阅读说明：本技术 基于optics算法的磁罗盘椭圆拟合误差补偿方法 (Magnetic compass ellipse fitting error compensation method based on OPTICS algorithm ) 是由 缪玲娟 吴子昊 周志强 于 2021-07-27 设计创作，主要内容包括：本发明公开一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法,步骤一、载体在水平方向上做圆周运动旋转一周,传感器采集载体右向和前向的磁场强度数据；步骤二、采用OPTICS算法对所述磁场强度数据进行预处理,将其中正常数据点和奇异误差点分开,并剔除奇异误差点；步骤三、找出x轴和y轴所述正常数据点中最大绝对值,并将所有正常数据点分别除以所述最大绝对值；步骤四、采用最小二乘法对处理完的数据进行椭圆拟合,并对拟合后的系数进行相应的逆变换得出椭圆参数；步骤五：根据所述椭圆参数,计算磁罗盘的硬磁、软磁干扰系数；步骤六：根据所述干扰系数和传感器的测量数据,反推出真实的磁场强度；步骤七：根据所述磁场强度和当地磁偏角得出载体的航向角。(The invention discloses a magnetic compass ellipse fitting error compensation method based on an OPTIC algorithm, comprising the following steps that firstly, a carrier rotates for a circle in a circular motion manner in the horizontal direction, and a sensor acquires magnetic field intensity data of the carrier in the right direction and the front direction; preprocessing the magnetic field intensity data by adopting an OPTIC algorithm, separating normal data points from singular error points, and removing the singular error points; step three, finding out the maximum absolute value of the normal data points in the x axis and the y axis, and dividing all the normal data points by the maximum absolute value respectively; performing ellipse fitting on the processed data by adopting a least square method, and performing corresponding inverse transformation on the fitted coefficient to obtain an ellipse parameter; step five: calculating the hard magnetic and soft magnetic interference coefficients of the magnetic compass according to the elliptical parameters; step six: reversely deducing the real magnetic field intensity according to the interference coefficient and the measurement data of the sensor; step seven: and obtaining the course angle of the carrier according to the magnetic field intensity and the local magnetic declination.)

基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法

技术领域

本发明属于磁罗盘椭圆拟合和误差补偿领域，具体涉及一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，用于提高载体航向角的解算精度。

背景技术

现有技术中车载导航技术通常将惯性导航系统(INS)和全球导航卫星系统(GNSS)组合起来，结合二者的优点，提升系统输出结果的精度。然而，在卫星信号较差或者无卫星信号的场景，组合导航系统的航向角误差观测性较差或不可观测，导致航向误差发散。磁罗盘无需外部输入，仅根据自身传感器测量得到的地磁矢量信息来解算当前航向角，具有体积小、隐蔽性高、价格低等优点，被广泛应用于航天、航海、车载导航、行人导航等领域。

尽管磁罗盘具有许多优点，但是在实际使用场景下，传感器测量到的磁场除了地磁场外，还有传感器周围的硬磁干扰、软磁干扰等干扰磁场，这些干扰磁场严重影响了航向角的解算精度。此外，由于传感器的三个轴向在制作工艺上的非正交性、比例系数误差的影响，都使传感器感知到的地磁场强度有一定的误差，若不对这些误差进行补偿校正，则会直接影响最终航向解算结果的精度。

针对车载导航这一应用场景，由于车辆运动学的约束，其横滚角、俯仰角的变化范围较小，因此，只需对磁罗盘进行二维平面下的水平校正。目前，二维平面下，常用的对磁罗盘的误差补偿方法有十二位置法、二十四位置法、椭圆拟合法等。由于前两种方法需要从外部引入高精度的航向基准，而在车载导航应用中，引入高精度航向基准这一方案的可行性较低，因此这两种方法在车载导航中应用较少，而椭圆拟合法更为广泛地应用在车载导航的磁罗盘误差校正中。

现有的磁罗盘椭圆拟合校正算法大多数都是直接使用传感器测量得到的原始数据进行拟合，根据原始数据，利用最小二乘法计算椭圆方程的系数，从而得到硬磁误差系数和软磁误差系数，再进行补偿，得出正确的航向角。但是，在测量过程中，由于传感器受到周围环境的影响以及自身精度的限制，使得原始数据集中可能出现奇异误差点，其在坐标系中明显偏离正常数据，导致后期的拟合精度下降，进而降低磁航向角的解算精度。针对该问题，现有的直接使用原始数据的磁罗盘椭圆拟合校正方法并不能很好地解决。

为了对原始数据集进行处理，出现了一种基于DBSCAN算法的最小二乘椭圆拟合算法，能够对磁罗盘实时数据进行补偿，以剔除奇异误差点，但是该方案中的DBSCAN算法仅对单个奇异误差点进行了过滤，而没有对一簇奇异误差点进行过滤，对后期椭圆拟合的精度保护不够全面，另外，DBSCAN算法中的两个参数——领域半径ε和成为核心对象的最小领域点数m对算法结果影响很大，磁罗盘在不同的使用场景下，需要对这两个参数进行调整，因此该算法的应用场景十分有限。

发明内容

本发明公开一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，能够准确且高效地剔除原始数据集中的奇异误差点，提高椭圆拟合算法的拟合精度和航向角的解算精度。

本发明通过以下技术方案实现。

一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，包括：

步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据；

步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；

步骤三、找出x轴和y轴所述正常数据点中最大绝对值，并将所有正常数据点分别除以所述最大绝对值，保证处理后每个点的均在区间[-1,1]内；

步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换，得出椭圆参数；

步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；

步骤六：根据所述干扰系数和传感器的测量数据，反推出x轴和y轴上真实的磁场强度；

步骤七：根据所述磁场强度和当地磁偏角，得出载体的航向角。

本发明的有益效果：

本发明在最小二乘椭圆拟合算法前使用OPTICS这一聚类算法对原始的传感器数据进行快速分类，准确识别出数据集中的奇异误差点并剔除，能够有效防止奇异误差点污染原始数据集，进而提高椭圆拟合算法的拟合精度和航向角的解算精度。此外，在使用最小二乘法进行椭圆拟合的过程中进行数据归一化处理，将所有传感器数据除以对应的最大绝对值，把数值大小限制在区间[-1，1]内，以防止由于数据量过大造成的数据存储错误，确保计算过程中的计算正确性。与传统DBSCAN算法相比，有效避免了DBSCAN算法中的输入参数对聚类结果的影响，扩大了适用范围，增强了使用的灵活性。

附图说明

图1为本发明基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法流程图；

图2为本发明

具体实施方式

中OPTICS算法对原始数据预处理流程图；

图3为本发明具体实施方式中聚类结果的分类流程图。

具体实施方式

下面结合附图对本发明作详细说明。

如图1所示，本具体实施方式的一种基于OPTICS算法的磁罗盘椭圆拟合误差补偿方法，其中三轴磁罗盘的xyz轴分别指向载体的右、前、上三个方向，针对车载情况，只考虑x轴和y轴的水平方向上的误差补偿，基于此该方法具体包括以下步骤：

步骤一、载体在水平方向上做圆周运动旋转一周，传感器采集载体右向和前向的磁场强度数据H_xm和H_ym；

步骤二、采用OPTICS算法对所述磁场强度数据进行预处理，将其中正常数据点和奇异误差点分开，并剔除奇异误差点；本实施例中，所述OPTICS算法的输入参数为ε＝4.5，m＝5；选取数据量长度最长的那一簇数据作为正常数据点，其余的作为奇异误差点；

所述采用OPTICS算法对所述磁场强度数据进行预处理具体包括以下步骤：

(1)创建有序队列Q和结果队列O；

(2)若集合D中的所有元素都处理完毕，则算法运行结束；否则，选择一个未处理的核心对象p，并将其加入队列O；

(3)获取p点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列；

(4)若有序队列Q为空，则跳转至步骤(2)；否则，从队列Q中取出第一个数据样本点q进行拓展，并将q点保存至结果队列O中；在具体实施时，所述第一个数据样本点q可以选择为可达距离最小的点；

(5)若点q不是核心点，则跳转至步骤(4)，否则，获取q点的所有ε邻域对象点N，并将N点加入有序队列Q中，按照可达距离升序的方式对队列Q进行升序排列，并跳转至步骤(4)。

所述磁场强度数据进行预处理后进一步对聚类结果进行分类，具体包括以下步骤：

(1)若结果队列O为空，则分类结束，否则，取出队列的第一个元素p；

(2)若点p的可达距离小于等于ε，则将其加入当前簇C中；否则，跳转至步骤(3)；

(3)若点p的核心距离大于ε，则将其归为噪声点。否则，创建新的簇C，并将点p加入其中，跳转至步骤(1)。

步骤三、找出x轴和y轴所述正常数据点中最大绝对值H_xmmax和H_ymmax，并将所有正常数据点分别除以所述最大绝对值，保证处理后每个点的H_xm和H_ym均在区间[-1,1]内；

具体实施时，由于处理完的数据具有数据量大、数值大的特点，在下一步的最小二乘法中还需要对其进行平方、立方、求和等运算步骤，可能导致寄存器无法将数据正常存储。因此，在最小二乘法之前，先找出所有数据点中H_xm的最大绝对值H_xmmax和H_ym的最大绝对值H_ymmax，并将每个数据点的H_xm和H_ym分别除以H_xmmax和H_ymmax，即使得每个点的H_x′_m和H_y′_m均在区间[-1,1]内，再进行最小二乘椭圆拟合，最后对计算结果进行逆变换，从而有效避免了由于数值过大而可能造成的计算问题。

步骤四、采用最小二乘法对处理完的数据进行椭圆拟合，并对拟合后的系数进行相应的逆变换，得出椭圆参数；

标准的椭圆拟合结果如式(1)所示：

但是由于步骤三进行了数据处理，因此，式(1)变换如下：

其中，

逆变换后得到：

步骤五：根据所述椭圆参数，计算磁罗盘的硬磁、软磁干扰系数；

其中，

步骤六：根据所述干扰系数和传感器的测量数据H_xm和H_ym，反推出x轴和y轴上真实的磁场强度H_x和H_y；

步骤七：根据所述磁场强度H_x、H_y和当地磁偏角D，得出载体的航向角

综上所述，以上仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。