基于车轮安装惯性测量单元的车载组合导航

微电子机械系统惯性测量单元(MEMS-IMU)因其精度低且温度敏感性大,以及传统安装方式通常存在航向角不可观等原因,在车载导航和轮式机器人应用场景中表现为定位误差迅速累积。为解决上述问题,设计了一种将MEMS-IMU安装在载体车轮中心的导航方案。利用MEMS-IMU与车轮一起旋转的运动特性,提取出运动速度信息,并结合运动约束构造了三维速度观测信息,从而改善最终的组合导航性能。该方案从安装方式和算法设计层面取代了对里程计传感器的依赖。基于轮式机器人的实测结果表明,该方案的平面定位误差(均方根值)相比于传统安装MEMS-IMU的导航方案降低了58.53%,相比于传统MEMS-IMU和里程计组合导航方案降低了29.67%。

飞行器动力学信息辅助MEMS惯导系统

使用微机械电子(micro electro mechanical systems,MEMS)惯导系统(inertial navigation system,INS)的飞行器由于其MEMS惯性器件测量精度低,致使导航误差快速发散。针对该问题,提出了一种利用飞行器动力学(aircraft dynamics,AD)信息辅助MEMS惯导解算的方法。它基于AD建立的飞行器运动模型和运动误差模型,利用实时解算的飞行器运动状态构建卡尔曼滤波器对MEMS惯导误差进行估计和修正。在此基础上,进一步考虑了INS/全球定位系统(global positioning system,GPS)组合导航时该方法的改进算法,提出了一种利用GPS定位信息和预测滤波器对飞行器动力学模型误差估计的方法。最后的半实物仿真实验结果表明,飞行器动力学信息辅助滤波器可以有效地减小系统误差,提高MEMS惯导系统输出精度。

MEMS-INS/GPS双星组合定位方法研究

提出了一种GPS不足4颗星情况下的双星组合定位方法。利用微机械惯导系统短时间自主导航定位的优良特性,建立双星组合定位的误差方程,同时利用GPS导航系统自身的卫星测量信息,设计双星组合定位导航系统的卡尔曼滤波器来实现微机械惯导和GPS卫星信息的最优融合。通过微机械惯导和GPS的信息融合,实现GPS在2颗卫星情况下的组合定位。实验结果表明,在GPS卫星导航收星条件差的情况下,双星组合导航具有较好的定位精度。

一种变加速度的弹用双矢量空中对准方法

针对制导炮弹空中飞行时间短、难以实现有目的航向机动的问题,提出一种变加速度的弹用双矢量空中对准方法。首先,利用速度微分方程推导了空中对准用双矢量。然后,根据双矢量定姿的原理,采用Request算法对弹载微机械捷联惯导系统(MINS)的初始姿态进行估计,并分析了对准误差,在此基础上提出基于变加速度的弹用双矢量空中对准方法来实现弹载MINS初始姿态的最优估计。数值仿真实验结果表明:该对准方案可快速实现弹用MINS初始姿态的最优估计,其中航向角对准误差接近0.3°,俯仰角和横滚角对准误差小于0.2°,满足制导炮弹用MINS空中快速对准的要求。