[发明专利]一种快速可观测度分析及其指导的多传感器信息融合方法

说明书

本发明公开了一种快速可观测度分析及其指导的多传感器信息融合方法，包括步骤A：设计低运算复杂度的可观测度分析算法；步骤B：设计基于可观测度的信息融合机制，并将其集成至多传感器信息融合框架中。本发明与传统算法相比，新算法中的可观测度定义更加合理，且能从理论上设定阈值来判定某个状态量为可观测、弱可观测或不可观测，其低运算复杂度的特性也便于设计基于可观测度指导的多传感器信息融合机制。此外，新方法中的多传感器信息融合部分能够基于传感器的类别、状态量的类别和可观测度对融合框架中的信息分配进行指导，进一步完善了对局部传感器和全局传感器的测量信息融合机制，有效地提升了组合导航系统的综合性能。

技术领域

本发明涉及组合导航领域，特别涉及一种快速可观测度分析及其指导的多传感器信息融合方法。

背景技术

在环境复杂的场景中，单一的传感器通常无法在环境变化时持续正常工作，如GNSS在室内无法接收到卫星信号，视觉系统在昏暗或纹理特征缺乏的场景中难以提取足够的视觉特征用于位姿估计，三轴磁强计的测量模型易受外部磁场干扰而变化。通过组合多种传感器，可以一定程度上提高导航系统的可靠性，降低导航系统失效的风险。

然而，当组合导航系统中传感器的组合方式发生变化时，导航系统对各个待估计状态量的估计能力也会相应的发生改变(载体运动状态的改变也会影响部分状态量的估计性能)。特别是在某些传感器失效时，多个状态量可能彻底地无法被有效估计，这将对组合导航系统产生难以预测的影响。

为了研究组合导航系统对各个状态量的估计能力，并为组合导航系统的设计提供理论指导，R.E.Kalman最早提出可观测性的概念。经过学术界和工业界的不断研究和实际验证，关于可观测性的理论研究成果日益丰富，也被越来越多地应用于各种组合导航系统的设计中。

对于线性时不变系统，其可观测性分析算法较为简单，可以通过系统能观性矩阵的秩来判断系统的各个状态量是否具备足够的可观测性，该算法与控制系统中的能观性判别算法类似，后者也已经成为现代控制理论中的基础算法之一。对于“时变”系统，Goshen提出了“分段线性定常”(Piece Wise Constant System，PWCS)的思想，将时变系统在一个较短的时间片段内近似视为时不变系统，这一思想对可观测度的后续研究工作具有深远的影响。

对于“非线性”系统，Dafis基于李导数将非线性模型进行局部线性化处理，但是采用非线性函数求解李导数的运算复杂度较高，更多的研究者倾向于直接使用一阶泰勒公式将非线性模型近似为线性模型，而后再对其进行可观测性分析。

系统的可观测性反应了系统在有限时间内根据已有的测量信息估计出系统状态量的能力，仅能定性地判定系统的某个状态量是否具有足够的可观测性。为了能够对系统各个状态量的可观测性进行度量，研究者基于不同算法定义了可观测度的概念，为设计基于可观测度指导的组合导航系统提供了更丰富的理论工具。