CN105424040A - 一种新型mems惯性传感器阵列余度配置方法 - Google Patents

一种新型mems惯性传感器阵列余度配置方法 Download PDF

Info

Publication number
CN105424040A
CN105424040A CN201610028254.3A CN201610028254A CN105424040A CN 105424040 A CN105424040 A CN 105424040A CN 201610028254 A CN201610028254 A CN 201610028254A CN 105424040 A CN105424040 A CN 105424040A
Authority
CN
China
Prior art keywords
measurement unit
inertial measurement
inertial
error
mems
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610028254.3A
Other languages
English (en)
Other versions
CN105424040B (zh
Inventor
杭义军
邢丽
贾文峰
吕印新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiyi Robot (shanghai) Co Ltd
Original Assignee
Jiyi Robot (shanghai) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiyi Robot (shanghai) Co Ltd filed Critical Jiyi Robot (shanghai) Co Ltd
Priority to CN201610028254.3A priority Critical patent/CN105424040B/zh
Publication of CN105424040A publication Critical patent/CN105424040A/zh
Application granted granted Critical
Publication of CN105424040B publication Critical patent/CN105424040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Gyroscopes (AREA)

Abstract

本发明涉及惯性导航领域,尤其涉及一种新型MEMS惯性传感器阵列余度配置方法。本发明设计的一种新型MEMS惯性传感器阵列余度配置设计方法,将不同型号的惯性测量单元在传感器的系统层进行余度配置,通过两个不同型号的惯性测量单元的性能进行互补,经过整体的信息融合,实现系统层的整体性能提升,这样可以在几乎不增加系统硬件成本的前提下,有效提高融合后的惯性测量单元的测量性能和测量范围。

Description

一种新型MEMS惯性传感器阵列余度配置方法
技术领域
本发明涉及惯性导航领域,尤其涉及一种新型MEMS惯性传感器阵列余度配置方法。
背景技术
随着MEMS惯性技术的快速发展和广泛应用,MEMS惯性测量单元以体积小、易集成、成本低等优势被广泛应用于车船、无人机等领域,为载体实时提供载体角速率、加速度、姿态、速度和位置等重要状态信息。
但一般工业用高性能MEMS惯性测量单元测量范围较小,难以适应一些载体在突发干扰下的大加速度和大角速率输入测量需求,导致测量出错或性能严重下降,甚至危及载体及人员安全。而目前市场上的消费级低成本MEMS惯性测量单元虽然具有小体积、低功耗、宽量程的特性,但产品可靠性和产品性能无法满足绝大部分载体的导航需求。针对此MEMS惯性测量单元的工程实用问题,可以考虑采用阵列余度配置方案,将工业用高性能MEMS惯性测量单元与消费级低成本MEMS惯性测量单元集成在一起,从而增强MEMS惯性测量单元的测量性能。然而传统的阵列传感器配置方法采用的是同一性能等级甚至同一型号传感器在空间上构成多余度配置,通过增加传感器测量信息的数量,经过融合信息处理算法获得更高的测量精度和测量性能。因此为了将工业用高性能MEMS惯性测量单元与消费级低成本MEMS惯性测量单元这两类不同性能等级的惯性传感器集成在一起,亟需设计一种新型MEMS惯性传感器性能增强的阵列余度配置方法。
发明内容
鉴于上述问题,本发明提供一种新型MEMS惯性传感器性能增强的阵列余度配置方法。
一种新型MEMS惯性传感器的阵列余度配置方法,其特征在于,包括:
提供第一惯性测量单元和第二惯性测量单元;
将所述第一惯性测量单元和所述第二惯性测量单元以阵列余度配置方式集成安装并连接至微处理器;
对集成后的所述第一惯性测量单元进行误差的标定和补偿;
于所述第一惯性测量单元的测量范围内,以第一惯性测量单元输出数据为基准对所述第二惯性测量单元误差进行标定,将补偿后的第二惯性测量单元与第一惯性测量单元输出的数据进行融合处理,以提高所述MEMS惯性传感器的测量性能。
上述新型MEMS惯性传感器性能增强的阵列余度配置方法,其特征在于,所述方法还包括:
利用转台对所述第一惯性测量单元进行离线标定,并记录所述第一惯性测量单元的零偏、刻度因子和安装偏差角误差;
将所述第一惯性测量单元的零偏、刻度因子和安装偏差角误差存储至微处理器连接的存储单元中,用以对所述第一惯性测量单元进行误差修正。
上述新型MEMS惯性传感器性能增强的阵列余度配置方法,其特征在于,所述方法还包括:
采用扩展卡尔曼滤波算法以所述误差补偿后的第一惯性测量单元的测量数据为基准对所第二惯性测量单元误差进行在线标定,并对所述第二惯性测量单元进行误差修正,对误差补偿和修正后的所述第一惯性测量单元和第二惯性测量单元的测量数据进行融合处理。
上述新型MEMS惯性传感器性能增强的阵列余度配置方法,其特征在于,所述测量性能包括零偏稳定性和零偏重复性、测量可靠性。
上述新型MEMS惯性传感器性能增强的阵列余度配置方法,其特征在于,所述第一惯性测量单元的测量范围低于所述第二惯性测量单元,所述第一惯性测量单元的测量稳定性、测量重复性性能优于所述第二惯性测量单元。
综上所述,本发明公开设计的一种新型MEMS惯性传感器性能增强的阵列余度配置方法,将不同型号的惯性测量单元在传感器的系统层进行余度配置,通过两个不同型号的惯性测量单元的性能进行互补,经过整体的信息融合,实现系统层的整体性能提升,这样可以在几乎不增加系统硬件成本的前提下,有效提高融合后的惯性测量单元的测量性能和测量范围。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1是本发明结构示意图;
图2是本发明的流程图。
具体实施方式
下面结合附图和具体的实施例对本发明作进一步的说明,但是不作为本发明的限定。
本发明的核心思想是,在采用不同性能的传感器,且不是在单一的传感器层进行余度配置,而是在系统层(IMU惯性测量单元),其提高系统性能和精度并非单纯通过增加传感器测量信息的数量实现,而是通过不同性能传感器的性能互补特点,经过整体的信息融合,实现系统层的整体性能提升,整个系统中是包含一套性能高但测量范围较窄的MEMS惯性测量单元与一套性能较差但测量范围较宽的MEMS惯性测量单元,经过整体信息融合,可以在几乎不增加系统硬件成本的前提下,有效提高集成后IMU的测量性能和测量范围。
如图1、图2所示,本发明设计的一种新型MEMS惯性传感器性能增强的阵列余度配置方法,首先是提供两个MEMS惯性测量单元,分别是性能高但测量范围较窄的第一MEMS惯性测量单元,性能较差但测量范围较宽的第二MEMS惯性测量单元,然后将第一惯性测量单元和第二惯性测量单元与微处理器连接,对第一惯性测量单元和第二惯性测量单元进行误差标定和补偿,将第一惯性测量单元和第二惯性测量单元误差标定和补偿后的测量数据进行融合处理,通过对外数据接口传输出去,以提高整个惯性测量单元的测量性能。
具体的,先是硬件层的选型和集成:
一般情况下,选择高性能窄测量范围的第一惯性测量单元,其主要指标是根据微机械测量传感器的陀螺仪和加速度计的零偏稳定性和零偏重复性决定,一般参考依据是第一惯性测量单元的传感器的零偏稳定性和零偏重复性指标高出第二惯性测量单元的有关指标的100倍,第二惯性测量单元的测量范围应在第一惯性测量单元的测量范围的5倍以上,第二惯性测量单元的硬件成本应在第一惯性测量单元的成本1/100以下,在此选型基础上根据图1的框图进行硬件集成。
然后就是对第一惯性测量单元的误差标定与补偿:
利用转台设备对集成后的惯性测量单元硬件进行离线标定,并记录第一惯性测量单元的传感器零偏、刻度因子和安装偏差角误差,并将该误差存入处理器对应的存储单元中,从而使得标定后的惯性测量单元每次上电工作都可以自动利用误差补偿算法对第一惯性测量单元的误差进行修正,从而提高第一惯性测量单元的系统性能。
接着利用修正后的第一惯性测量单元数据对第二惯性测量单元进行误差在线标定与补偿:
由于实际使用过程中绝大部分时间第一惯性测量单元都工作在第一惯性测量单元的测量范围内,而此时第一惯性测量单元具有较高的测量精度,因此,我们可以在第一惯性测量单元的工作范围内,使用其数据作为测量基准,通过在线标定算法对第二惯性测量单元的误差进行在线估计,并利用此误差和误差补偿算法,提高第二惯性测量单元的测量性能。
具体的第二惯性测量单元误差参数在线标定与补偿方法主要包括如下步骤:
a、建立即第二惯性测量单元误差参数在线标定方法的状态估计方程。其状态估计方程建立如式(1)和(2)所示,其中状态量选取为 X 1 = [ ω x B , ω y B , ω z B , ϵ x , ϵ y , ϵ z , θ g x , θ g y , θ g z , K g x , K g y , K g z ] X 2 = [ f x B , f y B , f z B , ▿ x , ▿ y , ▿ z , θ a x , θ a y , θ a z , K a x , K a y , K a z ] , 与MEMS陀螺仪相关的状态量X1中的各项分别表示:为第二惯性测量单元中的MEMS陀螺仪估计的投影在第一惯性测量单元中的MEMS陀螺仪坐标系中的三轴陀螺仪数据;[εxyz]为第二惯性测量单元中的MEMS陀螺仪与第一惯性测量单元中的MEMS陀螺仪之间的零偏误差,[θgxgygz]为第二惯性测量单元中的MEMS陀螺仪与第一惯性测量单元中的MEMS陀螺仪之间的安装误差角;[Kgx,Kgy,Kgz]为第二惯性测量单元中的MEMS陀螺仪与第一惯性测量单元中的MEMS陀螺仪之间的轴向比例误差。与MEMS加速度计相关的状态量X2中各项分别表示:为第二惯性测量单元中的MEMS加速度计估计的投影在第一惯性测量单元中的MEMS加速度计坐标系中的三轴加速度计数据,为第二惯性测量单元中的MEMS加速度计与第一惯性测量单元中的MEMS加速度计之间的零偏误差,[θaxayaz]为第二惯性测量单元中的MEMS加速度计与第一惯性测量单元中的MEMS加速度计之间的安装误差角;[Kax,Kay,Kaz]为第二惯性测量单元中的MEMS加速度计与第一惯性测量单元中的MEMS加速度计之间的轴向比例误差。式(1)和(2)中下标k和k-1分别代表时刻tk和tk-1,W1代表状态量X1中状态量的白噪声项,W2代表状态量X2中各个状态量的白噪声项,为低性能陀螺仪的输出,为低性能加速度计的输出。
X1,k=f1(X1,k-1)+W1,k-1(1)
X2,k=f2(X2,k-1)+W2,k-1(2)
b、建立第二惯性测量单元误差参数在线标定方法的量测方程。其量程方程建立如式(3)和式(4)所示,其中量测量选取为第一惯性测量单元的输出信息 Z 1 = [ W x B , W y B , W z B ] Z 2 = [ F x B , F y B , F z B ] , 分别表示:为第一惯性测量单元中MEMS陀螺仪的三轴输出,为第一惯性测量单元中MEMS加速度计的三轴输出。式(3)和(4)中下标k代表时刻tk,V1代表量测信息Z1的量测噪声,V2代表量测信息Z2中的量测噪声,H1和H2为量测矩阵。
Z1,k=H1X1,k+V1,k(3)
Z2,k=H2X2,k+V2,k(4)
c、利用建立的状态估计方程及量测方程,在线标定第二惯性测量单元与第一惯性测量单元之间的各项误差参数。误差参数的估计过程采用的是扩展卡尔曼滤波算法(EKF)原理,其估计过程如式(5)~式(9)所示。通过式(6)中估计的每一个时刻状态量即可在线标定出第二惯性测量单元与第一惯性测量单元之间的误差参数,这些误差参数包括步骤a中的MEMS陀螺仪零偏误差[εxyz]、安装误差角[θgxgygz]和轴向比例误差[Kgx,Kgy,Kgz],以及MEMS加速度计零偏误差安装误差角[θaxayaz]和轴向比例误差[Kax,Kay,Kaz]。式(5)-式(9)中上标符号“-”代表一步预测值,“+”代表估计值。式(6)中K1和K2代表滤波增益,计算式为式(7)。式(7)中分别代表状态量X1和X2的当前时刻一步预测状态协方差矩阵,其计算过程如式(8)所示,而R1,k和R2,k则分别是观测量Z1和Z2的量测噪声方差阵。式(8)中的分别是通过将状态量X1和X2状态方程求解雅克比矩阵得到,Q1,k-1和Q2,k-1分别是状态量X1和X2的状态噪声方差阵,为前一时刻估计的协方差矩阵。两个状态量协方差矩阵的估计值求解如式(9)所示,利用了协方差矩阵的一步预测值、滤波增益、量测矩阵以及量测噪声阵,其中I为12×12维的单位矩阵。将式(5)~式(9)进行每一个时刻的迭代计算,即可估计出第二惯性测量单元的误差参数。
X 1 , k - = f 1 ( X 1 , k - 1 + ) X 2 , k - = f 1 ( X 2 , k - 1 + ) - - - ( 5 )
X 1 , k + = X 1 , k - + K 1 ( Z 1 , k - H 1 X 1 , k - ) X 2 , k + = X 2 , k - + K 2 ( Z 2 , k - H 2 X 2 , k - ) - - - ( 6 )
K 1 = P 1 , k - H 1 T ( H 1 P 1 , k - H 1 T + R 1 , k ) - 1 K 2 = P 2 , k - H 2 T ( H 2 P 2 , k - H 2 T + R 2 , k ) - 1 - - - ( 7 )
P 1 , k - = Φ 1 , k - P 1 , k - 1 + Φ 1 , k - T + Q 1 , k - 1 P 2 , k - = Φ 2 , k - P 2 , k - 1 + Φ 2 , k - T + Q 2 , k - 1 - - - ( 8 )
Φ 1 , k - = ∂ ( f 1 ( X 1 ) ) ∂ X 1 , Φ 2 , k - = ∂ ( f 2 ( X 2 ) ) ∂ X 2
P 1 , k + = ( I - K 1 H 1 ) P 1 , k - ( I - K 1 H 1 ) T + K 1 R 1 , k K 1 T P 2 , k + = ( I - K 2 H 2 ) P 2 , k - ( I - K 2 H 2 ) T + K 2 R 2 , k K 2 T - - - ( 9 )
d、基于第二惯性测量单元误差参数的在线标定,设计综合提升集成后惯性测量单元整体性能的融合方法。首先对载体机动的角速率和加速度的变化幅值进行控制,使其保持在第一惯性测量单元工作的窄量程范围内一段时间,此时利用步骤c中的惯性测量单元误差参数在线标定方法对第二惯性测量单元的误差参数进行估计,保存估计出来的误差参数;参数在线标定结束后,再对此时的载体机动状态进行判断,当判断结果为集成后的惯性测量单元工作在窄量程范围内时,导航解算使用第一惯性测量单元输出;而当判断结果为集成后的惯性测量单元工作在宽量程范围内时,此时导航解算采用在线标定修正后的第二惯性测量单元输出数据,第二惯性测量单元输出数据在线修正过程如式(10)所示,其中各项的含义同步骤a和步骤c中的解释。因此,通过这种新型MEMS惯性传感器性能增强的阵列余度配置方法,有效的提升了惯性测量单元的综合性能。
ω x _ l o w , k B ω y _ l o w , k B ω z _ l o w , k B = 1 + K g x , k - 1 + - θ g z , k - 1 + θ g y , k - 1 + θ g z , k - 1 + 1 + K g y , k - 1 + - θ g x , k - 1 + - θ g y , k - 1 + θ g x , k - 1 + 1 + K g z , k - 1 + ω x , k - 1 B + ω y , k - 1 B + ω z , k - 1 B + + ϵ x , k - 1 + ϵ y , k - 1 + ϵ z , k - 1 + - - - ( 10 )
在本发明中,第一惯性测量单元和第二惯性测量单元内均设置有微机械加速度计和陀螺仪。最后将所述第一惯性测量单元和所述第二惯性测量单元误差标定和补偿后的测量数据进行融合处理。
综上所述,本发明设计的一种传感器数据融合方法,将不同性能的惯性测量单元在传感器的系统层进行余度配置,通过两个不同性能的惯性测量单元的性能进行互补,经过整体的信息融合,实现系统层的整体性能提升,这样可以在几乎不增加系统硬件成本的前提下,有效提高融合后的惯性测量单元的测量性能和测量范围。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例,基于本发明精神,还可作其他的转换。尽管上述发明提出了现有的较佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。

Claims (5)

1.一种新型MEMS惯性传感器的阵列余度配置方法,其特征在于,包括:
提供第一惯性测量单元和第二惯性测量单元;
将所述第一惯性测量单元和所述第二惯性测量单元以阵列余度配置方式集成安装并连接至微处理器;
对集成后的所述第一惯性测量单元进行误差的标定和补偿;
在所述第一惯性测量单元的测量范围内,以所述第一惯性测量单元输出数据为基准对所述第二惯性测量单元误差进行标定和补偿;
将所述第二惯性测量单元与所述第一惯性测量单元输出的数据进行融合处理,以提高所述MEMS惯性传感器的测量性能。
2.根据权利要求1所述的新型MEMS惯性传感器的阵列余度配置方法,其特征在于,所述方法还包括:
利用转台对所述第一惯性测量单元进行误差的离线标定和补偿,并记录所述第一惯性测量单元的零偏、刻度因子和安装偏差角误差;
将所述第一惯性测量单元的零偏、刻度因子和安装偏差角误差存储至与所述微处理器连接的存储单元中。
3.根据权利要求1所述的述新型MEMS惯性传感器性能增强的阵列余度配置方法,其特征在于,所述方法还包括:
采用扩展卡尔曼滤波算法对所述第二惯性测量单元误差进行在线标定,并对所述第二惯性测量单元进行误差修正,将误差补偿和修正后的所述第一惯性测量单元和所述第二惯性测量单元的测量数据进行融合处理。
4.根据权利要求1所述的新型MEMS惯性传感器的阵列余度配置方法,其特征在于,所述测量性能包括零偏稳定性、零偏重复性和测量可靠性。
5.根据权利要求1所述的新型MEMS惯性传感器的阵列余度配置方法,其特征在于,所述第一惯性测量单元的测量范围低于所述第二惯性测量单元,所述第一惯性测量单元的测量稳定性、测量重复性性能优于所述第二惯性测量单元。
CN201610028254.3A 2016-01-15 2016-01-15 一种新型mems惯性传感器阵列余度配置方法 Active CN105424040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610028254.3A CN105424040B (zh) 2016-01-15 2016-01-15 一种新型mems惯性传感器阵列余度配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610028254.3A CN105424040B (zh) 2016-01-15 2016-01-15 一种新型mems惯性传感器阵列余度配置方法

Publications (2)

Publication Number Publication Date
CN105424040A true CN105424040A (zh) 2016-03-23
CN105424040B CN105424040B (zh) 2019-09-13

Family

ID=55502413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610028254.3A Active CN105424040B (zh) 2016-01-15 2016-01-15 一种新型mems惯性传感器阵列余度配置方法

Country Status (1)

Country Link
CN (1) CN105424040B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716606A (zh) * 2016-04-05 2016-06-29 中国电子科技集团公司第四十三研究所 三轴mems惯性传感器系统级封装单元结构
CN105890593A (zh) * 2016-04-06 2016-08-24 浙江大学 一种mems惯性导航系统及基于该系统的轨迹重构方法
CN106813661A (zh) * 2017-01-17 2017-06-09 清华大学 惯性测量装置
CN108030497A (zh) * 2018-01-16 2018-05-15 大连乾函科技有限公司 一种基于imu惯性传感器的步态分析装置及其方法
CN108731667A (zh) * 2017-04-14 2018-11-02 百度在线网络技术(北京)有限公司 用于确定无人驾驶车辆的速度和位姿的方法和装置
CN109813927A (zh) * 2019-01-11 2019-05-28 东南大学 一种全对称微机电陀螺仪三轴角速度测量系统
CN109827571A (zh) * 2019-03-22 2019-05-31 北京壹氢科技有限公司 一种无转台条件下的双加速度计标定方法
CN112033452A (zh) * 2019-05-18 2020-12-04 罗伯特·博世有限公司 数据融合的传感器系统
CN112857316A (zh) * 2019-11-26 2021-05-28 意法半导体股份有限公司 利用mems传感器的智能按钮设备
CN112880671A (zh) * 2021-01-14 2021-06-01 武汉元生创新科技有限公司 一种惯性传感器量程扩充方法、装置和系统
CN114323012A (zh) * 2022-01-11 2022-04-12 广州导远电子科技有限公司 双mems惯性测量单元的数据处理方法及双mems惯性测量装置
US11656071B2 (en) 2020-05-05 2023-05-23 Stmicroelectronics S.R.L. Electronic apparatus control method performed through lid angle calculation, electronic apparatus thereof and software product
US12007237B2 (en) 2020-05-05 2024-06-11 Stmicroelectronics S.R.L. Electronic apparatus control method performed through lid angle calculation, electronic apparatus thereof and software product

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059349A (zh) * 2007-05-18 2007-10-24 南京航空航天大学 微型组合导航系统及自适应滤波方法
CN101788305A (zh) * 2010-03-26 2010-07-28 中北大学 一种微惯性测量组合现场快速标定方法
CN102706347A (zh) * 2012-05-17 2012-10-03 南京航空航天大学 一种惯性传感器网络节点装置及其信息融合方法
CN102927994A (zh) * 2012-10-23 2013-02-13 北京航空航天大学 一种斜置冗余捷联惯性导航系统的快速标定方法
CN103033197A (zh) * 2012-12-20 2013-04-10 西安电子工程研究所 一种mems陀螺零位飘移的校正方法
CN103162678A (zh) * 2013-03-11 2013-06-19 哈尔滨工业大学 批量mems陀螺信息融合方法
CN103363966A (zh) * 2012-03-26 2013-10-23 北京星网宇达科技股份有限公司 一种低成本组合型陀螺仪
WO2014198884A1 (fr) * 2013-06-14 2014-12-18 Sagem Defense Securite Détermination de paramètres de navigation inertielle d'un porteur
CN104596513A (zh) * 2014-12-26 2015-05-06 北京爱科迪通信技术股份有限公司 一种光纤陀螺与微机械陀螺组合的惯导系统及导航方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059349A (zh) * 2007-05-18 2007-10-24 南京航空航天大学 微型组合导航系统及自适应滤波方法
CN101788305A (zh) * 2010-03-26 2010-07-28 中北大学 一种微惯性测量组合现场快速标定方法
CN103363966A (zh) * 2012-03-26 2013-10-23 北京星网宇达科技股份有限公司 一种低成本组合型陀螺仪
CN102706347A (zh) * 2012-05-17 2012-10-03 南京航空航天大学 一种惯性传感器网络节点装置及其信息融合方法
CN102927994A (zh) * 2012-10-23 2013-02-13 北京航空航天大学 一种斜置冗余捷联惯性导航系统的快速标定方法
CN103033197A (zh) * 2012-12-20 2013-04-10 西安电子工程研究所 一种mems陀螺零位飘移的校正方法
CN103162678A (zh) * 2013-03-11 2013-06-19 哈尔滨工业大学 批量mems陀螺信息融合方法
WO2014198884A1 (fr) * 2013-06-14 2014-12-18 Sagem Defense Securite Détermination de paramètres de navigation inertielle d'un porteur
CN104596513A (zh) * 2014-12-26 2015-05-06 北京爱科迪通信技术股份有限公司 一种光纤陀螺与微机械陀螺组合的惯导系统及导航方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716606B (zh) * 2016-04-05 2018-07-10 中国电子科技集团公司第四十三研究所 三轴mems惯性传感器系统级封装单元结构
CN105716606A (zh) * 2016-04-05 2016-06-29 中国电子科技集团公司第四十三研究所 三轴mems惯性传感器系统级封装单元结构
CN105890593A (zh) * 2016-04-06 2016-08-24 浙江大学 一种mems惯性导航系统及基于该系统的轨迹重构方法
CN106813661A (zh) * 2017-01-17 2017-06-09 清华大学 惯性测量装置
CN106813661B (zh) * 2017-01-17 2020-03-27 清华大学 惯性测量装置
CN108731667A (zh) * 2017-04-14 2018-11-02 百度在线网络技术(北京)有限公司 用于确定无人驾驶车辆的速度和位姿的方法和装置
CN108731667B (zh) * 2017-04-14 2020-09-29 百度在线网络技术(北京)有限公司 用于确定无人驾驶车辆的速度和位姿的方法和装置
CN108030497B (zh) * 2018-01-16 2023-12-19 大连乾函科技有限公司 一种基于imu惯性传感器的步态分析装置及其方法
CN108030497A (zh) * 2018-01-16 2018-05-15 大连乾函科技有限公司 一种基于imu惯性传感器的步态分析装置及其方法
CN109813927A (zh) * 2019-01-11 2019-05-28 东南大学 一种全对称微机电陀螺仪三轴角速度测量系统
CN109813927B (zh) * 2019-01-11 2021-04-27 东南大学 一种全对称微机电陀螺仪三轴角速度测量系统
CN109827571A (zh) * 2019-03-22 2019-05-31 北京壹氢科技有限公司 一种无转台条件下的双加速度计标定方法
CN112033452A (zh) * 2019-05-18 2020-12-04 罗伯特·博世有限公司 数据融合的传感器系统
US11407098B2 (en) 2019-11-26 2022-08-09 Stmicroelectronics S.R.L. Smart push button device utilizing MEMS sensors
CN112857316B (zh) * 2019-11-26 2023-06-13 意法半导体股份有限公司 利用mems传感器的智能按钮设备
CN112857316A (zh) * 2019-11-26 2021-05-28 意法半导体股份有限公司 利用mems传感器的智能按钮设备
US11656071B2 (en) 2020-05-05 2023-05-23 Stmicroelectronics S.R.L. Electronic apparatus control method performed through lid angle calculation, electronic apparatus thereof and software product
US12007237B2 (en) 2020-05-05 2024-06-11 Stmicroelectronics S.R.L. Electronic apparatus control method performed through lid angle calculation, electronic apparatus thereof and software product
CN112880671A (zh) * 2021-01-14 2021-06-01 武汉元生创新科技有限公司 一种惯性传感器量程扩充方法、装置和系统
CN112880671B (zh) * 2021-01-14 2022-07-15 武汉元生创新科技有限公司 一种惯性传感器量程扩充方法、装置和系统
CN114323012A (zh) * 2022-01-11 2022-04-12 广州导远电子科技有限公司 双mems惯性测量单元的数据处理方法及双mems惯性测量装置

Also Published As

Publication number Publication date
CN105424040B (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN105424040A (zh) 一种新型mems惯性传感器阵列余度配置方法
CN101846510B (zh) 一种基于星敏感器和陀螺的高精度卫星姿态确定方法
CN106393104B (zh) 一种移动机器人的行程校准方法
Phuong et al. A DCM based orientation estimation algorithm with an inertial measurement unit and a magnetic compass
CN104061899B (zh) 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法
JP7036080B2 (ja) 慣性航法装置
Anderson et al. Using GPS with a model-based estimator to estimate critical vehicle states
CN110954102B (zh) 用于机器人定位的磁力计辅助惯性导航系统及方法
CN108318038A (zh) 一种四元数高斯粒子滤波移动机器人姿态解算方法
AU2015305864B2 (en) Earthmoving machine comprising weighted state estimator
CN104197958B (zh) 一种基于激光测速仪航位推算系统的里程计标定方法
RU2762143C2 (ru) Система определения курса и углового пространственного положения, выполненная с возможностью функционирования в полярной области
CN110426032A (zh) 一种解析式冗余的飞行器容错导航估计方法
CN107576327A (zh) 基于可观测度分析的可变结构综合导航系统设计方法
CN103644910A (zh) 基于分段rts平滑算法的个人自主导航系统定位方法
CN103712598A (zh) 一种小型无人机姿态确定系统与确定方法
US20190265271A1 (en) Systems and methods for compensating for the absence of a sensor measurement in a heading reference system
Gao et al. An integrated land vehicle navigation system based on context awareness
CN107462242A (zh) 车辆测速方法及其装置
CN103644913B (zh) 基于直接导航模型的无迹卡尔曼非线性初始对准方法
KR101564020B1 (ko) 이동체의 전자세 예측 방법 및 이를 이용한 전자세 예측 장치
Nistler et al. Gravity compensation in accelerometer measurements for robot navigation on inclined surfaces
Zhe et al. Adaptive complementary filtering algorithm for imu based on mems
CN112577513A (zh) 一种状态量误差确定方法及车载终端
CN115523919A (zh) 一种基于陀螺漂移优化的九轴姿态解算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant