【摘 要】隨著科技的進步、人們生活需求的提高,實現高精度動態車載導航,對于人們的日常出行,乃至國防、救災,都有極強的現實意義。本文針對北斗二代導航定位系統將具有的全球定位功能和特有的短信服務功能,結合LAMBDA算法,探討了基于高精度動態定位技術的車載導航系統的構成與實現。
【關鍵詞】北斗二代定位系統;車載導航系統;高精度動態定位;LAMBDA算法
0.引言
我國在2000年發射第一顆北斗衛星,自此揭開了我國在導航定位領域發展的序幕,標志著我國打破了美、俄兩國在該領域的壟斷。截止2012年2月15日,包括北斗一代、二代已發射的北斗系列衛星共有11顆,從2011年12月27日起,它們便向中國及周邊地區提供連續的導航定位與授時服務,并計劃于2020年實現全球覆蓋。北斗二代導航系統除提供導航授時服務,解決了何時、何地以外,其獨有的短信服務功能,使其有別于其他三大導航系統,進一步解決何人的問題。北斗系統將導航定位與短信服務相結合,給廣大的用戶和企業提供了更加良好的應用前景。本文基于北斗二代導航定位技術,探討了高精度動態定位車載導航系統的構成與實現。
1.系統體系結構設計
該車載導航系統,應具有高精度動態定位技術、精確的地圖數據、準確的地圖匹配以及人性化的語音導航。其構成主要包括北斗衛星定位模塊、無線通訊模塊、語音模塊、顯示模塊、嵌入式主機、地圖數據庫等。
2.系統主要功能
2.1語音控制
由于駕駛員在駕駛過程中需要實時關注路況信息,因此語音搜索與語音導航便成為了最佳選擇。為方便在行駛過程中與用戶交互,需使用觸摸屏方便用戶快速地對導航結果進行查詢與修改。語音控制模塊的硬件部分主要包括按鈕、話筒和擴音器,同時語言控制模塊需要顯示模塊(觸摸屏、顯示屏)的配合。
進行車載導航時,首先需將地圖匹配結果在顯示屏上顯示,根據地圖匹配結果在語音命令庫中利用語音搜索引擎搜索匹配出相應的語言命令,將搜索到的語音命令通過擴音器播放。當用戶得到語音結果后,可進行語音搜索相關信息或做出變更修改當前導航信息。此時語音搜索引擎將對用戶需求語音進行模糊搜索,分析后作出相應回應,必要時用戶可使用觸摸屏進行導航修改以及相應反饋。
2.2路徑規劃
路徑規劃是指在具有障礙物的環境中,按照一定的評價標準,尋找一條從源點到目標點的無碰撞路徑,有時還往往需要得到最短路徑。實現的算法按照搜索方式的不同,可分為盲目搜索和啟發式搜索。
最短路徑算法中,常使用的Dijkstra算法便是“盲目搜索”方法的典型代表。其利用源點到其他節點的代價值作為指標函數,從而搜索出源點到目標節點的最短路徑,在此過程中搜索結點的數目較多。此時,可采用“最好優先搜索”算法,通過將到目標節點的距離作為指標函數,利用貪心策略,便可在得到最短路徑的同時,大大的減少搜索節點的數目。
相對于盲目搜索,A*算法作為啟發式搜索算法的代表,可以更加充分的利用全局信息。其參考了從源點到當前節點的代價值,以及當前節點到目標節點的啟發值,來選擇合適的指標函數確定搜索策略,從而實現了在有障礙物時,只通過搜索較少數目的結點,就能獲取最短路徑。因此采用A*算法進行路徑規劃是較好的選擇。路徑規劃流程如圖2所示。
2.3導航定位
對于車載導航系統而言,導航定位無疑是最重要的功能。由于北斗導航系統既可以實現有源定位,又可以進行無源定位。系統在提高了定位精度的同時,提高了定位的穩定性與可靠性。
在有源定位中,用戶終端需要向地面控制中心發送位置請求,再由地面控制中心通過北斗定位衛星向用戶廣播詢問信號;用戶終端響應應答信號后,地面控制中心測量并計算出用戶到北斗定位衛星的距離,最后解算出用戶坐標并將定位結果發送給用戶。其隱蔽性和實時性較差,但可以作為無源定位的有效補充,即在無源定位無法正常進行,或無源定位解算失敗等情況下進行有源定位,從而保證了定位的可靠性和穩定性。
在北斗衛星導航信號接受良好時,可進行無源定位。此時只需要衛星導航模塊接收北斗衛星定位系統發送的定位數據,通過相關定位算法進行解算即可實現。根據北斗衛星系統現有的衛星數目,完全可以滿足無源定位中至少同時接收4顆衛星信號的要求。車載導航系統中的北斗衛星定位模塊利用偽距觀測值作為初始值,通過高精度的動態定位算法便可獲取高精度的無源定位結果,這是本系統的重點與難點。
3.技術難點
與已趨近成熟的靜態定位理論不同,高精度實時定位的技術仍處于日益完善與發展之中[1],靜態定位一般是通過較長時間的的靜態觀測,使衛星在這期間有較明顯的位移,從而解算出整周模糊度。而在動態定位中,不可能進行較長時間的靜態觀測[2]。動態定位時觀測時間雖短,但只要能正確且快速地確定整周模糊度,便能取得精度較好的定位結果。因此在動態定位中主要采用實時解算模糊度的方法。但是動態環境下極易引起周跳的發生,故需要快速的探測與修復周跳,或重設解算模糊度參數,并快速解算出整周模糊度。
動態定位中常采用實時解算模糊度的方法來確定模糊度,即在接收機處于運動狀態下通過一個或幾個歷元的觀測值來確定模糊度的技術,也被稱為航解算模糊度技術(簡稱AROF)。
針對動態定位中解算模糊度的問題,已經提出了一系列的方法。這些算法中的大多數是以整數最小二乘估計作為理論基礎,通過參數的浮點解計算、整周模糊度的整數估計和參數的固定解計算來實現。在求解過程中, 對整周模糊度估計主要有快速模糊度分解算法、最小二乘模糊度搜索算法、Cholesky 分解法和模糊度搜索濾波法、最小二乘模糊度去相關算法( LAMBDA) 等[3]。
由于在短時間內衛星位置變化不大,因此同一衛星在不同歷元所建立的誤差方程系數與常數項幾乎相同,那么這些方程具有很大程度的相關性,使得每個歷元所列的觀測方程所起的作用差別不大,那么就會使得結算出來的模糊度誤差很大。
為了解決之一問題,1993年荷蘭大學的Teunissen教授提出了最小二乘模糊度降相關法,即LAMBDA法,它可以縮小搜索范圍、加快搜索過程。LAMBDA法由于具有的快速與高可靠率的特點,得到了廣泛的關注與應用。
在該方法中,并不是直接對整數模糊度參數進行搜索,而是通過對初始解中實數模糊度參數N=(N1,N2,……Nn)以及其協因數陣Qn進行整數變換:
z=ZT*N
QZ=ZT*Qn*Z (1)
上式中的Z為整數變換矩陣,它不僅需要滿足矩陣內的所有元素是整數,其行列式的值要為“1”或“-1”。整數變換的特點是,當N是整數時,那么變換后的z也是整數,而當z為整數時,那么N通過逆變換后,即N=(ZT)-1*z,也是整數。這樣做希望經過整數變換后得到的新的參數z=(z1,z2,……zn)之間的相關性顯著減小,而其協因數陣Qz中的非對角元素小于0.5,那么模糊度參數的方差也能大幅度減小。
在各種模糊度去相關的處理方法中,主要有整數高斯去相關法、聯合去相關法以及白化濾波去相關法等算法[3]。文章[3]指出,對于低維矩陣,這三種方法都能取得較好的方法,但是隨著矩陣維數的增加,聯合去相關法的處理結果遠不如其他兩種方法,在維數甚高時,白化濾波去相關法略微優于整數高斯去相關法。文章[3]同時還指出整數高斯去相關法往往不能得到正確的結果。介于算法穩定性以及定位精度的可靠性要求,以及基于北斗二代衛星定位系統動態定位時求解過程中維數的考慮,并同時考慮到現有硬件的計算能力,采用白化濾波法即能高效可靠的去相關,又能保證處理后的精度要求,因此是最佳的選擇。
由于求解過程中的方程往往是病態方程,因此在這種情況下無法直接求解,需要通過最小二乘的方法求解,實際上是求解滿足下式的整數組合z=(z1,z2,……zn):(z''-z)TQ(z''-z)=min,但該式無法直接解求,可通過使用白化濾波去相關算法從備選組中選出滿足上式的整數組合z,在進行逆變換得到N,即N=(ZT)-1*z。該解算過程為:
1)利用公式Q=UDuUT對Q進行上三角變換,其中Du為對角陣,將求得上三角矩陣U1''求整后取其逆陣,即A1=[round(U1)]-1;
2)利用A1計算出變換后的方差陣,即Q=A1QA;
3)利用公式Q=LDLLT對Q進行下三角變換,其中DL為對稱陣,將求得的下三角矩陣L1求整后取其逆陣,即B1=[round(L1)]-1;
4)利用B1計算變換后的方差陣,即Q=B1QB;
5)檢查B1是否為單位陣,如果B1是單位陣則結束求解過程,若B1不滿足單位陣,則用Q代替QN''重復上述計算過程,直到B1為單位陣或到達最大迭代次數為止;
計算結束后,便可求的z=BiAi,此時經過變換后的N應滿足:(N''-NT)Q(N''-N)=min,N''為實數模糊度參數,此時逆變換后的參數N就是所要尋找的最佳整周模糊度向量。
4.結束語
本文將北斗衛星導航系統的定位導航、通訊功能與高精度動態定位算法相結合,應用于車載導航系統。基于北斗衛星系統的自身特點,本文設計的車載導航系統不僅包含了基于GPS系統的車載導航系統所具有的全部功能,還兼具有源定位與無源定位的優點。本文基于白化濾波法的LAMBDA算法介紹了一種高精度動態定位算法,并在路徑規劃中使用了啟發式的A*算法,使得在擁有高精度定位結果的同時,又有著精確的地圖匹配與路徑規劃。基于以上原理設計的車載導航系統不僅可以滿足日常出行定位需求,還可應用于國防、救災與軍事定位導航中,有著極大的現實意義。 [科]
【參考文獻】
[1]李一鶴,沈云中,李博峰.基于LAMBDA方法的GPS動態相對定位[J].測繪工程,2011,20(1):6-10.
[2]許化龍,胡來紅,孫偉.最小二乘搜索法在GPS動態定位中的應用研究[J].彈箭與制導學報,2006,26(1):476-478.
[3]黃張裕,陳蘇娟,徐景欣.GPS動態定位中LAMBDA算法的分析與驗證[J].測繪工程,2009,18(6):25-28.