多传感器组合无缝导航系统关键技术研究

本项目针对目前导航定位领域GNSS信号的脆弱性、惯性导航系统误差漂移和磁力计扰动等诸多限制，提出了一种多传感器组合的无缝导航定位方法，适合多种应用领域。利用全球卫星导航系统、惯性器件等多种传感器，构建一种最佳的组合策略。在无GNSS信号环境合理使用惯性器件、Zigbee无线传感器及磁力计等传感器，实施无缝导航定位。在此基础上，采用扩展卡尔曼滤波进行处理，实现无缝导航定位的最优估计输出。在室外定位场合，通过GNSS手持机模块获得米级的定位结果。在室内定位场合，通过布设的ZigBee 参考点，在设备充分同步的基础上，基于RSSI观测值获得距离值。然后，结合预先精确标定的传感器参考点坐标和定位算法，实现米级的定位结果输出。在室内外无线信号受限制的地区，充分利用IMU导航定位技术不受外部干扰，以及磁力计辅助方位信息的特性。采用了MEMS IMU/磁力计组合导航定位方式，输出位置、方位的信息。实现了室内外无缝导航的目的。应用领域包括室外车载、机载、船舶以及行人导航，各种室内定位，如矿山、隧道、大型超市、影剧院和医院养老院等。.通过项目组的努力工作，获得了若干关键技术。它们是：1)低成本传感器数据融合技术； 2) 后向平滑容积滤波算法处理IMU/GPS组合导航系统数据的方法；3）磁力计/GPS/INS组合系统航向角的联邦滤波算法；4）基于陀螺信息的两位置捷联惯导初始对准方法；5）基于foot-mounted的IMU室内行人航位推算方法；6）无线传感网络的室内定位指纹库的优化方法；7）基于Zigbee网络的室内双向定位方法；8）室内定位中卡尔曼滤波方法和改进加权距离定位算法；9）改进的MNN粒子滤波的指纹库定位算法；10）室内定位虚拟信息库粒子滤波指纹定位算法。.此外，还探索研究了紧耦合的高精度IMU/GPS导航系统算法（正向导航滤波算法与逆向算法的结合）和非完整约束条件下加权联合滤波的方法；针对GPS/INS组合导航系统中非线性特性的高斯粒子滤波混和算法；用于地面探测车的导航系统、机器人导航的可行性；基于MIMU的滑雪运动测量系统；基于天空偏振特性的野外作战车辆导航增强策略。利用地基GPS遥感大气技术，使用高密度日降水格网点资料、NCEP/NCAR再分析资料和常规气象资料，研究鄱阳湖区降雨过程中大气水汽的变化特征，为研究开发鄱阳湖区空中水资源提出了一些启发性的结论。