文章标签：人工智能机器学习

本文链接：https://blog.csdn.net/SeptentrioGNSS/article/details/137607506

版权

本文讨论了高完整性GPS/GNSS接收器在确保自主机器如农业机器人在复杂环境下的定位精度和可靠性的重要性。通过RAIM和RAIM+技术，接收器能有效处理多路径、电离层干扰、欺骗等问题，为关键任务操作提供真实可信的定位信息。

摘要由CSDN通过智能技术生成

弹性 GPS/GNSS 接收器可保护 INS 系统免受干扰和欺骗

卢瓦尔河谷的法国葡萄园景色优美，但该农场在招募工人为有机种植的葡萄除草方面遇到了困难。年轻一代已移居城市，导致城市社区劳动力短缺。解决方案：由法国锡蒂亚公司开发的全自动拖拉机，不知疲倦地为葡萄藤之间的狭窄行除草。经过整整一个月的除草和数百公里的覆盖后，Sitia 找到农民检查所做的工作，并赔偿了在运营一个月期间受损的 2 棵葡萄藤。他们惊讶地听到农民惊呼：“当我用手动拖拉机完成同样的工作时，我每天至少损坏两棵葡萄树！你的机器人怎么能这么小心呢？” 高度的准确性和完整性确保了自主操作的高质量。

但定位的完整性到底是什么？它如何影响机器人和其他自主机器的性能和可靠性？完整性是指定位和定位精度信息的真实性，即使这意味着在某些具有挑战性的环境中表明当前位置信息并不如预期的准确。提供高完整性定位的一部分是称为 RAIM 或 RAIM+ 的统计分析，后者将这种分析提升到一个新的水平，作为更大的定位保护包的一部分。

为什么完整性对于自动化至关重要？

让我们仔细研究一下 GNSS 接收器的完整性，即真实报告可能的定位误差，以及过于乐观的报告如何导致危险的自主操作。接收器精度的报告是通过定位不确定性来完成的，定位不确定性是计算位置的最大可能误差。它给人一种定位误差风险的感觉，在具有挑战性的 GNSS 环境中尤其必要，在这种环境中，接收器只能“看到”有限数量的 GNSS 卫星，或者 GNSS 信号质量下降。

图 1 在良好的 GNSS 条件下，蓝线所示的位置不确定性完全在警报限值内，表明运行安全。接收器的实际位置应始终保持在蓝色不确定性边界内。

此类错误报告对于所有自主机器都很重要，尤其是对于有保证的 PNT 应用和关键任务操作。请记住，一致的位置可能看起来准确，但仍然可能不正确。定位不确定性表明您在任何给定时刻可以在多大程度上依赖定位精度。

下图中的蓝线显示了 GNSS 接收器在有利条件下估计的位置不确定性，此时天空视野畅通无阻，并且接收器与许多卫星具有直接视线。接收器操作员可以设置警报限制（以红色显示），以便接收器可以在定位不确定性变得太大时标记情况。

在有利的条件下，定位不确定性远低于警报限值，因为计算出的位置几乎与机器人的实际位置相同。然而，在充满挑战的环境中，定位不确定性的真实性变得至关重要（见图 2）。例如，当天空的视野被建筑物或树叶部分遮挡时，接收器只能访问有限数量的 GNSS 卫星，从而更难以计算准确的位置。在这种情况下，接收器必须报告更高的定位不确定性，以便系统可以采取适当的措施，例如切换到较低的速度、远离预定义的边界或停止。

图 2 在充满挑战的环境中，具有高完整性的接收器报告较大的定位不确定性，向系统标记可能的不准确性。如果接收器对其精度过于乐观，操作就会变得危险。

低完整性接收器可能会持续报告乐观的定位不确定性，即使计算出的位置远离实际位置，该不确定性也仍低于预设警报限制。这个数字可能看起来不错，但实际上它变成了一个“逍遥的机器人”，不再按照计划的路径行驶，并有损害自身和周围环境的风险。

让我们看看在城市峡谷进行 GNSS 汽车测试时的不确定性限制，那里的天空视野被房屋部分遮挡。橙色线是马赛克报告的定位及其不确定性边界汽车中的 GNSS 模块，而红线是另一种流行的 GNSS 接收器报告的定位及其不确定性边界。白线显示汽车沿道路行驶时的实际位置。马赛克接收器的橙色不确定性边界是真实的，并且在这种具有挑战性的环境中稍微宽一些，您可以看到实际位置始终保持在这些边界内。另一方面，红色轨迹在道路上某个具有挑战性的地方偏离了路线，实际位置不再处于不确定性边界内，这仍然过于乐观。在这种情况下，竞争对手的接收器会产生错误的安全感，并且系统不知道其危险操作。

图 3：在城市峡谷汽车测试中，Septentrio 接收器报告真实的位置不确定性。竞争对手的接收器似乎更准确，而实际位置甚至不在其报告的不确定性边界内。

例如，如果红线所示的接收器将为 ADAS 汽车系统提供导航信息，则可能会误导系统认为汽车换了车道。如果系统随后尝试通过切换回“正确车道”来纠正轨迹，这将导致汽车偏离路线，并可能撞到人行道甚至另一辆车。

图 4：在 Septentrio 接收器中，RAIM+ 是完整 GNSS+ 保护套件的一个组件，其他组件包括 AIM+ 抗干扰反欺骗技术、针对电离层活动的 IONO+ 保护以及 APME+ 多路径缓解。

RAIM 与 RAIM+

真实定位不确定性报告背后的基本机制是 RAIM（接收机自主完整性监控），它确保基于统计分析和排除任何异常卫星或信号的真实定位计算。Septentrio 接收器专为高完整性而设计，并通过 RAIM+ 将 RAIM 提升到新的水平，以高度的置信度保证定位的真实性。在 Septentrio 接收器中， RAIM+ 实际上是称为 GNSS+ 的综合接收器保护套件的一个组件，包括各个级别的定位保护，包括 AIM+ 抗干扰和反欺骗、 IONO+ 对电离层闪烁的恢复能力以及 APME+ 多路径缓解。

Septentrio RAIM+ 统计模型已根据 20 年来收集的超过 50 TB 的现场数据进行了微调。它消除了可能因多径反射、太阳电离层活动、干扰和欺骗而产生错误的卫星和信号，同时与上述 GNSS+ 组件一起工作。由于这种多组件保护架构，它实现了非常高水平的定位精度和可靠性，远远超出了标准 RAIM。RAIM+ 统计模型具有自适应性、高度详细且完整，利用了所有可用的 GNSS 星座和信号。Septentrio 的GNSS/INS 接收器系列中甚至还提供完整的 RAIM+ 功能。用户控制的参数使其能够根据特定要求进行调整。

下图显示了在对 Septentrio GNSS 接收器进行干扰和欺骗攻击期间 RAIM+ 的运行情况。虽然 AIM+ 可以消除 GNSS 干扰的影响，但 AIM+ 和 RAIM+ 可以共同阻止欺骗攻击。中间图表中显示的距离误差较大的卫星会被 RAIM+ 删除，因为它们不符合预期的卫星距离。

图 5：在这种情况下，jJamming 会产生卫星距离误差，但可以通过 AIM+ 技术来抵消。在欺骗过程中，AIM+ 会消除一些被欺骗的卫星，而其他距离错误的卫星则被 RAIM+ 算法排除。

这个例子表明，即使在干扰和欺骗的情况下，Septentrio 的高完整性接收器技术也能提供任何自主系统都可以信赖的真实可靠的定位。

围绕可靠性进行 GNSS 设计
设计可靠的 GNSS 接收器在定位不确定性报告以及 RAIM+ 高级统计建模中力求实现高度完整性。这确保了这些接收器提供真实、及时的警告消息，并在各种具有挑战性的环境中具有弹性。INS（惯性导航系统）等其他技术也可以与 GNSS 接收器耦合，以扩展定位可用性，即使在 GNSS 短暂中断期间也是如此。卫星信号、CPU 状态、基站质量和整体质量的质量指标可以在任何给定时间监控定位可靠性。高完整性 GNSS 接收器可为 Sitia 除草拖拉机等自主机器提供真实定位。它们也是安全关键应用中的关键组件。