孙冬凯

（上海同济大学测绘与地理信息学院 中国 上海 200092）

0 前言

移动测量系统是一种多传感器集成的数字成图系统，对于多传感器集成空间数据采集系统而言最重要的是直接地理坐标参考，确定测量传感器的坐标，使得移动测量系统成为一种独立的测成图系统[1]。全球定位系统（Global Positioning System,GPS）可以进行全球、全天候和实时导航，定位精度相关性小，但是接收机需要观察4颗以上卫星才能进行定位，在高速运动的情况下，或者城市中受到高大建筑物、隧道等的遮挡时，会造成失锁。航位推算（Dead-Reckoning,DR）通过一个方向传感器和一个速度传感器推算车辆的瞬时位移增量，在用户初始位置已知的情况下求解出位置信息。能够不依靠外界信息独立自主地导航定位，但由于方向传感器的误差随着时间的延长而积累，所以DR不能单独、长时间的提供定位服务[2]。GPS和DR导航系统各有优缺点，通过卡尔曼滤波的方法建立模型将两者组合起来，可以弥补两者单独定位的许多不足。GPS/DR组合系统可以得到平滑、高采样率的定位结果，用DR的短时间定位结果辅助GPS结算，避免失锁等因素对导航带来的影响，而GPS可以辅助DR的定位结算，避免由于时间带来的DR累积误差，从而提高导航定位的精度。

1 GPS/DR组合Kalman滤波模型的建立

Kalman滤波方法是一种对动态系统进行实时数据处理的有效方法，其通过一系列的观测量，采用相应的滤波算法估计出所需的观测值。本文采用的GPS/DR组合模型为扩展Kalman滤波模型，主要包括状态方程和GPS/DR观测方程。……