论文摘要：视觉辅助MEMS-SINS/GPS深组合导航技术研究

组合导航是利用不同导航系统之间误差特性的差异性，通过信息融合与最优估计等手段，达到更优导航性能的系统设计与优化方式。捷联惯导系统（Strapdown Inertial Navigation System, SINS）与全球定位系统（Global Positioning System, GPS）的组合系统能够扬长避短，发挥各自的优势。而随着组合程度的加深，组合导航系统的性能相对其子系统的提升愈发显著，故采用矢量跟踪的深组合模式已成为近年来SINS/GPS组合导航技术的前沿和热点。

微机电（Micro-Electromechanical System, MEMS）技术的发展促使以MEMS陀螺仪和加速度计作为惯性测量单元（Inertial Measurement Unit, IMU）的SINS系统越来越多的出现在实际应用中。MEMS-IMU成本低、体积小、能耗少、启动速度快，并且具有更好的抗冲击特性，但相比传统IMU，MEMS-IMU的精度较差。因此在MEMS-SINS/GPS深组合导航系统中，低精度的MEMS-SINS提供的辅助跟踪信息误差较大，无法有效提高GPS矢量跟踪环路的性能。

造成MEMS-SINS误差较大的原因主要在于MEMS陀螺仪精度较低，无法提供高精度的数学平台，而GPS又不能很好的对SINS的姿态误差进行修正。因此姿态辅助信息成为提高系统性能的关键。鉴于此，本文采用视觉导航系统为组合导航系统提供辅助，设计了视觉辅助MEMS-SINS/GPS深组合导航系统。为设计实现这一系统，本文主要开展了以下几个方面的研究工作：

（1）视觉辅助MEMS-SINS/GPS组合系统整体设计

视觉辅助MEMS-SINS/GPS深组合导航系统是采用多信息源融合的组合导航系统，在组合结构中，需要完成对视觉信息、惯导信息以及GPS信息进行最优融合，同时应对不同的工作条件，合理的切换工作模式，以使得系统能够适应多种环境。本部分通过分析和研究各个子系统的原理与特性，同时考虑实际情况，在总体上对视觉辅助MEMS-SINS/GPS深组合导航系统进行了设计与规划，为后续工作制订了框架。

（2）视觉导航算法研究

这一部分从摄像机光学成像模型入手，通过摄像机自运动估计技术对载体的速度和角速度进行测量，进而得到载体的位置和姿态等导航信息。此外，通过引入地标点所提供的绝对导航信息，提出了一种实用地标点修正的双目视觉导航算法。仿真表明该方法相比单纯使用特征跟踪的视觉导航算法，可以有效抑制导航误差的发散，导航精度更高。

（3）视觉/MEMS-SINS辅助GPS矢量跟踪方法研究

本部分从矢量跟踪的原理入手，对视觉/MEMS-SINS辅助的GPS矢量跟踪环路进行了整体设计，并对各个环节进行详细的公式推导和原理分析。主要研究包括通道跟踪参数的计算、通道预滤波器的设计以及组合导航滤波器的设计等。仿真表明，视觉/MEMS-SINS辅助GPS矢量跟踪相比传统GPS标量跟踪，具有更好的动态性和抗噪声性，同时在信号失锁重捕方面也具有显著优势。

（4）仿真平台设计与组合导航系统性能分析

本部分对系统仿真所需的各个部件进行了设计与实现。首先设计了各个导航子系统数据的仿真器，其次设计一种控制灵活、参数任意可调的适用于视觉辅助MEMS-SINS/GPS深组合模式的GPS矢量跟踪软件接收机。最后，以开发的GPS矢量跟踪软件接收机、SINS仿真系统和视觉导航仿真为基础，搭建视觉辅助MEMS-SINS/GPS深组合导航系统数字仿真验证平台，并进行视觉辅助MEMS-SINS/GPS深组合系统的性能测试、验证及分析。仿真结果表明，视觉辅助MEMS-SINS/GPS深组合导航系统具有导航精度高、适用范围广、可靠性强的特点。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/281932.html