“1+1>2”的融合哲學(xué)，是組合導(dǎo)航區(qū)別于任何簡單傳感器拼接的根本所在。它并非簡單的GNSS與INS的拼接，而是一種信息層面的、動態(tài)的、智能化的數(shù)據(jù)融合，要達(dá)到這種融合，我們就必須要學(xué)習(xí)一個核心東西—卡爾曼濾波器

數(shù)據(jù)融合的根本—以卡爾曼濾波器為核心的智慧大腦
如果組合導(dǎo)航像一座精密的鐘表，傳感器（IMU， GNSS） 是提供原始動力的發(fā)條和齒輪。那么卡爾曼濾波器就像是擒縱調(diào)速機(jī)構(gòu)，它的作用可以用兩個詞來概括，預(yù)測和更新，它可以根據(jù)INS的物理模型和前一時刻狀態(tài)，預(yù)測當(dāng)前時刻的狀態(tài)和不確定性。然后用GNSS等外部傳感器的實(shí)際觀測值與預(yù)測值進(jìn)行比較。根據(jù)兩者不確定性的比例，以最優(yōu)方式修正預(yù)測值，得到最終的最優(yōu)估計(jì)。

“狀態(tài)”層面的融合，而非“輸出”層面的拼接
它不直接相信任何傳感器的最終輸出結(jié)果，而是深入其內(nèi)部模型。它通過一套嚴(yán)密的動力學(xué)模型來預(yù)測載體狀態(tài)應(yīng)該如何變化，然后將GNSS等外部傳感器提供的測量值，與模型的預(yù)測值進(jìn)行比對。
差異（即“殘差”）的出現(xiàn)，不是因?yàn)槟Ｐ湾e了，就是因?yàn)闇y量值錯了，或者兩者皆有。卡爾曼濾波器的作用，就是基于對兩者不確定性的精確量化，以最優(yōu)的數(shù)學(xué)方式，將這個“殘差”智慧地分配，一部分用于修正狀態(tài)估計(jì)（讓我們更知道自己在哪），另一部分用于更新對傳感器誤差的估計(jì)（讓我們更了解自己的“工具”有多不準(zhǔn)）。
賦予系統(tǒng)“自知之明”——對自身精度的實(shí)時評估
卡爾曼濾波器不僅能輸出最優(yōu)的狀態(tài)估計(jì)，還能同步計(jì)算出該估計(jì)的不確定性（協(xié)方差矩陣），這意味著，系統(tǒng)可以隨時告訴我們：“此刻的位置精度在10厘米內(nèi)（2σ）”，或者“GNSS信號已中斷20秒等等。
在現(xiàn)有已知的產(chǎn)品中，有一款產(chǎn)品可通過多技術(shù)協(xié)同實(shí)現(xiàn)自身精度的實(shí)時評估，其精度更是達(dá)到測繪級頂尖標(biāo)準(zhǔn)，測繪級 & 超高精度MEMS組合導(dǎo)航系統(tǒng)—ER-GNSS/MINS-01，系統(tǒng)可通過對比 GNSS 定位數(shù)據(jù)與慣性測量單元（IMU）的推算數(shù)據(jù)，實(shí)時發(fā)現(xiàn)并修正偏差，間接完成精度評估。同時系統(tǒng)具備的 - 40℃~+80℃的實(shí)時溫度補(bǔ)償功能，可實(shí)時監(jiān)測器件溫度并修正零偏值，實(shí)時把控實(shí)現(xiàn)精度的同步評估。并且融合算法校驗(yàn)數(shù)據(jù)穩(wěn)定性，檢驗(yàn)精度異常，實(shí)現(xiàn)精度實(shí)時評估與偏差修正。
高精度以及實(shí)時對自身精度評估功能是ER-GNSS/MINS-01優(yōu)勢所在，選擇ER-GNSS/MINS-01，就選擇了可靠與精度。

審核編輯 黃宇