CN114526729B - 一种基于冗余技术的mems惯性定位系统航向优化方法 - Google Patents
一种基于冗余技术的mems惯性定位系统航向优化方法 Download PDFInfo
- Publication number
- CN114526729B CN114526729B CN202210042557.6A CN202210042557A CN114526729B CN 114526729 B CN114526729 B CN 114526729B CN 202210042557 A CN202210042557 A CN 202210042557A CN 114526729 B CN114526729 B CN 114526729B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- carrier
- gyroscope
- gyroscopes
- configuration
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 title claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; 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
- G01C21/16—Navigation; 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明请求保护一种基于冗余技术的MEMS惯性定位系统航向优化方法,在现有的MEMS传感器技术工艺水平下,使用多个低精度传感器代替一个高精度传感器,从而达到提高系统可靠性和定位精度的同时还降低系统成本的目的。利用器件冗余技术,在不同位置配置陀螺仪,根据传感器测得的数据,计算出载体在x、y、z轴三个方向的加速度,根据加速度大小设定不同的权值,通过Kalman滤波建立冗余加速度计的系统状态方程和观测方程,结合传感器的配置矩阵得到冗余系统的传感器数据融合模型,最后根据权值将数据融合求出载体三轴最优角速度。本发明根据各陀螺仪敏感轴的加速度大小进行加权融合,降低陀螺仪受到外部加速度冲击、振动产生的漂移误差影响,有效地提高了系统的航向精度。
Description
技术领域
本发明属于惯性导航技术领域,涉及一种基于冗余技术的MEMS惯性定位系统航向优化方法,可用于降低陀螺仪受外部加速度冲击、振动产生的漂移误差影响,有效提高系统的航向精度。
背景技术
目前应用较广的室内定位技术是惯性导航定位技术,惯性导航定位技术依靠系统自身传感器测量的加速度信息、角速度信息、高度信息得到运载体的姿态信息和位置信息,实现载体的定位。随着MEMS技术工艺的快速发展,MEMS惯性传感器的体积和精度不断优化、成本也不断降低,使得低成本、小型化、高精度的人员惯性定位智能终端成为可能。尽管MEMS技术工艺提高了MEMS惯性传感器的精度,但由于传感器技术工艺水平的限制,MEMS传感器的可靠性和测量精度相对较低,而提高传感器自身的测量精度以及可靠性是一个长期的过程,因此惯性定位系统的精度仍有不足。
本发明通过冗余技术在现有MEMS传感器件水平基础上提高惯性定位系统的可靠性和精度,在人员惯性定位系统中增加一定数量的陀螺仪、加速度计或使用多套系统构成冗余系统,保证系统的可靠性和定位精度。随着控制理论与计算机技术地发展,通过冗余技术提高惯性定位系统的可靠性和定位精度已成为惯性定位系统的研究热点。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种有效地降低外部加速度计的影响,从而输出最优的载体角速度值,提高系统的航向精度的基于冗余技术的MEMS惯性定位系统航向优化方法。本发明的技术方案如下:
一种基于冗余技术的MEMS惯性定位系统航向优化方法,其包括以下步骤:
对陀螺仪进行冗余配置,包括陀螺正交配置和陀螺斜置配置;
对陀螺仪的冗余配置方案,记录每个传感器配置信息和测量结果;
确定各陀螺仪受到的加速度大小,根据陀螺仪的的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度;
针对同一方向的各种陀螺仪,根据受到的加速度大小设定不同的权重值进行融合;
利用Kalman滤波,通过对系统输入观测数据,对状态量进行最优估计,建立冗余加速度计的系统状态方程和观测方程;
根据传感器的配置矩阵H得出其左零空间基矩阵T;得到冗余系统的传感器数据融合模型;
计算出载体x、y、z三个轴方向的角速度值,根据各陀螺仪敏感器的加速度大小设定权值进行加权融合,分别计算出载体三轴最优角速度输出ωx、ωy、ωz。
进一步的,所述对陀螺仪进行冗余配置,包括陀螺正交配置和陀螺斜置配置,具体包括:
采用6个陀螺仪进行冗余配置,其中3个陀螺正交配置,3个陀螺斜置配置,将3个斜置的陀螺分别安装在xoy、yoz、xoz面,分别与x、y、z轴夹角为α,同时,在每个陀螺仪的方向安装一个同向的加速度计。
进一步的,所述夹角α=30°。
进一步的,所述确定各陀螺仪受到的加速度大小,根据陀螺仪的的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度,具体包括:
确定各陀螺仪受到的加速度大小,根据陀螺仪的的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度,Acc1、Acc2、Acc6可测量的载体x方向的加速度,分别记为Acx1、Acx2、Acx6,计算公式如下:
Acc2、Acc3、Acc4可测量的载体y方向的加速度,分别记为Acy2、Acy3、Acy4,计算公式如下:
Acc4、Acc5、Acc6可测量的载体z方向的加速度,分别记为Acz4、Acz5、Acz6,计算公式如下:
其中,α=30°,Acci为第i个加速度的实际测量值,i=1,2…,6。
进一步的,所述针对同一方向的各种陀螺仪,根据受到的加速度大小设定不同的权重值进行融合,具体包括:
对同一方向的各种陀螺仪,根据他们受到的加速度大小设定不同的权重值进行融合,Rxi为载体x方向第i个陀螺仪的权值,Ryi为载体y方向第j个陀螺仪的权值,Rzi为载体z方向第k个陀螺仪的权值;
进一步的,所述利用Kalman滤波,通过对系统输入观测数据,对状态量进行最优估计,建立冗余加速度计的系统状态方程和观测方程,具体包括:
Kalman滤波是一种递归的估计,通过上一时刻状态的估计值以及当前状态的观测值就可以计算出当前状态的估计值。在预测阶段,滤波器使用上一状态的估计,做出当前状态的估计。在更新阶段,滤波器利用对当前状态的观测值优化在预测阶段获得的预测值,以获得一个更精确的新估计值。通过对系统输入观测数据,对状态量进行最优估计;针对冗余加速度计建立系统的状态方程和观测方程:
X(k+1)=AX(k)+Bw(k)
Y(k)=CX(k)+Hu(k)+v(k)
其中,X(k)为状态向量,表示加速度计的测量误差,X=[σ1,…,σ6]T;Y(k)为观测向量,表示加速度计的量测值,Y=[m1,…,m6]T;u(k)表示期望被估计的加速度;w(k)为系统噪声,v(k)为量测噪声;A为状态转移矩阵,C为观测矩阵,H为传感器的配置矩阵,B为噪声驱动矩阵。
进一步的,所述根据传感器的配置矩阵H得出其左零空间基矩阵T;得到冗余系统的传感器数据融合模型,具体包括:
生成矩阵H的左零空间基矩阵T,满足TH=0,用矩阵T左乘观测方程为:
TY(k)=TCX(k)+THu(k)+Tv(k)=TCX(k)+Tv(k)
得到冗余系统的传感器数据融合模型:
X(k+1)=AX(k)+Bw(k)
TY(k)=TCX(k)+Tv(k)。
再利用Kalman滤波器对上述模型进行状态估计,可估计出每个传感器的量测误差
经过Kalman滤波以后的传感器观测值为
对进行加权最小二乘估计。
进一步的,所述计算出载体x、y、z三个轴方向的角速度值,根据各陀螺仪敏感器的加速度大小设定权值进行加权融合,分别计算出载体三轴最优角速度输出ωx、ωy、ωz,具体包括:
计算出载体三轴最优角速度输出ωx、ωy、ωz,陀螺仪gyo1,gyo2,gyo6可测量载体x轴方向的角速度值,分别记为wx1、wx2、wx6,计算公式如下:
陀螺仪gyo2,gyo3,gyo4可测量的载体y轴方向角速度,分别记为wy2、wy3、wy4值为:
陀螺仪gyo4,gyo5,gyo6可测量的载体z轴方向角速度,分别记为wz4、wz5、wz6值为:
其中,α=30°,gyoi为第i个陀螺仪的测量值,i=1,2…,6;
行人载体三轴最优角速度输出分别记为ωx、ωy、ωz,计算公式如下:
本发明的优点及有益效果如下:
本发明通过对传统人员惯性定位系统进行改进,在载体每个轴向的相邻平面各斜置了一个陀螺仪,当陀螺仪受到加速度冲击时,同一方向不同位置的陀螺仪受到的冲击不同,因此可根据陀螺仪受到的冲击大小对各陀螺测量值进行加权融合,减少陀螺仪因受加速度冲击影响产生的漂移误差,有效地提高系统的航向角的精度;通过使用多个低精度传感器代替一个高精度传感器,在提高系统可靠性和定位精度的同时还降低了系统成本。
附图说明
图1是本发明提供优选实施例的冗余系统配置方案;
图2为惯性传感器配置示意图;
图3为冗余惯性测量单元和传统惯性测量单元的角速度信息对比结果;
图4为本发明基于冗余技术的MEMS惯性定位系统航向优化方法流程图。
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
冗余技术,即通过在人员惯性定位系统中增加一定数量的陀螺仪、加速度计或使用多套系统构成冗余系统,保证系统的可靠性和定位精度。本发明提供一种基于冗余技术的MEMS惯性定位系统航向优化方法,提出选择3个陀螺正交配置、3个陀螺斜置配置。该方案从减少器件测量误差、安装误差以及提高器件的可靠性两个方面综合考虑。同时,在每个陀螺仪方向安装一个同向的加速度计,根据加速度计值计算出陀螺仪敏感的加速度。为了降低外部加速度计对陀螺仪产生的影响,在载体每个轴向的相邻平面各斜置了一个陀螺仪,夹角α=30°,在斜置的陀螺仪同向也配置一个加速度计,采用加权融合算法对各陀螺仪测量的角速度值进行加权融合,可以有效地降低外部加速度计的影响,从而输出最优的载体角速度值,提高系统的航向精度。
本发明解决上述技术问题的技术方案是:
参照图1-图4,步骤一:选择3个陀螺正交配置,将另外3个陀螺斜置配置,分别安装在xoy、yoz、xoz面,并且在每一个陀螺仪方向安装一个同向的加速度计。位置2、4、6分别与x、y、z轴夹角为α=30°,斜置配置的陀螺仪的角速度输出为行人两个轴向角速度值的线性组合,通过数据计算,行人每个轴向的角速度值可以由3个陀螺仪计算输出。
优选的,步骤一中对传统人员惯性定位系统进行了改进,在载体每个轴向的相邻平面各斜置了一个陀螺仪,夹角α=30°,当陀螺仪受到加速度冲击时,同一方向不同位置的陀螺仪受到的冲击不同,根据陀螺仪受到的冲击大小对各陀螺测量值进行加权融合,减少陀螺仪因加速度冲击影响产生的漂移误差,可以有效地提高系统的航向角精度。
步骤二:通过3个传感器对每个轴向的加速度和角速度进行测量
步骤三:确定各陀螺仪受到的加速度大小,根据步骤一的冗余配置方案和步骤二中加速度计测到的数据,测量出载体在x、y、z三个方向的加速度。Acx1、Acx2、Acx6可测量的载体x方向的加速度,分别记为Acx1、Acx2、Acx6,计算公式如下:
Acy2、Acy3、Acy4可测量的载体y方向的加速度,分别记为Acy2、Acy3、Acy4,计算公式如下:
Acz4、Acz5、Acz6可测量的载体z方向的加速度,分别记为Acz4、Acz5、Acz6,计算公式如下:
其中,α=30°,Acci为第i个加速度的实际测量值,i=1,2…,6。
步骤四:针对同一方向的各种陀螺仪,根据他们受到的加速度大小设定不同的权重值进行融合,Rxi为载体x方向第i个陀螺仪的权值,Ryi为载体y方向第j个陀螺仪的权值,Rzi为载体z方向第k个陀螺仪的权值。
步骤五:通过对系统输入观测数据,对状态量进行最优估计。针对冗余加速度计建立系统的状态方程和观测方程:
X(k+1)=AX(k)+Bw(k)
Y(k)=CX(k)+Hu(k)+v(k)
其中,X(k)为状态向量,表示加速度计的测量误差,X=[σ1,…,σ6]T;Y(k)为观测向量,表示加速度计的量测值,Y=[m1,…,m6]T;u(k)表示期望被估计的加速度;w(k)为系统噪声,v(k)为量测噪声;A为状态转移矩阵,C为观测矩阵,H为传感器的配置矩阵,B为噪声驱动矩阵。
步骤六:生成矩阵H的左零空间基矩阵T,满足TH=0,用矩阵T左乘观测方程为:
TY(k)=TCX(k)+THu(k)+Tv(k)=TCX(k)+Tv(k)
步骤七::由步骤五和步骤六得到冗余系统的传感器数据融合模型:
X(k+1)=AX(k)+Bw(k)
TY(k)=TCX(k)+Tv(k)
步骤八:由步骤一的配置方案,计算出载体x、y、z三个轴方向的角速度值,在步骤三到步骤七的基础上,根据各陀螺仪敏感器的加速度大小设定权值进行加权融合,分别计算出载体三轴最优角速度输出ωx、ωy、ωz。陀螺仪gyo1,gyo2,gyo6可测量载体x轴方向的角速度值,计算公式如下:
陀螺仪gyo2,gyo3,gyo4可测量的载体y轴方向角速度值为:
陀螺仪gyo4,gyo5,gyo6可测量的载体z轴方向角速度值为:
其中,α=30°,gyoi为第i个陀螺仪的测量值,i=1,2…,6。
行人载体三轴最优角速度输出分别记为ωx、ωy、ωz,计算公式如下:
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (7)
1.一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,包括以下步骤:
对陀螺仪进行冗余配置,包括陀螺正交配置和陀螺斜置配置;
对陀螺仪的冗余配置方案,记录每个陀螺仪配置信息和测量结果;
确定各陀螺仪受到的加速度大小,根据陀螺仪的的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度;
针对在同一个正交配置方向或者斜置配置方向的陀螺仪,根据受到的加速度大小设定不同的权重值进行融合;
利用Kalman滤波,通过对系统输入观测数据,对状态量进行最优估计,建立冗余加速度计的系统状态方程和观测方程;
根据传感器的配置矩阵H得出其左零空间基矩阵T;得到冗余系统的传感器数据融合模型;
计算出载体x、y、z三个轴方向的角速度值,根据各陀螺仪的加速度大小设定权值进行加权融合,分别计算出载体三轴最优角速度输出ωx、ωy、ωz;
所述根据传感器的配置矩阵H得出其左零空间基矩阵T;得到冗余系统的传感器数据融合模型,具体包括:
生成矩阵H的左零空间基矩阵T,满足TH=0,用矩阵T左乘观测方程为:
TY(k)=TCX(k)+THu(k)+Tv(k)=TCX(k)+Tv(k)
得到冗余系统的传感器数据融合模型:
X(k+1)=AX(k)+Bw(k)
TY(k)=TCX(k)+Tv(k)。
再利用Kalman滤波器对上述模型进行状态估计,估计出陀螺仪的观测误差
经过Kalman滤波以后的传感器观测值为
对进行加权最小二乘估计。
2.根据权利要求1所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述对陀螺仪进行冗余配置,包括陀螺正交配置和陀螺斜置配置,具体包括:
采用6个陀螺仪进行冗余配置,其中3个陀螺正交配置,3个陀螺斜置配置,将3个斜置的陀螺分别安装在xoy、yoz、xoz面,分别与x、y、z轴夹角为α,同时,在每个陀螺仪的方向安装一个同向的加速度计。
3.根据权利要求2所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述夹角α=30°。
4.根据权利要求1所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述确定各陀螺仪受到的加速度大小,根据陀螺仪的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度,具体包括:
确定各陀螺仪受到的加速度大小,根据陀螺仪的冗余配置方案和加速度计测到的数据,测量出载体在x、y、z三个方向的加速度,Acc1、Acc2、Acc6可测量的载体x方向的加速度,分别记为Acx1、Acx2、Acx6,计算公式如下:
Acc2、Acc3、Acc4可测量的载体y方向的加速度,分别记为Acy2、Acy3、Acy4,计算公式如下:
Acc4、Acc5、Acc6可测量的载体z方向的加速度,分别记为Acz4、Acz5、Acz6,计算公式如下:
其中,α=30°,Acci为第i个加速度的实际测量值,i=1,2…,6。
5.根据权利要求4所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述针对在同一个正交配置方向或者斜置配置方向的陀螺仪,根据受到的加速度大小设定不同的权重值进行融合,具体包括:
对同正交配置方向或者斜置配置方向的各种陀螺仪,根据他们受到的加速度大小设定不同的权重值进行融合,Rxi为载体x方向第i个陀螺仪的权值,Ryj为载体y方向第j个陀螺仪的权值,Rzk为载体z方向第k个陀螺仪的权值;
6.根据权利要求5所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述利用Kalman滤波,通过对系统输入观测数据,对状态量进行最优估计,建立冗余加速度计的系统状态方程和观测方程,具体包括:
Kalman滤波是一种递归的估计,通过上一时刻状态的估计值以及当前状态的观测值就可以计算出当前状态的估计值。在预测阶段,滤波器使用上一状态的估计,做出当前状态的估计。在更新阶段,滤波器利用对当前状态的观测值优化在预测阶段获得的估计值,以获得一个更精确的新估计值;通过对系统输入观测数据,对状态量进行最优估计;针对冗余加速度计建立系统的状态方程和观测方程:
X(k+1)=AX(k)+Bw(k)
Y(k)=CX(k)+Hu(k)+v(k)
其中,X(k)为状态向量,表示加速度计的测量误差,X=[σ1,…,σ6]T;Y(k)为观测向量,表示加速度计的观测值,Y=[m1,…,m6]T;u(k)表示期望被估计的加速度;w(k)为系统噪声,v(k)为观测噪声;A为状态转移矩阵,C为观测矩阵,H为传感器的配置矩阵,B为噪声驱动矩阵。
7.根据权利要求1所述的一种基于冗余技术的MEMS惯性定位系统航向优化方法,其特征在于,所述计算出载体x、y、z三个轴方向的角速度值,根据各陀螺仪敏感器的加速度大小设定权值进行加权融合,分别计算出载体三轴最优角速度输出ωx、ωy、ωz,具体包括:
计算出载体三轴最优角速度输出ωx、ωy、ωz,陀螺仪gyo1,gyo2,gyo6可测量的载体x轴方向的角速度值,分别记为wx1、wx2、wx6,计算公式如下:
陀螺仪gyo2,gyo3,gyo4可测量的载体y轴方向角速度,分别记为wy2、wy3、wy4值为:
陀螺仪gyo4,gyo5,gyo6可测量的载体z轴方向角速度,分别记为wz4、wz5、wz6值为:
其中,α=30°,gyoi为第i个陀螺仪的测量值,i=1,2…,6;
行人载体三轴最优角速度输出分别记为ωx、ωy、ωz,计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042557.6A CN114526729B (zh) | 2022-01-14 | 2022-01-14 | 一种基于冗余技术的mems惯性定位系统航向优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042557.6A CN114526729B (zh) | 2022-01-14 | 2022-01-14 | 一种基于冗余技术的mems惯性定位系统航向优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114526729A CN114526729A (zh) | 2022-05-24 |
CN114526729B true CN114526729B (zh) | 2023-11-17 |
Family
ID=81621659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210042557.6A Active CN114526729B (zh) | 2022-01-14 | 2022-01-14 | 一种基于冗余技术的mems惯性定位系统航向优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114526729B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115060259A (zh) * | 2022-08-19 | 2022-09-16 | 江苏德一佳安防科技有限公司 | 多imu融合的定位系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424041A (zh) * | 2016-01-18 | 2016-03-23 | 重庆邮电大学 | 一种基于bd/ins紧耦合的行人定位算法 |
EP3159701A1 (fr) * | 2015-10-23 | 2017-04-26 | Meggitt (Sensorex) | Procédé de calcul de l'accélération propre d'un véhicule ferroviaire, produit programme d'ordinateur et système associés |
CN109001787A (zh) * | 2018-05-25 | 2018-12-14 | 北京大学深圳研究生院 | 一种姿态角解算与定位的方法及其融合传感器 |
CN109086250A (zh) * | 2018-08-30 | 2018-12-25 | 北京航空航天大学 | 适用于带斜置光纤陀螺的mems惯组的数据融合方法 |
CN110887481A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems惯性传感器的载体动态姿态估计方法 |
CN112815937A (zh) * | 2020-12-31 | 2021-05-18 | 中国人民解放军战略支援部队航天工程大学 | 一种冗余惯性测量单元数据融合最优权重估计方法 |
CN113804185A (zh) * | 2021-08-27 | 2021-12-17 | 中国人民解放军96901部队24分队 | 基于mems阵列式的新型惯性导航系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7253079B2 (en) * | 2002-05-09 | 2007-08-07 | The Charles Stark Draper Laboratory, Inc. | Coplanar mounting member for a MEM sensor |
-
2022
- 2022-01-14 CN CN202210042557.6A patent/CN114526729B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3159701A1 (fr) * | 2015-10-23 | 2017-04-26 | Meggitt (Sensorex) | Procédé de calcul de l'accélération propre d'un véhicule ferroviaire, produit programme d'ordinateur et système associés |
CN105424041A (zh) * | 2016-01-18 | 2016-03-23 | 重庆邮电大学 | 一种基于bd/ins紧耦合的行人定位算法 |
CN109001787A (zh) * | 2018-05-25 | 2018-12-14 | 北京大学深圳研究生院 | 一种姿态角解算与定位的方法及其融合传感器 |
CN109086250A (zh) * | 2018-08-30 | 2018-12-25 | 北京航空航天大学 | 适用于带斜置光纤陀螺的mems惯组的数据融合方法 |
CN110887481A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems惯性传感器的载体动态姿态估计方法 |
CN112815937A (zh) * | 2020-12-31 | 2021-05-18 | 中国人民解放军战略支援部队航天工程大学 | 一种冗余惯性测量单元数据融合最优权重估计方法 |
CN113804185A (zh) * | 2021-08-27 | 2021-12-17 | 中国人民解放军96901部队24分队 | 基于mems阵列式的新型惯性导航系统 |
Non-Patent Citations (3)
Title |
---|
基于ARM 的多陀螺融合算法仿真研究;曲从善 等;计算机测量与控制;第15卷(第12期);全文 * |
基于MEMS加速度计的优化九位置校准算法;刘宇 等;压电与声光;第40卷(第5期);全文 * |
提高控制系统可靠性惯性 仪表冗余方案分析;朱振乾;航天控制(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114526729A (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001787A (zh) | 一种姿态角解算与定位的方法及其融合传感器 | |
CN108132053B (zh) | 一种行人轨迹构建方法、系统及惯性测量装置 | |
CN107167131B (zh) | 一种微惯性测量信息的深度融合与实时补偿的方法及系统 | |
CN110196049A (zh) | 一种动态环境下四陀螺冗余式捷联惯导系统硬故障检测与隔离方法 | |
CN106153069B (zh) | 自主导航系统中的姿态修正装置和方法 | |
CN108007477B (zh) | 一种基于正反向滤波的惯性行人定位系统误差抑制方法 | |
CN112611380B (zh) | 基于多imu融合的姿态检测方法及其姿态检测装置 | |
CN109931955A (zh) | 基于状态相关李群滤波的捷联惯性导航系统初始对准方法 | |
CN107389266A (zh) | 一种飞行器重心柔性测量方法 | |
CN113959462B (zh) | 一种基于四元数的惯性导航系统自对准方法 | |
CN114526729B (zh) | 一种基于冗余技术的mems惯性定位系统航向优化方法 | |
CN107246883A (zh) | 一种高精度星敏感器安装矩阵在轨实时校准方法 | |
CN107764261A (zh) | 一种分布式pos传递对准用模拟数据生成方法和系统 | |
CN110736484B (zh) | 基于陀螺仪及磁传感器融合的背景磁场标定方法 | |
CN109931952A (zh) | 未知纬度条件下捷联惯导直接解析式粗对准方法 | |
TW202016506A (zh) | 一種衛星姿態資料融合系統及其方法 | |
Carratù et al. | IMU self-alignment in suspensions control system | |
CN113483765B (zh) | 一种卫星自主姿态确定方法 | |
CN111141285B (zh) | 一种航空重力测量装置 | |
CN113932803B (zh) | 适用于高动态飞行器的惯性/地磁/卫星组合导航系统 | |
CN111141283A (zh) | 一种通过地磁数据判断行进方向的方法 | |
CN116499493A (zh) | 一种基于低频逆向滤波的惯导快速对准方法 | |
Qin et al. | Robust design of inertial measurement units based on accelerometers | |
Xu et al. | A Novel Fault Detection and Isolation Technology for Redundant Inertial Measurement Unit | |
Lajimi et al. | A comprehensive filter to reduce drift from Euler angles, velocity, and position using an IMU |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |