留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

LSTM辅助车载GNSS/INS组合导航算法及性能分析

刘东亮 成芳 沈朋礼 李晓婉 呼宇航

刘东亮, 成芳, 沈朋礼, 李晓婉, 呼宇航. LSTM辅助车载GNSS/INS组合导航算法及性能分析[J]. 全球定位系统, 2023, 48(5): 21-31. doi: 10.12265/j.gnss.2023111
引用本文: 刘东亮, 成芳, 沈朋礼, 李晓婉, 呼宇航. LSTM辅助车载GNSS/INS组合导航算法及性能分析[J]. 全球定位系统, 2023, 48(5): 21-31. doi: 10.12265/j.gnss.2023111
LIU Dongliang, CHENG Fang, SHEN Pengli, LI Xiaowan, HU Yuhang. LSTM assisted in vehicle GNSS/INS integrated navigation algorithm and performance analysis[J]. GNSS World of China, 2023, 48(5): 21-31. doi: 10.12265/j.gnss.2023111
Citation: LIU Dongliang, CHENG Fang, SHEN Pengli, LI Xiaowan, HU Yuhang. LSTM assisted in vehicle GNSS/INS integrated navigation algorithm and performance analysis[J]. GNSS World of China, 2023, 48(5): 21-31. doi: 10.12265/j.gnss.2023111

LSTM辅助车载GNSS/INS组合导航算法及性能分析

doi: 10.12265/j.gnss.2023111
基金项目: 黑土地保护与利用科技创新工程专项资助(XDA28040300);广西科技基地和人才专项资助(桂科AD22035957);中国科学院网信专项资助(CAS-WX2021SF-0304);中国科学院“西部之光”人才培养计划项目(XAB2021YN19)
详细信息
    作者简介:

    刘东亮:(1996—),男,硕士,主要研究方向为GNSS高精度定位与组合导航技术

    成芳:(1981—),女,研究员,主要研究方向为卫星导航增强系统关键技术及应用解决方案

    沈朋礼:(1992—),男,博士,助理研究员,主要研究方向为GNSS数据处理和实时定位算法

    通讯作者:

    成 芳E-mail: chengfang@ntsc.ac.cn

  • 中图分类号: P228.4

LSTM assisted in vehicle GNSS/INS integrated navigation algorithm and performance analysis

  • 摘要: 针对车载GNSS/惯性导航系统(inertial navigation system,INS)组合导航系统在GNSS信号失锁时定位精度下降甚至发散的问题,提出了一种长短期记忆(long short-term memory,LSTM)神经网络辅助组合导航的算法来提高定位精度,实现可靠连续稳定的定位. 通过移动集成平台进行实验,结果表明:当GNSS信号失锁30 s时,LSTM辅助组合导航系统在东(east,E)、北(north,N)方向的位置误差最大值分别降低了77.45%、17.39%,均方根误差(root mean square error,RMSE)分别降低了79.53%、42.36%;当GNSS信号失锁100 s时,LSTM辅助GNSS/INS在E、N、天顶(up,U)三个方向上的位置误差最大值分别降低了60.07%、98.30%、84.65%,RMSE分别降低了61.96%、97.98%、84.65%. LSTM辅助较大地提升了车载GNSS/INS组合导航系统的导航性能.

     

  • 图  1  GNSS/INS松组合流程图

    图  2  LSTM结构

    图  3  LSTM辅助GNSS/INS组合导航训练阶段原理图

    图  4  LSTM辅助GNSS/INS组合导航预测阶段原理图

    图  5  国家授时中心高精度定位动态测试轨道

    图  6  移动集成测试平台

    图  7  陀螺仪Allan方差图

    图  8  加速度计Allan方差图

    图  9  小车行驶轨迹

    图  10  卫星数与GDOP

    图  11  GNSS信号失锁30 s有无LSTM辅助组合导航位置误差对比

    图  12  GNSS信号失锁30 s有无LSTM辅助组合导航速度误差对比

    图  13  GNSS信号失锁30 s有无LSTM辅助组合导航姿态误差对比

    图  14  GNSS信号失锁30 s导航轨迹对比

    图  15  GNSS信号失锁100 s有无LSTM辅助组合导航位置误差对比

    图  16  GNSS信号失锁100 s有无LSTM辅助组合导航速度误差对比

    图  17  GNSS信号失锁100 s 有无LSTM辅助组合导航姿态误差对比

    图  18  GNSS信号失锁100 s导航轨迹对比

    表  1  实验设备表

    设备名称 数量 备注
    UR4B0-D 1 基准站
    Trimble NetR9 1 移动站
    惯导NAV300G 1 采集惯导数据
    电源 1 为NAV300G供电
    移动小车 1 -
    功分器 1 传输卫星信号
    Trimble天线 2 接受卫星信号
    串口线、网口线、天线馈线 若干 连接线路
    胶带 1 固定设备
    IE8.7 1 提供参考真值
    笔记本电脑 1 配置存储数据
    下载: 导出CSV

    表  2  陀螺仪Allan方差分析结果

    坐标轴 角度随机游走/
    ((°) $\cdot {\text{h} }^{-{\frac{1}{2} }}$)
    零偏稳定性/
    ((°) $ \cdot {\mathrm{h}}^{{-}1} $)
    角速率随机游走/
    ((°) $ \cdot {\text{h}}^{{-}\frac{3}{2}} $)
    X 0.108 5 1.143 9 4.694 3
    Y 0.112 5 1.145 9 4.475 4
    Z 0.092 5 1.190 8 4.972 1
    下载: 导出CSV

    表  3  加速度计Allan方差分析结果

    坐标轴 速度随机游走/
    ( ${\text{m} } \cdot { {\text{s} }^{-\frac{3}{2} } }$)
    零偏稳定性/
    μg
    加速率随机游走/
    ( ${\text{m} } \cdot { {\text{s} }^{-\frac{5}{2} } }$)
    X 2.472 0×10−4 12 8.728 8×10−6
    Y 2.511 6×10−4 12 6.221 4×10−6
    Z 2.490 0×10−4 12 7.765 4×10−6
    下载: 导出CSV

    表  4  GNSS/INS组合数据处理模型与参数设置

    参数 模型
    待测设备 NetR9 +NAV300G
    观测量 伪距、多普勒、载波相位、角速度、比力
    观测量采样率 GNSS 1 Hz, IMU 200 Hz
    卫星系统 BDS、GPS、Galileo
    坐标系 WGS-84
    卫星信号频点 B1I、L1、E1
    卫星星历 广播星历
    截止高度角 15°
    模糊度固定算法 LAMBDA
    测试条件 动态
    下载: 导出CSV

    表  5  训练参数设置

    变量 具体数值
    MaxEpochs 150
    numHiddenUnits 100
    MiniBatchSize 1
    InitialLearnRate 0.001
    LearnRateDropPeriod 50
    LearnRateDropFactor 0.2
    下载: 导出CSV

    表  6  GNSS信号失锁30 s各时间段有无LSTM辅助组合导航位置误差对比

    失锁时长/s INS位置误差/m LSTM+INS位置误差/m
    E N U 水平 E N U 水平
    5 −0.127 −0.053 0.006 0.138 0.003 0.006 0.006 0.007
    10 −0.389 −0.293 0.021 0.487 −0.035 −0.062 0.021 0.071
    15 −0.906 −0.623 0.014 1.099 −0.127 −0.182 0.012 0.222
    20 −1.715 −0.973 0.010 1.972 −0.297 −0.388 0.012 0.489
    30 −3.894 −1.443 0.012 4.153 −0.878 −1.192 0.029 1.480
    下载: 导出CSV

    表  7  GNSS信号失锁30 s有无LSTM辅助组合导航误差统计结果

    方法 位置误差/m 速度误差/(m·s−1) 姿态误差/(°)
    E N U E N U 俯仰 横滚 航向
    INS 最大值 3.894 1.443 0.022 0.268 0.089 0.006 0.147 0.116 0.807
    RMSE 1.803 0.845 0.013 0.155 0.055 0.003 0.072 0.061 0.788
    LSTM+INS 最大值 0.878 1.192 0.029 0.085 0.120 0.006 0.115 0.111 0.862
    RMSE 0.369 0.487 0.016 0.039 0.052 0.003 0.077 0.055 0.817
    下载: 导出CSV

    表  8  GNSS信号失锁100 s各时间段有无LSTM辅助组合导航位置误差对比

    失锁时长/s INS位置误差/m LSTM+INS误差/m
    E N U 水平 E N U 水平
    5 −0.025 0.182 −0.012 0.184 0.002 0.004 −0.013 0.006
    10 −0.009 0.611 −0.016 0.611 −0.012 0.010 −0.021 0.016
    15 0.040 1.402 −0.002 1.403 0.045 0.003 −0.011 0.045
    20 0.220 2.456 −0.001 2.466 −0.114 0.038 −0.023 0.120
    30 1.030 4.841 −0.001 4.950 −0.390 0.107 −0.026 0.404
    45 2.600 8.483 0.025 8.873 −0.924 0.216 −0.013 0.949
    60 4.232 14.096 0.068 14.718 −1.534 0.314 −0.010 1.566
    100 10.470 35.396 0.228 36.912 −4.182 0.600 0.023 4.225
    下载: 导出CSV

    表  9  GNSS信号失锁100 s时有无LSTM辅助组合导航误差统计结果

    方法 位置误差/m 速度误差/(m·s−1) 姿态误差/(°)
    E N U E N U 俯仰 横滚 航向
    INS 最大值 10.470 35.396 0.228 0.195 0.724 0.011 0.069 0.121 0.086
    RMSE 5.089 16.622 0.103 0.119 0.398 0.004 0.037 0.056 0.822
    LSTM+INS 最大值 4.181 0.600 0.035 0.090 0.044 0.009 0.075 0.024 0.907
    RMSE 1.936 0.336 0.021 0.050 0.015 0.003 0.026 0.062 0.822
    下载: 导出CSV
  • [1] CHEN K, CHANG G, CHEN C. GINav: a MATLAB-based software for the data processing and analysis of a GNSS/INS integrated navigation system[J]. GPS solutions, 2021, 25(3): 1-7. DOI: 10.1007/s10291-021-01144-9
    [2] BITAR N A, GAVRILOV A, KHALAF W. Artificial intelligence based methods for accuracy improvement of integrated navigation systems during GNSS signal outages: an analytical overview[J]. Gyroscopy and navigation, 2020, 11(1): 41-58. DOI: 10.1134/S2075108720010022
    [3] EL-SHEIMY N, CHIANG K W, NOURELDIN A. The utilization of artificial neural networks for multisensor system integration in navigation and positioning instruments[J]. IEEE transactions on instrumentation and measurement, 2006, 55(5): 1606-1615. DOI: 10.1109/TIM.2006.881033
    [4] SHARAF R, NOURELDIN A. Sensor integration for satellite-based vehicular navigation using neural networks[J]. IEEE transactions on neural networks, 2007, 18(2): 589-594. DOI: 10.1109/TNN.2006.890811
    [5] 鲍泳林, 李皓, 袁鸣, 等. 基于神经网络的INS/GPS组合导航误差补偿研究[J]. 弹箭与制导学报, 2019, 39(2): 55-59.
    [6] 赵乐宁, 李杰, 冯凯强, 等. GPS失锁时的RBF神经网络辅助组合导航算法[J]. 航天控制, 2022, 40(3): 37-43.
    [7] 王超, 周军, 黄浩乾, 等. BP神经网络辅助的SINS/GPS组合导航姿态误差补偿方法研究[J]. 电子器件, 2021, 44(4): 987-993. DOI: 10.3969/j.issn.1005-9490.2021.04.041
    [8] XU Y, WANG K, JIANG C H, et al. Motion-Constrained GNSS/INS integrated navigation method based on BP neural network[J]. Remote sensing, 2023, 15(1): 154. DOI: 10.3390/rs15010154
    [9] 闫世霖, 吴德伟, 王伟, 等. 循环神经网络辅助GNSS/SINS组合导航方法及性能分析[J]. 空军工程大学学报(自然科学版), 2021, 22(5): 61-66,81.
    [10] 严恭敏, 翁浚. 捷联惯导算法与组合导航原理[M]. 西安: 西北工业大学出版社, 2019.
    [11] 陈凯. GNSS/INS组合导航软件开发[D]. 徐州: 中国矿业大学, 2022.
    [12] 严恭敏, 李梓阳, 朱宏堡. 基于Allan方差分析的陀螺仪漂移误差辨识与仿真复现[J]. 导航定位学报, 2022, 10(4): 29-33.
  • 加载中
图(18) / 表(9)
计量
  • 文章访问数:  248
  • HTML全文浏览量:  82
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-05-16
  • 录用日期:  2023-05-16
  • 网络出版日期:  2023-10-26

目录

    /

    返回文章
    返回