面向室内外过渡区域的GNSS/UWB/INS协同定位模型研究
批准号:
41604006
项目类别:
青年科学基金项目
资助金额:
20.0 万元
负责人:
李增科
依托单位:
学科分类:
D0401.物理大地测量学
结题年份:
2019
批准年份:
2016
项目状态:
已结题
项目参与者:
张秋昭、韩厚增、姚一飞、赵文晔、赵龙、王益鹏
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
微信扫码咨询
中文摘要
如何实现高精度、高可靠性的室内外无缝定位,是基于位置服务的基础工作也是目前导航定位领域的难题。室内外过渡区是无缝定位的纽带区域,也是室外定位信号和室内定位信号均受到严重遮挡和干扰的区域。本项目以GNSS、UWB和INS为主要传感器进行数据信息采集,通过协同作业模式,围绕室内外过渡区在“可靠性”、“传感器切换”、“多路径”和“滤波模型误差”等方面存在的关键问题,运用实验比较,数值模拟与综合分析等多学科理论与方法,系统研究室内外过渡区域定位可靠性评价模型,传感器切换定位场景下的观测值实时变权算法,顾及惯性信息的过渡区多路径削弱模型以及基于闭环/开环反馈的抗差/自适应融合定位理论,建立面向室内外过渡区域的GNSS/UWB/INS协同定位作业模式。本项目的研究可为解决高精度、高可靠性的室内外过渡区导航定位提供有效的技术和理论支撑。
英文摘要
It is a basic work to obtain high-precision and high-reliability position information in indoor and outdoor areas. At the same time, seamless positioning is one scientific problem in navigation and positioning field. The connecting regions between indoor and outdoor areas are the link areas during seamless positioning. The indoor and outdoor signals for positioning are seriously covered in the connecting regions. The sensors including global navigation satellite system, ultra-wide band and inertial navigation system are used to collect data by cooperative mode in the project. In order to solve the key problems about reliability, sensors switch, multipath and filter model error, the methods including experimentation comparison, numerical simulation and comprehensive analysis from different perspectives are applied. The reliability model is constructed to assess the position result in the connecting regions. The real-time change algorithm of observation weight is formed in the sensors switch situation. The weaken model for multipath is constructed based on the inertial navigation information. The robust and adaptive filter theory is built based on the closed and open loop feedback mechanism. The research object is to realize cooperative positioning of GNSS/UWB/INS integration in the connecting regions between indoor and outdoor areas. The research work is able to provide technical support and theoretical guidance for high-precision and high-reliability positioning and navigation in indoor and outdoor areas.
本项目在GPS和INS组合导航的基础上,通过融入更多传感器数据实现复杂区域和困难区域的高精度导航定位。围绕室内外过渡区在“可靠性”、“传感器切换”、“多路径”和“滤波模型误差”等方面存在的关键问题,以GNSS、UWB和INS为主要传感器通过协同作业模式进行数据信息采集。取得的主要研究成果如下:.(1)为解决GNSS信号受限区域惯性传感器误差累积问题,引入了UWB,验证了UWB对于GNSS/INS组合导航系统的辅助效果,尤其是分析在精密单点定位模式下的精度。通过实验轨迹以及组合系统的位置和速度误差可以得到,采用最终产品和快速产品的系统性能相当;与采用最终产品相比,基于观测部分的超快速产品的组合系统定位精度有轻微下降,同时,采用预测部分的超快速产品,精度有0.1-0.2m的下降;针对于非实时定位,不同精密卫星星历和钟差对PPP/INS/UWB的影响差异效果较小。.(2)多源传感器融合过程中误差来源较多,尤其是在室内外过渡区域信号多路径对于数据融合精度有较大的影响。针对UWB信号难以实现大规模覆盖的问题,提出了一种改进的GPS/INS/UWB组合定位误差校正策略,提高UWB信号中断情况下的定位精度。为减小GPS/INS组合导航在单点定位模式下的误差,将北向和东向的位置修正信息引入到两步滤波器中。结果表明,在UWB信号不可用的情况下,改进的基于误差校正的GPS/INS/UWB组合导航方案能有效地提高GPS/INS/UWB组合导航的定位精度。.(3)数据融合过程中滤波模型对定位精度和可靠性有重要作用。提出整体约束法与UKF相结合的方法,通过将所有不等式约束转化为一个平滑(非线性)等式约束,用来求解具有等式约束和不等式约束的GPS/INS组合问题。数值实验表明,该算法具有避免大计算量的优点,与通常采用优化方法的等式约束和不等式约束卡尔曼滤波器(EICKF)相比,具有相同水平的很好的适用性。.本项目的研究可为解决高精度、高可靠性的室内外过渡区导航定位提供有效的技术和理论支撑。项目共发表论文13篇(均标注),其中项目负责人作为第一/通讯作者发表SCI论文5篇;项目负责人2019年入选“江苏省科协青年科技人才托举工程资助人员”,2018年获“中国卫星导航定位协会优秀青年人才”称号,获得徐州市科学技术奖1项(排名第6),卫星导航定位科技进步奖一等奖1项(排名第4)。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI:--
发表时间:2017
期刊:中国科技论文
影响因子:--
作者:刘志强;高井祥;姚一飞;李增科
通讯作者:李增科
DOI:10.1080/14498596.2018.1544937
发表时间:2018-11
期刊:Journal of Spatial Science
影响因子:1.9
作者:Hang Yu;Zengke Li;Jian Wang;Houzeng Han
通讯作者:Hang Yu;Zengke Li;Jian Wang;Houzeng Han
DOI:--
发表时间:2018
期刊:现代测绘
影响因子:--
作者:高井祥;李增科
通讯作者:李增科
DOI:10.13168/agg.2019.0028
发表时间:2019-11
期刊:Acta Geodynamica et Geomaterialia
影响因子:0.9
作者:Fangchao Li
通讯作者:Fangchao Li
Robust and Accurate Wi-Fi Fingerprint Location Recognition Method Based on Deep Neural Network
基于深度神经网络的鲁棒准确Wi-Fi指纹位置识别方法
DOI:10.3390/app10010321
发表时间:2020-01
期刊:Applied Sciences
影响因子:--
作者:Yifan Wang;Jingxiang Gao;Zengke Li;Long Zhao
通讯作者:Long Zhao
非合作应急环境下GNSS/INS/语义地图协同增强人工磁场定位模型研究
- 批准号:42274020
- 项目类别:面上项目
- 资助金额:56万元
- 批准年份:2022
- 负责人:李增科
- 依托单位:
城区复杂建筑环境下GNSS/UWB/INS/机会信号协同连续定位关键模型研究
- 批准号:41874006
- 项目类别:面上项目
- 资助金额:63.0万元
- 批准年份:2018
- 负责人:李增科
- 依托单位:
国内基金
海外基金















{{item.name}}会员


