CN102472632B

CN102472632B - 惯性传感器的校准方法

Info

Publication number: CN102472632B
Application number: CN201080028641.8A
Authority: CN
Inventors: D·杜沙
Original assignee: Leica Geosystems AG
Current assignee: Leica Geosystems AG
Priority date: 2009-10-26
Filing date: 2010-10-21
Publication date: 2015-07-08
Anticipated expiration: 2030-10-21
Also published as: EP2494312B1; ZA201109248B; BRPI1012099A2; US9008988B2; NZ596007A; WO2011050395A1; RU2527140C2; CN102472632A; CA2765095C; AU2010312307B2; CA2765095A1; MX2012003000A; US20120203488A1; AR078794A1; BRPI1012099B1; RU2011142833A; EP2494312A1; UA106614C2; AU2010312307A1; EP2494312A4

Abstract

一种校准诸如交通工具或测量设备的工作设备的惯性传感器的方法，该方法包括确定该工作设备是否处于工作状态。当该工作设备不处于工作状态时，从惯性传感器以及与之相关联的温度传感器采集数据。采集的数据用于更新惯性传感器的热偏离误差模型。

Description

惯性传感器的校准方法

技术领域

本发明涉及惯性传感器的校准方法及惯性测量单元。特别是，尽管并非专有地，但是本发明涉及惯性传感器的现场(in-field)自动校准。

背景技术

精确的惯性检测对于检测工作设备的“姿态”(例如，工作设备相对基准框架(通常是理论上的水平地面)的转动)是关键的。在精准农业(precision agriculture)中，需要了解交通工具的姿态以补偿由地形起伏导致的GNSS天线的运动。在测量过程中，GNSS天线经常被安装在杆上，并且为了准确确定该杆的基部的位置，必须确定该杆的姿态。

惯性传感器包括对角度的变化速率进行测量的陀螺仪和对线性加速度进行测量的加速计。来自惯性传感器的测量结果包含必须进行补偿的偏离和其他误差。可以使用以下公式来对惯性传感器的测量结果进行建模：

\hat{a} = Ka + b_{t} + B (T) + ω_{n}

其中：

是测得的惯性量

K是该设备的比例因子(灵敏度)

a是实际惯性量

b_t是随机偏离，其随时间的推移而随机变化

B(T)是温度相关偏离

ω_n是传感器噪声，假定其是高斯白噪声

每次分别对加速度和转速进行测量时，以上公式等同地适用于加速计和陀螺仪。当工作设备静止时，加速计会读出取决于该设备姿态的重力部分，并且陀螺仪会读出同样取决于该设备姿态的地球自转速率部分。当使用工业级陀螺仪时，地球自转速率与其他误差源相比贡献很小，因此可以将其假定为零以简化分析而不会引入重大误差。根据相同温度下的充分测量值，来自传感器噪声项的贡献很小并且可以归入到随机偏离中。这样该模型可以简化为：

\hat{a} = \overset{&OverBar;}{a} + B (T) + ϵ

是测得的惯性量

是实际惯性量，其通过比例因数加以修正

ε是剩余误差，合并成单独项

温度相关偏离通常是主要误差。对于惯性传感器而言，温度相关偏离在温度范围内并不恒定，而是在惯性传感器的工作温度范围内变化。给定温度的温度相关偏离自身并不恒定，其将在惯性传感器老化过程中随时间的推移慢慢改变。

为了补偿温度相关偏离，一些工业级惯性传感器最初被校准为包括热偏离误差模型。由于时间和费用限制，校准可能仅仅包括惯性传感器在有限温度范围中的实际温度变化，而不是在惯性传感器可能最终工作的全部温度范围中的温度变化。随着惯性传感器的老化，必须对热偏离误差模型进行更新。通常通过每年的工厂校准或采用其他传感器的(例如，多GPS天线方案)校准来更新热偏离误差模型。所有这些策略都增加了从惯性传感器获取适当精确的姿态方案的费用和复杂度。

当诸如交通工具的工作设备正在工作时，很难将由于交通工具的移动和交通工具的振动所引起的惯性传感器信号变化同由于温度变化所引起的信号变化分离开来。因此，在交通工具静止期间尝试观察惯性传感器的输出信号是有用的。

美国专利US6374190、US6577952和US5297028都描述了当与惯性传感器和温度传感器相关联的交通工具处于静止但工作的状态时通过针对各个惯性传感器对单个惯性传感器和温度传感器信号抽样来对惯性传感器进行现场自动校准。美国专利号US5527003描述了在“在飞机滑行之前的延长的对准时间”期间的现场自动校准以及在此期间对在温度范围中的陀螺仪漂移进行抽样。由于抽样的惯性传感器信号包括由交通工具发动机引起的振动而导致的振动误差，因此现有技术专利中所揭示的现场自动校准固有地具有精度方面的问题。抽样也在有限的温度范围中进行。

发明目的

本发明的目的在于克服或至少减轻上述问题中的一个或多个和/或向消费者提供有用的或商业上的选择。

发明内容

在一种形式中，本发明公开了一种校准工作设备的惯性传感器的方法，该方法包括以下步骤：

当所述工作设备不处于工作状态时，从一个或更多个惯性传感器以及接近所述惯性传感器设置的一个或更多个温度传感器采集数据；以及

使用从所述惯性传感器和所述温度传感器采集的数据来更新所述惯性传感器的热偏离误差模型。

该方法优选地包括确定所述工作设备是否处于工作状态。

所述工作设备可以是交通工具，并且确定所述工作设备是否处于工作状态可以确定该交通工具是否被接通电源。

所述工作设备可以是测量设备，并且确定所述工作设备是否处于工作状态可以确定所述测量设备是否被接通电源。

优选地，该方法包括以下步骤：确定所述工作设备是否受到振动或意外的运动的影响；以及放弃在所述工作设备受到振动或运动影响时所采集的任何数据。

更新所述热偏离误差模型的步骤可以包括将采集的数据拟合成曲线并且利用该曲线的函数的特征来更新所述热偏离误差模型。

更新所述热偏离误差模型的步骤可以包括：相对在所述工作设备不处于工作状态时在以往周期中获取的以往数据来对在所述工作设备不处于工作状态时在一个周期中获取的数据的相关性进行加权，并且向最近的周期中的数据采集赋予更大的权重。

优选地，对具有所述惯性传感器和所述温度传感器的传感器子系统进行周期性地加电以在所述工作设备不处于工作状态时采集数据。

优选地，在所述工作设备断开电源以后将数据的采集延迟预定时间。

在另一种形式中，本发明公开了一种惯性测量单元，包括：

传感器子系统，包括：

一个或更多个惯性传感器；

与所述惯性传感器相关联的一个或更多个温度传感器；以及

低功率抽样模块，其能够操作为从所述惯性传感器和所述温度传感器采集数据；

处理模块，其具有存储有所述惯性传感器的热偏离误差模型的存储器；以及

电源控制器，其被配置为当安装有所述惯性测量单元的工作设备不处于工作状态时选择性地向所述传感器子系统供电以处所述惯性传感器和所述温度传感器采集数据。

优选地，该惯性测量单元包括计时器，该计时器被所述电源控制器使用以在所述工作设备断开电源的时段中周期地对所述传感器子系统加电。

优选地，所述低功率抽样模块包括低功率处理器，并且所述处理模块包括具有比所述低功率处理器相对更高功率要求的主处理器。

附图说明

下面将参照附图仅以示例的方式更加全面地描述本发明的优选实施方式，其中：

图1示出了现有技术的惯性测量单元的设计；

图2示出了根据本发明的惯性测量单元的一个实施方式的图示设计；

图3示出了通过计算热偏离误差模型来校准惯性测量单元的惯性传感器的方法的图示流程图；

图4示出了惯性传感器的温度在惯性传感器从操作温度冷却到环境温度的冷却阶段的温度与时间的关系的曲线；

图5示出了惯性传感器的温度在环境温度变化的环境温度变化阶段的温度与时间的关系的曲线；

图6示出了图2中的惯性测量单元的被描绘为温度偏离曲线的热偏离误差模型；以及

图7示出了在图2中的惯性测量单元的抽样模式期间所获取的温度偏离曲线中的几部分。

具体实施方式

参照图1，现有技术的惯性测量单元1包括一个或多个惯性传感器2、处理模块3以及用于控制向处理模块3和惯性传感器2供电的电源控制器4。处理模块3包括处理器6和存储装置7。在存储装置7中存储有针对各个惯性传感器2的热偏离误差模型。处理模块3能够利用由该热偏离误差模型校正了的惯性传感器的输入来计算交通工具姿态。

参照图2，显示了根据本发明一个实施方式的惯性测量单元(IMU)10的设计。IMU 10通常包括电源控制器12、惯性传感器单元14、低功率抽样模块16、处理模块16和计时器20。惯性传感器单元14和低功率抽样模块16一起形成传感器子系统22。参照IMU 10与在安装有该IMU 10的交通工具的工作关系来描述该IMU 10，但是该IMU 10可以类似地安装在诸如测量设备的任何其他使用惯性传感器的工作设备中。

电源控制器12控制对惯性传感器单元14、低功率抽样模块16和处理模块18的供电。电源控制器12能够独立地对传感器子系统22和处理模块18加电。电源控制器12被配置为在交通工具不工作在IMU 10的测量模式中的同时对传感器子系统22和处理模块18加电。当交通工具被接通电源时，其被视为处于工作状态。电源控制器12被配置为在交通工具不工作时在IMU 10的抽样模式中选择性地对传感器子系统22加电。交通工具在被断开电源时被视为不工作，并且在被接通电源时被视为工作。电源控制器12按照是否连接到交通工具的点火开关来确定该交通工具是接通电源还是断开电源。交通工具被断开电源并接着被接通电源之间的时段称为周期。交通工具在各个周期中通常将具有固定的姿态并且没有振动。

惯性传感器单元14具有内嵌的温度传感器24。另选地，在图中没有示出，温度传感器24并不嵌入在惯性传感器单元14中，而是位于与惯性传感器单元14相邻的位置。惯性传感器单元14包括陀螺仪形式或加速计形式的惯性传感器26。惯性传感器单元14从温度传感器24输出温度信号并且从惯性传感器26输出惯性信号。来自惯性传感器单元14的信号被提供给抽样模块16。

抽样模块16包括低功率处理器30、存储器31和数据存储装置32。低功率处理器30是诸如微控制器的低功率装置。在IMU 10的抽样模式中，来自惯性传感器单元14的信号数据被采集并存储在数据存储装置32中。抽样模块16连接至计时器20，使得所采集的数据在被存储在存储装置32中时也被打上时间戳。数据存储装置32具有温度与偏离的关系表，在该表中保存有各个周期的各个惯性传感器26的抽样的惯性传感器信号数据与温度数据的关系。在IMU 10的测量模式中，来自惯性传感器单元14的信号经由抽样模块16转送到处理模块18。

处理模块18包括主处理器34、存储器36和数据存储装置38。在存储器36中存储有针对各个惯性传感器26的热偏离误差模型。主处理器34利用数据存储装置38中保存的各个惯性传感器26的多批次的历史惯性传感器信号数据-温度数据来计算出该热偏离误差模型。如以下更加详细地描述的那样，所述历史数据是根据从抽样模块16的存储装置32中检索出的多批次数据汇编而来的。

图3示出了通过计算热偏离误差模型来对IMU 10的惯性传感器26进行现场自动校准的方法的图示流程图。对惯性传感器26的现场自动校准是在交通工具中就地进行的。该方法包括首先确定40安装有IMU 10的交通工具在处于工作状态还是不处于工作状态。交通工具在被断开电源时被确定为不处于工作状态，并且在被接通电源时被确定为处于工作状态。如果该交通工具被断开电源42，则在抽样模式中44对IMU 10加电。在抽样模式中44，如附图标记46所指示的那样，传感器子系统22被加电而处理模块18不被加电。如附图标记48所指示的那样，传感器子系统22从惯性传感器单元14采集温度信号数据和惯性信号数据。如附图标记50所指示的那样，所采集的数据被存储在抽样模块16的存储装置32中。

在交通工具被接通电源52时，在测量模式中54对IMU 10加电。在测量模式中，如附图标记56所指示的那样，传感器子系统22被加电，并且处理模块18被加电。如附图标记58所指示的那样，处理模块18对存储在抽样模块16的存储装置32中的数据进行检索。如附图标记60所指示的那样，处理模块18接着利用从抽样模块16中检索出的数据来计算各个惯性传感器26的热偏离误差模型，由此校准惯性传感器26。如附图标记62所指示的那样，将来自惯性传感器单元14的信号转送至处理模块18，并且通过应用在步骤60中计算出的热偏离误差模型来加以校正。

在测量模式中，传感器子系统22和处理模块18被加电，使得由惯性传感器26和温度传感器24产生的惯性传感器单元信号可以转送至处理模块18。处理模块18的主处理器34通过将热偏离误差模型应用于这些信号来校正信号。主处理器34也同时执行诸如控制与导航、姿态计算以及与抽样模块16进行联系的其他任务。由于主处理器34要执行的任务，与抽样模块16的低功率处理器30相比，主处理器34需要是相对大功率的。因此，主处理器34具有比低功率处理器30相对更高的功率要求。校正后的信号用来确定交通工具的姿态。每一次IMU 10从抽样模式改变为测量模式，处理模块18就检索保存在抽样模块16的数据存储装置32中的该周期的惯性传感器信号数据-温度数据，并将检索的数据与之前检索的数据一起存储在处理模块18的数据存储装置38中。

在IMU 10的抽样模式中，传感器子系统22被选择性地加电，但处理模块18不被加电。因此，IMU 10在抽样模式中消耗最小量的电力。子系统22在惯性传感器单元14的冷却阶段中被加电，并且在该冷却阶段之后的环境温度变化阶段中被周期性地加电。

参照图4，显示了惯性传感器单元14的冷却阶段，其中单元14从操作温度冷却到环境温度。在交通工具被断开电源后，冷却阶段立刻开始。为了避免采集驾驶员退出交通工具时的数据，抽样模块16可以在交通工具断开电源后将数据采集延迟预定时间。另选地，由于正在退出的驾驶员引起的振动，将会放弃在驾驶员退出交通工具期间采集到的数据。退出交通工具的驾驶员引起振动，使得在这个时段中采集的任何数据都将不适用于热偏离误差模型的确定。单元14通常在相对短的时间内从操作温度(该温度可以显著高于环境温度)快速冷却到环境温度。在该冷却阶段中，抽样模块16持续地执行采集直至运行时间已经过去或者温度传感器24检测到的温度没有显著变化为止。

参照图5，在惯性传感器单元14受到环境温度波动影响的时段中，子系统22被周期性地加电。这种环境温度变化阶段例如是夜间交通工具被停放时的持续时间。由于环境温度随时间推移而缓慢变化，所以仅需要周期性地进行数据采集。低功率处理器30为计时器20设置闹铃(alarm)以通过电源控制器12来周期性地对传感器子系统22加电。交通工具电池上的电力泄露由于子系统22的周期性加电而被减到最小。低功率处理器30的功率需求为，子系统22可以在交通工具电池不出现显著地电力泄露的情况下工作延长的时段。环境温度变化阶段中的抽样时间由图5中的抽样框64指出。环境温度变化阶段中的抽样是特别有用的，这是因为其使得可以在比在工厂校准中或冷却阶段中所通常发现的温度范围更大的温度范围内进行数据采集。

惯性传感器26在交通工具启动时从环境温度预热至工作温度的时段对于热偏离误差模型校正来说是有问题的，这是因为在这一温度范围内缺少数据来开发该热偏离误差模型。在环境温度远远低于工作温度的情况下更是如此。考虑到这一点，一些交通工具(诸如飞机)在使用之前要求“预热时段(warming up period)”。在驾驶员可能意识不到惯性传感器在使用中(诸如农业)的交通工具中，具有如本发明所提供的，在整个环境和工作温度范围内对数据进行的热偏离误差模型校正是显著的优点。申请人认为，如果惯性传感器26在抽样期间检测到移动或振动，则该抽样期间的数据将会被放弃并且子系统22将临时掉电。在交通工具不处于工作状态时的各个周期中的抽样生成了存储在抽样模块16的存储装置32中的不同批次的采集数据。

参照图6，将存储在处理模块18的存储器36中的各个惯性传感器26的热偏离误差模型描绘为温度偏离曲线。各个惯性传感器26将会具有唯一的温度偏离曲线，因此针对各个惯性传感器26独立地从惯性传感器单元14采集数据。

参照图7，每一次在IMU 10处于抽样模式中时采集温度偏离曲线中的部分的数据。每一次当交通工具在不同周期中以不同的角度停放时，在抽样过程中针对加速计测量到的数据将与实际偏离有偏差。这在图7中由示出的图中的间隔“由于重力而引起的偏差”指出。在当IMU 10处于抽样模式中时的不同数据采集时段中，将对温度偏离曲线的不同区段进行观察并且这些区段几乎肯定具有不同的偏差。根据采集到的充足的惯性传感器信号数据，可以从如下所描述的多个采集的部分温度偏离曲线估计出实际温度曲线：

假定温度偏离曲线为n阶多项式。也就是说：

B(T)＝b₀+b₁T+b₂T²+...+b_nTⁿ

在计算温度偏离曲线之前，该多项式的阶数是未知的并且必须加以假设。如在本发明的背景技术中所描述的，惯性传感器的测量结果可以被建模为：

\hat{a} = \overset{&OverBar;}{a} + B (T) + ϵ

在IMU 10的抽样模式中执行了多个周期的采集惯性传感器数据后，将会在处理模块18的存储装置38中存在m批次的惯性传感器数据。每一批次数据由(不同数量个)m_k个温度抽样、惯性传感器测量结果、噪声统计以及时间戳构成。既然由于交通工具具有固定姿态并且在各个周期中没有振动故而对于各批次而言该惯性量将会是恒定的，因此各个单独模型被测量为；

{\hat{a}}_{m_{k}} = {\overset{&OverBar;}{a}}_{m} + b_{0} + b_{1} T_{m_{k}} + b_{2} {(T_{m_{k}})}^{2} + . . . + b_{n} {(T_{m_{k}})}^{n} + ϵ_{m_{k}}

例如，第二批次的第四个测量结果将会是：

{\hat{a}}_{2_{4}} = {\overset{&OverBar;}{a}}_{2} + b_{0} + b_{1} T_{2_{4}} + b_{2} {(T_{2_{4}})}^{2} + . . . + b_{n} {(T_{2_{4}})}^{n} + ϵ_{2_{4}}

并且与来自其他批次的测量值的惯性量的贡献一起正式撰写时：

{\hat{a}}_{4_{2}} = (0 {\overset{&OverBar;}{a}}_{1} + {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{2_{4}} + b_{2} {(T_{2_{4}})}^{2} + . . . + b_{n} {(T_{2_{4}})}^{n}) + ϵ_{2_{4}}

由于所有的部分温度偏离曲线都将具有物理惯性量的分量(除了在假定陀螺仪测得0作为地球自转速率的情况除外)，所以需要在特定温度下的偏离的绝对测量值或估计值以计算参数b₀。这可以通过多个手段来实现，例如：

●初始工厂校准

●交通工具的一系列预定动作

●在加速和旋转的所有三个轴都可用的情况下，可以从至少6个不同的姿态中计算出各个传感器的偏离

●其他诸如GPS或多天线GPS的传感器

由于在这些实例中，已知特定温度下的偏离或者加速，因此存在满足以下公式的i个偏离测量结果：

({\hat{a}}_{i} - {\overset{&OverBar;}{a}}_{i}) = b_{0} + b_{1} T_{i} + b_{2} {(T_{i})}^{2} + . . . + b_{n} {(T_{i})}^{n} + ϵ_{i}

在考虑到来自各批次的部分温度曲线的姿态的贡献以后：

({\hat{a}}_{i} - {\overset{&OverBar;}{a}}_{ik}) = (0 {\overset{&OverBar;}{a}}_{1} + 0 {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{i} + b_{2} {(T_{i})}^{2} + . . . + b_{n} {(T_{i})}^{n}) + ϵ_{i}

因此，这些批次的测量结果(包括绝对测量结果)形成一组线性公式：

{\hat{a}}_{1_{1}} = ({\overset{&OverBar;}{a}}_{1} + {0 \overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{1_{1}} + b_{2} {(T_{1_{1}})}^{2} + . . . + b_{n} {(T_{1_{1}})}^{n}) + ϵ_{1_{1}}

{\hat{a}}_{1_{2}} = ({\overset{&OverBar;}{a}}_{1} + {0 \overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{1_{2}} + b_{2} {(T_{1_{2}})}^{2} + . . . + b_{n} {(T_{1_{2}})}^{n}) + ϵ_{1_{2}}

…

{\hat{a}}_{1_{m}} = ({\overset{&OverBar;}{a}}_{1} + {0 \overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{1_{m}} + b_{2} {(T_{1_{m}})}^{2} + . . . + b_{n} {(T_{1_{m}})}^{n}) + ϵ_{1_{m}}

{\hat{a}}_{2_{1}} = (0 {\overset{&OverBar;}{a}}_{1} + {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{2_{1}} + b_{2} {(T_{2_{1}})}^{2} + . . . + b_{n} {(T_{2_{1}})}^{n}) + ϵ_{2_{1}}

{\hat{a}}_{2_{2}} = (0 {\overset{&OverBar;}{a}}_{1} + {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{2_{2}} + b_{2} {(T_{2_{2}})}^{2} + . . . + b_{n} {(T_{2_{2}})}^{n}) + ϵ_{2_{2}}

…

{\hat{a}}_{2_{m}} = (0 {\overset{&OverBar;}{a}}_{1} + 0 {\overset{&OverBar;}{a}}_{2} + . . . + {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{2_{m}} + b_{2} {(T_{2_{m}})}^{2} + . . . + b_{n} {(T_{2_{m}})}^{n}) + ϵ_{2_{m}}

…

{\hat{a}}_{k_{m}} = (0 {\overset{&OverBar;}{a}}_{1} + {0 \overset{&OverBar;}{a}}_{2} + . . . + {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{k_{m}} + b_{2} {(T_{k_{m}})}^{2} + . . . + b_{n} {(T_{k_{m}})}^{n}) + ϵ_{k_{m}}

({\hat{a}}_{1} - {\overset{&OverBar;}{a}}_{i 1}) = (0 {\overset{&OverBar;}{a}}_{1} + 0 {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{1} + b_{2} {(T_{1})}^{2} + . . . + b_{n} {(T_{1})}^{n}) + ϵ_{1}

({\hat{a}}_{2} - {\overset{&OverBar;}{a}}_{i 2}) = (0 {\overset{&OverBar;}{a}}_{1} + 0 {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{2} + b_{2} {(T_{2})}^{2} + . . . + b_{n} {(T_{2})}^{n}) + ϵ_{2}

…

({\hat{a}}_{i} - {\overset{&OverBar;}{a}}_{i_{k}}) = (0 {\overset{&OverBar;}{a}}_{1} + 0 {\overset{&OverBar;}{a}}_{2} + . . . + 0 {\overset{&OverBar;}{a}}_{m}) + (b_{0} + b_{1} T_{i} + b_{2} {(T_{i})}^{2} + . . . + b_{n} {(T_{i})}^{n}) + ϵ_{i}

误差ε可以被描述为是具有协方差矩性∑的、零均值的、加性的、高斯白噪声。可以根据测量的阶段通过增大测量结果的协方差而将惯性传感器老化效应考虑在内。当使用加权的估计量时，将会对较以往的测量结果比较不重视，但是在缺少较新的测量结果的情况下仍旧会使用较以往的测量结果。例如，在交通工具在秋季遭受突然的寒冷天气事件的情况下，这将会很有用。在寒冷天气温度范围内的上一次数据采集可能在数月里都不会发生，但是即使其精度存在较大的不确定性，但该数据采集对于这样的情形仍旧是有价值的。

该组线性公式可以以矩性的形式表述为：

其可以更加简洁地被写为：Xβ＝y

可以通过线性最小二乘法计算来得到β的估计值(并且此后称为各惯性传感器26的温度偏离曲线的多项式系数)。一旦该多项式系数得到确定，那么就可以在IMU10的测量模式中在热偏离误差模型中使用多项式系数以对惯性传感器26的热偏离进行补偿。

申请人认为，由于处理器和存储装置的功率需求会随着技术的进步而减小，所以低功率处理器30的功率可能会足够大，使得在抽样模式期间、在交通工具电池不出现显著的电力泄露的情况下，IMU 10所需的所有处理和数据存储都可以完全由抽样模块16来完成。因此，处理模块18将会是冗余的。

本发明的方法和IMU 10使得惯性传感器26可以在没有特定用户程序以及不需要增加其他传感器或周期性的工厂再校准的情况下进行有效的自校准。

现有技术中的专利所揭示的现场自动校准的一个缺点在于，在为了校准而进行惯性传感器的信号抽样时交通工具并不断开电源，使得交通工具受到来自其发动机和驾驶员的振动的影响。根据本发明的其中一个方案在工作设备不处于工作状态中并且其发动机因此被停止时从惯性传感器和关联的温度传感器采集数据。

到近来为止，惯性传感器和与其相关联的处理电路都需要非常大量的电力来操作。因此如果在交通工具被断开电源时操作惯性传感器和与其相关联的处理电路，则会存在交通工具的电池泄露的风险。传感器技术和嵌入式运算上的进步已经充分降低了功率需求以允许传感器子系统22在如以上参照附图所描述的交通工具停放并静止时能够工作。在抽样模式期间关闭处理模块(其具有相对较高的功率需求)并且在抽样模式期间仅选择性地对抽样模块(其具有相对较低的功率需求)加电使得IMU 10能够在交通工具电池不出现显著电力泄露的情况下工作。

提供上述对本发明的各种实施方式的描述目的在于向本领域中的普通技术人员进行描述。该描述并不是要进行穷举，或者是意在将本发明限制在单个公开的实施方式中。如上面所提到的，对于上述教导的领域的技术人员而言，对本发明进行多种替换和变形都是显而易见的。例如，虽然特定描述教导了针对交通工具使用IMU 10，但是IMU 10可以类似地用于诸如杆上(on-the-pole)GNSS测量设备、测量可移动工具相对交通工具的姿态(例如铲车的刮土铲相对于铲车的牵引器)的工具姿态应用、惯性导航系统(INS)或集成的GPS/INS导航系统以及机器人(特别是工业机器人)的使用惯性传感器的其他工作设备。因此，尽管已经具体地讨论了一些另选的实施方式，可是其他实施方式将会是显而易见的或者是由本领域技术人员相对容易地开发出来的。因此，本发明意在包括在本文中已经讨论过的根据本发明的所有替换、修改和变型、以及落入以上描述的发明的精神和范围中的其他实施方式。

Claims

1.一种校准工作设备的惯性传感器的方法，该方法包括：

在所述工作设备不处于工作状态时，从一个或更多个惯性传感器和位置接近所述惯性传感器的一个或更多个温度传感器采集数据；以及

利用从所述惯性传感器和所述温度传感器采集的数据来更新所述惯性传感器的热偏离误差模型，

其中具有所述惯性传感器和所述温度传感器的传感器子系统被周期性地加电，以在所述工作设备不处于工作状态时采集所述数据。

2.根据权利要求1所述的方法，该方法包括：确定所述工作设备是否处于工作状态。

3.根据权利要求2所述的方法，其中所述工作设备是交通工具，并且确定所述交通工具是否处于工作状态包括：确定所述交通工具是否被接通电源。

4.根据权利要求2所述的方法，其中所述工作设备是交通工具，并且确定所述交通工具是否处于工作状态包括：确定所述交通工具的发动机是否处于工作状态。

5.根据权利要求2所述的方法，其中所述工作设备是测量设备，并且确定所述测量设备是否处于工作状态的所述步骤包括：确定所述测量设备是否被接通电源。

6.根据权利要求1所述的方法，该方法包括：确定在所述工作设备不处于工作状态时所述工作设备是否受到振动或移动的影响；以及放弃在所述工作设备受到振动或移动影响时采集的任何数据。

7.根据权利要求1所述的方法，该方法包括：通过将采集的数据拟合成曲线来更新所述热偏离误差模型和利用所述曲线的函数的特征来更新所述热偏离误差模型。

8.根据权利要求1所述的方法，其中更新所述热偏离误差模型包括：相对于在所述工作设备不处于工作状态时的以往周期中采集的以往数据来对在所述工作设备不处于工作状态时的一个周期中采集的数据进行加权并且向在最近的周期中采集的数据赋予更大的权重。

9.根据权利要求3或5所述的方法，其中在所述工作设备被断开电源后，将数据采集延迟预定时间。

10.一种惯性测量单元，包括：

传感器子系统，包括：

一个或更多个惯性传感器；

与所述惯性传感器相关联的一个或更多个温度传感器；以及

电源控制器，其被配置为在安装有所述惯性测量单元的工作设备不处于工作状态时选择性地对所述传感器子系统加电，以从所述惯性传感器和所述温度传感器采集数据。

11.根据权利要求10所述的惯性测量单元，该惯性测量单元包括计时器，所述计时器被所述电源控制器用于在所述工作设备不处于工作状态时周期性地对所述传感器子系统加电。

12.根据权利要求10所述的惯性测量单元，其中所述低功率抽样模块包括低功率处理器，并且所述处理模块包括具有比所述低功率处理器相对更高功率要求的主处理器。

13.根据权利要求10所述的惯性测量单元，其中该惯性测量单元适于在所述工作设备被断开电源后延迟预定时间再从所述惯性传感器和所述温度传感器采集数据。