本發明涉及故障時間預測，具體涉及一種利用六軸慣性傳感器提升車載衛星定位精度的方法及設備。

背景技術：

1、衛星定位技術是一種具有深厚技術背景和廣泛應用前景的高新技術。衛星定位技術已經廣泛應用于軍事、民用、商業等多個領域。在軍事領域，它可以為海、陸、空三軍提供實時、全天候和全球性的導航服務；在民用領域，它可以為汽車導航、自動駕駛、大氣觀測、地理勘測、海洋救援等提供精準的位置信息。但衛星定位易受多路徑和非視距的影響導致定位精度下降。六軸慣性傳感器是一種能夠同時測量三個正交方向上的力和三個正交方向上的力矩的傳感器。它是一類利用物體的慣性原理來測量和記錄物體運動狀態，能夠獲取自身的加速度和角速度。深度學習具有能夠建模復雜模型，學習更具有代表性的特征，在視覺和自然語言處理等場景都取得了巨大的成功。利用深度學習方法，采用六軸傳感器的數據和衛導數據提高衛導定位具有非常重要意義。

2、目前對衛導定位方案，可以分為傳統方法或深度學習的方法。傳統方法中最重要的一種是組合卡爾曼濾波方法，該方法是對數據和狀態做了一定的假設，然后推導出預測方程和更新方程，融合多個傳感器設備數據，實現定位的方法。深度學習方法利用采集的衛星數據去預測多路徑或非視距去進行分類，剔除有問題的衛星數據來優化定位結果。

3、傳統方法在進行建模時，會對模型進行假設和簡化。建立的模型往往是次優的，而且需要人工進行參數調優，例如采用卡爾曼濾波方法，需要設計噪聲協方差矩陣和測量的協方差矩陣以及初始的狀態的協方差矩陣，調優過程極其繁瑣和耗時。深度學習方法采用該時刻采集到的衛星數據進行判斷衛星數據是否有問題，但沒有考慮到載體自身運動的局部信息。

技術實現思路

1、為了克服上述技術缺陷，本發明提供了一種利用六軸慣性傳感器提升車載衛星定位精度的方法及設備，其能提高定位的精確度。

2、為了解決上述問題，本發明按以下技術方案予以實現：

3、一種提升車載衛星定位精度的方法，其特征在于，包括步驟：

4、將利用衛星定位問題轉換為偽距殘差和視距向量的位置校正問題；

5、將位置校正問題由地心地固坐標系轉換為北東地坐標系；

6、提取衛星數據的特征；

7、提取慣性數據的特征；

8、將衛星數據的特征、慣性數據的特征進行連接得到融合特征，以融合特征作為主干網絡；

9、采用主干網絡的四個預測頭輸出位置偏移校正值、前一衛導時刻到當前衛導時刻的位移矢量、姿態角變化量、速度變化量；

10、選取損失函數對位置偏移校正值、位移矢量、姿態角變化量、速速度變化量進行學習；

11、將位移矢量、姿態角變化量、速度變化量轉換為位置、速度和角度。

12、作為本發明的進一步改進，所述提取衛星數據的特征的步驟，包括：

13、將衛星數據進行填充0處理，補齊到同一長度；

14、將衛星數據映射到更高維度空間；

15、采用聚合方法將衛星數據的特征進行聚合得到衛星數據的特征。

16、作為本發明的進一步改進，所述提取慣性數據的特征的步驟，包括：

17、對采集到的慣性器件數據集進行等時間間隔插值處理；

18、以等時間間隔插值處理后的慣性器件數據集作為輸入，前一時刻的角度、速度、位置信息和時間間隔作為初始狀態，采用長短期記憶人工神經網絡提取慣性數據的特征。

19、作為本發明的進一步改進，在所述選取損失函數對位置偏移校正值、位移矢量、姿態角變化量、速速度變化量進行學習的步驟中，位置偏移校正值、位移矢量、速速度變化量采用最小均方誤差進行學習，姿態角變化量采用余弦的損失函數進行學習。

20、作為本發明的進一步改進，所述將利用衛星定位問題轉換為偽距殘差和視距向量的位置校正問題的步驟，包括：

21、以偽距殘差、從車輛位置看向衛星的視距向量構建偽距殘差和視距向量合集，其中，所述車輛位置為采用傳統衛星定位方法獲得的位置，所述偽距殘差為：實際位置測量到第m顆衛星的偽距計算得到的距離。

22、本發明還提供了一種電子設備，包括處理器、通信接口、存儲器和通信總線，其中，所述處理器、所述通信接口以及所述存儲器通過所述通信總線完成相互間的通信；

23、所述存儲器，用于存放計算機程序；

24、所述處理器，用于執行存儲器上所存放的程序時，實現上述的方法。

25、本發明還提供了一個或多個計算機可讀介質，其上存儲有指令，當由一個或多個處理器執行時，使得所述處理器執行上述的方法。

26、與現有技術相比，本發明具有以下有益效果：采用深度學習方法構建用于衛星定位的主干網絡，不需要對模型進行假設和簡化，不需要耗時耗力的調參，能夠適應更加復雜的場景；利用了六軸傳感器獲取了載體自身的運動信息即局部定位信息，載體自身運動信息參與到衛導定位計算中，輔助衛導改進定位，使得衛星定位的精度更高。

技術特征：

1.一種利用六軸慣性傳感器提升車載衛星定位精度的方法，其特征在于，包括步驟：

2.根據權利要求1所述的方法，其特征在于，所述提取衛星數據的特征的步驟，包括：

3.根據權利要求1所述的方法，其特征在于，所述提取慣性數據的特征的步驟，包括：

4.根據權利要求1所述的方法，其特征在于，在所述選取損失函數對位置偏移校正值、位移矢量、姿態角變化量、速速度變化量進行學習的步驟中，位置偏移校正值、位移矢量、速速度變化量采用最小均方誤差進行學習，姿態角變化量采用余弦的損失函數進行學習。

5.根據權利要求1所述的方法，其特征在于，所述將利用衛星定位問題轉換為偽距殘差和視距向量的位置校正問題的步驟，包括：

6.一種電子設備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，所述處理器、所述通信接口以及所述存儲器通過所述通信總線完成相互間的通信；

7.一個或多個計算機可讀介質，其上存儲有指令，當由一個或多個處理器執行時，使得所述處理器執行如權利要求1-5任一項所述的方法。

技術總結
本發明公開了一種利用六軸慣性傳感器提升車載衛星定位精度的方法及設備，方法包括：將利用衛星定位問題轉換為偽距殘差和視距向量的位置校正問題；將位置校正問題由地心地固坐標系轉換為北東地坐標系；提取衛星數據的特征；提取慣性數據的特征；將衛星數據的特征、慣性數據的特征進行連接得到融合特征，以融合特征作為主干網絡；采用主干網絡的四個預測頭輸出位置偏移校正值、前一衛導時刻到當前衛導時刻的位移矢量、姿態角變化量、速度變化量；選取損失函數對位置偏移校正值、位移矢量、姿態角變化量、速速度變化量進行學習；將位移矢量、姿態角變化量、速度變化量轉換為位置、速度和角度。本發明能適應更加復雜的場景，衛星定位的精度更高。

技術研發人員：雷超文,劉圣陽,劉祥杰,易瑜凱
受保護的技術使用者：廣州海格星航信息科技有限公司
技術研發日：
技術公布日：2025/4/28