简单来说,航位推算是在没有任何外部输入的情况下估计位置的一种方法,只需提供一个起点。在这里,外部输入通常指GNSS卫星,而航位推算作为一种在GNSS中断时进行定位的方法。在没有外部输入的情况下,航位推算本质上依赖于速度和航向的假设来传播位置。当然,最简单的形式就是恒定速度和航向的假设。
航位推算解决方案通过集成惯性和方向传感器来提供更多局部输入,并改善解决方案的传播。然而,这并不是一个完美的方法,因为惯性传感器本身存在着随时间指数增长的误差。误差增长率取决于使用的IMU的精度和成本。这意味着航位推算性能的下一个重大发展是系统能够如何很好地解释各种局部传感器的所有测量信息,以尽量减小误差增长。
本文旨在量化最新NovAtel在航位推算领域的创新——SPAN Land Vehicle的性能。Land Vehicle性能首次在ION GNSS+ 2016中介绍。其基本原理是根据车辆动力学的假设来控制惯性误差的增长,以限制车辆在陆地上的横向和垂直移动。
尽管本文重点介绍Land Vehicle方法论,但它并不仅限于GNSS中断时的航位推算,还包括适用于其他条件的创新。例如,NovAtel的专利天线相位预旋技术可根据天线的旋转提供附加的航向信息。关于这些其他改进的更多信息可以在ION2016的论文中找到。