
-
生物通官微
陪你抓住生命科技
跳动的脉搏
用于多天线 GNSS 与 INS 车辆姿态确定的相关性感知分层分割 CIF 架构
《Scientific Reports》:Correlation aware hierarchical split CIF architecture for multiple antenna GNSS and INS vehicle attitude determination
【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Reports 4.9
编辑推荐:
摘要车辆姿态确定对于自动驾驶和智能交通至关重要。陀螺仪提供连续性,加速度计将俯仰和横滚约束于重力方向,多天线全球导航卫星系统(GNSS)测量提供绝对参考。由于处理分支共享平台动力学、状态传播和跨传感器辅助信息,它们姿态估计中的误差并非独立。将它们视为独立会导致共享信息被重复计
车辆姿态确定对于自动驾驶和智能交通至关重要。陀螺仪提供连续性,加速度计将俯仰和横滚约束于重力方向,多天线全球导航卫星系统(GNSS)测量提供绝对参考。由于处理分支共享平台动力学、状态传播和跨传感器辅助信息,它们姿态估计中的误差并非独立。将它们视为独立会导致共享信息被重复计算,并产生过度自信的协方差估计。我们提出了一种面向多天线 GNSS/惯性导航系统(INS)姿态确定的相关感知分层架构。两个局部滤波器和一个主滤波器使用分裂协方差交集滤波器(Split CIF)集成陀螺仪、加速度计和 GNSS 导出的姿态,该方法在保留独立测量信息的同时约束相关信息。分析显示俯仰和横滚的原始源间相关性较弱(|r|≤?0.19),但陀螺仪导出的航向误差与天线导出的航向误差之间存在强相关性(r?=?0.975)。局部滤波器输出之间的相关性在俯仰、横滚和航向上分别达到 0.805、0.361 和 0.989。在郊区 - 城市路线上,所有方法均在相同输入下针对后处理的 SPAN-FSAS 参考进行评估,所提出的架构实现了俯仰、横滚和航向的均方根误差(RMSE)分别为 0.192°、0.447° 和 0.105°,与集中式扩展卡尔曼滤波相比,平均姿态 RMSE 降低了 60.9%。