CN110398258A - 一种惯性导航系统的性能测试装置及方法 - Google Patents

Abstract

本发明公开了一种惯性导航系统的性能检测装置及方法，装置包括视觉模块、GNSS模块及控制器；视觉模块、GNSS模块及控制器两两连接；视觉模块用于采集载具沿环路进行运动时，外界环境的图像序列,并记录每一帧图像的图像特征的纹理丰富度及光照强度；GNSS模块用于接收卫星信息，解算载具的位姿信息以及GDOP，并将位姿信息及GDOP传输至视觉模块以使视觉模块计算优化变量并进行解算获得解算数据；控制器，控制视觉模块进行闭环检测，以使视觉模块校正解算数据获得已校正解算数据；控制器还用于将已校正解算数据与待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。通过实施本发明的实施例能够对不可拆卸的待检测惯性系统进行性能检测。

Description

一种惯性导航系统的性能测试装置及方法

技术领域

本发明涉惯性导航技术领域，尤其涉及一种惯性导航测试装置及方法。

背景技术

惯性导航系统是一种利用安装在运载体上的陀螺仪和加速度计来测定运载体位置的一个系统。惯导的基本工作原理是以牛顿力学定律为基础，通过陀螺仪和加速度计的测量数据，可以确定运载体在惯性参考坐标系中的运动，同时也能够计算出运载体在惯性参考坐标系中的位置。不同于其他类型的导航系统，惯性导航系统是完全自主的，它既不向外部发射信号，也不从外部接收信号。惯性导航系统必须精确地知道在导航起始时运载体的位置，惯性测量值用来估算在启动之后所发生的位置变化。

目前针对惯性导航系统的性能主要通过将其中陀螺仪和加速度计分别采用三轴转台测量陀螺仪的参数，振动台和离心机测量加速度计的参数来进行评估，这类测试方法较为成熟，可以解决一部分定期测试需求；但上述方法无法满足不可拆卸的惯性导航系统的测试需求。

发明内容

本发明实施例提供一种惯性导航系统的性能测试装置及方法，能在待检测惯性系统无法拆卸的情况下对待检测惯性导航系统的性能进行检测。

本发明一实施例提供一种一种惯性导航系统的性能检测装置方法，包括：视觉模块、GNSS模块及控制器；其中，所述视觉模块、GNSS模块及所述控制器两两连接，所述性能检测装置与待检测惯性导航系统连接；

所述视觉模块，用于采集载具沿环路进行运动时外界环境的图像序列，并记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有所述待检测惯性导航系统；

所述GNSS模块，用于接收卫星信息，解算所述载具的位姿信息以及GDOP，并将所述位姿信息以及所述GDOP传输至所述控制器，以使所述控制器根据所述GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息，所述解算数据包括：所述载具的角速度、角加速度、线速度以及线加速度；

所述控制器，还用于在检测到所述载具回到初始位置时，进行闭环检测校正所述解算数据，获得已校正解算数据；

所述控制器，还用于将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

进一步的，所述控制器还用于，根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

进一步的，所述视觉模块通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

所述视觉模块通过以下方式获得解算数据：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

根据所述非线性优化误差方程，建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i，j采集第i帧图像的图像特征j时观测点的位姿信息、v_i，j为第i帧图像的图像特征j的噪音、

进一步的，所述GNSS模块内设有晶振，所述晶振作为所述视觉模块、GNSS模块以及所述控制器的时钟同步源。

本发明另一实施例提供了一种惯性导航系统的性能测试方法，包括采集载具沿环路进行运动时外界环境的图像序列，并记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有待检测惯性导航系统；

接收卫星信息，解算所述载具的位姿信息以及GDOP；

根据所述位姿信息、GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息，所述解算数据包括：所述载具的角速度、角加速度、线速度、线加速度；

在检测到所述载具回到初始位置时，进行闭环检测校正所述解算数据，获得已校正解算数据；

将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

进一步的，还包括：

根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

进一步的，通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

进一步的，所述根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据，具体为：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

根据所述非线性优化误差方程，建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i，j采集第i帧图像的图像特征j时观测点的位姿信息、v_i，j为第i帧图像的图像特征j的噪音、

通过实施本发明的实施例具有如下有益效果：

本发明实施例提供了一种惯性导航系统的性能检测装置及方法，上述性能检测装置包括视觉模块、GNSS模块和控制器，视觉模块、GNSS模块和控制器两两连接，在检测时将性能检测装置与搭载在载具上的待检测惯性导航系统连接，载具沿环路进行运动，视觉模块获取外界环境的图像序列并记录图像序列中每一帧图像的纹理丰富度和光照强度；GNSS模块接收卫星信息并实时解算载具的位姿信息和GDOP值，然后传输至控制器，控制器根据纹理丰富度、光照强度及GDOP值计算每帧图像的优化变量，然后根据采集的图像序列结合优化变量以及载具的位姿信息，进行数据解算获得载具在运行过程中的角速度、角加速度、线速度以及线加速度。控制器在载具回到初始位置时进行闭环检测，校正所有解算数据，获得已校正解算数据，最后控制器将已校正解算数据与待检测惯性导航系统自身记录的惯导参数进行比对，获得最后的比对结果，获悉待检测惯性导航系统自身在每一时间节点记录的惯导参数，与测试装置记录的解算数据的差异程度，从而实现对待检测惯性导航设备的性能的检测与评估。通过实施本发明的实施例对待检测惯性导航系统进行性能检测时，不用将待检测惯性导航系统的陀螺仪和加速度计进行拆卸，无需使用转台以及搭建环境，可处在各地需要测试的惯导设备进行测试，无需重复建设，具有灵活性高成本低，此外相对在实验室中对陀螺仪和加速度进行检测，本发明的整个检测过程更接近惯性导航系统的日常工作环境，并且在检测过程中引入了优化变量并进行闭环检测减少了误差，无需进行格外的环境参数修正。

附图说明

图1是本发明一实施例提供的一种惯性导航系统的性能检测装置的结构示意图。

图2本发明一实施例提供的一种惯性导航系统的性能检测装置与待检测惯性导航系统的连接结构示意图；

图3是本发明一实施例提供的一种惯性导航系统的性能检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，是本发明一实施例提供的一种惯性导航系统的性能检测装置，包括：

视觉模块、GNSS模块及控制器；其中，所述视觉模块、GNSS模块及所述控制器两两连接，所述性能检测装置与待检测惯性导航系统连接(如图3所示)；

所述视觉模块，用于采集载具沿环路进行运动时外界环境的图像序列，并记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有所述待检测惯性导航系统；

所述GNSS模块，用于接收卫星信息，解算所述载具的位姿信息以及GDOP，并将所述位姿信息以及所述GDOP传输至所述控制器，以使所述控制器根据所述GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息，所述解算数据包括：所述载具的角速度、角加速度、线速度以及线加速度；

所述控制器，还用于在检测到所述载具回到初始位置时，进行闭环检测校正所述解算数据，获得已校正解算数据；

所述控制器，还用于将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

上述载具为各类类空、地载具、如飞机，汽车等。上述环路可以为各类闭合几何图形运动路径，载具从某位置出发，经过一定时间后回到初始位置并且姿态与出发时可以基本重合

以下对惯性导航系统的性能检测装置的各个模块及功能进行具体的说明：

视觉模块是通过单个或多个摄像头作为输入估算自身位姿和运动状态的设备，具备场景辨识能力，能够从环境中获取富于冗余的纹理信息。摄像头通常为高帧率RGB输入类型，像素大小基本不影响计算精度，可根据实际中心控制器计算处理能力以及存储能力进行设置，在本发明中视觉模块用于采集载具外界环境的视频流或图像序列，计算各摄像头的方向和位姿，一般包括图像获取后、畸变校正、特征检测匹配或者直接匹配对应像素、通过对几何原理提供计算摄像头的旋转矩阵和平移向量的参量；

GNSS模块为卫星信号导航型设备。能接收包括GPS、北斗等GNSS星座信号提供的导航数据，以作为位置以及运动信息等参数的参考值。其内部晶振作为整个测试装置的内部时钟同步源。在本发明中主要用于块用于采集卫星导航信息，提供计算位置和运动参量，以及保持各模块时间同步；

控制器通过计算机或移动设备进行操作，设定视觉模块、GNSS模块运行状况。并通过耦合关系融合数据得出性能评估结果。

在一个优选的实施例中，整个检测过程及各模块的具体的工作原理如下：

将性能检测装置与待检测惯性导航系统连接。

使用控制器设置GNSS模块跟踪卫星类型为GPS+BDS，SBAS功能打开，卫星截止高度角为15°，等待GNSS模块锁定卫星并完成位置解算；使用控制器设置视觉模块前后摄像头开启以提供测量平差条件，进行图像畸变校准，完成初始化；

在载具静止时确认天线、摄像头等部件固定良好，周围无遮挡。待测惯性导航系统在静态环境下进行自校(self cal)，完成初始化后载具启动，按设定路线进行运动。

通过控制器设置视觉模块位姿，跟踪线程采用恒速模型。视觉模块采集外界环境的图像序列，根据规则确定关键帧，创建关键帧特征数据库，并对插入的关键帧进行筛选，去除多余的无用帧。可选的，视觉模块也可以只进行外界环境的图像序列的采集，其余的根据规则确定关键帧等后续步骤可由控制器完成。

具体的视觉模块记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度。然后将所记录的信息发送至控制器，与此同时控制器实时接收GNSS模块通过接收卫星信息解算得到的载具的实施位姿信息以及GDOP；

然后控制器根据GDOP、图像特征的纹理丰富度以及光照强度计算每一帧图像对应的优化变量；

在一个优选的实施例中，通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

x_p＝(X，Y，Z，r，p，y，v，ω)，v为速度，ω为角速度，v，ω作为位姿信息内的补充参量。其中GNSS模块可以得到参量有：初始的XYZv(高精度)，运动后的XYZv(精度一般)；视觉模块可以得到的参量：rpyvω(精度一般)，以及XYZ的变化量(低精度)。耦合后可以得到高精度的(X，Y，Z，r，p，y，v，ω)。以圆周运动为例在一种状态下该变量可以表示为：

其中σ为误差分量，这里为加性高斯噪声。

可以理解的是，上述计算优化变量的公式仅仅是示意性的，也可以通过其他算法计算优化变量。通过上述公式可以计算出每一帧图像中图像特征的优化变量。

需要说明的是，上述的载具的位姿信息，对于载具位于初始位置的位姿信息，需要有GNSS模块提供，但是后续的位姿信息可以由GNSS模块提供，也可以由视觉模块进行推算后得出。

在计算出优化变量后，控制器根据采集的图像序列，优化变量及所述位姿信息进行数据解算计算出计算数据，得出视觉模块的角速度、角加速度、线速度以及线加速度，在本发明中以视觉模块的角速度、角加速度、线速度以及线加速度，作为载具的角速度、角加速度、线速度以及线加速度。

在一个优选的实施例中，具体计算方式如下：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

改变优化变量，目标函数就会相应地变化，通过求解梯度和二阶梯度矩阵，并采用稀疏代数的方法建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i，j采集第i帧图像的图像特征j时观测点的位姿信息、v_i，j为第i帧图像的图像特征j的噪音、 指的是优化过程的初始状态估计值，是一个初始记录的数据(后续不变)，其中，初始位姿信息X_p内的位置坐标XYZ是由GNSS模块获取。

同样以圆周运动为例，这时运动方程x_p近似有f(·)＝X²+Y²+AX+BY+C；ABC为常数，也就是说该运动模式下，要得到精度较高的实时XY需要初始XY以及图像输入u_i信息。换种写法：D为图像输入矩阵，其作用为将u_i映射到的作用映射到状态向量上。

对应到上面的例子，观测方程z形式有很多种，取决于我们的参数化(parameterization)，其中可近似为E为u转化坐标系的位置，同样要推测到精度较高的实时XY需要x_L的信息。

关于i和j，通常情况下视觉模块测量频率比GNSS模块高，在只有视觉模块测量值时，只执行运动更新，在有GNSS模块测量值时再进行测量更新。

采用上述基于非线性优化的紧耦合融合，相较于基于卡尔曼滤波的松耦合融合方法，这种方法视觉模块在机动(猛烈加减速和旋转)时可以保持一定的定位精度，防止跟踪丢失，有效提升测试稳定性。优化之后估计值与矩阵可作为下一次优化的先验知识，该优化方法精确度远优于普通直接采用帧间匹配的方法。

控制器实施记录由GNSS模块解算的GDOP、速度和加速度信息以及载具的位姿信息，直到记录的位姿信息与初始位姿信息一致时，确认所述载具回到初始位置，此时控制器进行闭环检测。

在一个可选的实施例中，具体的根据载具的速度和位姿信息两个数据项对载具是否回到初始位置进行判断，在GNSS模块检测速度为0时，控制器将载具当前的位姿信息，与初始的位姿信息进行比对，若两者一致则载具回到了初始位置，控制器控制视觉模块进行闭环检测，否则视觉模块在载具静止时间，所采集的多余图像帧不参与计算。

闭环检测是指控制器根据关键帧的部分特征判断当前位置是否位于已访问过的环境区域，并以此作为一个时间段内位姿参数是否需要校准的依据。通过摄像头的运动计算出的位姿、三角化的点云坐标都是存在误差的，即使采用局部或全局的捆集调整(BA)、滤波、图优化等方式来进行后端优化，仍会存在一定的累计误差，而消除误差最有效的办法就是进行闭环检测。闭环检测触发后，当前帧的位姿会根据相似变换而被校准，同时所有与其相连的关键帧也会被校准。

当闭环检测触发后，控制器计算各闭环候选关键帧与当前关键帧之间的相似矩阵，可以采用非监督聚类/分类的方法进行局部特征集合，但由于存在先验知识提供优化所需参量，无需进行训练模型直接进行特征匹配也能有效消除累计误差，对所记录的各位姿结果进行校准从以达到目标效果。并且大幅降低复杂度，增强实时性，节约计算资源。

通过闭环检测对视觉模块的解算数据进行校正，获得已校正解算数据；

最后控制器根据已校正解算数据与待检测惯性导航系统记录自身记录的惯导参数进行比对，获得比对结果。此处所提及的惯导参数指的是待检测惯性导航系统自身记录的，载具在各个时间节点的角速度、角加速度、线速度和线加速度。具体的将测得的各个时间节点的，角速度、角加速度、线速度、和线加速度与待检测惯性导航系统自身记录的惯导参数进行比对，即可获得比对结果并存储，实现对惯性导航系统的性检测，此处的比对结果可以理解为在各时间节点，已校正解算数据的各个数据项与惯导参数的各个数据项的差值。

为更好的对待检测惯性导航系统的性能进行检测，在一个优选的实施例中所述控制器还用于，根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航系统生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

具体的，控制器根据各时间节点的已校正解算数据和载具的位姿信息，生成3D的运动轨迹，即上述的第一运动轨迹；然后与待检测惯性导航自身生成的运动轨迹，即上述第二运动轨迹进行比对，将第二运动轨迹进行缩放调整第二运动轨迹的粗细程度，知道与第一运动轨迹的粗细程度一致。记录下此时的缩放倍数；将上述缩放倍数与上述性能检测装置自身的精度相乘，即可得出待检测惯性导航系统的精度。最后生成检测报告并进行存储。

如图3所示，本发明实施例还提供了一种惯性导航系统的性能测试方法，包括以下步骤：

步骤S101、采集载具沿环路进行运动时，外界环境的图像序列，并记录所述图像序列中，每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有待检测惯性导航系统；

步骤S102、接收卫星信息，解算所述载具的位姿信息以及GDOP；

步骤S103、根据所述位姿信息、GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息，所述解算数据包括：所述载具的角速度、角加速度、线速度、线加速度；

步骤S104、在检测到所述载具回到初始位置时，进行闭环检测校正所述解算数据，获得已校正解算数据；

步骤S105、将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

在一个优选的实施例中，还包括：

根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航系统生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

在一个优选的实施例中通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

在一个优先的实施例中所述根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据，具体为：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

根据所述非线性优化误差方程，建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i，j采集第i帧图像的图像特征j时观测点的位姿信息、v_i，j为第i帧图像的图像特征j的噪音、上述方法项的具体实施方式与上述装置项实施例一致再次不再赘述。

通过实施本发明的实施例具有如下有益效果：

(1)不用对待检测惯性导航系统进行拆卸既可实现性能测试；

(2)相较于在实验内对惯性导航系统的陀螺仪及加速度计进行检测的方式，本发明的检测过程更加符合对待检测惯性导航系统实际工作情景，无需进行额外测试环境参数修正，更易于设备质量管理监督工作。

(3)本发明装置操作简单，功能覆盖面大，可支持各类空、地载具上的惯性导航系统定期性能评估，适用性广泛。

以上所述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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种惯性导航系统的性能检测装置，其特征在于，包括：视觉模块、GNSS模块及控制器；其中，所述视觉模块、GNSS模块及所述控制器两两连接，所述性能检测装置与待检测惯性导航系统连接；

所述视觉模块，用于采集载具沿环路进行运动时外界环境的图像序列,并记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有所述待检测惯性导航系统；

所述GNSS模块，用于接收卫星信息，解算所述载具的位姿信息以及GDOP，并将所述位姿信息以及所述GDOP传输至所述控制器，以使所述控制器根据所述GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息；所述解算数据包括：所述载具的角速度、角加速度、线速度以及线加速度；

所述控制器，还用于在检测到所述载具回到初始位置时，进行闭环检测，校正所述解算数据获得已校正解算数据；

所述控制器，还用于将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

2.如权利要求1所述的惯性导航系统的性能检测装置，其特征在于，所述控制器，还用于根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航系统生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

3.如权利要求1所述的惯性导航系统的性能检测装置，其特征在于，所述控制器通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

4.如权利要求1所述的惯性导航系统的性能检测装置，其特征在于，所述控制器通过以下方式获得解算数据：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

根据所述非线性优化误差方程，建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i,j采集第i帧图像的图像特征j时观测点的位姿信息、v_i,j为第i帧图像的图像特征j的噪音、

5.如权利要求1所述的惯性导航系统的性能检测装置，其特征在于，所述GNSS模块内设有晶振，所述晶振作为所述视觉模块、GNSS模块以及所述控制器的时钟同步源。

6.一种惯性导航系统的性能测试方法，其特征在于，包括：

采集载具沿环路进行运动时外界环境的图像序列,并记录所述图像序列中每一帧图像的图像特征的纹理丰富度及光照强度；其中，所述载具上设置有待检测惯性导航系统；

接收卫星信息，解算所述载具的位姿信息以及GDOP；

根据所述位姿信息、GDOP、图像特征的纹理丰富度以及光照强度计算优化变量，继而根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据；其中，所述优化变量为所述图像特征的位姿信息，所述解算数据包括：所述载具的角速度、角加速度、线速度、线加速度；

在检测到所述载具回到初始位置时，进行闭环检测校正所述解算数据，获得已校正解算数据；

将所述已校正解算数据与所述待检测惯性导航系统记录的惯导参数进行比对，获得比对结果。

7.如权利要求6所述的惯性导航系统的性能测试方法，其特征在于，还包括：

根据所述位姿信息和所述已校正解算数据绘制生成第一运动轨迹；

将所述第一运动轨迹与所述待检测惯性导航系统生成的第二运动轨迹进行比对，计算所述第二运动轨迹缩放至与所述第一运动轨迹重合时的缩放倍数；

根据所述缩放倍数计算所述待检测惯性导航系统的精度。

8.如权利要求6所述的惯性导航系统的性能测试方法，其特征在于，通过以下公式计算所述优化变量：

其中，j表示图像特征、为图像特征的位姿信息即所述的优化变量、a_j为与图像特征的光照强度呈正相关的变量、b_j为与图像特征的纹理丰富度呈正相关的变量、c_j为与采集所述图像特征所在的图像帧时的GDOP呈负相关的变量、x_P为采集所述图像特征所在的图像帧时载具的位姿信息。

9.如权利要求6所述的惯性导航系统的性能测试方法，其特征在于，所述根据所述图像序列、所述优化变量及所述位姿信息进行解算，获得解算数据，具体为：

构建运动方程：

构建观测方程：

根据所述运动方程及所述观测方程，获得非线性优化误差方程：

根据所述非线性优化误差方程，建立稀疏矩阵：

对所述稀疏矩阵进行求解获得所述解算数据；

其中，i表示所述图像序列中的第i帧图像，为采集第i+1帧图像时载具的位姿信息，采集第i帧图像时载具的位姿信息，u_i表示第i帧的图像输入、w_i为第i帧的噪音，z_i,j采集第i帧图像的图像特征j时观测点的位姿信息、v_i,j为第i帧图像的图像特征j的噪音、