您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 畜牧/养殖 > 农业机械导航中的GPS定位误差分析与建模
2010年4月农业机械学报第41卷第4期DOI:10.3969/j.issn.10001298.2010.04.038农业机械导航中的GPS定位误差分析与建模周 俊 张 鹏 宋百华(南京农业大学工学院,南京210031) 【摘要】 为实现高精度的农业机械导航,分析了GPS定位误差及其相关性,运用时间序列分析方法建立GPS静态和动态定位误差的AR模型,给出了导航过程中的定位误差处理方法,并在自制的农田智能移动平台上进行了实验。结果表明,处理后的GPS定位误差信号的相关性明显下降,接近于白噪声,定位误差均值从01951m下降为-00022m。关键词:农业机械 全球定位系统 导航 定位误差 AR模型中图分类号:P207;P2284文献标识码:A文章编号:10001298(2010)04018904AnalysisandModelingofGPSPositioningErrorforNavigationofAgriculturalMachineryZhouJun ZhangPeng SongBaihua(CollegeofEngineering,NanjingAgriculturalUniversity,Nanjing210031,China)AbstractTheGPSpositioningerroranditscorrelationwereanalyzed,andthencorrespondingstaticanddynamicerrorweredescribedasARmodelbyusingtimeseriesmethods.Finally,theprocessfordealingwiththepositioningerrorinnavigationwaspresented,andtheexperimentwascarriedoutwithselfmadeagriculturalrobot.TheexperimentalresultsshowedthattheproposedapproachimprovesthepositioningprecisionofGPS,andthecorrelationwithinthepositioningerrorisdecreased,similartowhitenoise.Theaveragevalueofpositioningerrorisreducedto-00022mfrom01951m.Soitcanbeappliedtoachievehighprecisionnavigationofagriculturalmachinery.Keywords Agriculturalmachinery,GPS,Navigation,Positioningerror,ARmodel收稿日期:20090525 修回日期:20090616国家“863”高技术研究发展计划资助项目(2006AA10Z259)和中国农业大学南京农业大学青年教师开放基金资助项目(NC2008008)作者简介:周俊,副教授,主要从事农业机器人、机器视觉与模式识别研究,Email:zhoujun@njau.edu.cn 引言在农业机械导航领域,GPS定位信息被较多采用。为了能有效地利用此信息,常常还需要明确GPS定位精度和误差模型,如DR/GPS组合导航中需要给出GPS误差模型,以便更好地进行Kalman滤波等运算。因此建立正确的GPS误差模型,尤其是导航动态环境下的GPS误差模型在实际应用中有重要的意义。分析GPS定位误差,改善其定位精度,已进行很多研究[1~6],都不同程度改善了GPS的定位精度。但大多是针对静态定位,很少针对动态定位过程开展研究,对在导航过程中如何分析误差更是少见。本文采用时间序列分析方法,针对在静态和动态下实际测量的数据,给出GPS静态和动态误差AR模型。在此基础上,对农业机械导航过程中的GPS定位误差进行分析处理,消除GPS定位误差信号内在的相关性,提高GPS定位精度。1 GPS数据采集及误差分离采用Trimble公司的AgGPS132型接收机,工作频率为1Hz,通过串口从接收机中读出经纬度信息,然后经高斯克吕格投影转换为平面直角坐标系下的坐标值。单点静态定位时,连续采集GPS接收机的数据,转换为平面直角坐标系下的位置数据(x,y),求其均值作为天线的基准位置(x0,y0),然后将连续采集的位置数据(x,y)与基准位置数据进行比较,即可得到GPS定位误差(Δx,Δy)。图1a是GPS单点静态定位数据中X坐标方向的连续8000个采样点构成的误差序列(Y坐标方向有类似的结果,不再赘述),对该序列作平稳性检验,结果表明单点静态GPS误差信号具有平稳性和零均值特性。图1b是X坐标的误差自相关函数曲线,可以看出误差序列具有明显的内在相关性。图1 单点静态GPS定位误差曲线Fig.1 StaticpositioningerrorofGPS(a)X坐标误差 (b)X坐标误差自相关函数 动态定位时,通过将GPS天线安装在载体上,连续采集载体稳定运动状态下的位置数据。动态环境下的GPS误差分离与静态时不同,采用多项式拟合方法分离动态环境下的GPS误差。根据多项式逼近理论,只要选择合适的模型参数和模型阶数,载体在一段时间内的运动轨迹总可以通过多项式表达。设载体在一段时间内的N个观测样本为{(ti,xi),i=1,2,…,N},ti为GPS观测时间,xi为测量值(位置数据),拟合多项式模型为x(t)=f(a,t)=∑n+1i=1aitn+1-i(1)其中,系数ai是χ2量最小时的解χ2(a)=∑Ni=(1xi-f(a,ti)Δx)i2(2)式中 Δxi———原数据与拟合值间的离差模型多项式的阶次取得太低,拟合就粗糙,不能反映真实轨迹;阶次太高,拟合过度,使得数据噪声也被纳入模型。应用中,可以根据拟合因子Q来判断拟合是否恰当Q(χ2,N-n-1)=1-P(χ2<N-n-1)(3)式中 P———概率 n———模型阶数N———样本长度当Q值与05接近,则认为阶次适当。实验过程中得到的实际拟合因子Q为04778。通过上面的多项式拟合后,将拟合值作为运动轨迹的真值估计,与在此运动轨迹上连续采集的位置数据进行比较,即可获得GPS动态测量的误差值。图2是对采集的动态GPS位置数据误差分离的结果,其中图2a是X坐标的误差序列,图2b是X坐标的误差自相关函数曲线。可以看出动态X坐标的误差序列也具有明显的内在相关性。图2 动态GPS定位误差曲线Fig.2 DynamicpositioningerrorofGPS(a)X坐标误差 (b)X坐标误差自相关函数 2 误差建模与预测分析时间序列是随时间改变而随机变化的序列。时间序列分析的目的就是要找到这种变化规律,建立序列近似的、简化的数学模型,并将其应用于系统动态特性的描述、预测分析和误差补偿等方面[5]。GPS接收机的输出信号在时间上是离散的,定位数据也随着时间随机变化,同时信号中存在加性噪声,因此当前时刻误差信号与该时刻之前的误差信号并不是完全独立的。GPS定位精度本质上是一种误差的概率分布,可以通过大量观测数据研究分析误差特性,建立GPS误差模型,进行误差预测和修正。本文采用AR模型来描述和预测GPS的误差信号。21 AR模型参数估计对于时间序列{X(t),t=0,±1,±2,…},AR(p)模型为xt=φ1xt-1+φ2xt-2+…+φpxt-p+εt(t=p+1,p+2,…,p+n)(4)式中 φ1、φ2、…、φp———自回归系数p———AR模型的阶数εt———均值为零,方差为σ2的白噪声参数估计就是按照一定方法估计出σ2,φ1,φ2,…,φp这些参数。自回归系数φ由AR(p)序列的自091农 业 机 械 学 报 2010年协方差函数γ0,γ1,…,γp通过YuleWalker方程γ1γ2γp=γ0γ1…γp-1γ1γ0…γp-2γp-1γp-2…γ0φ1φ2φp(5)惟一决定。白噪声的方差σ2由σ2=γ0-(φ1γ1+φ2γ2+…+φpγp)(6)决定。参数估计是在给定阶次的情况下进行的。由于事先无法判断模型的阶次,因此在建模过程中先给定模型的某个阶次,然后按照上述估计方法,估计出AR模型的参数,得到各阶次模型,最后通过阶数判定准则确定AR模型。最终确定X坐标静态和动态模型的阶数分别为10阶和2阶,由此得到AR模型的参数。静态AR(10)参数:φ1=10942,φ2=00134,φ3=-00155,φ4=-00086,φ5=-00021,φ6=-00101,φ7=-00019,φ8=-00093,φ9=00019,φ10=-00625,σ2=1323937×10-5。动态AR(2)参数:φ1=14816,φ2=-05888,σ2=0002829。22 误差预测与修正根据上述模型,采用一步预测的方法对误差进行预测,一步预测的方法为^xt=φ1xt-1+φ2xt-2+…+φ10xt-10(t=10,11,…,n)(7)ωt=xt-^xt=xt-(φ1xt-1+φ2xt-2+…+φ10xt-10)(8)式中 ^x———误差的一步预测值ωt———预测误差和真实误差的差值图3 单点静态GPS定位中X坐标误差及其预测值Fig.3 StaticpositioningerrorandcorrespondingpredictedvalueofGPS预测与修正结果如图3~6所示。图3和图5分别是静态和动态模型预测后所得误差与原始误差的对比图,从图中可以看出,静态和动态的预测模型基本上都可以预测原始误差的趋势。因此可将预测的误差作为真实误差的估计,对GPS采集的原始数据进行误差修正。修正后的误差如图4和图6所示,与图1和图2的原始误差对比可看出,修正后的误差自相关性下降,接近于白噪声,定位精度也得到提高。从图4和图6的对比可以看出,静态模型的处理效果明显比动态的要好,这主要是因为,为了保证实时性和减少计算量,在不影响模型正确性的前提下动态模型尽量选择了较低的阶数。图4 修正的单点静态GPS定位误差Fig.4 ModifiedstaticpositioningerrorofGPS(a)修正的X坐标误差 (b)修正X坐标误差自相关函数图5 动态GPS定位中X坐标误差及其预测值Fig.5 DynamicpositioningerrorandcorrespondingpredictedvalueofGPS图6 修正的GPS动态定位误差Fig.6 ModifieddynamicpositioningerrorofGPS(a)修正的X坐标误差 (b)修正的X坐标误差自相关函数191第4期 周俊等:农业机械导航中的GPS定位误差分析与建模3 导航过程中的定位误差分析对GPS误差进行建模分析,目的在于寻找合适的模型描述GPS误差,进而预测和修正误差,以提高定位精度,可以为以后改善农业机械导航精度提供方法和依据。因此针对提出的误差模型,结合导航过程研究了GPS的定位误差处理。导航实验采用轮式农业机器人组合导航平台,该平台采用基于CAN总线的分布式控制体系,能够实现四轮驱动和四轮转向,具有视觉、GPS及组合等多种导航方式。在学校内一块废弃操场进行自主导航,实时记录了导航过程中动态的GPS原始数据和Kalman滤波后的数据。在误差提取过程中,将Kalman滤波后的数据作为GPS原始定位数据真值的估计,与原始的GPS定位数据比较,然后使用上述动态误差模型进行预测和修正,结果如图7和图8所示。图中原始误差序列均值为01951m,处理后的误差序列均值为-00022m;原始误差序列标准差为02712,处理后的误差序列标准差为01383。由此可见,修正后的GPS动态定位精度有明显提高,误差相关性明显降低
本文标题:农业机械导航中的GPS定位误差分析与建模
链接地址:https://www.777doc.com/doc-262290 .html