一种智能导航方法、装置、计算机设备及存储介质

1.一种智能导航方法，其特征在于，所述方法包括：构建滑动窗口，定义滑动窗口阈值，根据航行器初始时刻的位姿信息构建初始变量节点和先验因子节点，将初始变量节点和先验因子节点相互连接，得到初始化因子图；根据获取到的所述航行器当前时刻t k (k∈N * )的惯性测量值和当前时刻t k 的惯性估计状态值得到下一时刻t k+1 的惯性状态预测值，根据所述当前时刻t k 的惯性估计状态值构建第一变量节点，根据所述下一时刻t k+1 的惯性状态预测值构建第二变量节点；若k＝1，则将所述第一变量节点取代所述初始化因子图中的所述初始变量节点，与所述先验因子节点连接；根据获取到的所述航行器的下一时刻t k+1 的惯性估计状态值和所述下一时刻t k+1 的惯性状态预测值构建当前因子节点；所述第一变量节点和所述第二变量节点分别与所述当前因子节点连接；检测当前时刻t k 是否接收到附加传感器测量信息，若在当前时刻t k 接收到所述附加传感器测量信息，则根据所述附加传感器测量信息构建对应的附加因子节点，将所述附加因子节点与所述第一变量节点单独连接，得到待优化因子图；其中，所述附加传感器测量信息包括长基线定位信息；所述附加因子节点包括长基线因子节点；具体地，检测接收的长基线定位信息是否来自预设数量及以上的长基线定位传感器；当检测到接收的长基线定位信息来自预设数量及以上的长基线定位传感器时，根据所述长基线定位信息，采用长基线松耦合的方法构建所述长基线因子节点；当检测到接收的所述长基线定位信息来自预设数量以下的所述长基线定位传感器时，根据所述长基线定位信息，采用长基线紧耦合的方法构建所述长基线因子节点；所述滑动窗口根据预设规则在所述待优化因子图上滑行，直至所述滑动窗口内的所述待优化因子图中变量节点的数量达到所述滑动窗口阈值，对所述滑动窗口内的所述变量节点和与所述变量节点连接的因子节点优化后进行计算，得到航行器的最优导航结果。 2.根据权利要求1所述的方法，其特征在于，所述根据获取到的所述航行器当前时刻t k 的惯性测量值和当前时刻t k 的惯性估计状态值得到下一时刻t k+1 的惯性状态预测值，包括：根据获取到的所述航行器当前时刻t k 的惯性测量值和所述当前时刻t k 的惯性估计状态值基于惯性状态转移方程中进行计算，得到所述下一时刻t k+1 的惯性状态预测值。 3.根据权利要求1所述的方法，其特征在于，所述根据获取到的所述航行器的下一时刻t k+1 的惯性估计状态值和所述下一时刻t k+1 的惯性状态预测值构建当前因子节点，包括：根据获取到的所述航行器的所述下一时刻t k+1 的惯性估计状态值和所述下一时刻t k+1 的惯性状态预测值基于残差函数构建所述当前因子节点。 4.根据权利要求1所述的方法，其特征在于，所述附加传感器测量信息包括：长基线定位信息、多普勒测速信息、磁罗经信息、压力传感信息和导航卫星定位信息；所述附加因子节点包括：长基线因子节点、多普勒测速因子节点、磁罗经因子节点、压力传感因子节点和导航卫星因子节点。 5.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述滑动窗口对所述滑动窗口内变量节点数量的检测时间到达预设检测时间阈值时，对所述滑动窗口内的所述变量节点和与所述变量节点连接的因子节点优化后进行计算，得到航行器的所述最优导航结果。 6.根据权利要求5所述的方法，其特征在于，所述方法还包括：当所述滑动窗口内的所述待优化因子图中变量节点的数量达到所述滑动窗口阈值时，或者当所述滑动窗口对所述滑动窗口内变量节点数量的检测时间到达预设检测时间阈值时，对所述待优化因子图中位于所述滑动窗口以外的部分，采用舒尔补的方法进行边缘化。 7.根据权利要求1所述的方法，其特征在于，所述对所述滑动窗口内的所述变量节点和与所述变量节点连接的因子节点优化后进行计算，得到航行器的最优导航结果，包括：采用高斯-牛顿迭代法或者列文伯格-马夸尔特法对所述滑动窗口内的所述变量节点和与所述变量节点连接的因子节点优化后进行计算，得到航行器的所述最优导航结果。 8.根据权利要求7所述的方法，其特征在于，所述采用长基线松耦合的方法构建所述长基线因子节点，包括：将所述长基线定位信息和捷联惯性导航系统解算的位置信息做差，得到长基线量测信息，根据所述长基线量测信息构建所述长基线因子节点。 9.根据权利要求7所述的方法，其特征在于，所述采用长基线紧耦合的方法构建所述长基线因子节点，包括：将所述长基线定位信息和捷联惯性导航系统中的斜距差做差，得到长基线量测信息，根据所述长基线量测信息构建所述长基线因子节点。 10.根据权利要求4所述的方法，其特征在于，所述方法还包括：检测接收的导航卫星定位信息是否来自预设数量及以上的导航卫星；当检测到接收的导航卫星定位信息来自预设数量及以上的导航卫星时，根据所述导航卫星定位信息，采用导航松耦合的方法构建所述导航卫星因子节点；当检测到接收的所述导航卫星定位信息来自预设数量以下的所述导航卫星时，根据所述导航卫星定位信息，采用导航紧耦合的方法构建所述导航卫星因子节点。 11.根据权利要求10所述的方法，其特征在于，所述采用导航松耦合的方法构建所述导航卫星因子节点，包括：将所述导航卫星定位信息和捷联惯性导航系统解算的位置信息做差，得到导航卫星量测信息，根据所述导航卫星量测信息构建所述导航卫星因子节点。 12.根据权利要求10所述的方法，其特征在于，所述采用导航紧耦合的方法构建所述导航卫星因子节点，包括：将所述导航卫星定位信息中的伪距信息作为导航卫星量测信息，根据所述导航卫星量测信息构建所述导航卫星因子节点。 13.一种智能导航装置，其特征在于，应用于智能导航设备，所述装置包括：初始化模块，用于构建滑动窗口，定义滑动窗口阈值，根据航行器初始时刻的位姿信息构建初始变量节点和先验因子节点，将初始变量节点和先验因子节点相互连接，得到初始化因子图；变量节点构建模块，用于根据获取到的所述航行器当前时刻t k (k∈N * )的惯性测量值和当前时刻t k 的惯性估计状态值得到下一时刻t k+1 的惯性状态预测值，根据所述当前时刻t k 的惯性估计状态值构建第一变量节点，根据所述下一时刻t k+1 的惯性状态预测值构建第二变量节点；所述变量节点构建模块还用于在k＝1时，则将所述第一变量节点取代所述初始化因子图中的所述初始变量节点，与所述先验因子节点连接；因子节点构建模块，用于根据获取到的所述航行器的下一时刻t k+1 的惯性估计状态值和所述下一时刻t k+1 的惯性状态预测值构建当前因子节点；所述第一变量节点和所述第二变量节点分别与所述当前因子节点连接；附加节点构建模块，用于检测当前时刻t k 是否接收到附加传感器测量信息，若在当前时刻t k 接收到所述附加传感器测量信息，则根据所述附加传感器测量信息构建对应的附加因子节点，将所述附加因子节点与所述第一变量节点单独连接，得到待优化因子图；其中，所述附加传感器测量信息包括长基线定位信息；所述附加因子节点包括长基线因子节点；具体地，所述附加节点构建模块用于检测接收的长基线定位信息是否来自预设数量及以上的长基线定位传感器；当检测到接收的长基线定位信息来自预设数量及以上的长基线定位传感器时，根据所述长基线定位信息，采用长基线松耦合的方法构建所述长基线因子节点；当检测到接收的所述长基线定位信息来自预设数量以下的所述长基线定位传感器时，根据所述长基线定位信息，采用长基线紧耦合的方法构建所述长基线因子节点；导航结果计算模块，用于令所述滑动窗口根据预设规则在所述待优化因子图上滑行，直至所述滑动窗口内的所述待优化因子图中变量节点的数量达到所述滑动窗口阈值，对所述滑动窗口内的所述变量节点和与所述变量节点连接的因子节点优化后进行计算，得到航行器的最优导航结果。 14.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至12中任一项所述方法的步骤。 15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至12中任一项所述方法的步骤。