惯导偏航角误差和GPS动态精度对导航的影响

前言

在水面点对点导航规划中,通常用GPS和惯导进行导航,这里我主要是通过建立简化模型,分析惯导航偏航角,GPS动态精度对导航的影响,需要注意的是以下推导使用的位置信息只是单纯GPS信息,没有和惯导做数据的位置借解算融合。

1. 惯导偏航角误差对导航的影响

1.1 惯导航向误差

点对点路径规划中,在判断是否到达目标点时,通常做法会设定一个阈值,当进入以该阈值为半径的圆内,即可认为到达该目标点,我们要回答该阈值如何设定的问题,以下分析为当惯性导航航向存在误差时,对该阈值取值的影响,需要注意的是通常航行误差由两部分误差引起:

  1. 惯导器件本身的误差,主要是陀螺仪的飘移,像中等精度的光纤惯导航向飘移大约为 0.05 ° / h 0.05°/h 0.05°/h
  2. 控制系统中的定航误差,由于定向过程中通常存在收敛或者震荡的过程,可假设为高斯噪声。

1.2 分析过程

详细分析如下:

设在东北(天)坐标系下,AUV需要从坐标 ( X x , n E , X y , n N ) \left(X_{x, n}^{E}, X_{y, n}^{N}\right) (Xx,nE,Xy,nN)运动到 ( 0 , 0 ) (0,0) (0,0),惯导偏航角为 θ y \theta_{y} θy,惯导偏航角误差为 α y ( t ) \alpha_{y}(t) αy(t),误差为关于 t t t的函数,方向逆时针为正方向,设速度 ϑ y A U V = 1 \vartheta_{y}^{A U V}=1 ϑyAUV=1,迭代时间间隔 ∇ t = 1 \nabla \mathrm{t}=1 t=1,在不考虑测流引起的速度 ϑ x A U V \vartheta_{x}^{A U V} ϑxAUV的情况下,有以下公式:
[ X x , n E X y , n N ] = [ X x , n − 1 E X y , n − 1 N ] + [ cos ⁡ ( θ y , n − 1 + α y ( t ) ) sin ⁡ ( θ y , n − 1 + α y ( t ) ) ] \left[\begin{array}{c} {X_{x, n}^{E}} \\ {X_{y, n}^{N}} \end{array}\right]=\left[\begin{array}{c} {X_{x, n-1}^{E}} \\ {X_{y, n-1}^{N}} \end{array}\right]+\left[\begin{array}{c} {\cos \left(\theta_{y, n-1}+\alpha_{y}(t)\right)} \\ {\sin \left(\theta_{y, n-1}+\alpha_{y}(t)\right)} \end{array}\right] [Xx,nEXy,nN]=[Xx,n1EXy,n1N]+[cos(θy,n1+αy(t))sin(θy,n1+αy(t))]

θ y , n − 1 = arctan ⁡ ( − y − x ) = arctan ⁡ ( y x ) + π \theta_{y, n-1}=\arctan \left(\frac{-y}{-x}\right)=\arctan \left(\frac{y}{x}\right)+\pi θy,n1=arctan(xy)=arctan(xy)+π
以上公式可以转换为:
X x , n 2 + X y , n 2 = X x , n − 1 2 + X y , n − 1 2 + 1 + 2 ( X x , n − 1 ⋅ cos ⁡ ( θ y , n − 1 + α y ( t ) ) + X y , n − 1 ⋅ sin ⁡ ( θ y , n − 1 + α y ( t ) ) ) \begin{aligned} X_{x, n}^{2}+X_{y, n}^{2}=& X_{x, n-1}^{2}+X_{y, n-1}^{2}+1+2\left(X_{x, n-1} \cdot \cos \left(\theta_{y, n-1}+\alpha_{y}(t)\right)+X_{y, n-1}\right.\\ &\left.\cdot \sin \left(\theta_{y, n-1}+\alpha_{y}(t)\right)\right) \end{aligned} Xx,n2+Xy,n2=Xx,n12+Xy,n12+1+2(Xx,n1cos(θy,n1+αy(t))+Xy,n1sin(θy,n1+αy(t)))
优化的目标函数为:
argmin ⁡ X x , n , x y , n ( X x , n 2 + X y , n 2 ) \operatorname{argmin}_{X_{x, n},} x_{y, n}\left(X_{x, n}^{2}+X_{y, n}^{2}\right) argminXx,n,xy,n(Xx,n2+Xy,n2)
因为我们要求得在惯导存在航向误差时,点对点之间导航时阈值的选取,即阈值的最小值,所以可以转化为求最小值的问题。

上式可以看作非线性优化问题,求得其解析解还是比较麻烦的一件事,下面从另外一种思路来分析。
如下图所示:
在这里插入图片描述
m = f ( θ ) \mathrm{m}=\mathrm{f}(\theta) m=f(θ),根据余弦定理可得:
f ( θ ) = a 2 + b 2 − 2 a b cos ⁡ ( θ ) \mathrm{f}(\theta)=a^{2}+b^{2}-2 a b \cos (\theta) f(θ)=a2+b22abcos(θ)
因为 ∣ b ∣ < 0 |b|<0 b<0,所以 b 2 ≈ 0 b^{2} \approx 0 b20,对 θ \theta θ在不同取值范围时的 m m m值分析如下:

  1. cos ⁡ ( θ ) > 0 \cos (\theta)>0 cos(θ)>0,并且 f ( θ ) < a 2 \mathrm{f}(\theta)<a^{2} f(θ)<a2,可以收敛,即 m min ⁡ = 0 m_{\min }=0 mmin=0
  2. cos ⁡ ( θ ) < 0 \cos (\theta)<0 cos(θ)<0,并且 f ( θ ) > a 2 \mathrm{f}(\theta)>a^{2} f(θ)>a2,可以收敛,即 m > 0 m>0 m>0

1.3 仿真结果分析
图1.2仿真了不同偏航角误差对导航轨迹的影响。不同的导航轨迹中偏差角误差为5°-85°,间隔为5°,可以看到偏航角误差只是影响收敛的快慢,理论上在小于90°时都是收敛的,和上面的理论分析是一致的。
图1.2 惯导不同偏航角误差对导航轨迹的影响
对收敛速度的影响如图1.3所示,可以看到当偏航角误差越大时,收敛速度也越慢,和上述的理论分析一致。
图1.3 惯导不同偏航角误差对导航收敛速度的影响

2. GPS动态精度对导航的影响

2.1 分析过程

分析过程和上面类似,所以不再采用建立解析方程的方法,而是在1中的仿真程序中做些修改,从而得出结论。

2.2 分析过程

首先设置GPS的动态偏差为定常数,当设置为 10 m 10 m 10m时,仿真结果如图1.4所示。
图1.4 GPS动态精度对导航的影响
从图1.4中可以看到,距离目标点的收敛点最大不超过10m,即不超过GPS的动态精度。图1.5中显示的是不同GPS动态精度对导航的影响,GPS动态精度的范围为2m-20m,变化间隔为2m,可以看出不用GPS动态精度不影响最终收敛的时间,只影响最终的收敛点,最后的收敛点即为GPS动态精度。
图1.5 不同GPS动态精度对导航的影响
实际情况下GPS的动态精度可以看作是满足高斯噪声的,这点在实际数据的分析中可以得到。当高斯噪声的均值为10m,标准差为4m时,仿真结果如图1.6所示。
图1.6 不同GPS动态精度对导航的影响
为了保证系统的稳定性,在实际取值时可以参考高斯分布中的原则,当设置为时,在第一次检测到进入目标点阈值圈中时,有 99.76 99.76% 99.76的概率程序检测成功,当设置为2时,有 95.44 95.44% 95.44的概率,并且在实际中,即使第一次检测不成功也没有关系,程序会不断检测,直至收敛。
这里我们设在时间 T = N ⋅ ∇ t \mathbf{T}=\mathbf{N} \cdot \nabla \mathbf{t} T=Nt内,一次检测成功的概率为P,则在时间内收敛(检测到达目标点)的概率为如下公式:
P S = 1 − ( 1 − P ) N P_{S}=1-(1-P)^{N} PS=1(1P)N
所以,该概率和时间呈指数关系,想在短时间内收敛,阈值可以设置的很小,可以根据实际情况灵活取值。

2.3 GPS位置动态精度分析
GPS经纬度动态精度的分析图如图1.7所示,包含50000条数据,GPS读取速率为 1 H z 1Hz 1Hz,所以经过的时间为13.8小时,历经的时间较长,数据的可信度较高。
图1.7 GPS经纬度动态精度分析
从图中可以看到,GPS经纬度动态精度可以大致看作高斯分布,从工程角度出发,基于 [公式] 原则可以计算出误差均值为 0.9 m 0.9m 0.9m,标准差约为 2.0 m 2.0m 2.0m,因为以上计算的是动态精度,假设AUV实际的运动速度约为1m/s,所以可取以下数值:
 mean  g p s ≥ 2.0 m \text { mean }_{g p s} \geq 2.0 m  mean gps2.0m

var ⁡ g p s ≥ 2.0 m \operatorname{var}_{g p s} \geq 2.0 \mathrm{m} vargps2.0m
从结果可以看出,该GPS的动态位置精度还是比较高的,根据相关理论分析,GPS的静态位置精度高于动态位置精度。

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GPS(全球卫星定位系统)和惯性导航系统(惯导)是两种常用的导航技术。GPS利用卫星定位来确定位置,而惯导则利用测量物体的加速度和旋转来推断位置。GPS惯导的组合导航算法结合了这两种技术的优点,提高了导航的精确性和稳定性。 组合导航算法的基本思想是将GPS惯导的信息进行融合,利用相互之间的优势互补来估计和纠正位置和姿态。算法的流程大致如下: 1. 获取GPS惯导的原始数据:首先,获取GPS接收器的信号,包括卫星的位置、时间和测距信息。同时,获取惯导传感器(如加速度计、陀螺仪)的加速度和旋转信息。 2. 数据预处理:对于GPS数据,可能存在误差和离群值。因此,需要进行数据预处理,比如滤波和插值,以节省存储和提高数据质量。 3. 姿态解算:通过惯导的旋转信息,可以计算出车辆的姿态(包括方向和倾斜度),并通过加速度计的数据融合,进一步提高姿态的准确性。 4. 位置解算:利用GPS的位置信息和姿态解算结果,可以估计车辆的位置。可以使用卡尔曼滤波器等算法对位置估计进行进一步优化。 5. 定位纠正:由于GPS信号容易受到建筑物、树木等阻挡,导致信号中断或误差增大。此时,可以通过利用惯导的位置预测来纠正GPS误差,以保持位置的连续性和准确性。 通过组合导航算法,可以充分利用GPS惯导的优势,实现高精度、高稳定性的导航。组合导航在航空、航海、车辆导航等领域有着广泛的应用前景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值