黃 振

(重慶郵電大學 通信與信息工程學院，重慶 400065)

智能農(nóng)機中精準定位的研究與實現(xiàn)

黃 振

(重慶郵電大學 通信與信息工程學院，重慶 400065)

對智能農(nóng)機自動駕駛或輔助駕駛中定位方式進行改進，采用GPS/INS組合導航的方式實現(xiàn)精準定位。GPS/INS組合導航能克服僅采用GPS或INS進行定位的缺陷，實現(xiàn)優(yōu)勢互補，減少定位誤差。研究了GPS/INS組合導航算法，并對GPS和INS數(shù)據(jù)采用卡爾曼濾波進行處理，從位置、速度、姿態(tài)三方面進行仿真對比分析，驗證該算法確實能夠減少定位誤差，實現(xiàn)較精準的定位。

精準定位；自動駕駛；GPS/INS組合導航；卡爾曼濾波

0 引言

目前我國在智能農(nóng)機方面的應用，主要體現(xiàn)在拖拉機自動或輔助駕駛系統(tǒng)，通過精準定位能夠提高土地的利用率，提高農(nóng)作物產(chǎn)量。因此需要對智能農(nóng)機精準定位方向的研究及實現(xiàn)方案進行改進，尋找滿足智能農(nóng)機定位與遠程監(jiān)控系統(tǒng)需求的實現(xiàn)方案。關于智能農(nóng)機導航精準定位方案的研究，一般都要求定位精度達到厘米級，主要實現(xiàn)方案包括[1]：采用高精度的載波相位差分(Real-Time Kinematic,RTK)GPS系統(tǒng)；GPS與羅盤、慣性導航組合定位方式；機器視覺導航等。已有的研究應用實例一般是通過RTK-GPS實現(xiàn)厘米級精準定位，達到為農(nóng)機導航的目的。

慣性導航系統(tǒng)(Inertial Navigation System，INS)和全球定位系統(tǒng)(Global Positioning System，GPS)都是目前常用的導航定位系統(tǒng)，二者在組合導航領域使用也十分廣泛[2]。正因為如此，GPS和INS二者共同連帶的組合模式是當今研究領域中較為理想的選擇。

GPS/INS組合導航系統(tǒng)，能對GPS或INS單獨使用時的缺陷進行彌補。GPS單獨使用時，會出現(xiàn)信號遮擋或干擾致使接收不到定位信息，而此時INS可以接收信息；INS單獨使用時，累積誤差隨工作時間增加而增大，而GPS的穩(wěn)定性可以校正累積誤差[3]。

本文研究一種在智能農(nóng)機上應用的精準定位系統(tǒng)，即GPS/INS組合導航系統(tǒng)，通過濾波算法處理融合數(shù)據(jù)以減少誤差獲取較高的定位精度，用來解決無人駕駛和輔助駕駛中農(nóng)機的導航與精準定位問題。對算法流程和處理過程進行分析，并通過改進優(yōu)化相關算法，進行仿真優(yōu)化與測試，驗證定位精度是否提高，具有一定的理論價值和實際應用價值。

1 GPS/INS組合導航系統(tǒng)方案

1.1 基本方案

基本的GPS/INS組合導航方案如圖1所示，通過采集GPS數(shù)據(jù)和INS數(shù)據(jù)，進行數(shù)據(jù)融合處理。數(shù)據(jù)融合算法采用卡爾曼濾波(Kalman filtering)，卡爾曼濾波是一種利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進行最優(yōu)估計的算法[4]?？紤]到智能農(nóng)機系統(tǒng)為非線性系統(tǒng)，可在實際處理中近似為線性系統(tǒng)，再用相關濾波算法進行處理計算。

圖1 GPS/INS組合導航基本方案

基本方案中數(shù)據(jù)處理從GPS模塊獲取經(jīng)緯度等數(shù)據(jù)，從INS模塊的加速度計、陀螺儀等傳感器獲取角速度、加速度信息，然后經(jīng)導航結(jié)算輸出慣性導航數(shù)據(jù)信息；把GPS和INS數(shù)據(jù)通過數(shù)據(jù)融合進行處理，通過濾波計算得到高精度定位數(shù)據(jù)輸出。根據(jù)當前硬件條件情況，首先對GPS/INS組合導航算法方面進行研究，目的是滿足GPS盲區(qū)的精準定位。

GPS/INS組合導航采用的是松組合，即以INS為主GPS為輔的方案。在GPS工作時，GPS數(shù)據(jù)用于導航信息的最優(yōu)估計，并用最優(yōu)估計結(jié)果反饋修正INS,使其保持高精度；在GPS無信號時，INS單獨工作，輸出慣性導航解。目前這種松組合模式已經(jīng)在國產(chǎn)組合導航系統(tǒng)中得到了廣泛應用，也適用于智能農(nóng)機精準定位[5]。

1.2 數(shù)學建模

GPS/INS組合導航系統(tǒng)實際上是根據(jù)采集的外部信息，參照某種方式進行信息和數(shù)據(jù)的融合，進行參數(shù)最優(yōu)估計。在智能農(nóng)機中GPS/INS由于農(nóng)機作業(yè)環(huán)境的特殊性，運動模型較為簡單，在整體程序算法的設計上，使用GPS接收機的數(shù)據(jù)對INS的導航定位誤差進行修正，以實現(xiàn)精準定位。

考慮到采用卡爾曼濾波進行數(shù)據(jù)處理，對導航參數(shù)誤差進行估計，所以使用間接法進行數(shù)據(jù)融合。間接法系統(tǒng)狀態(tài)誤差均為小量，而且方程線性化帶來的誤差較小，便于工程實現(xiàn)，濾波器故障不會影響INS的工作[6]。如圖2所示為使用卡爾曼濾波間接法輸出校正。

1.3 狀態(tài)方程

GPS/INS組合導航系統(tǒng)的狀態(tài)系統(tǒng)包括：INS器件誤差、平臺誤差方程、位置和速度誤差方程。在智能農(nóng)機硬件平臺上，對GPS和INS性能與誤差源進行分析，為便于實現(xiàn)，卡爾曼濾波器取組合導航系統(tǒng)各狀態(tài)的誤差量作為濾波器的狀態(tài)變量。

本研究只考慮隨機誤差，GPS/INS組合導航系統(tǒng)各狀態(tài)的誤差量包括3個平臺誤差角、3個導航系統(tǒng)的速度誤差、3個位置誤差、3個陀螺儀隨機漂移和3個加速度計零偏誤差，一共15個狀態(tài)估計參數(shù)。

1.3.1陀螺儀隨機漂移誤差模型

陀螺儀隨機漂移的誤差模型一般取隨機常數(shù)、一階馬爾科夫過程和白噪聲的組合。即：

ε=εb+εr+ωg

(1)

其中，εb為隨機常數(shù)，仿真陀螺儀的常值漂移；εr為一階馬爾科夫過程，仿真陀螺儀的時間相關漂移；ωg為白噪聲，仿真陀螺儀的量測白噪聲。

為方便模型建立，假定所有的陀螺漂移誤差模型相同，均為：

(2)

(3)

其中，Tg為相關時間。

1.3.2加速度計誤差模型

加速度計的誤差模型考慮為一階馬爾科夫過程，在本研究中認為三軸加速度計誤差模型相同，均為：

(4)

其中，Ta為相關時間。

1.3.3GPS誤差和狀態(tài)方程

GPS的位置和速度誤差通常是時間相關的，在位置、速度組合模式中誤差體現(xiàn)為量測噪聲。量測噪聲時間相關且是有色噪聲，建模不易而且不能用狀態(tài)擴充法處理，所以可采取增加卡爾曼濾波器的迭代周期或者采用分散濾波器理論來設計濾波器。

將誤差方程綜合在一起，系統(tǒng)狀態(tài)方程為[6]：

(5)

式中，X(t)為系統(tǒng)狀態(tài)向量，W(t)為系統(tǒng)噪聲向量，F(xiàn)(t)為系統(tǒng)矩陣，G(t)為系統(tǒng)噪聲矩陣。

1.4 量測方程

本研究中GPS/INS組合導航采用的是松組合方式，在松組合模型中采用INS和GPS輸出的位置、速度之差作為觀測量。位置測量值是INS輸出的經(jīng)緯度、高度信息和GPS輸出相應信息的差值，速度測量值是INS輸出的東向、北向速度和GPS輸出相應信息的差值。

將位置、速度量測方程合并，得出該系統(tǒng)的量測方程為[7]：

Z(t)=H(t)X(t)+V(t)

(6)

式中，H(t)是量測矩陣，V(t)是量測噪聲。

2 系統(tǒng)仿真及結(jié)果分析

本研究硬件實現(xiàn)平臺是基于團隊研究的智能車輛控制器項目，智能車輛控制器硬件基于高通處理器平臺，搭載Android操作系統(tǒng)，外接GPS接收機，采用GPS/INS組合導航系統(tǒng)，再通過卡爾曼濾波處理獲取高定位精度。實驗時可將智能車輛控制器連到拖拉機上采集定位信息和其他相關信息并上傳到服務器。

本次仿真將測試程序下載到智能車輛控制器，在實驗室附近一條水泥路進行勻速運動，主要采集定位模塊相關數(shù)據(jù)。獲取數(shù)據(jù)后進行仿真誤差分析，對位置、速度、姿態(tài)誤差進行經(jīng)GPS/INS組合導航算法處理前后的分析對比。在MATLAB仿真時，假定陀螺儀和加速度計的誤差統(tǒng)計特性一致，并且隨機噪聲由隨機常值和白噪聲組成。設定仿真時間為100 s，仿真結(jié)果如圖3～圖5所示。

圖3 位置誤差對比圖

圖4 速度誤差對比圖

圖5 姿態(tài)誤差對比圖

從仿真結(jié)果(data1是GPS/INS組合導航算法處理前誤差，data2是處理后誤差)可以看出，經(jīng)過GPS/INS組合導航卡爾曼濾波處理的位置、速度、姿態(tài)誤差都有減少，能夠提高定位精度。位置誤差如果不進行濾波處理會隨著時間增加誤差變大，經(jīng)該算法處理后誤差趨于平穩(wěn)，誤差處理效果較好；速度誤差也一直存在并有增大的趨勢，處理效果開始有些不穩(wěn)定，之后處理效果變好；姿態(tài)誤差處理效果一般，后期算法仍需改進。從仿真結(jié)果來看，該算法有一定的容錯能力，系統(tǒng)的可靠性和精度有了一定的提高。

3 結(jié)論

本文介紹了我國在精準農(nóng)業(yè)實現(xiàn)方面主要采取的措施，以及GPS/INS在智能農(nóng)機精準定位中的優(yōu)勢。提出了一種應用在智能農(nóng)機上的GPS/INS組合導航系統(tǒng)，并對其數(shù)學模型和狀態(tài)方程、量測方程進行了分析，最后對系統(tǒng)進行了仿真驗證。GPS/INS組合導航確實能夠提高導航定位精度并應用在智能農(nóng)機上，該算法對利用GPS和INS兩個非相似導航系統(tǒng)提供的互補信息來提高定位的可靠性和精度，后期仍需對該算法進行優(yōu)化，爭取實現(xiàn)誤差在厘米級的精準定位。

[1] 胡靜濤, 高雷, 白曉平,等. 農(nóng)業(yè)機械自動導航技術研究進展[J]. 農(nóng)業(yè)工程學報, 2015, 31(10):1-10.

[2] YANG Y, FARRELL J A. Magnetometer and differential carrier phase GPS-aided INS for advanced vehicle control[J]. IEEE Transactions on Robotics & Automation, 2003, 19(2):269-282.

[3] 許麗佳, 陳陽舟, 崔平遠. GPS/INS組合導航系統(tǒng)中的信息融合算法研究[J]. 計算機仿真, 2004, 21(5):20-23.

[4] WELCH G,BISHOP G.An introduction to the Kalman filter[D]. University of North Carolina at Chapel Hill, 1995.

[5] 周星伶. GPS/INS組合導航系統(tǒng)松、緊耦合性能比較[J]. 航空電子技術, 2007, 38(4):1-6.

[6] 秦永元,張洪鉞,汪叔華.卡爾曼濾波與組合導航原理[M].西安：西北工業(yè)大學出版社, 2015.

[7] 吳鳳柱, 何矞, 焦旭,等. GPS/SINS緊組合導航系統(tǒng)信息融合技術研究[J]. 電子技術應用, 2013, 39(2):67-69.

Research and implementation of precise positioning in intelligent agricultural machinery

Huang Zhen

(College of Communication and Information Engineering, Chongqing University of Posts andTelecommunications, Chongqing 400065, China)

To improve the positioning mode of automatic and auxiliary driving of intelligent agricultural machinery, we adopted the Global Positioning System(GPS)/Inertial Navigation System(INS) integrated navigation to achieve accurate positioning.GPS/INS integrated navigation can overcome the defects of positioning only by GPS or INS, complement each other and reduce positioning errors.In this paper, we studied the algorithm of GPS/INS integrated navigation and using Kalman filter to process GPS/INS data.The simulation results from three aspects of position, speed and attitude show that the algorithm can reduce the positioning error and achieve accurate positioning.

precise positioning; automatic drive; GPS/INS integrated navigation; Kalman filtering

TP273

A

10.19358/j.issn.1674- 7720.2017.23.007

黃振.智能農(nóng)機中精準定位的研究與實現(xiàn)[J].微型機與應用，2017,36(23)：25-27.

2017-06-14)

黃振(1993- )，通信作者，男，碩士研究生，主要研究方向：組合導航算法和精準定位。E-mail：1176199403@qq.com。