CN108844539A - 一种用于海浪主动补偿系统的位姿检测系统 - Google Patents

Abstract

本发明提供了一种用于海浪主动补偿系统的位姿检测系统，属于导航技术领域。本发明主要由垂直基准仪、差分GPS、捷联惯导系统和位姿综合解算系统组成。垂直基准仪用于检测运维船的升沉方向的相对位置；捷联惯导系统用于检测运维船的三维方向的姿态，该系统是由三轴光纤陀螺和三轴加速度计组成，通过解算实现姿态信息输出；差分GPS和捷联惯导系统进行组合，通过信息融合和解算能够实现运维船的水平位置检测；位姿综合解算系统是将三种系统输出信息进行综合解算，完成海上运维船的三维位置和姿态的实时检测。本发明为海浪主动补偿系统提供有效的位姿检测数据，保证海上平台运维的安全和稳定运行提供保障。

Description

一种用于海浪主动补偿系统的位姿检测系统

技术领域

本发明属于导航技术领域，具体涉及一种用于海浪主动补偿系统的位姿检测系统，该位姿检测系统能够实时的为海浪主动补偿系统提供运维船被海浪影响后的姿态以及位置信息，通过控制混联机构实现海浪的主动补偿，保证维修人员通过该平台上的廊桥安全顺利地走到风机平台上去，有效地完成风机的维修和作业工作。

背景技术

随着能源与环境问题的日益突出，世界各国正在把更多目光投向可再生能源，其中风能因其自身优势，成为全球普遍欢迎的清洁能源，风力发电成为目前最具规模化开发条件和商业化发展前景的可再生能源发电方式。我国海上风能资源丰富，近海5到25米水深线以内区域可装机容量约2亿千瓦，远海还有更为丰富的风资源。海上风机发展受限于条件之一缺乏专业的安装船舶资源，海上施工成本高、风险大。国家高度关注海上风电发展，陆续出行了一些指导文件和规定，以促进海上风电稳步发展。液压运动系统具有以下难点：与陆地风电场建设相比，海上风电场要面对风浪流等多重载荷的考验，环境条件更复杂，技术开发难度更大，面临许多新的挑战。目前，潮间带、潮下带滩涂风电场及近海风电场，这些水深不超过50米的海上风电场，常用的是固定式基础结构形式，风机轮毂高度80m～110m。风机平台经常需要维修和维护，然而海上风浪原因，人员从船上到平台上具有很大的危险性，非常需要海上补偿平台将人员和设备安全从船上运送到风机平台上，海浪主动补偿平台系统需要运维船受海浪影响后的位置和姿态信息，因此需要一种用于海浪主动补偿系统的位姿检测系统。

目前关于用于海浪主动补偿系统的位姿检测系统研究的进展列举如下：位姿检测系统的研究最初主要出现在飞行器控制领域，以及对地观测卫星姿态测量系统中，目前也渗透到车辆自动驾驶、智能机器人、海浪补偿平台等新兴领域。位姿检测方法有多种形式，具有各自的优势以及局限性。传统的位姿检测方法是在测量的实施现场密布大量的传感器，采用粗测和精测相结合的测量方式。常用的传感器有位移传感器、角加速度传感器和陀螺仪等，通过这些传感器直接或间接获得所测物体的位置姿态信息。随着GPS的发展，GPS设备广泛应用于导航、测量等领域，利用GPS测量运动物体的位置姿态是基于其具有提供精确具有时间标志的相位测量能力，目前利用GPS对物体位置姿态测量的一些关键技术研究已经趋于成熟。美国Trimble Navigation公司已推出了TANS VECTER三天线姿态测量仪；Ashtech公司推出了3DF三维测向系统；法国SERCEL公司生产了一种姿态测定的差分GPS接收机。在我国，许多单位也开展了大量有关位置姿态测量的技术研究。

发明内容

本发明提供了一种用于海浪主动补偿系统的位姿检测系统，目的在于提供一种可靠性高、稳定性好的一种用于海浪主动补偿系统的位姿检测系统，用以针对目前现有技术中存在的不足。该系统能够实时的提供船体受海浪影响后的姿态和位置信息，满足海浪主动补偿系统对于姿态及位置的需求，保障海浪补偿平台的实时性以及稳定性。

为实现本发明的目的，本发明提供的一种用于海浪主动补偿系统的位姿检测系统具体技术方案如下：

海浪主动补偿系统的位姿检测系统主要由垂直基准仪、差分GPS、捷联惯导系统和位姿综合解算系统组成。垂直基准仪用于检测运维船的升沉方向的相对位置；捷联惯导系统用于检测运维船的三维方向的姿态，通过解算可以实现姿态信息输出；差分GPS和捷联惯导系统进行组合，通过信息融合和解算能够实现运维船的水平位置检测；位姿综合解算系统是将三种系统输出信息进行综合解算，完成海上运维船的三维位置和姿态的实时检测。

垂直基准仪内部含有惯性测量元件，可测量船体在升沉方向上的加速度，通过积分运算可计算出船体在升沉方向的相对位置，完成对运维船升沉方向相对位置的检测。

捷联惯导系统由三轴光纤陀螺和三轴加速度计组成，该系统可以精确提供船体的三维姿态，利用惯性敏感器件、基准初始方向以及最初的位置信息来确定船体的方位、位置和速度的自主式导航推算系统。该系统在工作时不依赖外部信息，也不向外辐射能量，不易受到感染和破坏。此外，捷联惯导系统没有实体平台，即将陀螺仪以及加速度计直接安装在载体上，在计算机中实时的计算姿态矩阵，可从姿态矩阵中提取船体的姿态信息。陀螺仪和加速度计的误差会随时间积累，为保证检测姿态的精度，采取信息融合方法—卡尔曼滤波器，使用加速度计输出的信息作为观测量来修正陀螺仪输出的角速度信息，减少误差，提高船体姿态精度。

差分GPS技术是将一台GPS接收机安置在基准站上进行观测，根据基准站已知精密坐标，计算出基准站到卫星的距离改正数，并由基准站实时将这一数据发送出去。接收机在进行GPS观测的同时，也接收到基准站发出的改进数，并对其定位结果进行改正，从而提高定位精度。捷联惯导系统也会输出水平位置信息，为提高系统水平位置精度，采用卡尔曼滤波器，使用差分GPS输出的水平位置信息作为卡尔曼滤波的观测量来校正捷联惯导系统输出的信息，减少惯性器件误差，提高船体水平位置精度。

位姿综合解算系统接收垂直基准仪输出的升沉方向相对位置信息、捷联惯导系统输出的船体姿态信息、差分GPS和捷联惯导系统组合输出的水平位置信息，匹配各输出信息的输出频率，综合解算各输出信息，保证海浪主动补偿系统所需信息的精确性及实时性。

与现有技术相比，本发明的优势在于：

1.本发明确能够保证为海浪主动补偿系统实时的提供精确有效的位置、姿态信息。

2.本发明遵循可靠性的设计原则，保证设备的使用寿命和延长平均故障间隔。

3.本发明遵循人机设计原则，使设备使用方便。

4.本发明充分考虑到试验件在研制阶段存在一定的不确定因素，使位姿检测系统具有一定的适应性、可靠性。

附图说明

附图1海浪主动补偿系统的位姿检测系统结构图；

附图2各传感器安装位置示意图；

附图3卡尔曼滤波的两个计算回路；

附图4捷联惯导原理框图。

具体实施方式

下面结合附图对本发明做更详细地描述：

实施1：如图1所示，海浪主动补偿系统的位姿检测系统主要由垂直基准仪、差分GPS、捷联惯导系统和位姿综合解算系统组成。垂直基准仪用于检测运维船的升沉方向的相对位置，垂直基准仪内部含有可测量加速度的IMU惯性测量单元，该惯性测量单元被固定在海浪主动补偿系统的位姿检测系统的升沉方向，当升沉方向存在与重力方向相反的加速度a时，对加速度积分就可以得到现有速度vt：

v_t＝∫(a-g)dt (1)

对现有速度积分就可以得到升沉方向的位置变化：

x_t＝∫v_tdt (2)

捷联惯导系统用于检测运维船的三维方向的姿态，捷联惯性导航系统利用惯性器件(陀螺仪和加速度计)测得载体在b系下的角速率和线加速度，系统所完成的导航解算任务都是在导航坐标系下进行的，我们需要利用坐标变换矩阵(姿态矩阵)把载体坐标系下的导航信息转换到导航坐标系下，在姿态矩阵中的元素包含了载体的姿态和航向信息，捷联惯导原理框图见附图4。

理想情况下，角速率陀螺仪测量的是载体坐标系(b系)相对于惯性坐标系(i系)的转动角速率在载体坐标系中的投影地理坐标系相对于惯性坐标系的转动角速率在地理坐标系中的投影为：

其中：

这样就可以得到陀螺仪的理想输出模型：

其中，为地理坐标系到载体坐标系之间的转换矩阵，陀螺仪是敏感载体角运动的元件，由于陀螺仪本身存在误差，还需要加上其元件误差就是陀螺仪实际的输出，捷联惯性导航系统中主要是用捷联陀螺仪测量的载体角速率计算出载体坐标系b到导航坐标系n的姿态变换矩阵从姿态矩阵的元素中可以提取载体的姿态和航向信息：

相应的姿态信息可由矩阵的相应元素求出：

θ＝arcsin C₂₃

差分GPS和捷联惯导系统进行组合，差分GPS技术实际是一个测站对两个目标的观测量，两个测站对于一个目标的观测量或一个测站对一个目标的两次观测量之间进行求差，目的在于消除公共误差和公共参数，差分GPS定位就是将卫星钟误差和星历误差消除，并将电离层延迟和对流层延迟误差部分消除，本系统中使用的是差分GPS中的位置差分，任何一种GPS接收机均可改装和组成这种差分系统，安装在基准站上的GPS接收机观测4颗卫星后便可进行三维定位，解算出基准站的坐标，由于存在着轨道误差、时钟误差、SA影响、大气影响、多径效应以及其它误差，解算出的坐标与基准站的己知坐标之间存在误差，基准站利用数据链将此改正数发送出去，由用户站接收，并且对其解算的用户站坐标进行改正，从而提高定位精度。由于捷联惯导的原理，其自身会存在误差，信息融合技术可以很好的解决这类问题，本系统中使用的信息融合技术为卡尔曼滤波技术，对于卡尔曼滤波技术，递推过程是时间修正和量测修正的过程。

时间修正方程包括状态一步预测和一步预测均方误差估计：

x_k^(k-1)＝φ_(k,k-1)x_(k-1) (9)

P_(k|k-1)＝φ_(k,k-1)P_(k-1)φ^T+Γ_(k-1)Q_(k-1)Γ_(k-1)^T (10)

量测修正方程包括状态估计计算、滤波增益计算和估计均方误差计算：

x_k＝x_(k|k-1)+K_k(Z_k-H_kx_(k,k-1) (11)

K_k＝P_(k|k-1)H_k^T(H_kP_(k|k-1)H_k^T+R_k)^(-1) (12)

P_k＝(I-K_kH_k)P_(k|k-1)(I-K_kH_k)^T+K_kR_kK_k^T (13)

式中，Q_(k)是系统噪声方差矩阵，R_k是量测噪声方差，K_k是增益矩阵，P_k是估计均方误差，P_(k|k-1)为一步预测均方误差。

如图3可知，把差分GPS输出的位置信息作为观测量来观测捷联惯导系统输出的信息，通过卡尔曼滤波器的两个计算回路的更新过程可以起到减少系统误差以及信息融合的目的。

位姿综合解算系统是将三种系统输出信息进行综合解算，完成海上运维船的三维位置和姿态的实时检测。

实施2：如图2所示，捷联惯导系统安放在运维船的中心位置，如图所示的C点，垂直基准仪安放在海浪主动补偿系统的六自由度平台底座中心位置，如图所示的B点，差分GPS安放在运维船驾驶室顶部位置，如图所示的A点。

设C点的位姿矩阵为：

将矩阵变化如下形式：

式中R为姿态矩阵，矩阵中包含的未知量由捷联惯导系统测量解算后给出，式中的px、py为C点的水平相对位置量，是相对海浪主动补偿系统自动补偿时刻的位置量，由捷联惯导系统和差分GPS组合解算后得到。

而根据海浪主动补偿系统原理，我们需要知道B点的相对位置量和三维空间姿态量。由于运维船是刚体，因此船上任意一点的姿态矩阵都是R。

建立船体坐标系，坐标系原点为C点，设B点在该坐标系下的三维坐标为kx、ky、kz。

则B点水平位置可表示为：

p_Bx＝t₁₁*k_x+t₁₂*k_y+t₁₃*k_z+p_x (16)

p_By＝t₂₁*k_x+t₂₂*k_y+t₂₃*k_z+p_y (17)

B点的垂直位置量由垂直基准仪直接测量得到。

Claims (5)

1.一种用于海浪主动补偿系统的位姿检测系统，其特征在于：所述的一种用于海浪主动补偿系统的位姿检测系统由垂直基准仪、差分GPS、捷联惯导系统和位姿综合解算系统组成；垂直基准仪用于检测运维船的升沉方向的相对位置；捷联惯导系统用于检测运维船的三维方向的姿态，通过解算可以实现姿态信息输出；差分GPS和捷联惯导系统进行组合，通过信息融合和解算能够实现运维船的水平位置检测；位姿综合解算系统将三种系统输出信息进行综合解算，完成海上运维船的三维位置和姿态的实时检测。

2.根据权利要求1所述的一种用于海浪主动补偿系统的位姿检测系统，其特征在于：所述的垂直基准仪检测运维船的升沉方向的相对位置的过程如下：

垂直基准仪内部含有可测量加速度的IMU惯性测量单元，该惯性测量单元被固定在海浪主动补偿系统的位姿检测系统的升沉方向，当升沉方向存在与重力方向相反的加速度a时，对加速度积分就可以得到现有速度v_t：

v_t＝∫(a-g)dt (1)

对现有速度积分就可以得到升沉方向的位置变化：

x_t＝∫v_tdt (2)

其中g为重力加速度，x_t为升沉方向的位移。

3.根据权利要求1所述的一种用于海浪主动补偿系统的位姿检测系统，其特征在于：所述的捷联惯导系统检测运维船的三维方向的姿态的过程如下：

捷联惯性导航系统利用惯性器件(陀螺仪和加速度计)测得载体在b系下的角速率和线加速度，系统所完成的导航解算任务都是在导航坐标系下进行的，利用坐标变换矩阵(姿态矩阵)把载体坐标系下的导航信息转换到导航坐标系下，在姿态矩阵中的元素包含了载体的姿态和航向信息，理想情况下，角速率陀螺仪测量的是载体坐标系(b系)相对于惯性坐标系(i系)的转动角速率在载体坐标系中的投影地理坐标系相对于惯性坐标系的转动角速率在地理坐标系中的投影为：

其中：

得到陀螺仪的理想输出模型：

其中，为地理坐标系到载体坐标系之间的转换矩阵，由于陀螺仪本身存在误差，加上其元件误差就是陀螺仪实际的输出，捷联惯性导航系统中主要是用捷联陀螺仪测量的载体角速率计算出载体坐标系b到导航坐标系n的姿态变换矩阵从姿态矩阵的元素中可以提取载体的姿态和航向信息：

相应的姿态信息可由矩阵的相应元素求出：

θ＝arcsinC₂₃

公式(8)即运维船的三维方向的姿态。

4.根据权利要求1所述的一种用于海浪主动补偿系统的位姿检测系统，其特征在于：所述的差分GPS为差分GPS中的位置差分，任何一种GPS接收机均可改装和组成这种差分系统，安装在基准站上的GPS接收机观测4颗卫星后便可进行三维定位，解算出基准站的坐标，由于存在着轨道误差、时钟误差、SA影响、大气影响、多径效应以及其它误差，解算出的坐标与基准站的己知坐标之间存在误差，基准站利用数据链将此改正数发送出去，由用户站接收，并且对其解算的用户站坐标进行改正。

5.根据权利要求1所述的一种用于海浪主动补偿系统的位姿检测系统，其特征在于：所述的信息融合解算为卡尔曼滤波技术，递推过程是时间修正和量测修正的过程，时间修正方程包括状态一步预测和一步预测均方误差估计：

x_k^(k-1)＝φ_(k,k-1)x_(k-1) (9)

P_(k|k-1)＝φ_(k,k-1)P_(k-1)φ^T+Γ_(k-1)Q_(k-1)Γ_(k-1)^T (10)

量测修正方程包括状态估计计算、滤波增益计算和估计均方误差计算：

x_k＝x_(k|k-1)+K_k(Z_k-H_kx_(k,k-1) (11)

K_k＝P_(k|k-1)H_k^T(H_kP_(k|k-1)H_k^T+R_k)^(-1) (12)

P_k＝(I-K_kH_k)P_(k|k-1)(I-K_kH_k)^T+K_kR_kK_k^T (13)

式中，Q_(k)是系统噪声方差矩阵，R_k是量测噪声方差，K_k是增益矩阵，P_k是估计均方误差，P_(k|k-1)为一步预测均方误差。