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。     

IMU标定数学建模及误差分析

惯性测量单元（IMU）标定路径设计和数据处理方法取决于IMU标定数学模型,安装误差是决定IMU标定模型的重要因素。针对工程中加速度计和陀螺相对载体安装方式的不同,提出一种通过坐标系转换矩阵建立IMU标定数学模型的方法,推导IMU标定模型误差与载体角速度和加速度之间的关系,分析IMU标定模型误差对捷联惯性导航系统导航参数的影响,并利用转台提供的位置信息设计IMU标定路径和数据处理方法。仿真和转台实验结果表明：IMU标定数学模型误差引起捷联惯性导航系统速度误差、位置误差和姿态误差;安装误差的表现形式决定了IMU标定模型误差对系统导航精度的影响。     

基于改进型卡尔曼滤波的运动载体姿态估计

针对MEMS陀螺零偏导致运动载体姿态精度下降的问题,本文以MEMS惯性测量器件MPU6050为核心,提出了一种基于改进型卡尔曼滤波的姿态估计算法,采用欧拉角作为姿态解算的基础,通过惯性测量单元(IMU)测量运动载体的姿态数据,采用改进型卡尔曼滤波,对陀螺仪和加速度计数据进行融合,并实时估计陀螺零偏。实验结果表明,本文提出的算法能够获得较高精度的姿态信息,抑制MEMS陀螺零偏引起的姿态发散,可以准确地表示运动载体在静态和动态情况下的方位。     

基于惯性传感器输出匹配的舰船变形估计方法

大型舰船在海上航行过程中由于风浪作用、载荷变化、太阳照射以及载体机动等原因会产生一定的变形,该变形会极大地影响到舰载武器装备所需姿态信息的精度.针对这一问题,本文提出了在战位点安装惯性测量单元(IMU:陀螺+加速度计),直接根据IMU输出的速度增量和角速度信息,结合舰船主惯性导航系统的输出信息,利用卡尔曼滤波估计舰船变...     

一种新的无陀螺惯性测量组合标定方法

无陀螺惯性测量组合在角速率解算过程中不仅需要知道加速度计标定因数、零偏及实际安装方向向量,还需要准确获取加速度计的实际安装位置.针对上述特点,以加速度计输出模型为基础,提出并建立了一种广泛适用于各种无陀螺惯性测量组合的标定方法.该方法经转台位置和速率实验验证可以准确得到加速度计标度因数、零偏及安装误差,进一步提高了载体线加速度和角速率解算精度,从而为后续的姿态解算奠定基础.     

基于MEMS和CORTEX-M3的微惯性测量单元研制

从工程实际出发,给出了一种基于新型Cortex-M3内核ARM和MEMS惯性传感器的低成本、高性能微型惯性测量单元的结构框架。详细介绍了采用三轴MEMS陀螺、三轴MEMS加速度计和三轴磁阻传感器研制的微惯性测量单元硬件设计方案,分析了陀螺和加速度计的信号噪声,利用均值滤波法对信号进行预处理,对预处理后的信号采用FIR滤波器进行滤波,对陀螺和加速度计进行了标定。该测量单元已应用于某小型无人机的姿态测量,达到预期效果。     

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。     

基于惯性测量单元的轮式机器人轨迹跟踪仿真

针对轮式机器人轨迹跟踪质量下降问题,提出基于惯性测量单元(IMU)的轮式移动机器人轨迹跟踪控制方法.通过两个惯性测量单元(IMU)来建立轮式机器人的速度、角速度计算模型,针对轮式移动机器人执行中的差动命令对轮式机器人实施闭环控制;设计轮式机器人工作轨迹参考量,结合动力学模型提出轮式机器人轨迹跟踪控制器,使轮式机器人可以在指定的轨迹上进行跟踪.实验结果表明,提出的方法能够使轮式移动机器人的轨迹跟踪误差更小,跟踪结果更精准.     

遥测测试中的IMU初始对准问题

本文在分析惯性测量单元(IMU)的解算算法的基础上,利用姿态转动分析了遥测测试中惯性测量单元(IMU)数据解算的初始四元数提取方法,并对其进行推导和验证,仿真结果表明了该方法的有效性。     

轻小型二位置光纤陀螺测斜仪惯性测量单元设计

针对油气井中井眼口径窄小、高温、高冲击等恶劣环境,采用双轴一体光纤陀螺和石英挠性加速度计作为核心传感器部件,实现了轻小型二位置光纤陀螺测斜仪惯性测量单元(IMU)。采用DSC(dsPIC30F6014A)+FPGA双CPU导航计算机方案完成导航计算和滤波算法以及IMU数据的采集、控制与传输等功能。重点介绍了系统工作原理,IMU、数据采集与接口电路和双微处理器设计等硬件结构及软件算法。样机测试结果表明:该样机达到了预期精度指标要求(井斜角精度优于±0.2°,方位角精度优于±2°,工具面精度优于±0.5°),系统的性能尺寸体积、重量等方面达到了井下测斜仪器设计要求。     

基于FADS/IMU信息融合的大气数据测量方法研究

对飞行器大气数据进行估计是获取飞行状态的重要一环,是实现飞行器控制和稳定飞行的基础。通过研究嵌入式大气数据传感(FADS)系统,提出了基于容积卡尔曼滤波的惯性测量元件(IMU)数据和FADS数据融合算法。该算法对飞行器运动状态建立高阶滤波模型,使用容积点加权求和逼近的方法估计非线性运动模型,滤波输出值经处理后得到马赫数、攻角、侧滑角等大气数据。经仿真实验,算法计算的大气数据较为准确,马赫数误差小于0.01,攻角和侧滑角的误差小于0.1°。     

基于OSG惯性平台运动仿真系统的研究与应用

为了可视化仿真惯性平台初始对准过程和运动规律,利用实时建模工具MultiGen Creator（Creator）建立了惯性平台的模型,并采用渲染引擎OpenSceneGraph（OSG）进行驱动渲染,实现了一个惯性平台运动仿真系统。根据惯性平台运动方程输入激励,运行结果表明,所建立的仿真系统能够完整演示惯性平台初始对准过程和运动规律,三维显示效果逼真度高,且能实时响应用户操作。     

Robust and Accurate Monocular Visual Navigation Combining IMU for a Quadrotor

In this paper, we present a multi-sensor fusion based monocular visual navigation system for a quadrotor with limited payload, power and computational resources. Our system is equipped with an inertial measurement unit (IMU), a sonar and a monocular down-looking camera. It is able to work well in GPS-denied and markerless environments. Different from most of the keyframe-based visual navigation systems, our system uses the information from both keyframes and keypoints in each frame. The GPU-based speeded up robust feature (SURF) is employed for feature detection and feature matching. Based on the flight characteristics of quadrotor, we propose a refined preliminary motion estimation algorithm combining IMU data. A multi-level judgment rule is then presented which is beneficial to hovering conditions and reduces the error accumulation effectively. By using the sonar sensor, the metric scale estimation problem has been solved. We also present the novel IMU+3P (IMU with three point correspondences) algorithm for accurate pose estimation. This algorithm transforms the 6-DOF pose estimation problem into a 4-DOF problem and can obtain more accurate results with less computation time. We perform the experiments of monocular visual navigation system in real indoor and outdoor environments. The results demonstrate that the monocular visual navigation system performing in real-time has robust and accurate navigation results of the quadrotor.      

基于IMU紧耦合的LeGO-LOAM改进算法研究

基于LiDAR和SLAM(simultaneous localization and mapping)的LeGO-LOAM算法在低分辨率的LiDAR设备上,由于LiDAR数据的运动畸变、采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差。为了改善这一点,LeGO-LOAM改进算法引入了一种LiDAR和IMU(inertial measurement unit)紧耦合的方式。通过IMU估计运动状态,消除LiDAR数据的运动畸变,并使用IMU数据构建联合优化函数,约束位置姿态估计的重力方向。实验结果表明,这种方法有效抑制了LeGO-LOAM算法的重力矢量漂移,高程估计精度和高速状态下的定位精度均有显著提升。     

基于信号嫁接技术的IMU导航性能评估方法

为了探究新型惯性测量单元（ IMU）的导航定位精度以便选用,需要对其进行方便有效和低成本的测试评估。对一种新颖的基于信号嫁接技术的IMU导航性能评估方法进行了验证和分析。以三种中低精度IMU为样本,将该方法的评估结果与该IMU的现场测试结果对比,从而对该方法的评估效果进行验证。结果表明：相对于IMU的仿真评估,使用信号嫁接技术合成出的IMU数据在导航性能上与现场测试结果有更高的一致性,更为有效和可信。该方法相比于权威的现场测试评估具有成本低、效率高的独特优势,在中低精度惯性器件性能评估上具有很高的应用价值。     

基于IMU阵列的标定方法

微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。     

惯性测量组合小角度静态标定方法研究

简要论述了为延长惯性测量组合的稳定期以及提高惯性测量组合的使用精度,在位置转台上对惯性测量组合影响精度大的不稳定参数进行自标定的技术,即利用角速度计去标定低精度陀螺的技术。从理论上讨论了利用加速度计的信息去标定陀螺不稳定参数的方法。提出了小角度标定方法,给出了小角度静态标定思路,从理论上对小角度射前静态标定方法存在的综合误差进行了定量分析,指出了小角度静态标定方法存在的主要问题,同时提出了相应的改进方法,使射前静态标定方法理论上可行。     

某型惯性测量组合故障传播机理与建模分析

惯性测量组合(IMU)是航空机电控制系统中的关键部件,其易发生故障,且故障会在各功能单元之间进行传播.IMU中存在着故障传播路径复杂多样性和故障传播不确定性的问题,这两个问题使IMU中的故障传播过程难以描述.针对该问题,在对某型IMU故障传播机理进行分析的基础上,提出了一种将多信号流图与故障扩散强度函数相结合的模型构建...     

多相机与IMU融合的室外机器人定位方法研究

提高SLAM(simultaneous localization and mapping)算法的精度和鲁棒性是解决室外移动机器人自主定位问题的关键.针对单目相机在室外复杂环境下易受到遮挡、相机移动过快、图像模糊以及机器人纯旋转下算法精度和鲁棒性下降、低精度IMU(inertial measurement unit)的累...     

基于主成分分析和奇偶向量的动态检测方法

导航系统中冗余IMU传统故障检测方法由于数学模型过于复杂,计算量大,存在较大延时,难以实现实时故障检测,而主成分分析法仅仅应用于静态情况下的故障检测与隔离,针对主成分分析法无法在动态情况下对冗余IMU进行故障检测的缺点,提出了一种基于奇偶空间法改进主成分分析的故障检测算法,该方法利用奇偶向量隔离车辆的动态变量,以消除动态变量对故障检测的影响,再用PCA方法检测数据以实现对车辆传感器信息的实时检测,通过将原始数据集转置到特征平面来形成图案,实现了IMU传感器正常与故障模式的准确分离,提高了冗余IMU故障检测的结果精确性和可靠性。实验结果表明,该方法能够较好检测动态状态下冗余IMU的故障,提高了主成分分析的故障检测性能,可有效消除导航系统运动的负面影响。