基于惯性传感器阵列的行人导航发展综述

近年来,微机电系统朝着小体积、低功耗、低成本方向发展,这使得采用惯性传感器阵列实现行人自主导航系统成为可能。惯性传感器阵列在行人导航上的应用引起了研究者的广泛关注,并取得了很多阶段性的成果。文章总结分析了不同惯性传感器阵列的设置方法及其误差模型,并针对不同融合框架的惯性传感器阵列数据融合精度进行了评价。提炼和归纳了行人导航中零速修正算法的运用情况与存在的问题,并探讨了惯性传感器阵列在行人导航中的应用特点与发展趋势。

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;通过把标定结果和用户所给的校正参数进行对比,可以得到经过文章所提的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50%以上。

基于松耦合IMU阵列导航系统中时间同步的研究

传感器融合算法通常假设传感器时钟之间具有完美的时间同步,然而在实际的传感器融合过程中不可避免地存在时间同步误差,从而导致传感器融合中的系统误差。本文首先分析了惯性传感器阵列中的时间步的机理,然后将时间同步误差作为待估计的状态,借助于扩展卡尔曼滤波实现时间同步误差的在线估计,进而利用互补反馈滤波器来融合惯性阵列系统的数据。在此基础上,本文进一步提出了使用分数延迟滤波器来实现延时数据的时间移位,从而保证不同传感器的时间同步。仿真结果表明,所提出时间同步误差的估计方法可以将得到的时间同步误差精确到毫秒级。