高速场景下自动驾驶组合定位系统研

高速场景下自动驾驶组合定位系统研究
图1 GNSS/INS组合系统架构
1中滤波器通常可以选择卡尔曼滤波（KF）或
各种变体如LKF、EKF等方法，它会针对INS和GNSS
出的导航信息进行比对求差，估计载体位置、速度和
姿态等一系列状态参数的偏差并对组合导航结果进行修
正。

图中虚线部分描绘的是组合导航系统可选的链路，
该链路的建立方式取决于组合导航的模式。

误差反馈模式
图2 GNSS/INS组合开环结构
开环结构的优点在于当卡尔曼滤波器出现异常情况时，组合导航系统仍然可以输出原始的INS结果以支持完好性监测及确保导航服务连续运行。

但是，由于
的惯性漂移没有经过补偿，惯导误差随时间不断累积，会不可避免地导致线性系统假设失效。

因此，开环结构的稳定性与卡尔曼滤波器相关性较强，更容易导致卡尔
图3 GNSS/INS组合闭环结构
由图3可以看出，卡尔曼滤波器估计的加速度计和陀螺仪误差在每个周期内会通过反馈来修正IMU测量值，然后，用于计算系统模型。

组合导航类型
GNSS/INS组合导航类型通常有3种：松组合、紧组合及深组合。

GNSS/INS松组合
在GNSS/INS松组合结构下，GNSS和INS相互独立工作并提供各自的导航信息。

为了提高导航性能，松组
图4 GNSS/INS松组合架构
GNSS/INS松组合模式易于实现，在开环结构下可以种导航信息（原始GNSS导航结果、原始
航结果及组合导航结果）；而在闭环结构下可以提供两种导航信息（原始GNSS导航结果和组合结果）。

松组合模式的主要缺陷在于当GNSS有效卫星数不足时，无GNSS辅助信息，并且由于卡尔曼滤波假设要求观测噪声是与时间无关的白噪声，而GNSS滤波输出的导航信息是时间相关的，所以这种特性会影响滤波性能，继而影响组合系统性能。

图5 GNSS/INS紧组合架构
由于紧组合模式在滤波时采用的是GNSS原始观测值，因此，可以避免松组合模式中因卡尔曼滤波器级联产生的测量时间关联问题。

此外，紧组合可以在导航系统接收的GNSS有效卫星数小于4颗时提供GNSS
新，这种特性使得组合导航系统在城市、森林和峡谷等特殊场景下仍然能获得连续稳定的导航信息。

另一方面，由于紧组合模式需要在滤波器中处理GNSS原始观测值，因此，其实现方式比松组合更加复杂，同时，紧组合模式的局限在于它无法输出原始GNSS导航结果。

综合来说，GNSS/INS使用相同硬件条件下，紧组合模式可以取
图6 GNSS/INS深组合架构
可以看出，深组合模式下相关器输出的I/Q
理论上满足观测噪声相互独立的特性，因此，深组合模式具有理论上的全局最优特性。

深组合模式便于
接收机与INS进行一体化设计，实现GNSS接收机和
两者之间相互辅助，可以降低跟踪频率，提高抗干扰能力。

深组合模式使得导航系统可以在较低的信噪比下工作，并且在卫星信号失锁的情况下依然能够得到。