CN109341717A - 基于机动状态判断的mems惯性导航系统水平姿态自修正方法 - Google Patents
基于机动状态判断的mems惯性导航系统水平姿态自修正方法 Download PDFInfo
- Publication number
- CN109341717A CN109341717A CN201811070907.XA CN201811070907A CN109341717A CN 109341717 A CN109341717 A CN 109341717A CN 201811070907 A CN201811070907 A CN 201811070907A CN 109341717 A CN109341717 A CN 109341717A
- Authority
- CN
- China
- Prior art keywords
- inertial navigation
- navigation system
- carrier
- mems inertial
- horizontal attitude
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012937 correction Methods 0.000 title claims abstract description 17
- 238000012552 review Methods 0.000 title claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Abstract
本发明涉及一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法,涉及惯性导航系统技术领域。本发明利用对载体机动状态的判断信息来进行姿态自修正,有效地降低了载体机动对水平姿态精度的影响,同时保证了长时间水平姿态的精度,解决了长时间无外界辅助信息时MEMS惯性导航系统的水平姿态自修正问题,此方法对载体机动状态无特殊要求,能够在无外界辅助信息的情况下长时间保持水平姿态精度。此发明特别适用于无人机等应用领域,特别是在外界辅助信息发生故障的情况下,能够长时间保持水平姿态的精度,保证无人机的飞行安全。
Description
技术领域
本发明涉及惯性导航系统技术领域,具体涉及一种基于机动状态 判断的MEMS惯性导航系统水平姿态自修正方法。
背景技术
MEMS惯性导航系统具有体积小、功耗低的特点,同时具有非常 大的成本优势,目前广泛应用在无人机、无人船以及无人车等设备中。 MEMS惯性导航系统由于惯性器件精度较低,不能进行长时间的纯惯 性工作,必须依赖卫星接收机、里程计等外部辅助设备进行组合导航, 以保证导航信息的精度。特别是对于无人机等设备,经常会遇到卫星 接收机故障等原因造成的外部辅助信息中断。此时为了保证无人机等 设备的安全飞行,必须要求MEMS惯性导航系统在无外界辅助信息的 情况下能够长时间保证系统的水平姿态精度。
现有MEMS惯性导航系统的水平姿态修正方法,主要分为两类: 一是外界信息辅助,即为依赖外界辅助信息如卫星接收机、里程计等 进行组合导航来对姿态进行修正;二是依靠惯导自身信息进行自修 正,目前主要是依赖加速度信息进行修正,但是大多数方法对载体的 机动状态有一定要求,或者对外界无辅助信息的时间有一定要求。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何解决长时间无外界辅助信息时 MEMS惯性导航系统的水平姿态自修正问题。
(二)技术方案
为了解决上述技术问题,本发明提供了一种基于机动状态判断的 MEMS惯性导航系统水平姿态自修正方法,包括以下步骤:
首先在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度 计输出的均值;
然后基于陀螺和加速度计输出的均值进行载体机动状态判断,以 便进行姿态自修正;
利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值 对姿态矩阵进行修正,得到准确的姿态矩阵。
优选地,在每个滤波周期计算MEMS惯性导航系统中陀螺和加速 度计输出的均值过程中,得到如下各量:
1).利用MEMS惯性导航系统中的加速度计的输出值得到输出 均值并计算其合加速度
2).利用MEMS惯性导航系统中的陀螺输出值得到输出均值
优选地,基于陀螺和加速度计输出的均值进行机动状态判断的方 法为:
a)当时,且均小于0.5°/s时,判断 载体机动处于低动态,启动Kalman滤波器,量测噪声方差阵 Rk_Low=diag{0.012,0.012};
b)当判断载体机动不处于低动态,但满足且 均小于1.0°/s时,判断载体机动处于中动态,继续利用Kal man滤波器进行Kalman滤波,量测噪声方差阵Rk_Mid=diag{1.02,1.02};
c)当和不满足上述a)、b)中的条件时,判断载 体机动处于高动态,此时Kalman滤波器进行时间更新。
优选地,利用每个滤波周期Kalman滤波器得到的水平姿态误差 角估计值对姿态矩阵进行修正的方法为:
计算修正矩阵为
更新姿态矩阵为:
(三)有益效果
本发明利用对载体机动状态的判断信息来进行姿态自修正,有效 地降低了载体机动对水平姿态精度的影响,同时保证了长时间水平姿 态的精度,解决了长时间无外界辅助信息时MEMS惯性导航系统的水 平姿态自修正问题,此方法对载体机动状态无特殊要求,能够在无外 界辅助信息的情况下长时间保持水平姿态精度。此发明特别适用于无 人机等应用领域,特别是在外界辅助信息发生故障的情况下,能够长 时间保持水平姿态的精度,保证无人机的飞行安全。
附图说明
图1是本发明的方法原理框图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实 施例,对本发明的具体实施方式作进一步详细描述。
本发明的原理框图如图1所示,MEMS惯性导航系统中MEMS IMU单元能够敏感到载体运动信息,其中陀螺敏感到载体的角运动 信息,加速度计敏感到载体的线运动信息,MEMS惯性导航系统通 过导航解算得到载体的位置、速度和姿态信息。由于MEMS陀螺和 加速度计精度较低,MEMS惯性导航系统长时间纯惯工作会导致输 出的位置、速度和姿态信息误差较大,不能满足使用需求,特别是对 于无人机等应用领域,实时提供准确的姿态信息对于飞行安全至关重 要。本发明设计的基于机动状态判断的MEMS惯性导航系统水平姿 态自修正方法,就是在无外界辅助信息如GPS等信息,MEMS惯性 导航系统长时间无外界辅助信息的时候也能够保证输出的水平姿态 精度。其中,Kalman滤波器在工作期间实时估计姿态角误差,并对 MEMS惯性导航系统输出的姿态角进行闭环修正,保证输出姿态角 的精度。
系统状态变量分别为北向失准角φN、天向失准角φU、东向失准角 φE、x轴陀螺漂移εx、y轴陀螺漂移εy、z轴陀螺漂移εz,即为:
X=[φN,φU,φE,εx,εy,εz]T (1)
姿态误差方程为
其中,ωie为地球自转角速率,为当地纬度,Cij为姿态矩阵 中的各个元素,其中b表示机体坐标系,n表示导 航坐标系(这里采用地理坐标系作为导航坐标系)。
陀螺漂移认为是随机常值,即有
由公式可得到系统状态方程如下:
式中:
系统矩阵
03×3——3×3阶零矩阵;
W(t)为系统随机噪声,为姿态矩阵的转置矩 阵。
当系统处于静止或者低动态时,加速度计测量值主要为重力矢 量,而两个水平方向的分量几乎为零,因此有以下关系式成立:
重力加速度记为g;fN和fE分别为等效北向和东向的比力分量, 和分别为等效北向和东向的量测噪声。
则系统量测方程如下:
其中,H为量测矩阵,V(t)为量测噪声。 则本发明的方法基于上述公式,首先在每个滤波周期计算陀螺和加速 度计输出的均值(加速度计和陀螺输出值是MEMS IMU单元的量测 值),得到如下各量:
1.利用MEMS惯性导航系统中的加速度计的输出值得到输出均 值并计算其合加速度
2.利用MEMS惯性导航系统中的陀螺输出值得到输出均值
然后启动机动状态判别器进行机动状态判断,以便进行姿态自修 正:
a)当时,且均小于0.5°/s时,判断 载体机动处于低动态,启动Kalman滤波器,量测噪声方差阵 Rk_Low=diag{0.012,0.012};
b)当判断载体机动不处于低动态,但满足且 均小于1.0°/s时,判断载体机动处于中动态,继续利用Kal man滤波器进行Kalman滤波,量测噪声方差阵Rk_Mid=diag{1.02,1.02};
c)当和不满足上述a)、b)中的条件时,判断载 体机动处于高动态,此时Kalman滤波器进行时间更新。
在每个滤波周期Kalman滤波器会得到水平姿态误差角的估计值 和利用Kalman滤波器得到的水平姿态误差角估计值对姿态矩 阵进行修正,得到准确的姿态矩阵保证输出的水平姿态精度。
具体姿态修正方式为:
计算修正矩阵为
更新姿态矩阵为:
可以看出,本发明在长时间外界辅助信息失效或者故障的情况 下,通过水平姿态自修正的方法,利用滤波器实时估计水平姿态角误 差并进行反馈修正,保证MEMS惯性导航系统的水平姿态精度,并能 够保证无人机等载体的飞行安全。本发明无需外界辅助信息,能够完 全自主地实现相应的功能;对载体机动无特殊要求,不需要对载体机 动轨迹进行额外约束;能够长时间保证水平姿态精度,给无人机等进 行相应安全操作提供了非常大的时间裕度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领 域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以 做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法,其特征在于,包括以下步骤:
首先在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值;
然后基于陀螺和加速度计输出的均值进行载体机动状态判断,以便进行姿态自修正;
利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正,得到准确的姿态矩阵。
2.如权利要求1所述的方法,其特征在于,在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值过程中,得到如下各量:
1).利用MEMS惯性导航系统中的加速度计的输出值得到输出均值并计算其合加速度
2).利用MEMS惯性导航系统中的陀螺输出值得到输出均值
3.如权利要求2所述的方法,其特征在于,基于陀螺和加速度计输出的均值进行机动状态判断的方法为:
a)当时,且均小于0.5°/s时,判断载体机动处于低动态,启动Kalman滤波器,量测噪声方差阵Rk_Low=diag{0.012,0.012};
b)当判断载体机动不处于低动态,但满足且 均小于1.0°/s时,判断载体机动处于中动态,继续利用Kal man滤波器进行Kalman滤波,量测噪声方差阵Rk_Mid=diag{1.02,1.02};
c)当和不满足上述a)、b)中的条件时,判断载体机动处于高动态,此时Kalman滤波器进行时间更新。
4.如权利要求3所述的方法,其特征在于,利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正的方法为:
计算修正矩阵为
更新姿态矩阵为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811070907.XA CN109341717A (zh) | 2018-09-13 | 2018-09-13 | 基于机动状态判断的mems惯性导航系统水平姿态自修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811070907.XA CN109341717A (zh) | 2018-09-13 | 2018-09-13 | 基于机动状态判断的mems惯性导航系统水平姿态自修正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109341717A true CN109341717A (zh) | 2019-02-15 |
Family
ID=65305132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811070907.XA Pending CN109341717A (zh) | 2018-09-13 | 2018-09-13 | 基于机动状态判断的mems惯性导航系统水平姿态自修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109341717A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207745A (zh) * | 2020-02-20 | 2020-05-29 | 北京星际导控科技有限责任公司 | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 |
CN113175926A (zh) * | 2021-04-21 | 2021-07-27 | 哈尔滨工程大学 | 一种基于运动状态监测的自适应水平姿态测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782391A (zh) * | 2009-06-22 | 2010-07-21 | 北京航空航天大学 | 机动加速度辅助的扩展卡尔曼滤波航姿系统姿态估计方法 |
US20110040464A1 (en) * | 2008-04-21 | 2011-02-17 | Toyota Jidosha Kabushiki Kaisha | Sensor drift amount estimating device |
CN102607562A (zh) * | 2012-04-12 | 2012-07-25 | 南京航空航天大学 | 基于载体飞行模态判别的微惯性参数自适应姿态确定方法 |
CN104596514A (zh) * | 2015-01-12 | 2015-05-06 | 东南大学 | 加速度计和陀螺仪的实时降噪系统和方法 |
CN106403952A (zh) * | 2016-08-29 | 2017-02-15 | 中国人民解放军火箭军工程大学 | 一种动中通低成本组合姿态测量方法 |
CN107478110A (zh) * | 2017-07-28 | 2017-12-15 | 北京航天控制仪器研究所 | 一种基于状态观测器的旋转弹姿态角计算方法 |
-
2018
- 2018-09-13 CN CN201811070907.XA patent/CN109341717A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110040464A1 (en) * | 2008-04-21 | 2011-02-17 | Toyota Jidosha Kabushiki Kaisha | Sensor drift amount estimating device |
CN101782391A (zh) * | 2009-06-22 | 2010-07-21 | 北京航空航天大学 | 机动加速度辅助的扩展卡尔曼滤波航姿系统姿态估计方法 |
CN102607562A (zh) * | 2012-04-12 | 2012-07-25 | 南京航空航天大学 | 基于载体飞行模态判别的微惯性参数自适应姿态确定方法 |
CN104596514A (zh) * | 2015-01-12 | 2015-05-06 | 东南大学 | 加速度计和陀螺仪的实时降噪系统和方法 |
CN106403952A (zh) * | 2016-08-29 | 2017-02-15 | 中国人民解放军火箭军工程大学 | 一种动中通低成本组合姿态测量方法 |
CN107478110A (zh) * | 2017-07-28 | 2017-12-15 | 北京航天控制仪器研究所 | 一种基于状态观测器的旋转弹姿态角计算方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207745A (zh) * | 2020-02-20 | 2020-05-29 | 北京星际导控科技有限责任公司 | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 |
CN111207745B (zh) * | 2020-02-20 | 2023-07-25 | 北京星际导控科技有限责任公司 | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 |
CN113175926A (zh) * | 2021-04-21 | 2021-07-27 | 哈尔滨工程大学 | 一种基于运动状态监测的自适应水平姿态测量方法 |
CN113175926B (zh) * | 2021-04-21 | 2022-06-21 | 哈尔滨工程大学 | 一种基于运动状态监测的自适应水平姿态测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Groves | Navigation using inertial sensors [Tutorial] | |
CN107588769B (zh) | 一种车载捷联惯导、里程计及高程计组合导航方法 | |
US6473676B2 (en) | Method, apparatus and computer program product for estimating airplane attitude with reduced sensor set | |
US8577595B2 (en) | Location and path-map generation data acquisition and analysis systems | |
JP4782111B2 (ja) | 輸送手段の位置、姿勢、および/または飛行方向を推定するシステムおよび方法 | |
JP3602095B2 (ja) | 地形を進む有脚動物のための地形ナビゲーション装置 | |
CN107655476A (zh) | 基于多信息融合补偿的行人高精度足部导航算法 | |
US20090204323A1 (en) | Inertial navigation system error correction | |
CN102809377A (zh) | 飞行器惯性/气动模型组合导航方法 | |
CN109470241B (zh) | 一种具备重力扰动自主补偿功能的惯性导航系统及方法 | |
CN107389099B (zh) | 捷联惯导系统空中快速对准装置及方法 | |
CN101290229A (zh) | 硅微航姿系统惯性/地磁组合方法 | |
CN105928515B (zh) | 一种无人机导航系统 | |
CN112432642B (zh) | 一种重力灯塔与惯性导航融合定位方法及系统 | |
CN107289930A (zh) | 基于mems惯性测量单元的纯惯性车辆导航方法 | |
CN107677292B (zh) | 基于重力场模型的垂线偏差补偿方法 | |
US11274788B2 (en) | Gimbal pose correction method and device | |
CN113340298A (zh) | 一种惯导和双天线gnss外参标定方法 | |
Zhang et al. | Research on accuracy enhancement of low-cost MEMS INS/GNSS integration for land vehicle navigation | |
CN109341717A (zh) | 基于机动状态判断的mems惯性导航系统水平姿态自修正方法 | |
CN112556724A (zh) | 动态环境下的微型飞行器低成本导航系统初始粗对准方法 | |
CN105606093B (zh) | 基于重力实时补偿的惯性导航方法及装置 | |
CN105928519B (zh) | 基于ins惯性导航与gps导航以及磁力计的导航算法 | |
CN110095117A (zh) | 一种无陀螺惯性量测系统与gps组合的导航方法 | |
Jiong et al. | GPS/SINS/BARO integrated navigation system for UAV |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |