基于CKF滤波的车辆动力学模型辅助惯导组合导航方法
专利汇可以提供基于CKF滤波的车辆动力学模型辅助惯导组合导航方法专利检索，专利查询，专利分析的服务。并且本 发明 公开一种基于CKF滤波的车辆动 力 学模型辅助惯导组合导航方法，包括如下步骤：根据微惯性器件输出的 角 增量和比力，利用惯导数值更新 算法 解算车辆的 姿态 、速度和 位置 ；建立三 自由度 车辆动力学模型，以 方向盘 转角和纵向力为控制输入量，利用四阶龙格库塔法实时解算载体速度；以惯导误差方程为 状态方程 ，动力学模型和惯导解算的速度差为观测量，设计CKF 滤波器 对组合 导航系统 进行状态估计；CKF估计得到的位置、速度和姿态误差对捷联惯导解算结果进行输出校正，陀螺和加表误差对惯导进行反馈校正。此种方法针对惯导误差随时间积累，无法长时间保持导航 精度 的问题，可提高车辆导航系统的精确度和可靠性。，下面是基于CKF滤波的车辆动力学模型辅助惯导组合导航方法专利的具体信息内容。
1.一种基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于包括如下步骤：
步骤1，根据微惯性器件输出的角增量和比力，利用惯导数值更新算法解算车辆的姿态、速度和位置；
步骤2，建立三自由度车辆动力学模型，以方向盘转角和纵向力为控制输入量，利用四阶龙格库塔法实时解算载体速度；
步骤3，以惯导误差方程为状态方程，动力学模型和惯导解算的速度差为观测量，设计CKF滤波器对组合导航系统进行状态估计；
步骤4，CKF估计得到的位置、速度和姿态误差对捷联惯导解算结果进行输出校正，陀螺和加表误差对惯导进行反馈校正。
2.如权利要求1所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述步骤1的详细内容是：利用六轴加速度计和陀螺仪测量载体的角增量和比力，解算出载体当前时刻的导航参数，导航坐标系n采用东北天地理坐标系，载体坐标系b采用右前上坐标系；惯导数值更新算法包含姿态微分方程、比力微分方程和位置微分方程。
3.如权利要求2所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述姿态微分方程的表达式为：
其中，Q为姿态四元数， 为载体系相对于导航系的角速度， 为陀螺输出的载体系相对于惯性系的角速度， 为地球自转引起的导航系旋转角速度， 为载体运动产生的位移角速度， 为姿态旋转矩阵。
4.如权利要求2所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述比力微分方程的表达式为：
其中，vI＝[vIe vIn vIu]T为惯导解算的东向、北向和天向速度， 为加速度计测量的比力， 为由载体运动和地球自转引起的哥氏加速度， 为由载体运动引起的对地
n
向心加速度，g为重力加速度， 为由载体系转换为导航系的转换矩阵。
5.如权利要求2所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述位置微分方程的表达式为：
其中，RM和RN分别为子午圈和卯酉圈主曲率半径，L、λ和h分别为惯导解算的纬度、经度和高度，vIe、vIn和vIu分别为惯导解算的东向速度、北向速度和天向速度。
6.如权利要求1所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述步骤2的详细内容是：建立横向、纵向、横摆三自由度非线性车辆动力学模型，忽略左右轮差异，模型等效简化为前、后车轮分别集中在车辆前、后轴中点而构成的一个自行车模型，xnoyn为导航坐标系，xn轴向东，yn轴向北；xboyb为固定在车辆质心上的载体坐标系，xb轴与载体横轴重合，向右为正，yb轴与载体纵轴重合，向前为正；
根据牛顿力学，车辆的动力学模型为：
其中， 和 分别为车辆的横向速度、纵向速度和横摆角速度；m和Iz分别为车
辆的质量、绕竖轴的转动惯量；a、b分别为汽车前轮和后轮轮轴中心到质心的距离；δf为前轮转向角，由方向盘转角传感器测得的方向盘转角δ除以从方向盘到前轮的转向传动比来确定；Cd为空气阻力系数；Af为车辆前向面积；ρa为空气密度；Ftf、Ftr分别为作用在单个前轮和后轮上的纵向力；Fsf、Fsr分别为作用在单个前轮和后轮上的横向力；对于行驶在一般道路交通环境下的车辆，将作用在各轮上的侧向力表示为：
Fsf＝Cαfαf
Fsr＝Cαrαr
式中，Cαf、Cαr分别为前、后轮胎的侧偏刚度；αf、αr分别为前、后轮胎的侧偏角，近似表示为：
将侧向力表达式、侧偏角表达式代入动力学模型表达式，并考虑到δf通常是小角度，经整理后得：
利用方向盘转角传感器和车轮力传感器信息得到车辆动力学模型的控制输入向量U＝[δf Ftf Ftr]T，通过四阶龙格库塔法求解上式得载体坐标系下车辆的横向速度 纵向速度 和横摆角速度 根据惯导解算的姿态矩阵，得到导航坐标系下由动力学模型计算的速度：
7.如权利要求1所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述步骤3中，CKF滤波器的误差状态变量包括3个姿态误差、2个速度误差、2个位置误差、3个陀螺常值漂移、2个加速度计常值零偏，即
CKF滤波器的状态方程为
式中，A为相应的状态转移矩阵，由INS误差方程构成；w为过程噪声；
将惯导和车辆动力学模型解算的东向速度之差、北向速度之差作为CKF滤波器的观测T
量，即观测向量为Z＝[vIe-vMe vIn-vMn]，则系统的量测方程为：
Z＝HX+v
式中，H＝[02×3 I2×2 02×7]为系统量测矩阵，v为量测噪声；
对前述系统状态方程和量测方程进行离散化，得到k时刻的离散化系统状态模型为：
Xk＝FXk-1+wk-1
Zk＝HXk+vk
式中，F＝exp(A×ΔT)为离散化的系统状态转移矩阵，ΔT为采样时间；wk-1为均值为0，方差为Qk-1的高斯白噪声，vk为均值为0，方差为Rk的高斯白噪声且wk-1和vk相互独立。
8.如权利要求1所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述步骤3中，CKF滤波器的状态估计包括时间更新和量测更新两步：
(1)时间更新
构造容积点
式中，Pk-1/k-1、 为k-1时刻协方差和状态估计值；m＝2n，n是状态向量X维数；
[1]i是点集[1]的第i列；
计算经状态方程传播容积点：
一步预测状态和误差协方差阵：
(2)量测更新
构造容积点：
计算经量测方程传播容积点：
Zi,k/k-1＝HXi,k/k-1
计算观测量预测值：
估计新息自协方差矩阵：
估计互协方差矩阵：
CKF滤波器增益矩阵：
估计k时刻的状态量：
估计k时刻状态误差协方差阵：
9.如权利要求1所述的基于CKF滤波的车辆动力学模型辅助惯导组合导航方法，其特征在于：所述步骤4的详细内容是；对微惯性器件输出的角增量 比力 进行反馈校正得：
对INS解算的纬度L、经度λ进行输出校正得组合导航位置：
Lout＝L-δL
λout＝λ-δλ
对惯导解算的姿态进行输出校正得组合导航姿态：
θout＝θ-δθ
γout＝γ-δγ
对惯导解算的东向速度vIe、北向速度vIn进行输出校正得组合导航速度：
Veout＝vIe-δvx
Vnout＝vIn-δvy
其中，θ表示俯仰角，γ表示横滚角，表示航向角。
基于CKF滤波的车辆动力学模型辅助惯导组合导航方法
技术领域
背景技术
发明内容
对地向心加速度，g为重力加速度， 为由载体系转换为导航系的转换矩阵。
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种电磁无轴涡叶向心式高压风机 | 2020-05-14 | 567 |
| 一种胎压监测系统故障判断方法 | 2020-05-19 | 947 |
| 引力场曲率驱动引擎的方法 | 2020-05-19 | 429 |
| 一种车辆纵向加速度计算方法、装置、服务器及存储介质 | 2020-05-21 | 196 |
| 一种利用GPS与加速度计计算飞行器姿态角的方法 | 2020-05-20 | 856 |
| 用于使用加速度数据来确定钻柱运动的系统和方法 | 2020-05-17 | 398 |
| 无线传感器网络的列车弯道预警系统及其预警方法 | 2020-05-21 | 549 |
| 一种伸缩式多功能离心机支架结构 | 2020-05-18 | 734 |
| 旋转气缸内燃机 | 2020-05-22 | 579 |
| 一种利用惯性力产生微液滴的方法和装置 | 2020-05-23 | 951 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
