低成本车载MEMS惯导导航定位方法

（清华大学 自动化系，北京 100084）

（清华大学 自动化系，北京 100084）

当GPS卫星信号受到遮挡，车载GPS无定位输出时，通过低成本MEMS惯导进行定位是车辆导航的一种弥补方法。然而低成本MEMS惯导测量误差大，定位误差会快速累积。针对此问题，研究了一种应用于MEMS惯导导航定位的Kalman滤波算法。通过分析车辆的运动特性，在已有的研究基础上，提出了向心加速度差值误差这一新型观测量，并推导了误差状态系统模型的状态转移矩阵和观测矩阵。200 s时长的实车实验表明，单纯MEMS惯导定位的误差率是75.27%，而所述新方法的定位误差率是3.86%，定位精度有了大幅度提高，取得了良好的效果。

MEMS惯导；车载导航；定位；Kalman滤波；向心加速度；观测量

GPS(Global Positioning System，全球定位系统)是目前在民用车辆上广泛使用的导航定位设备。GPS能够在地球表面绝大部分地区准确确定车辆的位置，为车辆提供路径导航等服务。GPS进行定位解算需要接收到至少4颗卫星的信号[1]。然而当车辆行驶到被树木或建筑物遮挡严重的道路、隧道、地下停车场等区域时，GPS不能接收到足够多的卫星信号来进行定位解算，这种情况下将没有定位输出，此时可以借助惯导设备进行推算定位。高精度惯导由于其价格高，难以应用于民用车辆。随着技术的快速发展，出现了低成本MEMS(Micro-Electro-Mechanical System，微机电)惯导产品，为民用车辆使用惯导设备创造了机会[2]。

MEMS惯导体积小、能耗低、价格低，但是其测量误差大[3]。一般来说，MEMS惯导设备价格越低，测量误差越大。使用低成本 MEMS惯导进行导航定位，其定位误差会随着时间增加而快速积累，在短时间内定位精度也较低，因而研究如何降低低成本MEMS惯导导航的定位误差，对于无GPS定位输出时的车辆导航定位具有积极意义。……