低成本MIMU車載組合導(dǎo)航聯(lián)邦濾波算法*

（海軍工程大學(xué)導(dǎo)航工程系 武漢 430033）

1 引言

縱觀未來戰(zhàn)爭發(fā)展趨勢，無人作戰(zhàn)設(shè)備因其強機動性、低成本和小體積等優(yōu)勢，有望取代士兵以及傳統(tǒng)作戰(zhàn)裝備成為主要的作戰(zhàn)力量之一，以今年沙特石油設(shè)施遭受低成本集群無人機襲擊事件為例，帶給我們的啟示是低成本無人武器裝備是未來戰(zhàn)爭形勢的一個發(fā)展方向。隨著作戰(zhàn)任務(wù)日趨復(fù)雜，對無人車、無人艇等無人作戰(zhàn)裝備提出了更高的導(dǎo)航定位要求。對于高精度的慣性導(dǎo)航系統(tǒng)（Inertial Navigation System，INS）來說，高性能的慣性傳感器與先進的系統(tǒng)技術(shù)可以提供載體高精度的導(dǎo)航信息，但體積大、價格貴、操作維護復(fù)雜，不合適在體積小、成本受限、工作環(huán)境惡劣的低成本、集群化的無人作戰(zhàn)裝備中推廣使用?；谖C電系統(tǒng)（Micro Electro Mechanical System，MEMS）技術(shù)的微慣性測量單元（Micro Inertial Measurement Unit，MIMU）使這一問題得到了有效解決，以其低成本、低功耗、高集成度、抗高過載等特點［1～3］，適合低成本無人設(shè)備的推廣使用。但傳感器自身存在精度低、漂移大等缺點［4～5］，只能在短時間內(nèi)提供可靠的信息，嚴(yán)重限制了MIMU的應(yīng)用范圍，利用組合導(dǎo)航技術(shù)提高基于MIMU的導(dǎo)航系統(tǒng)整體性能和精度已成為一種重要途徑。隨著MEMS慣性技術(shù)的快速發(fā)展，國內(nèi)外均開展了以MIMU為核心的多傳感器組合導(dǎo)航系統(tǒng)設(shè)計和研究。文獻［6～7］以慣性/衛(wèi)星組合導(dǎo)航方法為技術(shù)背景，研究了基于MIMU/GPS的低成本組合導(dǎo)航定位方案，通過改進濾波算法提高系統(tǒng)組合定位精度，但仍存在組合精度較差，尤其是復(fù)雜環(huán)境下的姿態(tài)估計精度。文獻［8～9］針對MEMS慣性器件自身特點，通過引入磁力計和GNSS輔助信息，從而實現(xiàn)不同系統(tǒng)間的優(yōu)勢互補，但未考慮信息融合過程中子傳感器失效或者故障的問題。

綜上，本文以低成本無人車載導(dǎo)航實際需求為應(yīng)用背景，通過多傳感器信息融合以及信息故障檢測，提出一種新的基于MIMU的低成本車載組合導(dǎo)航設(shè)計方案，實現(xiàn)MIMU、GNSS、MAG三者優(yōu)勢互補，提高以MIMU為核心的組合導(dǎo)航系統(tǒng)綜合性能。

2MIMU/GNSS/MAG組合導(dǎo)航方案設(shè)計

要實現(xiàn)組合導(dǎo)航系統(tǒng)各傳感器信息的優(yōu)勢互補，信息融合和濾波算法是關(guān)鍵，主要研究熱點集中在如何進一步提高組合導(dǎo)航系統(tǒng)的精度、實時性和可靠性等方面［10～11］。目前，卡爾曼濾波技術(shù)常用于多傳感器信息融合，按照信息處理方式的不同，分為分散式卡爾曼濾波和集中式卡爾曼濾波。聯(lián)邦卡爾曼濾波是一種基于信息分配原理的分散式卡爾曼濾波，其主要優(yōu)勢有：

1）容錯性能好。當(dāng)子系統(tǒng)出現(xiàn)故障時，能夠迅速檢測和隔離故障子系統(tǒng)，且能夠利用正常子系統(tǒng)的估計信息實現(xiàn)對狀態(tài)量的最優(yōu)估計。

2）計算量小。從子系統(tǒng)的局部濾波到全局濾波的最優(yōu)估計算法簡單，便于算法的執(zhí)行。

典型的聯(lián)邦卡爾曼濾波算法包含以下過程［12～13］：

1）濾波初始值設(shè)定。

2）時間更新。各子濾波器獨立進行時間更新：

3）量測更新。各子濾波器接收子系統(tǒng)量測信息并獨立進行量測更新：

4）信息融合。把各子濾波器的局部最優(yōu)估計信息進行融合，方法如下：

為提高系統(tǒng)容錯能力，設(shè)計無重置的聯(lián)邦濾波結(jié)構(gòu)進行信息融合，將MIMU作為主參考系統(tǒng)，組成MIMU/GNSS和MIMU/MAG兩個子系統(tǒng)。該組合導(dǎo)航系統(tǒng)如圖1所示。

圖1 MIMU/GNSS/MAG組合導(dǎo)航系統(tǒng)結(jié)構(gòu)圖

3 信息故障檢測

利用組合導(dǎo)航技術(shù)提高導(dǎo)航系統(tǒng)整體性能已成為一種重要途徑，但系統(tǒng)傳感器的增加意味著整個組合導(dǎo)航系統(tǒng)的復(fù)雜性和故障率也隨之增加，必須及時對傳感器故障信息進行診斷并隔離，才能保證組合導(dǎo)航系統(tǒng)的可靠性。狀態(tài)χ2檢驗法和殘差χ2檢驗法常用于組合導(dǎo)航系統(tǒng)的故障檢測與隔離［14］，前者在狀態(tài)遞推的過程中沒有進行量測更新，降低了故障檢測的靈敏度，而后者對軟故障的檢測不十分有效。因此，這里采用新息序列檢測法，利用最新的N個測量統(tǒng)計構(gòu)成檢驗統(tǒng)計量來進行辨識量測信息偏差：

4 試驗驗證

4.1 仿真試驗

為了驗證MIMU/GNSS/MAG組合導(dǎo)航方案的有效性，在相同試驗條件下：對比MIMU/GNSS、MIMU/GNSS/MAG兩種組合導(dǎo)航方案性能。仿真試驗?zāi)M無人車實際作業(yè)環(huán)境，包含靜止、加速、轉(zhuǎn)彎等運動狀態(tài)。仿真時間設(shè)置為600s，初始位置為緯度34°，經(jīng)度108°，高度0m ；初始位置誤差5m；初始航向誤差為1°，水平姿態(tài)角誤差為0.5°；初始速度誤差 0.1m/s；陀螺儀偏差為10°/h（1σ），陀螺隨機游走為1°/；加速度計偏差為0.5mg(1σ)，加速度隨機游走為；磁強計測量精度為50nT(1σ)，地磁場模型誤差為100nT；GNSS接收機定位精度為5m。

MIMU/GNSS、MIMU/GNSS/MAG兩種組合導(dǎo)航方案估計誤差結(jié)果如圖2～4所示。

圖2 姿態(tài)估計誤差

圖3 速度估計誤差

圖4 位置估計誤差

以姿態(tài)估計誤差為例，誤差統(tǒng)計特性如表1所示。

表1 姿態(tài)估計誤差統(tǒng)計特性表

從仿真結(jié)果可以看出：最優(yōu)的解決方案是MIMU/GNSS/MAG組合導(dǎo)航方案，該組合導(dǎo)航方案輸出姿態(tài)誤差小，且姿態(tài)估計能夠快速收斂，其中水平姿態(tài)角誤差在±0.5°范圍內(nèi)，航向角誤差在±1°范圍內(nèi)。MIMU/GNSS組合導(dǎo)航方案處在水平方向加速度較小的運動狀態(tài)時，由于航向角誤差可觀測性較差，所以姿態(tài)和航向角誤差增大。

4.2 車載試驗

為進一步對比兩種組合導(dǎo)航方案的綜合性能，在開闊地帶進行車載試驗。試驗以某公司研制的型號為“KY-INS500U”的高精度光纖捷聯(lián)慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)（簡稱“光纖慣導(dǎo)”）（航向姿態(tài)精度0.1°，水平姿態(tài)精度0.01°）作為參考；以預(yù)處理后的MTi-100慣性測量單元輸出的陀螺、加速度計及磁力計數(shù)據(jù)作為解算數(shù)據(jù)，采用光纖慣導(dǎo)的衛(wèi)星定位數(shù)據(jù)進行信息融合，初始對準(zhǔn)數(shù)據(jù)由光纖慣導(dǎo)獲得。

試驗場景及設(shè)備如圖5所示。試驗方案為車載試驗前，將MTi-100慣性測量單元與光纖慣導(dǎo)固定分別安裝在車體內(nèi)部，使二者航向保持平行且與車輛前進方向保持基本一致。試驗車的起始位置選在無大功率電磁干擾的空曠環(huán)境中，以測試補償車體本身對磁力計的干擾。GNSS天線安置在車頂，試驗場地選在了空曠無遮擋的區(qū)域，以保證信號的正常接收，試驗過程中GNSS收星數(shù)保持在13～26顆。

圖5 試驗場景及設(shè)備

MIMU/GNSS、MIMU/GNSS/MAG兩種組合導(dǎo)航方案估計誤差結(jié)果如圖6～8所示。

圖6 姿態(tài)估計誤差

以姿態(tài)估計誤差為例，姿態(tài)估計誤差統(tǒng)計特性如表2所示。

表2 姿態(tài)估計誤差統(tǒng)計特性表

從試驗結(jié)果可以看出：

1）相比仿真試驗結(jié)果，兩種組合方案的誤差均有增大，分析原因可知，除了算法誤差外，在車載試驗的過程中，由于試驗場地有細碎砂礫，且汽車本身發(fā)動機抖動，導(dǎo)致傳感器處在振動頻率較高的惡劣條件下，對MIMU中的陀螺零偏和加速度計偏值進行估計時發(fā)現(xiàn)，收斂后的估計結(jié)果均大于標(biāo)稱精度。

2）由于GNSS能夠提供一個穩(wěn)定的位置信息，所以MIMU/GNSS和MIMU/GNSS/MAG組合導(dǎo)航方案中位置和速度誤差能夠收斂，從圖7、圖8可以看出，MIMU/GNSS和MIMU/GNSS/MAG兩種組合導(dǎo)航方案的速度和位置誤差曲線基本重合，其中速度誤差在±1.5m/s范圍內(nèi)，位置誤差在±10m范圍內(nèi)。

圖7 速度估計誤差

圖8 位置估計誤差

3）關(guān)于姿態(tài)估計，最優(yōu)的解決方案是MIMU/GNSS/MAG組合導(dǎo)航方案，以航向角誤差為例，MIMU/GNSS/MAG聯(lián)邦濾波組合導(dǎo)航方案航向角誤差能夠抑制在±1.5°以內(nèi)。從車載實驗結(jié)果可以看出，引入校準(zhǔn)后的磁力計信息可以有效提高組合導(dǎo)航系統(tǒng)的航向精度，驗證了仿真試驗的正確性。

4.3 容錯試驗

為驗證該組合導(dǎo)航方案的容錯性能，現(xiàn)模擬真實使用環(huán)境，設(shè)置故障條件如下：在第300s～320s，對GNSS定位結(jié)果中加入10倍量測誤差的突變故障。按照設(shè)置的仿真條件對比MIMU/GNSS/MAG有無故障檢測與隔離的組合效果。設(shè)置新息序列故障檢測法的誤警率為0.01，查χ2分布臨界值表得對應(yīng)的門限值為30.58。

故障檢測效果如圖9所示，從圖中可以看出，該方法可以有效檢測到故障，故障發(fā)生時間為300s～320s，該方法在301s～320s檢出故障，延遲1s。

圖9 緩變故障統(tǒng)計量

為進一步分析故障信息對組合導(dǎo)航系統(tǒng)性能帶來的影響，現(xiàn)以導(dǎo)航誤差為例進行分析。圖10～12為進行了故障檢測及隔離與未進行故障檢測及隔離的組合導(dǎo)航系統(tǒng)誤差曲線。

圖10 姿態(tài)誤差曲線

圖11 速度誤差曲線

圖12 位置誤差曲線

從圖中可以看出，在GNSS發(fā)生故障期間，新息序列故障檢測法由于及時檢測出故障信息并進行隔離，導(dǎo)航信息誤差發(fā)散得到抑制，現(xiàn)以位置誤差為例進行說明。故障期間，未進行故障檢測及隔離的組合導(dǎo)航系統(tǒng)北向位置誤差在320s時達到最大為39.3m，東向位置誤差在320s時達到最大為37.23m；進行故障檢測及隔離的組合導(dǎo)航系統(tǒng)北向位置誤差在320s時達到最大4.579m，東向位置誤差在320s時達到最大為10.150m。

表3列出了結(jié)合有無故障檢測及隔離的聯(lián)邦濾波導(dǎo)航系統(tǒng)，在相同仿真試驗條件下得到的導(dǎo)航信息誤差標(biāo)準(zhǔn)差對比?？梢钥闯?，本文設(shè)計的組合導(dǎo)航方案，能夠有效檢測到故障并進行隔離，使整個組合導(dǎo)航系統(tǒng)受到故障量測量的影響更小。

表3 導(dǎo)航信息誤差標(biāo)準(zhǔn)差對比

5 結(jié)語

本文針對傳統(tǒng)低成本車載組合導(dǎo)航方案中存在的姿態(tài)估計精度較差以及系統(tǒng)容錯性較差等問題，從多傳感器信息融合及信息故障檢測兩方面，設(shè)計了基于聯(lián)邦濾波結(jié)構(gòu)的MIMU/GNSS/MAG組合導(dǎo)航方案，能夠?qū)崿F(xiàn)不同系統(tǒng)間的優(yōu)勢互補，以提供復(fù)雜環(huán)境下的導(dǎo)航定位信息。試驗驗證了該方案能夠有效提高低成本車載組合導(dǎo)航系統(tǒng)的輸出精度和穩(wěn)定性，有望解決單一導(dǎo)航方式精度低、可靠性差、抗干擾能力弱等問題，具有一定的工程應(yīng)用價值。