[发明专利]融合PDR/GNSS的室内外无缝定位系统及方法

说明书

本发明公开了融合PDR/GNSS的室内外无缝定位系统及方法，应用于卫星导航和航位推算技术领域，包括：GNSS模块、PDR模块、联合步长估计模块、联合航向估计模块、位置更新模块。本发明有效地降低了行人航位推算(PDR)由于受限于MEMS器件的低性能随着时间增长产生显著的积累误差，融合了PDR和GNSS，从而给出了最优的航向与步长估计。

技术领域

本发明涉及卫星导航和航位推算技术领域，尤其涉及融合PDR/GNSS的室内外无缝定位系统及方法。

背景技术

伴随着智能手机的发展，很多传统用于高精度导航领域的专业传感器都被集成到其中，比如GNSS接收机、IMU(陀螺仪和加速度计)等。但是低成本器件的性能相比于专业级设备在性能指标上差别巨大，比如MEMS加速度计的零偏一般大于0.03m/s²，MEMS陀螺仪的零偏一般大于100°/h，而基于单点定位的手机GNSS定位精度通常在10m左右。正因如此，传统的捷联惯导算法(SINS)在MEMS IMU上几乎无法实现，因此研究人员渐渐地转移了关注点。虽然MEMS的低精度会在SINS中导致积分误差，但是在某些应用场景下，比如行人、车辆行驶等，同样会利用MEMS传感器来辅助姿态测量，而且该姿态变化具有一定的规律性，因此通过设计相应的算法可以在适当程度上消除MEMS器件带来的积分误差，由此发展了行人航位推算(PDR)、车辆航位推算(VDR)等研究方向。以传统的GNSS和INS组合导航为例，这是一种高度地优势互补系统，因此在多个应用领域都取得了成功。然而在智能手机上，一方面是由于前述的MEMS性能不足支持INS，另一方面受限于各自系统的开放程度，很难实现两个系统更紧的耦合。组合导航根据耦合程度的深浅可以划分成三种类型：在定位结果层面的松耦合，在观测量层面的紧耦合以及在信号跟踪层面的深耦合。伴随着近些年来安卓手机原始GNSS观测量的开放，目前理论上是支持MEMS与低成本GNSS的紧耦合，但是此类研究仍然存在巨大挑战。

因为基于智能手机的低成本MEMS与GNSS目前仍然无法实现GNSS/INS组合导航，而基于MEMS的PDR与GNSS的融合却被认为是可实现的。如同上文，基于PDR和低成本GNSS的融合可以是松耦合，也可以是紧耦合。传统方法是一种在城市环境下基于3D地图辅助GNSS和PDR的融合算法框架，该算法将PDR的输出步长与航向以及3D-GNSS的位置与精度等信息一并送入卡尔曼滤波器，从而获得融合结果，因此这是一种松耦合方式。其中的卡尔曼滤波器的观测来自3D-GNSS，而PDR的输出则用于控制输入，这是因为行人的轨迹具有很大不确定性，难以用线性状态转移方程描述，因此文中采用PDR的实时观测来更新状态转移方程，但由于PDR仍然存在累积误差，因此这种设计还是不可避免地导致整体系统存在随时间积累的误差，导致最终的偏航。传统方法中采用扩展卡尔曼滤波器(EKF)融合PDR和GNSS，该算法是直接基于MEMS传感器的输出信息，因此可以视为一种紧耦合算法。该算法采用GNSS推导的航向来辅助MEMS陀螺仪的航向估计，从而提高了航向估计准确度，但是GNSS航向存在的严重噪声问题并没有很好地解决，因此导致最终的轨迹输出的初始阶段严重依赖于GNSS的航向。

因此，提供一种融合PDR/GNSS的室内外无缝定位系统及方法，来解决上述技术问题，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种融合PDR/GNSS的室内外无缝定位系统及方法，通过筛选事件树分支、小样本结合先进抽样方法，建立降阶模型，减少计算分支数和单分支计算次数，提高单次系统仿真效率等主要步骤，使得整个分析流程的效率得到明显的提升。

为了实现上述目的，本发明采用如下技术方案：

一种融合PDR/GNSS的室内外无缝定位系统，包括：

GNSS模块、PDR模块、联合步长估计模块、联合航向估计模块、位置更新模块；

GNSS模块将GNSS步长估计发送至联合步长估计模块的第一输入端；