Including reduced satellite information in a DGPS location system : application to partially obstructed environments

Conventional DGPS are not reliable in obstructed environments like forests, due to the lack of visible satellites. In this paper we present a DGPS processing method which allows to take into account in such cases the residual satellite information, because it relies on the direct computation of raw GPS data (pseudo-ranges). This method relies on the direct comparison of pseudo-range data for the reference station and for the rover. If there are enough satellites in view, the method can be used as a stand-alone positioning system, giving the relative position of a rover with respect to the reference, with the same metric precision than conventional DGPS, at a lower cost. Moreover, applying this method, pseudo-range data can directly feed a multi-sensor fusion scheme, even in poor satellite visibility conditions such as forest canopy conditions. We present here a Kalman filter implementation including GPS and dead-reckoning data. The results show that even with less than four satellites in view, GPS information remains efficient to compensate for dead-reckoning drift. / En environnements obstrués comme les milieux forestiers, le DGPS conventionnel n'est pas toujours fiable par manque de satellites visibles. Nous présentons dans ce papier une méthode DGPS qui nous permet de prendre en compte dans de tels cas l'information satellitaire résiduelle dans la mesure où cette méthode est basée sur le traitement des données GPS brutes (pseudo-distances). Cette méthode repose sur la comparaison directe des données de pseudo-distances issues de chacun des récepteurs station et mobile. Si suffisamment de satellites sont visibles (4 au minimum), cette méthode peut être utilisée en tant que telle comme système de positionnement. La position du mobile est calculée relativement à celle de la station avec une précision métrique comparable à celle obtenue avec les DGPS conventionnels et cela à moindre coût. De plus, en utilisant cette méthode, les données de pseudo-distances peuvent être introduites dans un processus de fusion multi-capteurs notamment en conditions de visibilité satellitaire réduite comme on le rencontre sous couvert forestier. Nous présentons ici l'implémentation d'un filtre de Kalman mettant en jeux données GPS brutes et données de navigation à l'estime. Les résultats montrent que même avec moins de quatre satellites visibles l'information GPS permet de compenser les problèmes de dérive liés à la navigation à l'estime.