一种微惯性测量单元标定补偿方法

在介绍微惯性测量单元组成与结构的基础上,根据MEMS惯性器件的输出特性,建立了微惯性测量单元中加速度计和陀螺仪的数学标定模型,提出并推导了一种适用于微惯性测量单元的标定方法,该方法可以得到微惯性测量单元中惯性传感器的零位、标度因数、安装误差系数及g值敏感项等33个参数;然后,具体介绍了通过加速度计重力场静态翻滚试验和陀螺仪恒角速率试验对MIMU中参数标定的方法和步骤,并对实验室自研的MIMU进行了标定;最后利用得到的标定参数对测试结果进行了误差分析与补偿;实验结果表明,该方法使MIMU的测量精度提高了1～2个数量级,能够满足姿态解算及导航计算的精度要求。     

改进的IMU传感器安装误差正交补偿方法

针对传统的正交补偿方法难以保证惯性测量单元具有较高的正交补偿精度的问题,提出了一种改进的适用于大角度和小角度安装误差角情形的正交补偿方法,该方法分别建立三轴加速度计和三轴光纤陀螺传感器的安装误差方程,对惯性测量单元进行速率标定和多位置静态标定,并利用最小二乘法求解惯性测量单元的安装误差方程参数.仿真和实验结果表明:该方法较传统的正交补偿方法具有较高的正交补偿精度和传感器标定精度,且回避了静态标定时在较大安装误差角下利用转位机构获得零偏存在较大误差的问题,大大地提高了标定效率.     

基于误差分布估计的机器人手眼标定方法研究

精确的机器人手眼标定对于机器人的视觉环境感知具有重要的意义。现有算法通常采用最小二乘估计或全局非线性优化求解方法对机器人手眼系统的变换参数进行估计。当系统存在测量粗差时直接采用最小二乘估计会导致标定结果精度的下降;基于全局非线性优化策略的标定算法则由于数据粗差的影响,求解过程易过早收敛也会造成标定精度低。为了解决误差粗差敏感的问题,提出了一种基于误差分布估计的加权最小二乘鲁棒估计方法,以提高机器人手眼标定的精度。首先,通过最小二乘估计计算手眼变换矩阵;之后计算每对坐标对应的误差值;根据误差值的分布概率初始化对应坐标数据的权值;最后采用加权的最小二乘估计重新计算机器人手眼标定矩阵。最后引入迭代估计策略进一步提高手眼标定的精度。设计的机器人手眼标定实验及结果证明,所提算法能够在数据粗差影响下保持较高的标定精度,更适用于机器人的手眼标定问题。     

基于多位置的MEMS加速度计快速自标定

针对MEMS加速度计输出信息受自身误差项(如零偏、标度因数、非正交误差等)干扰而影响器件自身测量精度的问题,提出一种不依赖转台设备的快速24位置标定方法.在分析MEMS加速度计输出特性基础上建立MEMS加速度计输出误差模型,设计并展开连续转停标定,利用重力特征实现加速度计误差修正.基于器件零偏、标度因数、非正交误差9个误差参数建立MEMS加速度计标定模型后,提出基于牛顿法对误差参数最优值进行估计.加速度计标定补偿实验结果表明,多位置标定方法能有效补偿自身误差并提高输出加速度信息的精度.     

一种低成本MEMS惯性传感器应用技术研究

讨论和分析了标定一种低成本MEMS INS传感器的方法和过程,MEMS传感器价格低廉但是误差很大,因此对其进行精确的标定对减少系统误差有很大的作用,包括零偏、刻度因子以及未对准误差和非正交误差等.通过对陀螺误差进行建模分析,利用卡尔曼滤波对数据进行处理,使用不需要传感器与测试平台精确对准的多位置对准方法来标定加速度计参数,结果表明陀螺的系统方差有很大改善,同时在静态情况下进行导航解算,表明标定结果有效.     

基于精密离心机的三轴硅微谐振加速度计标定方法

为更准确辨识三轴硅微谐振加速度计的误差系数,提高加速度计在飞行器上的加速度矢量测量精度,设计基于精密离心机的加速度计标定方法。分析硅微谐振加速度计的工作原理及误差项,在考虑离心机主要误差源的基础上建立包含零位偏移、标度因数、非正交安装误差、二次项误差与横向灵敏度的硅微谐振加速度计误差模型;设计离心机匀角加速度旋转的三姿态标定方法,在径向轴高g输入的同时,增加角加速度激励,可以更好标定加速度计横向灵敏度;对所提出的标定方法进行仿真,通过最小二乘法完成模型参数辨识。仿真结果表明,参数辨识相对误差可控制在2%以内,二次项系数与横向灵敏度辨识精度均小于1μg。     

一种小型惯性测量单元的精确标定技术

研究了一种基于MEMS陀螺和加速度计的惯性测量单元(IMU)的系统标定技术,建立了陀螺和加速度计的温度漂移和非线性误差模型,采用逐步线性回归法对以上模型进行了简化,并设计了补偿算法;实时补偿效果表明,在-40℃~60℃的温度变化范围内,惯性测量单元的零位偏值、偏值稳定性和非线性度都达到较高精度,这种误差标定方法可有效解决MEMS-IMU惯性器件误差的标定与补偿问题。     

基于RLM的MEMS三轴磁力计标定方法

针对传统方法标定复杂环境下含野值的MEMS三轴磁力计会出现精度较差的问题，本文提出了一种基于抗差列文伯格-马夸尔特(robust Levenberg-Marquardt, RLM)的三轴磁力计标定方法。首先，对三轴磁力计进行误差模型分析，建立了基于模值估计的误差参数方程；然后利用误差参数方程，设计抗差列文伯格-马夸尔特的标定方法，实现对误差参数的估计；最后，通过仿真与实验测试对本文所提方法进行验证。结果表明，本文所提方法标定含野值的磁力计数据相比于传统方法模值标准差减小了近90%，在标定正常环境下的结果与传统方法则很接近，有效提高了多环境下标定结果的稳定性与准确性。     

MEMS数字倾角仪的标定补偿方法研究

在介绍MEMS数字倾角仪组成结构的基础上,根据数字倾角仪内部MEMS加速度计的输出特性,对MEMS加速度计的敏感单元建立数学标定模型,提出并推导了一种适用于MEMS数字倾角仪的标定方法;该方法可以得到双轴MEMS数字倾角仪中加速度计的零位电压、标度因数矩阵、安装误差系数等敏感项参数;通过重力场静态翻转实验对实验室研制的数字倾角仪进行标定;最后使用MATLAB拟合计算得到所求标定参数,并对测试结果进行了误差分析和补偿对比;实验结果表明,该方法能使MEMS数字倾角仪的测量精度提高到±0.05°,可以满足高精度的角度测量需求。     

车载惯性导航仪快速初始对准技术

为了完成车载惯性导航仪在静基座下的对准与标定,提出采厢两位置对准方案.在惯性导航仪粗对准的基础上,建立了含有解算速度项的初始对准模型,并选取水平速度作为观测量.为了兼顾对准时间,采用自适应Kalman滤波器对失准角、惯性器件常值误差和随机误差进行实时估计,完成初始对准和标定.通过多次水平转台对准试验,表明在400 s对准时间内,方位角误差减小到0.7°以内,水平姿态角误差减小到0.04°以内,同时对系统中水平惯性器件的常值误差做出了估计,更加有利于导航精度的提高.     

基于椭球拟合的磁力计误差校正方法研究

针对工作环境下的MEMS磁力计易受磁场干扰,且传统误差补偿速度慢、需要外部信息辅助而影响地磁信息获取时效性和精度的问题,提出一种基于椭球拟合的磁力计误差修正算法。建立基于刻度因子误差、非正交误差、零偏误差和软硬磁特性的磁力计误差模型,采用最小二乘平差法估计椭球拟合算法中的椭球方程系数,得到校准后的磁场强度值。实验结果表明,经过论文提出的椭球拟合算法校正后的磁场强度波动幅度明显小于磁力计测量的原始磁场强度,能够有效降低磁力计测量误差。     

基于神经网络的惯性测量单元误差标定

针对惯性测鼍单元非线性误差的标定问题,为保证导航精度,设计了多层前向神经网络的补偿模型.神经网络算法具有良好逼近非线性函数的能力,适合于非线性系统的建模.采用BP神经网络为主要逼近手段,对惯性测量单元的非线性误差函数进行精确逼近,弥补了常规建模方法的不足.将算法应用到某型MEMS惯性测量单元的非线性误差建模中,进行了仿真验证.结果表明,BP神经网络对原始信号的逼近误差在工程应用允许范围内,较传统的的最小二乘法建模方法有了显著的提高,保证有效地解决某型MEMS惯性测量单元误差大的问题.     

基于预处理总体最小二乘迭代的地磁标定补偿

针对地磁敏感器易受干扰的特点,提出了一种预处理总体二乘迭代地磁标定补偿方法.分析了地磁敏感器的误差模型并提出校正模型,分析模型特点并转换为9个参数量的估计问题,将地磁数据进行希尔伯特黄变换(HHT)滤波处理,提高信噪比,用牛顿迭代法结合最小二乘估计计算待求的9个参数.实验结果表明:方法无需额外设备与器件,可以持续更新校正参数,且优于两步估计法的补偿精度,很好地标定补偿了地磁敏感器.     

DA-LM算法在MEMS加速度传感器误差校正中的应用研究

针对随钻测斜(Measurement-While-Drilling,MWD)技术中,微机电系统(Micro-Electro-Mechanical System,MEMS)三轴加速度计存在零点偏差、刻度因子误差、三轴非正交及与载体的未对准误差,造成姿态解算精度较低的问题,提出通过蜻蜓算法Dragonfly Algorithm(DA)及Levenberg-Marquardt(LM)联合校正误差参数的DA-LM算法.基于加速度计误差来源,建立加速度传感器线性误差模型并转化为椭球方程;由DA优化椭球参数实现全局寻优;再经推导得到新的校正目标函数并通过LM算法估计误差参数;最后利用本文所提对准策略实现加速度计与载体的对准.依据仿真实验,DA-LM算法可以精确估计加速度误差参数.通过双轴转台实验获取实验数据,校正前横滚角与俯仰角最大绝对误差分别为:0.86°和4.87°,校正过后分别降低为0.26°及0.49°.结果表明本文提出算法能正确补偿加速度计误差参数,姿态解算精度明显提高.     

电子罗盘的标定方法研究

分析了对基于MEMS加速度计和磁强计的电子罗盘进行误差系数标定的重要性,介绍了MEMS惯性器件误差来源及其类型,着重分析了静态误差的来源,并建立了相应的静态误差模型.在此基础上,分别给出了MEMS加速度计和磁强计的误差因子标定方法,并详述了标定的步骤.设计的MEMS加速度计静态误差标定方法,结合位置转台,仅需6位置即可同时实现加速度计多种静态误差系数的标定,而磁强计的标定则要分不同的误差类型依次进行,数学实现方便快捷可靠,可满足一般性手持设备的导航精度要求.     

基于多传感器系统的统计建模与标定方法

在融合惯性、视觉、磁场信息以及嵌入式技术的多传感器定位系统中,标定模型的准确性会影响传感器测量精度。以非线性最小二乘法为基础,提出了一种低成本高精度的标定方法。首先,分析系统各项参数,以加速度计为例建立模型,并利用重力加速度作中间量对传感器确定性项进行标定。通过仿真实验分析,结果表明提出的方法实用可行,能降低误差,提高系统传感器精度。     

用于末敏弹稳态扫描参数测量的微惯性测量单元的标定方法

对用于末敏弹稳态扫描阶段参数测量的微惯性测量单元提出了一种标定方法。末敏弹在稳态扫描阶段有其自己的特点,因此对微惯性测量单元的标定也有一定的特点。本文首先对微惯性测量单元建立了适当的误差模型。之后,通过进行速率实验和位置实验,应用线性拟合以及最小二乘法,对误差模型中的参数进行标定。最后,讨论了实际的标定结果和误差模型的合理性。     

估计传递函数参数的误差校正法*

本文提出一种称为误差校正法的估计传递函数参数的方法,建立了目标函数与传递函数参数及其最小二乘估值偏差间的函数关系,在完成最小二乘估计的基础上,通过连续修正,使传递函数估值精度得到提高,算例表明,该法比普通最小二乘法和广义最小二乘法的精度高,而且,比广义最小二乘法收敛得快。     

基于MEMS传感器的车载微惯性测量单元设计

为了感知汽车姿态,利用MEMS传感器自主设计了一种车载微惯性测量单元(MIMU),详细介绍了三轴MEMS加速度计、三轴MEMS陀螺和正六面体的设计。该单元具有成本低、精度高、体积小,且便于标定等优点,可以方便地运用到汽车姿态实时监测系统中。给出了单元的标定方法,分析了其误差来源,建立误差模型以及自主设计了标定系统。实验结果表明:该单元能有效地消除信号干扰,具有满意的精度要求,可对运用该单元进行汽车姿态监测等提供理论研究与工程应用参考。     

基于MIMU的行人导航算法研究

行人导航系统（Pedestrian Navigation System,PNS）为实时确定行人当前所在位置的定位导航系统,可记录人的步行轨迹或指引人抵达预设目的地。行人导航算法是由三轴MEMS（微电子机械系统）陀螺、MEMS加速度计构成的MIMU（微型惯性测量单元）和三轴磁阻传感器组合搭建的测量装置,置于行人腰部感受其行走时的运动,首先利用加速度计输出进行步态识别,其次建立步长与步长系数、步速之间的关系,使用最小二乘法标定步长系数的方法,实现了步长计算因人的行走速度、人与人行走方式不同的自适应调节,提高了步长的计算精度,最后融合捷联航向和磁航向计算行进方向,使用航迹递推计算轨迹。经测试,此算法具有较高的定位精度。