基于双OD修正的GNSS/MIMU导航算法研究

为提高车载组合导航系统的导航精度和可靠性,在全球导航卫星系统(GNSS)信号正常工作的情况下,该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型,实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下,基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明,与无WRC组合模型相比,该文设计的组合导航模型在120 s的GNSS信号失锁路段,最大定位误差减小了63.9%,定位误差标准差减小了80.1%;在200 s时GNSS信号频繁中断路段,最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。

基于级联卡尔曼滤波的动基座MIMU初始对准方法

为了实现低成本微惯性测量单元(MIMU)的自对准功能、提高自对准精度,提出了一种基于级联卡尔曼滤波(KCF)的动基座GPS单天线辅助MIMU自对准方法。首先,对GPS单天线测得的速度矢量随机误差进行了总平均经验模态分解(MEEMD),信号重构后使用卡尔曼滤波对其降噪解算得到航向角测量;其次,以基座姿态角和陀螺常值漂移为状态量建立了系统的状态方程,并融合加速度计和GPS单天线测量信息,建立了系统的观测方程;然后,使用自适应无迹卡尔曼滤波进行信息融合,实现了基座姿态角的最优估计。经仿真验证对比,所提算法有效提高了自对准精度。仿真结果验证了所提算法在GPS单天线辅助MIMU自对准中的优越性。

基于改进LSTM网络的无人机MEMS-IMU零偏在线标定方法

针对在卫星信号拒止、视觉系统退化场景中无人机MEMS-IMU零偏无法准确估计并补偿导致导航误差迅速发散的问题,提出一种基于改进长短时记忆(LSTM)网络的零偏在线标定方法。首先,为解决MEMS-IMU零偏数据非线性强、传统循环时间网络训练效果差的问题,设计序列到序列的LSTM神经网络结构,引入教师强迫机制,提高了网络特征学习能力。然后,在导航过程中使用训练后的网络对MEMS-IMU零偏在线标定,补偿后的IMU量测与视觉信息联合优化,保证了导航定位精度。实验结果表明,在纯惯性导航实验中,所提方法的绝对位置误差比传统LSTM方法减小了6.5%;在EUROC数据集下进行的视觉惯性组合导航实验中,所提方法的平均绝对位置误差比传统LSTM方法减小了15%。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

低成本MIMU/GPS组合导航系统设计与实验

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统(INS)的进一步推广应用,然而低成本微型惯性测量单元(MIMU)的出现,为INS的推广应用了带来了新的契机。文中提出了一种适合于工程应用的低成本MIMU/GPS组合导航系统的结构与方案,并给出了组合导航系统位置速度交替组合模式的数学模型。考虑到未知工作环境中各类噪声统计参数的未确定性易使经典的卡尔曼滤波器发散,因此文中采用了闭环自适应卡尔曼滤波器对子系统的数据进行融合处理;设计了低成本的组合导航系统原理样机,并进行了跑车实验。跑车实验及事后数据处理分析结果表明:该系统具有较高的长时间导航精度以及良好的可靠性和鲁棒性。

基于椭球拟合的MIMU系统自标定方法

针对微惯性测量单元(MIMU)测量精度的提高,提出一种自适应的MIMU系统自标定方法。通过MIMU系统陀螺仪和加速度计误差模型分析,将陀螺仪和加速度计的误差模型转化为一个线性回归方程,使用椭球拟合的最小二乘方法对MIMU系统进行拟合,最后运用多次拟合模式进行总体标定。采用实验室三轴转台进行实验验证,得到标定的姿态测量系统的精度提高了3个数量级,证实了此标定方案的可行性。

基于MIMU/WI-FI的井下人员三维全局定位

为进一步提高煤矿井下人员定位系统的定位精度,克服目前只能区域定位,抗干扰能力差等缺点,提出一种新型的基于MIMU/WI-FI组合的煤矿井下人员三维全局定位方法。在对MIMU和WI-FI各自定位原理分析的基础上,给出基于MIMU/WI-FI组合定位的系统解算图。通过对MIMU和WI-FI各自的误差源分析,建立组合系统误差模型,进而采用间接法卡尔曼滤波并运用位置组合方式获得组合系统的定位信息。最后,对组合定位误差模型进行仿真。仿真结果表明,基于MIMU/WI-FI的组合定位方法具有定位精度高,实时性强,可靠性好,能够进行三维全局定位等优点,为提高煤矿安全生产管理水平提供了一种更好的方法,具有较高的工程应用价值。

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。

基于MIMU的杆塔倾斜测量方法

为了准确测量杆塔倾斜姿态,提出了一种基于微惯性测量单元(MIMU)的杆塔倾斜测量方法。在杆塔不同位置安装MIMU测量节点,采集杆塔运动的三轴加速度和角速度信息;采用无迹Kalman滤波对采集的原始数据进行降噪处理;采用四元数姿态解算检测杆塔倾斜状态。实验结果表明:采用该方法在很大程度上降低了噪声干扰,且采用四元数姿态解算方法能够准确检测杆塔的倾斜程度。

大方位失准角MIMU空中对准建模及半物理仿真

由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行.为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF(Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60°快速下降到2°左右,且所需时间仅为EKF的67%.

基于MIMU的行人室内导航技术的实现

采用微机械惯性测量单元(MIMU),设计一套固定在行人腰部的可穿戴式室内定位导航设备.采用行人航位推算原理(PDR),计算行人行走的步数、步长及方位,实现行人室内定位,解决了GPS导航技术在室内无法使用的缺陷.测试结果表明:系统的平均定位误差低于行进距离的0.74%,满足行人室内定位要求.验证了系统的有效性和可靠性.

超小型无人机GPS/MIMU组合导航定位系统研究

在考虑超小型无人机特点及其对导航定位需求的基础上,研究了利用微型惯性测量单元(MIMU)和GPS-OEM板,设计出一种低成本、轻小型的GPS/MIMU组合导航定位系统。为了验证该系统的性能,利用MIMU和GPS观测数据对该组合系统进行了仿真。仿真结果表明,组合导航系统在精度和可靠性方面,较单一的导航系统都有明显的改善。

MIMU/GNSS组合制导技术在制导炮弹中的应用

介绍了MIMU/GNSS组合制导技术的特点,并系统地介绍了MIMU的发展情况。列举了美国及其他国家制导炮弹的研制和使用情况,详细说明了MIMU/GNSS在不同型号的制导炮弹中的应用,并对其关键技术作了简要说明。

车载MIMU/GPS/地磁系统的模糊广义RBFNN辅助滤波算法

以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能。相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内。导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度。

低成本MIMU车载组合导航联邦滤波算法

针对基于MIMU的组合导航方案存在的复杂环境下姿态估计精度较差以及系统容错性较差等问题,设计了基于联邦滤波结构的MIMU/GNSS/MAG组合导航方案,通过仿真及车载试验验证了该方案的有效性。在此基础上,分析对比了有无故障检测及隔离的组合导航方案性能,通过仿真试验验证,进行有效的信息故障检测及隔离提高了该组合导航系统的输出精度和稳定性。

低成本MIMU/编码器组合的高精度航姿系统

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统的进一步推广应用,根据某型雷达车的需要,该文提出了一种低成本微型惯性测量单元(MIMU)/编码器组合的高精度航姿系统的结构与方案,并给出了初始对准和组合导航系统的数学模型,初始航向对准通过接收挠性陀螺寻北仪的寻北结果来完成,考虑到雷达车的工作方式,扣除杆臂效应后,2个速度误差观测量和3个位置误差观测量都为0,采用卡尔曼(Kalman)滤波将捷联惯导解算和航向编码器数据进行信息融合,得到对载体导航参数的最优估计。设计了工程样机,并进行了实验室测试与用户工程使用测试,结果表明,静态下产品的俯仰≤0.015°,滚动≤0.015°;动态下产品的俯仰≤0.025°(1σ),滚动≤0.025°(1σ)。

低成本MIMU/GPS车载组合测量系统的导航算法设计

文中的组合测量系统用于测量汽车的位置、速度和姿态信息,为提高测量精度,文中设计的导航算法为:系统做近似直线运动时,采用基于位置、速度、航向组合的导航算法;系统做转弯运动时,采用基于位置、速度组合的导航算法。实际跑车实验表明,系统位置精度为3 m(CEP)、速度精度为0.25 m/s、航向精度为1°,相对单纯的位置、速度组合导航算法,系统的测量精度有所提高,尤其航向测量精度提高了1倍,从而说明文中所述导航算法的有效性。

航向信息辅助的MIMU/GPS高精度组合导航方法

为了在卫星颗数少于四颗时实现高精度低成本导航,提出了一种基于航向信息辅助的MIMU/GPS高精度组合导航方法。采用MIMU与GPS构成MIMU/GPS组合导航系统;针对GPS卫星颗数少于四颗而无法定位的问题,利用MIMU导航解算获得的位置信息与GPS星历数据信息构造等效伪距,将其与GPS输出的伪距对应相减作为组合导航量测之一;针对组合后航向精度较低甚至发散的问题,利用GPS输出的水平速度计算获得伪航向角,将MIMU导航解算获得的航向角与该伪航向角相减作为量测之二;采用卡尔曼滤波设计组合导航滤波算法。跑车实验结果表明,在多次出现卫星颗数少于四颗时,该组合导航方法的位置精度达到±10.3 m(3σ),水平姿态精度达到±20.1′(3σ),航向精度达到±19.5′(3σ)。因此,该方法有效解决了卫星颗数少于四颗时的高精度导航问题,而且显著提高了航向精度,特别是在失准角较大的情况下也能够实现滤波快速收敛。

基于MIMU测量系统的两步校准法

三轴加速度计是微惯性测试单元(MIMU)测量组合的重要组成器件,其测量准确度直接影响系统姿态解算的准确度。因此需要对三轴加速度计的零偏误差、标度因素误差、各轴之间的不正交误差以及传感器与测试单元的安装误差进行分析和补偿。提出了一种两步校准法,即首先利用椭球假设的MIMU现场快速标定方法分析微惯性测量组合的误差模型,得到加速度计的零偏、标度因素和不正交角;之后利用四位置法校准出加速度计的安装误差。该方法实际操作简单,不需要高精度辅助设备。测试平台实验表明:该方法能够有效提高三分量测量数据的准确性,可应用于MIMU姿态测量系统中加速度计的校准。

MIMU中加速度计组离心机标定补偿技术研究

微惯性测量单元(MIMU)使用离心机标定时,内部加速度计组集成安装误差和MIMU安装误差,导致加速度计实际受到的离心加速度激励与设置不一致,引入输入误差,影响标定精度。基于减小输入误差定标的影响,提出一种消除加速度输入误差的标定分析方法。基于离心机标定时MIMU中加速度计正反向输入状态下安装误差对称的关系,在误差模型方程中引入安装误差项,通过对两种状态下输入取代数平均,消除安装误差项。利用最小二乘法解得加速度计组误差模型系数,对加速度计组进行补偿。经试验验证:本文方法极大地提高了加速度计的精度,标度因数精度提高3.62%,交叉耦合从1.4%降低至0.16%,零偏从4.9 mgn降低至0.9 mgn。