CN103363966A - 一种低成本组合型陀螺仪 - Google Patents

Abstract

本发明涉及一种低成本组合型陀螺仪。该组合型陀螺仪由n种微小型、低成本、低精度MEMS陀螺组成，每种MEMS陀螺均含有多类输出误差，如常值零偏误差、零偏温度漂移、刻度系数误差等，但各种陀螺仪的误差模型各不相同。通过陀螺数据采集及预处理单元，可对某一种陀螺的输出数据进行预处理，以提高其输出精度。通过陀螺数据融合单元，可将n种陀螺仪的误差模型进行融合，并通过最小二乘算法可以估计出每种陀螺仪的各个输出误差，进行输出误差补偿及数据融合后，陀螺的输出精度大大提高。本发明采用多陀螺数据融合的方法形成一种组合型陀螺，其成本较同等精度的单陀螺系统大大下降，在导航、制导、控制及民用测量领域具有十分广泛的应用前景。

Description

一种低成本组合型陀螺仪

技术领域

本申请涉及一种低成本组合型MEMS陀螺仪，属于惯性技术领域的精密仪器，可广泛应用于运载体惯性导航、组合导航以及惯性稳定控制、惯性测量等领域。

背景技术

陀螺仪是一种在惯性空间内的角速度传感器，是测量运载体角速度、姿态、位置并实现运载体自动驾驶的关键器件之一。陀螺仪广泛应用于飞机、导弹、舰船、装甲车等的导航系统及自动驾驶系统，随着陀螺仪的不断小型化及低成本化，目前也已经广泛应用于汽车电子、机器人、管线测量、动漫、物联网等领域。

根据工作原理不同，陀螺仪可分为液浮陀螺、气浮陀螺、挠性陀螺、激光陀螺、光纤陀螺、MEMS陀螺等不同种类，每一种类的陀螺均有不同的特点：如MEMS陀螺具有体积小、重量轻、成本低等优点，但其输出精度较低，目前主要应用于消费电子领域，很少能满足惯性导航及高精度稳定控制的要求；激光陀螺和光纤陀螺输出精度较高，但成本较高，一个陀螺的价格往往需要几万人民币甚至几十万人民币，主要应用于军用飞机及导弹的导航领域，在民用市场大面积推广使用存在较大的难度。

随着微电子工艺技术的不断深入及发展，芯片级MEMS陀螺得到了广泛的发展，这些微型MEMS陀螺具有重量轻、体积小、成本低、可靠性高、抗振动冲击力强等一系列优点，但国内可批量生产的MEMS陀螺的精度很难突破30°/h，大部分陀螺的输出精度在50°/h-100°/h之间，因此，在许多对精度要求相对较高的领域很难得到应用，如无人机导航及飞控系统、炸弹及导弹制导系统、高精度稳定跟踪控制系统等。这些系统往往需要选用高精度的光纤陀螺或激光陀螺，但成本大大提高。目前，国内外均已投入了大量的研发力量进行高精度MEMS陀螺的研发，但高精度MEMS陀螺的研发是一个较为复杂的系统，很难在短时间内取得巨大突破，且需要投入极大的人力及物力。

因此，从单个器件角度出发，很难在短时间内解决陀螺仪高精度和低成本的矛盾。通过将多种低成本的MEMS陀螺进行组合，通过数据融合算法来研制一种组合型MEMS陀螺是解决陀螺仪低成本与高精度矛盾的重要手段。

发明内容

为了解决陀螺仪输出精度和成本之间的矛盾，本申请提出一种组合型陀螺仪。

目前市场上有几十种甚至几百种MEMS陀螺仪，80％以上的MEMS陀螺均已发展至芯片级，且市场价格已低至几百元甚至几十元人民币，但这些MEMS陀螺的输出精度往往较低，一般均为50°/h-100°/h左右，而10°/h左右的MEMS陀螺价格往往需要几万元。因此，单纯地提高单一器件的精度很难实现低成本的发展目标。

MEMS陀螺由于其设计原理、内部结构、加工工艺等方面的差异，不同种类陀螺具有不同的误差特性。一般情况下，衡量一个陀螺仪精度的指标有一次上电零偏稳定性、零偏重复性、刻度系数重复性、刻度系数非线性、零偏温度敏感漂移、刻度系数温度敏感漂移、加速度敏感漂移等，其中零偏重复性、刻度系数重复性、零偏温度敏感漂移是低成本MEMS陀螺的最为主要的3种误差，约占陀螺总误差的80％以上。

作为一个高性能的陀螺，要求以上每一个指标都达到一个较好的性能，当然陀螺的成本也将非常昂贵。但如果考核单一的误差指标，则各个低成本的MEMS陀螺均有各自的优势和特点。如，A类陀螺的零偏重复性较好，这项误差基本上可以忽略，但其他误差较大；B类陀螺的零偏温度敏感漂移较小，这项误差基本上可以忽略，但其他误差较大；C类陀螺的刻度系数较好，这项误差基本上可以忽略，但其他误差较大。

本申请提出的组合型陀螺仪便是将这些具有不同误差模型的低成本、低精度MEMS陀螺仪组合起来，通过陀螺数据单元采集每个陀螺仪的输出数据并对陀螺的输出数据进行预处理，再根据每种陀螺仪的误差特性建立每一种陀螺仪的输出模型方程，把各个陀螺仪的输出模型方程进行融合，再结合最小二乘算法，便可以估计出每一种陀螺仪的输出误差系数，根据估计得到的误差系数对陀螺的输出误差进行补偿，便可以将陀螺仪的输出精度较原始输出提高1个量级左右。

如附图1所示，本发明涉及的一种组合型陀螺仪，包括，n个陀螺数据采集及预处理单元和1个数据融合单元；其中陀螺数据采集及预处理单元记为陀螺单元Ni(i＝1，2，...n)，包括同种类的MEMS陀螺mi(i＝1，2，...n)个和数据处理模块Wi(i＝1，2，...n)；每个陀螺单元中的陀螺输出误差模型相同，各个陀螺单元的陀螺输出误差模型不同；所述数据处理单元Wi用于对mi个陀螺的输出数据进行预处理，以提高陀螺单元的输出精度；所述数据融合单元用于对所述n个数据处理单元的输出进行数据融合；其中n是自然数，且n≥2；数据融合单元可以估计并补偿每种陀螺的输出误差，从而大大提高陀螺的输出精度。

本发明采用的是将不同误差模型的陀螺进行数据融合的方法来提高陀螺的输出精度，与传统的采用改进设计及工艺等方式来提高单个陀螺精度的方法相比，本发明提出的方案具有实现方法简单、输出效果较好、系统成本较低等特点，具有较好的推广及应用价值。

附图说明

图1是组合型陀螺仪的实现原理框图

具体实施例

设陀螺数据采集及预处理单元(简称：陀螺单元)的个数n＝3，且每个陀螺单元中的陀螺个数相同，即m1＝m2＝m3＝M；其中，N1类陀螺零偏误差较小，其他误差相对较大；N2类陀螺的刻度系数误差较小，其他误差相对较大；N3类陀螺的零偏温度敏感漂移较小，其他误差相对较大，这3×M个MEMS陀螺安装在同一个测量平台上，通过标定使得这3×M个陀螺仪的敏感轴方向一致，当外部输入一个角速度ω时，每个陀螺仪都有一个含较大误差的角速度输出值，通过相应的陀螺数据预处理方法及数据融合方法，便可以得到一个较高精度的角速度测量值ω_out。

如上所述，陀螺数据预处理及数据融合方法步骤如下：

第一步，陀螺单元N1中M个陀螺的角速度输出值为ω_1，1，ω_1，M，经数据处理模块W1得到角速度ω₁，其计算公式是：

${\mathrm{\ω}}_1=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{1,i}$ 式1

陀螺单元N2中M个陀螺的角速度输出值为ω_2，1，ω_2，2 ω_2，M，经数据处理模块W2得到角速度ω₂，其计算公式是：

${\mathrm{\ω}}_2=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{2,i}$ 式2

陀螺单元N3中M个陀螺的角速度输出值为ω_3，1，

ω_3，M，经数据处理模块W3得到角速度ω₃，其计算公式是：

${\mathrm{\ω}}_3=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{3,i}$ 式3

第二步，数据融合单元对三个陀螺单元的角速度输出值ω₁，ω₂，ω₃进行融合，其中N1，N2，N3三种陀螺仪的输出模型可分别用式4、5、6表示：

ω₁＝ω_in+(aT²+bT)+Δk¹ω_in    式4

ω₂＝ω_in+(cT²+dT)+ω_0，2      式5

ω₃＝ω_in+Δk³ω_in+ω_0，3      式6

其中，N1陀螺仪的零偏较小，可以忽略，只需考虑零偏温度误差及刻度系数误差，ω_in为外部输入角速度；T表示陀螺所处的环境温度；a，b表示N1陀螺的零偏温度误差系数；aT²+bT表示N1陀螺的零偏温度敏感误差；c，d表示N2陀螺的零偏温度误差系数；cT²+dT表示N2陀螺的零偏温度误差；Δk¹，Δk³分别表示N1陀螺和N3陀螺的刻度系数误差；ω_0，2，ω_0，3分别表示N2陀螺和N3陀螺的常值零偏误差。

所述误差系数a，b，c，d，Δk¹，Δk³，ω_0，2，ω_0，3估计方法如下：

(1)把式5中N2陀螺的输出值ω₂代入式4，可得：

ω₁＝ω₂+(a-c)T²+(b-d)T+Δk¹ω_in-(Δk¹cT²+Δk¹dT)-Δk¹ω_0，2-ω_0，2

式7

上式7中，由于Δk¹，c，d，ω_0，2均为误差量，即一阶小量；因此，Δk¹，Δk¹d，Δk¹ω_0，2均为二阶小量，可以忽略不计，因此，式7可以用式8来简化：

ω₁＝ω₂+(a-c)T²+(b-d)T+Δk¹ω₂-ω_0，2         式8

把式8写成矩阵形式可表示为：

$\left[\begin{array}{c}a-c\\ b-d\\ {\mathrm{\Δk}}^1\\ {\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{T}^2& T& {\mathrm{\ω}}_2& -1\end{array}\right]}^{-}\×{\mathrm{\ω}}_1$ 式9

上式9中，[T² T ω₂-1]^-表示向量[T² T ω₂-1]的减号逆，即：最小二乘逆。

在陀螺工作过程中，陀螺单元实时采样陀螺内部的温度传感器输出的温度信号T_i及陀螺N 2的角速度输出信号ω_2，i，利用递推最小二乘方法可以估计得到N1类陀螺在本次上电后的误差系数a-c，b-d，Δk¹，ω_0，2

$\left[\begin{array}{c}a-c\\ b-d\\ {\mathrm{\Δk}}^1\\ {\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{T}_1^2& T_1& {\mathrm{\ω}}_{\mathrm{2,1}}& -1\\ T_2^2& T_2& {\mathrm{\ω}}_{\mathrm{2,2}}& -1\\ M& M& M& -1\\ T_n^2& T_n& {\mathrm{\ω}}_{2,n}& -1\end{array}\right]}^{-}\×\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{1,1}}\\ {\mathrm{\ω}}_{\mathrm{1,2}}\\ M\\ {\mathrm{\ω}}_{1,n}\end{array}\right]$ 式10

(2)把式5中N2陀螺的输出值ω₂代入式6并忽略二阶小量，可得：

ω₃＝ω₂-cT²-dT+Δk³ω₂+ω_0，3-ω_0，2        式11

把式11写成矩阵形式可表示为：

$\left[\begin{array}{c}c\\ d\\ {\mathrm{\Δk}}^3\\ {\mathrm{\ω}}_{0,3}-{\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{-T}^2& -T& {\mathrm{\ω}}_2& -1\end{array}\right]}^{-}\×{\mathrm{\ω}}_3$ 式12

上式12中，[-T² -Tω₂ 1]^-表示向量[-T² -Tω₂ 1]的减号逆，即：最小二乘逆。

在陀螺工作过程中，实时采样陀螺内部温度传感器输出的温度信号T_i及陀螺N3的角速度输出信号ω_3，i，利用递推最小二乘方法可以估计得到N2陀螺在本次上电后的误差系数c，d，Δk³，ω_0，3-ω_0，2

$\left[\begin{array}{c}c\\ d\\ {\mathrm{\Δk}}^3\\ {\mathrm{\ω}}_{0,3}-{\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]=\left[\begin{array}{cccc}-T_1^2& -T_1& -{\mathrm{\ω}}_{\mathrm{2,1}}& 1\\ -T_2^2& -T_2& -{\mathrm{\ω}}_{\mathrm{2,2}}& 1\\ M& M& M& 1\\ -T_n^2& -T_n& {-\mathrm{\ω}}_{2,n}& 1\end{array}\right]\×\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{3,1}}\\ {\mathrm{\ω}}_{\mathrm{3,2}}\\ M\\ {\mathrm{\ω}}_{3,n}\end{array}\right]$ 式13

(3)结合式10和式13的处理结果，可以得到N1、N2、N3陀螺的全部误差系数a，b，c，d，Δk¹，Δk³，ω_0，2，ω_0，3；

(4)数据融合后，组合型陀螺仪的最终输出结果ω_out可表示为：

${\mathrm{\ω}}_{\mathrm{out}}=\frac{1}{3}\×({\mathrm{\ω}}_1+{\mathrm{\ω}}_2+{\mathrm{\ω}}_3-a{T}^2-\mathrm{bT}-{\mathrm{cT}}^2-\mathrm{dT}-{\mathrm{\Δk}}^1{\mathrm{\ω}}_1-{\mathrm{\Δk}}^3{\mathrm{\ω}}_3-{\mathrm{\ω}}_{\mathrm{0,2}}-{\mathrm{\ω}}_{\mathrm{0,3}})$

式14

Claims (3)

1.一种组合型陀螺仪，其特征在于，所述组合型陀螺仪包括：n个陀螺数据采集及预处理单元和1个数据融合单元；其中陀螺数据采集及预处理单元记为陀螺单元N_i(i＝1，2，...n)，包括同种类的MEMS陀螺mi(i＝1，2，...n)个和数据处理模块Wi(i＝1，2，...n)；每个陀螺单元中的陀螺输出误差模型相同，各个陀螺单元的陀螺输出误差模型不同；所述数据处理模块Wi用于对mi个陀螺的输出数据进行预处理，以提高陀螺单元的输出精度；所述数据融合单元用于对所述n个数据处理单元的输出进行数据融合；其中n是自然数，且n≥2；数据融合单元可以估计并补偿每种陀螺的输出误差，从而大大提高陀螺的输出精度。

2.如权利要求1所述的组合型陀螺仪，其特征在于，所述陀螺数据采集及预处理单元(简称：陀螺单元)的个数n-3，且每个陀螺单元中的陀螺个数相同，即m1-m2＝m3＝M。其中，N1类陀螺常值零偏误差较小，其他误差相对较大；N2类陀螺的刻度系数误差较小，其他误差相对较大；N3类陀螺的零偏温度敏感漂移较小，其他误差相对较大，这3×M个MEMS陀螺安装在同一个测量平台上，通过标定使得这3×M个陀螺仪的敏感轴方向一致，当外部输入一个角速度ω时，每个陀螺仪都有个含较大误差的角速度输出值，通过相应的陀螺数据预处理方法及数据融合方法，便可以得到一个较高精度的角速度测量值ω_out。

3.如权利要求2所述的组合型陀螺仪，其特征在于，所述数据预处理及数据融合方法的实现步骤如下：

第一步，陀螺单元N1中M个陀螺的角速度输出值为ω_1，1，

ω_1，M，经数据处理模块W1得到角速度ω₁，其计算公式是：

${\mathrm{\ω}}_1=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{1,i}$ 式1

陀螺单元N2中M个陀螺的角速度输出值为ω_2，1，

ω_2，M，经数据处理模块W2得到角速度ω₂，其计算公式是：

${\mathrm{\ω}}_2=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{2,i}$ 式2

陀螺单元N 3中M个陀螺的角速度输出值为ω_3，1，

ω_3，M，经数据处理模块W3得到角速度ω₃，其计算公式是：

${\mathrm{\ω}}_3=\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{3,i}$ 式3

第二步，数据融合单元对三个陀螺单元的角速度输出值ω₁，ω₂，ω₃进行融合，其中N1，N2，N3三种陀螺仪的输出模型可分别用式4、5、6表示：

ω₁＝ω_in+(aT²+bT)+Δk¹ω_in       式4

ω₂＝ω_in+(cT²+dT)+ω_0，2         式5

ω₃＝ω_in+Δk³ω_in+ω_0，3         式6

其中，N1陀螺仪的零偏较小，可以忽略，只需考虑零偏温度误差及刻度系数误差，ω_in为外部输入角速度；T表示陀螺所处的环境温度；a，b表示N1陀螺的零偏温度误差系数；aT²+bT表示N1陀螺的零偏温度敏感误差；c，d表示N2陀螺的零偏温度误差系数；cT²+dT表示N2陀螺的零偏温度误差；Δk¹，Δk³分别表示N1陀螺和N3陀螺的刻度系数误差；ω_0，2，ω_0，3分别表示N2陀螺和N3陀螺的常值零偏误差。

所述误差系数a，b，c，d，Δk¹，Δk³，ω_0，2，ω_0，3估计方法如下：

(1)把式5中N2陀螺的输出值ω₂代入式4，可得：

ω₁＝ω₂+(a-c)T²+(b-d)T+Δk¹ω_in-(Δk¹cT²+Δk¹dT)-Δk¹ω_0，2-ω_0，2

式7

上式7中，由于Δk¹，c，d，ω_0，2均为误差量，即一阶小量；因此，Δk¹，Δk¹d，Δk¹ω_0，2均为二阶小量，可以忽略不计，因此，式7可以用式8来简化：

ω₁＝ω₂+(a-c)T²+(b-d)T+Δk¹ω₂-ω_0，2     式8

把式8写成矩阵形式可表示为：

$\left[\begin{array}{c}a-c\\ b-d\\ {\mathrm{\Δk}}^1\\ {\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{T}^2& T& {\mathrm{\ω}}_2& -1\end{array}\right]}^{-}\×{\mathrm{\ω}}_1$ 式9

上式9中，[T²Tω₂-1]^-表示向量[T² Tω₂-1]的减号逆，即：最小二乘逆。

在陀螺工作过程中，陀螺单元实时采样陀螺内部的温度传感器输出的温度信号T_i及陀螺N 2的角速度输出信号ω_2，i，利用递推最小二乘方法可以估计得到N 1类陀螺在本次上电后的误差系数a-c，b-d，Δk¹，ω_0，2

$\left[\begin{array}{c}a-c\\ b-d\\ {\mathrm{\Δk}}^1\\ {\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{T}_1^2& T_1& {\mathrm{\ω}}_{\mathrm{2,1}}& -1\\ T_2^2& T_2& {\mathrm{\ω}}_{\mathrm{2,2}}& -1\\ M& M& M& -1\\ T_n^2& T_n& {\mathrm{\ω}}_{2,n}& -1\end{array}\right]}^{-}\×\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{1,1}}\\ {\mathrm{\ω}}_{\mathrm{1,2}}\\ M\\ {\mathrm{\ω}}_{1,n}\end{array}\right]$ 式10

(2)把式5中N 2陀螺的输出值ω₂代入式6并忽略二阶小量，可得：

ω₃＝ω₂-cT²-dT+Δk³ω₂+ω_0，3-ω_0，2       式11

把式11写成矩阵形式可表示为：

$\left[\begin{array}{c}c\\ d\\ {\mathrm{\Δk}}^3\\ {\mathrm{\ω}}_{0,3}-{\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]={\left[\begin{array}{cccc}{-T}^2& -T& {\mathrm{\ω}}_2& -1\end{array}\right]}^{-}\×{\mathrm{\ω}}_3$ 式12

上式12中，[-T² -Tω₂1]^-表示向量[-T²-Tω₂1]的减号逆，即：最小二乘逆。

在陀螺工作过程中，实时采样陀螺内部温度传感器输出的温度信号T_i及陀螺N 3的角速度输出信号ω_3，i，利用递推最小二乘方法可以估计得到N 2陀螺在本次上电后的误差系数c，d，Δk³，ω_0，3-ω_0，2

$\left[\begin{array}{c}c\\ d\\ {\mathrm{\Δk}}^3\\ {\mathrm{\ω}}_{0,3}-{\mathrm{\ω}}_{\mathrm{0,2}}\end{array}\right]=\left[\begin{array}{cccc}-T_1^2& -T_1& -{\mathrm{\ω}}_{\mathrm{2,1}}& 1\\ -T_2^2& -T_2& -{\mathrm{\ω}}_{\mathrm{2,2}}& 1\\ M& M& M& 1\\ -T_n^2& -T_n& {-\mathrm{\ω}}_{2,n}& 1\end{array}\right]\×\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{3,1}}\\ {\mathrm{\ω}}_{\mathrm{3,2}}\\ M\\ {\mathrm{\ω}}_{3,n}\end{array}\right]$ 式13

(3)结合式10和式13的处理结果，可以得到N1、N2、N3陀螺的全部误差系数a，b，c，d，Δk¹，Δk³，ω_0，2，ω_0，3；

(4)数据融合后，组合型陀螺仪的最终输出结果ω_out可表示为：

${\mathrm{\ω}}_{\mathrm{out}}=\frac{1}{3}\×({\mathrm{\ω}}_1+{\mathrm{\ω}}_2+{\mathrm{\ω}}_3-a{T}^2-\mathrm{bT}-{\mathrm{cT}}^2-\mathrm{dT}-{\mathrm{\Δk}}^1{\mathrm{\ω}}_1-{\mathrm{\Δk}}^3{\mathrm{\ω}}_3-{\mathrm{\ω}}_{\mathrm{0,2}}-{\mathrm{\ω}}_{\mathrm{0,3}})$

式14

Images