[发明专利]一种基于图优化的组合导航系统融合定位方法

说明书

本发明公开了一种基于图优化的组合导航系统融合定位方法，包括：对IMU轨迹信息进行解算，获取各时刻下的第一定位载体位置；将各时刻下的第一定位载体位置作为顶点，建立图优化模型；通过GNSS数据获取在相邻的第一时刻和第二时刻之间的定位载体的第一位置转移关系，并将第一位置转移关系作为图优化模型的量测；通过IMU轨迹信息获取在相邻的第一时刻和第二时刻之间的定位载体的第二位置转移关系，并将第二位置转移关系作为图优化模型的待优化变量；根据量测和待优化变量建立目标函数，并通过莱文贝格－马夸特算法进行优化；当目标函数优化至最小值时，获取对应的误差修正量，对IMU数据解算进行修正。

技术领域

本发明涉及定位技术领域，具体涉及一种基于图优化的组合导航系统融合定位方法。

背景技术

全球导航卫星系统(GlobalNavigation Satellite System，GNSS)系统作为传统定位技术手段，在大部分场景都可以提供绝对的位置信息，但在室内，城市峡谷等特殊环境应用受限。惯性传感器(Inertial MeasurementUnit，IMU)数据可以不受外界信号因素的影响，但在长时间的定位中因为积分解算原理容易形成误差累积。因此，组合导航系统(GNSSIMU)融合为当前主流的组合导航方法。

传统GNSS定位系统在恶劣环境下接收卫星信号数目较少，由于GNSS定位系统位置解算原理基于最小二乘原理，卫星信号提供的约束越少而定位精度就会越低。而在一些极端情况由于约束过少甚至会导致GNSS系统无法定位的情况，而完全依靠IMU系统便会导致定位精度降低。基于滤波的解算方法基于马尔科夫性概率假设，只考虑当前时刻量测信息，历史信息被封存于被统计原理认定为最优估计的“上一时刻”，无法被直接利用，导致传统滤波算法对历史信息利用率较低，造成的误差较大。得益于算力的增长，图优化算法通过建立更多的量测约束，将不同时刻的状态信息进行批量估计，更直接有效地利用了历史存储信息，优化估计结果具有更高的准确性。但直接将不同时刻的GNSS定位信息与IMU位置轨迹信息进行图优化建模，只是从计算形式上将迭代计算的滤波替换为规模化的最小二乘求解，并没有引入更多的约束信息。同时，GNSS的定位结果亦是建立在卫星伪距上的一次估计，其本身是处理后的，非原始的直接测量信息。

因此，如何通过增强GNSS定位信息与IMU位置轨迹信息之间的关联性在算法模型中的作用，以提升组合导航系统解算的精度与有效性，成为目前亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种基于图优化的组合导航系统融合定位方法，以解决现有技术中的组合导航系统存在GNSS定位信息与IMU位置轨迹信息之间的关联性利用效率不足，导致定位精度和有效性低的问题。

本发明实施例提供了一种基于图优化的组合导航系统融合定位方法，包括：

对IMU轨迹信息进行解算，获取各时刻下的第一定位载体位置；

将各时刻下的第一定位载体位置作为顶点，建立图优化模型；

通过GNSS数据获取在相邻的第一时刻和第二时刻之间的定位载体的第一位置转移关系，并将第一位置转移关系作为图优化模型的量测；

通过IMU轨迹信息获取在相邻的第一时刻和第二时刻之间的定位载体的第二位置转移关系，并将第二位置转移关系作为图优化模型的待优化变量；

根据量测和待优化变量建立目标函数，并通过莱文贝格－马夸特算法进行优化；

当目标函数优化至最小值时，获取对应的误差修正量，对IMU数据解算进行修正。

可选地，在对IMU轨迹信息进行解算，获取各时刻下的第一定位载体位置之前，还包括：

通过读取星历数据进行卫星位置匹配，获取各卫星在ECEF坐标系下各个时刻对应的卫星位置；

通过GNSS数据获取各卫星在所有时刻的伪距信息；