GNSS/IMU/LiDAR融合定位研究

为提升低成本卫星接收机和惯性测量单元(inertial measurement unit,IMU)条件下传统组合导航定位的抗干扰性和定位精度,本文通过融合GNSS、IMU、激光雷达(laser radar,LiDAR)来提高定位的鲁棒性及定位精度.在高楼遮挡等复杂环境下由于卫星信号丢失导致卫星定位结果降低,可通过GNSS与IMU的组合来提升导航定位的鲁棒性及其精度.如果卫星信号缺失时间过长,那么低成本条件下的GNSS/IMU组合定位精度仍不理想,本文提出利用LiDAR里程计输出的位置信息与传统组合导航通过扩展卡尔曼滤波(extended Kalman filter,EKF)进行融合定位.实验得出:在无遮挡的环境下融合定位标准差(standard deviation,STD)精度较之卫星定位提升53.7%,均方根误差(root mean square error,RMSE)精度提升56%,较之GNSS/IMU组合定位STD精度提升37.9%,RMSE精度提升38.6%.在有遮挡的环境下融合定位STD精度较之卫星定位提升59.4%,RMSE精度提升71.3%,较之GNSS/IMU组合定位STD精度提升26.3%,RMSE精度提升33.7%.

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。

基于IMU惯性传感器的防波堤护面块体位姿变化测量研究

防波堤护面块体是防波堤上抵御波浪冲击的重要构件,受波浪冲击时会发生摇摆甚至造成破坏。采用IMU惯性传感器测量护面块体受波浪作用规律。根据惯性导航系统中坐标系转换原理,将IMU惯性传感器安放在护面块体上并放置在3种不同水线位置上进行试验,对IMU惯性传感器获取的角速度信号进行处理得到冲击速度、碰撞数。试验结果表明,在水线z/D_(n)=-2处的碰撞数要比在水线z/D_(n)=0和z/D_(n)=2要大,最大冲击速度发生在水线z/D_(n)=0处。通过以上测量参数可为块体防护提供定量评价。

IMU330RA惯性传感器 新纳传感系统有限公司

新纳传感(ACEINNA)推出高性能惯性测量单元——IMU330RA。新款IMU330RA是一款易于集成的高性能6自由度惯性传感器,封装于IP69K级别的坚固密封模压成型塑料外壳。IMU330RA具有冗余的3轴加速度计和3轴陀螺仪,拥有出色的准确性和可靠性。

一种基于惯性测量组合的弹箭飞行姿态测试方法

在弹箭飞行遥测中,采用基于MEMS传感器的惯性测量组合(IMU)来测试弹箭飞行姿态数据,该方法构成的测试系统体积小、抗过载高、功耗低、数据处理简单直观可靠、对弹载结构改动不大且成本低。给出了该测试方法原理以及四元数解算方法,并对四元数初值进行了分析,在此基础上给出了仿真计算结果。

捷联惯性系统初始对准中IMU安装误差及陀螺漂移的估计与补偿

为尽可能消除IMU安装误差和陀螺漂移对系统精度的影响,运用主从惯导传递对准技术,采用扩展状态滤波器和速度/姿态角组合匹配的方法,估计出IMU安装误差和陀螺漂移误差,并对系统进行补偿。仿真结果表明,补偿了安装误差和陀螺漂移后,捷联惯性系统的导航参数精度可提高1个数量级以上。

车载简易惯性测量装置的误差建模与仿真

提出了一种用于列车定位的车载简易惯性测量装置(IMU),给出了其系统安装结构与导航定位解算方法,并分析了该系统的误差源,进而在此基础上推导获得了其系统误差模型。计算机仿真结果表明,所建立的IMU系统误差模型能够准确地描述出测量器件误差对整个系统测量结果的影响,从而为车载简易IMU的工程应用垫定了理论基础。

IMU/DGPS辅助航空摄影测量综述

IMU/DGPS辅助航空摄影测量是目前国际上新兴技术,能实现直接获取航摄仪曝光时刻外方位元素数据,使航空摄影测量作业可大量减少或完全免除地面控制点,甚至无需空中三角测量即可测图,从而大大缩短作业周期、提高生产效率、降低成本。本文主要将对IMU/DGPS辅助航空摄影测量的原理、概念、技术流程进行阐述,并简要介绍IMU/DGPS辅助航空摄影测量技术目前在国内的应用进展情况。

基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息,根据船舶升沉运动模型和频谱分析方法,建立描述惯性测量单元(IMU)的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波(UKF)算法非线性滤波的特点,进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证,结果表明,同一模型下,相比于扩展卡尔曼滤波(EKF)算法的解算结果,所提方法具有更快的收敛速度和更高的测量精度;对船舶升沉位移的估计精度达到最大升沉幅值的5%,可以得到精确、无时延的船舶升沉运动信息。

IMU/DGPS辅助航空摄影测量应用探讨

介绍全球定位辅助航空摄影惯性测量IMU/DGPS的相关技术,结合实际,对其进行探讨和实验研究,并提出建议。

基于IMU预积分封闭解的单目视觉惯性里程计算法

将扩展卡尔曼滤波器作为后端的视觉惯性里程计算法由于其在实时性高的同时能保持较高的精度,从而被广泛地用于实际环境中。针对如何快速精确处理两帧图像之间的IMU数据的问题,提出了一种基于IMU预积分封闭解的算法,相较于传统基于优化的视觉惯性里程计算法在分段常数加速近似下采用离散四元数积分来简化所需的预积分值,IMU预积分封闭解算法在IMU时间周期内求解解析解,并应用于多状态约束下的卡尔曼滤波器(MSCKF)视觉惯性里程计框架下,来提高系统定位的精度。针对MSCKF算法观测方程参数化方法存在的数值稳定性的问题,提出了一种逆深度的参数化方法,克服了MSCKF算法在空间点坐标z轴深度值趋近于零时,系统观测值会出现奇点的情况,有效增加系统的鲁棒性。在公开EuRoc数据集六个飞行序列上的试验结果表明,所提出算法相较于传统的MSCKF视觉惯性里程计算法漂移较小,均方根误差减少约36.5%,定位精度得到有效提升。

基于极大似然估计的惯性测量组合标定方法

针对测试设备或平台框架转角误差（ASE）较大的情况，提出了一种用于惯性测量组合（IMU）标定的新方法。该方法采用相互正交的惯性器件输出的平方和作为观测信息，并以重力加速度ga和地速wic的幅值平方作为参考基准来标定工具误差系数，这样能够消除ASE对标定结果的影响。同时针对误差项系数也较大的情况，给出了一种基于极大似然估计（MLE）的辨识方法。仿真分析了各误差系数的可观测性，并验证了辨识方法的有效性。

车辆IMU软测量技术精度分析

为节约半主动悬架电气架构和电子控制单元(ECU)的开发流程,提出一种新的半主动悬架传感器布置方案,并给出最佳惯性测量单元(IMU)安装位置。建立通过IMU信号解算4个簧上位置加速度的精确与完备公式,选择合适的角转动次序和参考系来保证解算方法的正确性;利用最优化理论及偏导数方法结合不同的悬架权重研究传感器安装位置对软测量精度的影响,并给出了有约束条件下的最优安装位置。实验结果表明:新提出的传感器布置方案及运动学解算方法可以很好地预测4个簧上位置处的垂向加速度,并具有较高的稳定性,但是安装在不同位置处的解算精度差异较大;通过最优化理论得出的有约束最佳安装理论位置的实验结果与理论符合(均方根误差约为0.6 m·s^(-2)),相比于其他安装位置,最佳安装位置处的实验结果对不同工况均具有较高的稳定性及测量精度;相比于水平安装位置,IMU的垂向位置对最终的解算结果和精度有较大的影响。采用数形结合思想给出了一个IMU安装位置误差等值椭球面,用该椭球面可以较为清楚直观地对安装位置进行分析。

单目视觉惯性定位的IMU辅助跟踪模型

针对剧烈运动下单目视觉惯性定位精度较差的问题,提出了一种面向单目视觉惯性紧耦合定位的IMU辅助跟踪模型,以提升单目视觉惯性紧耦合定位下的稳健性。以IMU辅助跟踪模型取代常规的参考帧和匀速跟踪模型,该模型分为两个阶段,初始化阶段时,在匀速模型设定当前帧初始平移的基础上,由IMU预积分确定当前帧的初始旋转,从而获得当前帧的初始位姿;初始化完成后,在提供初始位姿的基础上,加入IMU预积分的先验速度信息;最后由以上计算的初始状态建立跟踪模型,实现精确定位。采用公开的室内SLAM数据集进行验证,结果表明,该IMU辅助跟踪模型可有效提高系统的稳健性,同时定位精度控制在0.1 m左右,其精度相比于传统的跟踪模型约提高20%。

IMU/GPS辅助航空摄影测量技术方法应用研究——以贵阳市航空摄影测量项目为例

通过贵阳市航空摄影测量项目的实施,形成了一套有效可行的IMU/GPS辅助航空摄影测量技术方法。介绍了项目所采用的检校场的布设方法、IMU/GPS辅助光束法区域网像控布点方法,以及IMU/GPS辅助空中三角测量技术,分析了IMU/GPS辅助空中三角测量和DEM/DOM成果精度,论述了该项目所形成的IMU/GPS辅助航空摄影测量技术方法的适用范围和局限性。

基于9DOF IMU的AUV惯性导航技术研究

水下机器人(underwater vehicle)惯性导航技术是目前机器人控制技术的难点,通过加装不同类型的IMU组件,可以实现水下机器人姿态、方位等参数的测量,并将这些参数作为反馈输入来实现水下机器人的精确控制;针对低成本微惯性传感器的应用特性,采用Sparkfun、Arduino Mega和Raspberry Pi,设计了基于Raspberry Pi集中处理、Arduino控制板分布式控制的微小型捷联惯导系统,实现了水下机器人惯性导航系统的全部导航和制导参数读取,包含位置坐标、线速度、角速度、姿态角、方位角等信息,通过水池试验表明应用表明本系统满足Eco-dolphin的水下定航控制要求。

Yole发布RLG—FOG—DTG-石英和MEMS基惯性测量装置市场竞争性分析

Yole Developpment发布了一篇新报告：2007—2012年的IMU市场。报告的内容为RLG—FOG—DTG-石英和MEMS基惯性测量装置的市场竞争性分析。

激光雷达IMU紧耦合的室内大范围SLAM方法

针对激光雷达SLAM算法在室内大范围场景中建图与定位精确度低、鲁棒性差的问题,提出一种激光雷达IMU紧耦合的SLAM方法。该方法基于LeGO-LOAM算法,在点云去畸变环节引入惯性测量单元(IMU)数据,将IMU预积分的结果作为初始位姿,消除点云畸变;在点云配准环节,将IMU预积分的结果作为迭代优化时的初始位姿,提升点云配准精度,从而提高机器人位姿估计的准确性;在后端优化环节,通过构建因子图的方式引入激光里程计因子、IMU预积分因子及回环因子,得到全局最优解,进一步提升建图与定位的精度。为验证所提方法的可行性,设计不同场景下LeGO-LOAM算法与改进SLAM算法的对比实验。实验结果表明,在室内大范围场景下,改进的SLAM算法能够减少轨迹波动,提升建图效果及轨迹精度,增强算法的鲁棒性。

一种改进点线特征融合的双目视觉惯性定位算法

在复杂产品装配过程中,对增强现实设备定位是实现虚拟引导信息与装配现场实时融合的核心。传统基于标签或预先构建离线装配基体模型的定位方式,存在装配任务与视觉定位兼容性低,单一视觉定位鲁棒性和稳定性差的问题。利用多传感器融合的视觉惯性导航方式进行定位,可提高定位的精度和鲁棒性,有效提高复杂产品装配质量和效率。本文提出了一种基于点线特征融合的双目视觉惯性定位算法,对双目相机和惯性测量单元(Inertial measurement unit,IMU)进行联合标定,并通过ORB和LSD线端融合的点线特征提取匹配,采取视觉和IMU紧耦合的方式,建立基于点线特征的视觉惯性融合的位姿误差融合模型。对比VINS-Fusion、PL-VIO和本文改进IPLVIO算法,结果表明IPL-VIO算法在结构化场景下的绝对位移和旋转误差比原算法误差更小,同时结构化场景信息更加丰富,能够应用在弱纹理的AR装配现场中,为增强现实辅助装配平台提供稳定可靠的位姿数据。

IMU精度对欺骗检测算法的影响分析

针对全球卫星导航系统(GNSS)/惯性导航系统(INS)紧组合导航系统对抗欺骗干扰的常用方法基于新息的欺骗检测算法中,正常情况下,新息向量服从零均值的高斯分布,当受到欺骗干扰时均值不再为零,进而影响欺骗干扰检测效果,且由于INS惯性测量单元(IMU)精度造成的位置误差也会影响新息向量的均值等问题,开展IMU精度对欺骗检测算法的影响分析:提出GNSS/INS紧组合模型与欺骗干扰模型;然后分析IMU精度对欺骗检测算法的影响,以及INS误差传播对观测新息的影响。实验结果表明,不同IMU精度对伪距估计值的影响,导致新息检测量在无欺骗干扰时不再是零均值;使用基于新息的欺骗检测算法对于IMU精度有要求,随着卡尔曼(Kalman)滤波状态传播间隔与检测窗口缩短,对于IMU精度的要求降低。