基于GPS/INS的车辆位置扩展卡尔曼滤波估计分析

基于GPS/INS的车辆位置扩展卡尔曼滤波估计分析

全球导航卫星系统（GNSS）已经被广泛应用于航空导航、车辆交通等各个领域，其中最广为人知的是GPS。随着应用的不断展开，对GPS的准确性、可靠性、有效性、连续性和完整性提出了新的挑战。由于天气变化、建筑物遮挡等问题，卫星信号可能存在衰减甚至中断的问题，而传统基于地基的信号增强系统在一定程度上依赖于能接收到的卫星信号，因此限制了其在位置、速度测量中的应用。惯性导航系统（INS）具有不依赖于外部信息的自主性，且可以根据对惯性量的积分求出速度、距离等信息，因此常被用于对GNSS系统的补充。相应地，GPS的定位结果能为INS提供滤波更新信息，抑制INS导航参数误差随时间的漂移。

GPS/INS组合系统有两种组合模式：松组合和紧组合。松组合模式是将GPS和INS测得的位置和速度进行融合的一种方法。紧组合模式（图1）需要用到GNSS卫星系统的伪距以及INS系统的原始数据，组合的具体方式多种多样，将INS系统估计出的伪距与GPS伪距进行比较，将比较的误差输出以更新INS的状态参数。

采用扩展卡尔曼滤波（EKF）算法进行信息融合，通过比较分析组合前后的定位结果，表明该组合导航系统能有效提高GPS的定位精度。

AlessandroGonçalvesAdinolfi et al.SAE 2013-36-0650.

编译：汪涛