基于GPS与IMU的农业机械导航定位融合方法研究.pdfVIP

基于GPS和IMU的农业机械导航定位融合方法研究 ※ 吴琼 马文强 李茗萱 张漫 刘刚 (中国农业大学“现代精细农业系统集成研究”教育部重点实验室，北京 100083) 摘 要：农用车辆自动导航技术可有效提高作业精度、实现农田规模化生产。为获得精确的定位信息，常采用多传感器融合来弥补 单一传感器的不足，本文选用GPS 和IMU 作为定位传感器，研究不同的融合方法对定位信息的影响。常用的滤波算法包括UKF 和 PF 等，为弥补UKF 定位精度低和PF 实时性差的问题，本文建立了一种以UKF 产生重点密度函数的UPF 滤波器模型。以电瓶车为 导航试验平台，以RTD GPS 和IMU 为导航定位传感器，将采用UPF 融合后的数据与RTK GPS 定位数据进行对比研究。试验结果 表明，UPF 在低粒子数的条件下，融合时间短，定位精度优于UKF 和PF，可满足精细农业中导航定位作业的要求。 关键词：导航定位, GPS, IMU, UKF, PF, UPF 中图分类号： 1 行对比分析，研究各融合方法的优劣。 0 引 言 1 材料与方法 农用车辆自动导航技术可有效提高作业精度、实 现农田规模化生产。要实现农业机械的智能导航，准 1.1 导航系统试验平台构成 确的定位信息是非常重要的。在精细农业领域，GPS 实验中主要用到三种传感器：RTK-GPS、RTD-GPS 的应用也在大大增加[1]。装配了 GPS 的农业系统，使 和 IMU 。RTK-GPS 选用美国 Trimble 公司生产的 农民可以监控耕地的产量和应用现场耕作技术提高土 AgGPS332 作为移动站接收机，MS750 作为基准站接收 地的生产力和效率[2]。 机，该组 GPS 设备可以提供厘米级的定位数据，其硬 但单一传感器由于获取的信息有限，通常会存在 件设备主要包括：GPS 接收机，GPS 天线，数据电台， 不确定性以及偶然的错误或缺失，影响整个导航系统 数据电台天线。RTD-GPS 采用中国农业大学精细农业中 的稳定性和精度，这就需要将一些传感器结合起来使 心研制的VRS-GPS，实验室选择不差分状态，提供米级 用，将它们各自产生的信息进行综合，以便获得合适 的定位数据。IMU 选择北京星网宇达科技开发有限公司 的环境信息[3]。在此情况下，就需要构建多传感器集 的XW IMU5100 数字式微机械惯性测量单元（AHRS）， 成系统，将多源信息进行有效融合，为农机提供精确 此惯性测量单元包含三个采用微机械技术加工的石英 的位置信息[4]无迹卡尔曼 (UKF)是一个递归最小均方 角速率陀螺、三个高性能的加速度计，可靠性高，性 误差的滤波方法[5]。UKF 可应用于非线性系统，但其概 能稳定，结构紧凑。数据输出采用 RS232 接口，输出 率密度函数（PDF）必须是高斯函数[6]，应用具有较大 频率为120Hz。 的局限性。粒子滤波（PF）使用大量的随机样本近似 选择改进的电瓶车为试验平台，将 RTK-GPS 和 状态分布的概率密度，可解决任何非线性非高斯问题 RTD-GPS 天线并排安装在车体的顶部，AHRS 安装在车 [7]。但由于使用大量的粒子，会导致时间滞后，不能 体后端，尽量保持RTD-GPS 天线和AHRS 在一条纵线上。 提供实时定位信息。为了减少耗时，提高导航定位精 仿真分析中，将 RTK-GPS 的数据作为标准值，将 度，无迹粒子滤波（UPF）方法的提出可以提高导航定 RTD-GPS 和AHRS 数据通过不同的方法进行融合，分析 位精度。 比较