JP2007232443A - Inertia navigation system and its error correction method - Google Patents

Inertia navigation system and its error correction method Download PDF

Info

Publication number
JP2007232443A
JP2007232443A JP2006051958A JP2006051958A JP2007232443A JP 2007232443 A JP2007232443 A JP 2007232443A JP 2006051958 A JP2006051958 A JP 2006051958A JP 2006051958 A JP2006051958 A JP 2006051958A JP 2007232443 A JP2007232443 A JP 2007232443A
Authority
JP
Japan
Prior art keywords
error
sensor
calculation unit
output
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
Application number
JP2006051958A
Other languages
Japanese (ja)
Inventor
Takashi Morimoto
隆 森本
Michitaka Futamura
理宇 二村
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.)
Yokogawa Electric Corp
Yokogawa Denshikiki Co Ltd
Original Assignee
Yokogawa Electric Corp
Yokogawa Denshikiki 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 Yokogawa Electric Corp, Yokogawa Denshikiki Co Ltd filed Critical Yokogawa Electric Corp
Priority to JP2006051958A priority Critical patent/JP2007232443A/en
Publication of JP2007232443A publication Critical patent/JP2007232443A/en
Pending legal-status Critical Current

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide an inertia navigation system which stably improves accuracy of initial data on attitudes and directions regardless of errors of a magnetic direction sensor and disturbances such as winds in heavy weather. <P>SOLUTION: The inertia navigation system for determining the location and attitude of a head part of a passenger of a mobile body through the use of output of a gyrosensor and an accelerometer mounted to a helmet of the passenger comprises: a sensor error correction and computation part for correcting output of the gyrosensor and the accelerometer; a navigation/attitude direction computation part for computing the location and attitude of the head part through the use of output of the gyrosensor and the accelerometer corrected by the sensor error correction and computation part and correcting results of computations of the location and attitude of the head part; and an error estimation and computation part for calibrating sensor error data to be used at the sensor error correction and computation part and calibrating attitude/location error data. <P>COPYRIGHT: (C)2007,JPO&INPIT

Description

本発明は、使用者の頭部に装着されたジャイロセンサや加速度センサの出力を利用して、使用者の頭部の向きや姿勢を算出する慣性航法装置において、定量的に求めることができないセンサ誤差を補償して姿勢/方位の初期データをより正確に決定することができる慣性航法装置およびその誤差補正方法に関するものである。   The present invention relates to a sensor that cannot be obtained quantitatively in an inertial navigation device that calculates the orientation and orientation of a user's head using the output of a gyro sensor or an acceleration sensor mounted on the user's head. The present invention relates to an inertial navigation apparatus and an error correction method thereof that can correct errors and determine initial attitude / orientation data more accurately.

図4は従来の慣性航法装置およびその誤差補正方法の一例を示すブロック図であり、航空機の搭乗者が頭部に装着したヘッドトラッカの構成を示したものである。ヘッドトラッカ装置とは、航空機などの搭乗者のヘルメットに装備され、ヘルメット装着者頭部の姿勢や方位角を提供する装置である。   FIG. 4 is a block diagram showing an example of a conventional inertial navigation apparatus and an error correction method thereof, and shows a configuration of a head tracker that is mounted on the head of an aircraft occupant. The head tracker device is a device that is mounted on a helmet of a passenger such as an aircraft and provides the posture and azimuth of the head of the helmet wearer.

図4において、11はセンサ誤差補正計算部、12は航法・姿勢方位計算部、13は誤差推定計算部、14は基準姿勢計算部、15はMEMS(Micro Electro Mechanical System:微小電気機械システム)を利用した加速度計およびジャイロセンサからなるMEMSセンサ部、16は磁気方位センサで外部の地磁気の観測から方位を検出する外部基準方位センサ部である。なお、加速度計とジャイロセンサは、ロール、ピッチ、ヨーの3軸につき一つずつセンサを設ける。   In FIG. 4, 11 is a sensor error correction calculation unit, 12 is a navigation / attitude direction calculation unit, 13 is an error estimation calculation unit, 14 is a reference attitude calculation unit, and 15 is a micro electro mechanical system (MEMS). A MEMS sensor unit 16 including an accelerometer and a gyro sensor used, 16 is an external reference azimuth sensor unit that detects a azimuth from observation of external geomagnetism by a magnetic azimuth sensor. One accelerometer and one gyro sensor are provided for each of the three axes of roll, pitch, and yaw.

図4に示すヘッドトラッカの動作の流れを簡単に説明する。MEMSセンサ部15のジャイロセンサと加速度計で角速度と加速度を検出し、センサ誤差補正計算部11に出力する。センサ誤差補正計算部11では、予め与えられた誤差推定値に基づいて入力された角速度と加速度の値をリアルタイムで補正し、航法・姿勢方位計算部12に出力する。航法・姿勢方位計算部12ではその補正後の角速度と加速度を用いて頭部の姿勢や方位を計算し、パイロットと誤差推定計算部13に出力する。姿勢/方位計算の際には予め与えられた姿勢、方位の誤差推定値を利用する。基準姿勢計算部14はMEMSセンサ部15から出力される加速度のデータを直接利用して頭部の姿勢を計算し、誤差推定計算部13に出力する。また、外部基準方位センサ部16からは頭部の方位データが、それぞれ誤差推定計算部13に出力される。
基準姿勢計算部14、外部基準方位センサ部16の出力は、誤差が発散しないため、それぞれ頭部の姿勢/方位データの計算値に含まれる誤差を測る際の基準データとして利用することができる。
誤差推定計算部13は航法・姿勢方位計算部12から入力される姿勢/方位データの計算値と、各種基準データを比較することによって、加速度計とジャイロセンサが有する誤差や、航法・姿勢方位計算部12の計算した姿勢/方位データが含む誤差の大きさをリアルタイムで推定する。そして、誤差の推定値をセンサ誤差補正計算部11と航法・姿勢方位計算部12に出力し、新たな誤差推定値として補正計算に利用する。
The operation flow of the head tracker shown in FIG. 4 will be briefly described. An angular velocity and acceleration are detected by the gyro sensor and the accelerometer of the MEMS sensor unit 15 and output to the sensor error correction calculation unit 11. The sensor error correction calculation unit 11 corrects the input angular velocity and acceleration values in real time based on an error estimation value given in advance, and outputs the corrected value to the navigation / posture direction calculation unit 12. The navigation / posture calculation unit 12 calculates the posture and direction of the head using the corrected angular velocity and acceleration, and outputs them to the pilot and error estimation calculation unit 13. At the time of posture / azimuth calculation, a pre-given posture and azimuth error estimation value is used. The reference posture calculation unit 14 directly uses the acceleration data output from the MEMS sensor unit 15 to calculate the head posture, and outputs the head posture to the error estimation calculation unit 13. In addition, head direction data is output from the external reference direction sensor unit 16 to the error estimation calculation unit 13.
Since the error does not diverge, the outputs of the reference posture calculation unit 14 and the external reference direction sensor unit 16 can be used as reference data for measuring errors included in the calculated values of the head posture / direction data.
The error estimation calculation unit 13 compares the calculated values of the attitude / azimuth data input from the navigation / attitude / azimuth calculation unit 12 with various reference data, thereby calculating errors in the accelerometer and the gyro sensor, navigation / attitude / azimuth calculation. The magnitude of the error included in the posture / orientation data calculated by the unit 12 is estimated in real time. Then, the estimated value of the error is output to the sensor error correction calculation unit 11 and the navigation / posture direction calculation unit 12, and is used for the correction calculation as a new error estimation value.

図5は前記ヘッドトラッカの概念図である。遭難者を捜索中の救助ヘリコプタの中に、このヘリコプタを操縦するパイロットと、遭難者を目視で捜索する捜索者が搭乗している。捜索者は、ヘッドトラッカを装備したヘルメットを装着している。図5中、縦軸XNは北、横軸YEは東を意味する。XとYはヘリコプタ機体座標のロール軸、ピッチ軸であり、XとYは捜索者のヘルメットの頭部座標のロール軸、ピッチ軸である。Ψは機体の方位角、Ψはヘルメットの方位角である。 FIG. 5 is a conceptual diagram of the head tracker. In the rescue helicopter searching for the victim, a pilot who operates the helicopter and a searcher who visually searches for the victim are on board. Searchers are wearing helmets equipped with head trackers. In FIG. 5, the vertical axis XN means north and the horizontal axis YE means east. Roll axis of X p and Y p is the helicopter body coordinates, a pitch axis, the X and Y roll axis of the head coordinates of the seeker of the helmet, the pitch axis. Ψ p is the azimuth angle of the aircraft, and Ψ is the azimuth angle of the helmet.

ヘッドトラッカは装着者(捜索者)の頭部の姿勢および方位を計算し、パイロットに情報を出力する。捜索者が遭難者を発見した際には、パイロットはヘッドトラッカが計算した情報に従い、マニュアルあるいは自動(オートパイロット)でヘッドトラッカの姿勢および方位の方向に自機を誘導する。すなわち、機体の方位角Ψとヘルメットの方位角Ψが一致するように機体を制御することにより、捜索者が遭難者に向いている方向に機体を誘導することができる。 The head tracker calculates the posture and orientation of the head of the wearer (searcher) and outputs information to the pilot. When the searcher finds a victim, the pilot guides the aircraft in the direction and orientation of the head tracker manually or automatically (autopilot) according to the information calculated by the head tracker. That is, by controlling the aircraft so that the azimuth angle ψ p of the aircraft and the azimuth angle ψ of the helmet coincide, the aircraft can be guided in the direction in which the searcher faces the victim.

図4に戻りこのヘッドトラッカの動作をさらに説明する。MEMSセンサ部15は、MEMS加速度計3個とMEMSジャイロセンサ3個で構成され、ヘッドトラッカ装着者の頭部運動3軸(ロール、ピッチ、ヨー)方向加速度と3軸周りの角速度を検出し、そのデジタルデータをRS232C等のデータバスでセンサ誤差補正計算部11へ出力する。   Returning to FIG. 4, the operation of the head tracker will be further described. The MEMS sensor unit 15 is composed of three MEMS accelerometers and three MEMS gyro sensors, and detects the head movement three-axis (roll, pitch, yaw) direction acceleration and angular velocity around the three axes of the head tracker wearer. The digital data is output to the sensor error correction calculator 11 via a data bus such as RS232C.

センサ誤差補正計算部11は、加速度計とジャイロセンサの誤差(バイアス安定性誤差)を校正するための誤差推定データが誤差推定計算部13から入力され、次式のような補正計算(校正計算の意で一般にはキャリブレーションと呼ばれる)を行なう。

Figure 2007232443
,Wは3軸加速度ベクトルと角速度ベクトルであり、初期の静止時にはほぼゼロである。 Abc、Wbcは誤差校正後の加速度および角速度であり、航法・姿勢方位計算部12へ出力される。 The sensor error correction calculation unit 11 receives error estimation data for calibrating the error (bias stability error) between the accelerometer and the gyro sensor from the error estimation calculation unit 13, and performs correction calculation (calibration calculation In general, this is called calibration.
Figure 2007232443
A b and W b are a triaxial acceleration vector and an angular velocity vector, and are substantially zero at the time of initial stationary. A bc and W bc are acceleration and angular velocity after error calibration, and are output to the navigation / attitude direction calculator 12.

航法・姿勢方位計算部12は、校正後の加速度と角速度データから、ヘッドトラッカの装着者(捜索者)の頭部の姿勢および方位を計算し、パイロットに情報を出力する。また、姿勢および方位データは誤差推定計算部13にも出力される。   The navigation / attitude direction calculator 12 calculates the attitude and direction of the head of the head tracker wearer (searcher) from the corrected acceleration and angular velocity data, and outputs information to the pilot. Further, the posture and orientation data are also output to the error estimation calculation unit 13.

航法・姿勢方位計算部12は、誤差推定計算部13から入力される姿勢および方位角データの誤差推定値のフィードバックにより、誤差の増大が抑えられる。速度および位置データの誤差についても、同様に誤差推定計算部13から速度および位置の誤差推定値が航法・姿勢方位計算部にフィードバックされ、誤差の増大が抑えられる。   The navigation / posture direction calculation unit 12 can suppress an increase in error by feeding back the estimated error value of the posture and azimuth angle data input from the error estimation calculation unit 13. Similarly, with respect to the error of the speed and position data, the estimated error value of the speed and the position is fed back from the error estimation calculation unit 13 to the navigation / posture direction calculation unit, and the increase of the error is suppressed.

基準姿勢計算部14はMEMSセンサ部15から入力される加速度データから基準姿勢データを計算し、誤差推定計算部13へ出力する。   The reference posture calculation unit 14 calculates reference posture data from the acceleration data input from the MEMS sensor unit 15 and outputs the reference posture data to the error estimation calculation unit 13.

誤差推定計算部13は、航法・姿勢方位計算部12で計算された姿勢および方位データと、外部基準方位センサ部16から出力された基準方位データと、基準姿勢計算部14から出力された基準姿勢データとを比較し、カルマンフィルタあるいは最小二乗法により、加速度計およびジャイロセンサのセンサ誤差と航法誤差、姿勢方位誤差等を推定する。誤差の推定値の精度は、これら誤差をどの程度正確に数式で表現することができるか否かによる。   The error estimation calculation unit 13 includes the posture and direction data calculated by the navigation / posture direction calculation unit 12, the reference direction data output from the external reference direction sensor unit 16, and the reference posture output from the reference posture calculation unit 14. The data is compared, and the sensor error, navigation error, attitude direction error, etc. of the accelerometer and gyro sensor are estimated by the Kalman filter or the least square method. The accuracy of the error estimate depends on how accurately these errors can be expressed in mathematical formulas.

基準データより姿勢および方位角の誤差、加速度計およびジャイロセンサ誤差の推定の原理を以下に説明する。

Figure 2007232443
θ、Ψは航法・姿勢方位計算部で計算された姿勢角と方位角である。ここで*印項は真値であり、Δ印項は誤差を示す。ΔθとΔΨはジャイロセンサ誤差と加速度計誤差による誤差である。また、添え字bが付されている項はジャイロセンサと加速度計のバイアス誤差による誤差で、時間とともに増大する誤差である。添え字mが付された項は運動(加速度、角速度)に影響される誤差で、初期の静止時は問題にならない。添え字Tが付された項は環境温度変化に影響される誤差である。 The principle of estimating errors in attitude and azimuth, accelerometer and gyro sensor errors from the reference data will be described below.
Figure 2007232443
θ and Ψ are the attitude angle and the azimuth calculated by the navigation / attitude direction calculator. Here, the * mark is a true value and the Δ mark indicates an error. Δθ g and ΔΨ g are errors due to a gyro sensor error and an accelerometer error. The term with the subscript b is an error due to a bias error between the gyro sensor and the accelerometer, and is an error that increases with time. The term with the subscript m is an error affected by motion (acceleration, angular velocity) and does not cause a problem at the time of initial stationary. The term with the subscript T is an error that is affected by environmental temperature changes.

基準姿勢角と方位角は、

Figure 2007232443
である。Δθは加速度計誤差による姿勢角誤差、ΔΨは磁気方位センサ誤差で場所(p)にも影響される。 The reference posture angle and azimuth angle are
Figure 2007232443
It is. Δθ r is an attitude angle error due to an accelerometer error, and Δψ r is a magnetic azimuth sensor error and is also influenced by the location (p).

式(2)と式(3)を比較し、その差をとると、

Figure 2007232443
となる。 Comparing equation (2) and equation (3) and taking the difference,
Figure 2007232443
It becomes.

ここで、Δθ(t)、ΔΨ(t)は、加速度計とジャイロセンサのバイアス誤差により時間とともに増大する。すなわち、航法・姿勢方位計算部での航法計算、姿勢角および方位角計算には積分処理が行なわれるため、センサのバイアス誤差があると、速度、位置、姿勢角、方位角の誤差は時間経過とともに増大する。 Here, Δθ g (t) and ΔΨ g (t) increase with time due to bias errors between the accelerometer and the gyro sensor. In other words, integration processing is performed for navigation calculation, attitude angle and azimuth calculation in the navigation / attitude direction calculator, so if there is a sensor bias error, the speed, position, attitude angle, and azimuth angle errors will pass over time. It increases with.

これに対し、基準姿勢計算部14の基準姿勢データの姿勢角は直接加速度計出力と重力加速度の比で算出されるため、式(4)の基準姿勢角誤差Δθ(t)は時間経過とともには増大するものではない。また、式(4)の基準方位角誤差ΔΨ(t,p)も時間経過とともに増大するものではない。 On the other hand, since the posture angle of the reference posture data of the reference posture calculation unit 14 is directly calculated by the ratio of the accelerometer output and the gravitational acceleration, the reference posture angle error Δθ r (t) in the equation (4) is increased with time. Does not increase. Further, the reference azimuth angle error ΔΨ r (t, p) in the equation (4) does not increase with time.

そこで、比較すべき時間インターバルを運用精度に合わせて充分大きくとると、

Figure 2007232443
のように、Δθ、ΔΨを充分大きく取り出すことが出来る。なお、a>>bは、aはbより非常に大きいことを意味する。 Therefore, if the time interval to be compared is sufficiently large according to the operation accuracy,
Figure 2007232443
As described above, Δθ g and ΔΨ g can be extracted sufficiently large. Note that a >> b means that a is much larger than b.

式(2)よりΔθ、ΔΨの内訳のバイアス誤差、運動に起因する誤差、温度に起因する誤差等を数式でモデル化すれば、カルマンフィルタや最小二乗法によりΔθ、ΔΨを推定することができる。また、速度誤差および位置誤差についてもΔθ、ΔΨと密接に関係しているので、速度誤差および位置誤差の数式モデルから同様に推定することが可能である。 If the bias error of the breakdown of Δθ g and ΔΨ g , the error due to motion, the error due to temperature, and the like are modeled by mathematical formulas from Equation (2), Δθ g and ΔΨ g are estimated by the Kalman filter or the least square method. be able to. Further, since the speed error and the position error are closely related to Δθ g and ΔΨ g , it can be similarly estimated from the mathematical model of the speed error and the position error.

特許第3490706号Patent No. 3490706

しかし、方位データの計算値の誤差推定においては外部基準方位センサ部16の磁気方位センサが有する誤差が修正限界となり、方位データの誤差推定はこの磁気方位センサに大きく左右されてしまう。   However, in the error estimation of the calculated value of the azimuth data, the error of the magnetic azimuth sensor of the external reference azimuth sensor unit 16 becomes a correction limit, and the error estimation of the azimuth data greatly depends on this magnetic azimuth sensor.

基準姿勢計算部では、基準姿勢データを加速度計出力と重力加速度の比より計算しているため、飛行前(移動開始前)の初期静止状態では一般に問題なく基準姿勢データを求めることができるが、天候の悪い緊急運用時では風で振られる運動の影響を大きく受ける。   Since the reference attitude calculation unit calculates the reference attitude data from the ratio of the accelerometer output and the gravitational acceleration, the reference attitude data can generally be obtained without any problems in the initial stationary state before flight (before the start of movement) During emergency operation in bad weather, it is greatly affected by the movement of the wind.

基準方位データを得るために外部基準方位センサ部を設けるため、機器全体の構成が複雑化する上にコスト高となる。また、地磁気は場所によって変動するため方位基準の安定性が悪く、方位データの誤差補正の精度が低い。   Since the external reference direction sensor unit is provided in order to obtain the reference direction data, the configuration of the entire device is complicated and the cost is increased. Further, since the geomagnetism varies depending on the location, the stability of the azimuth reference is poor, and the accuracy of error correction of the azimuth data is low.

本発明は、このような従来の慣性航法装置が有していた問題を解決しようとするものであり、磁気方位センサの誤差や荒天時の風などの外乱に左右されることなく、より安定して姿勢/方位の初期データの精度を向上させることができる慣性航法装置およびその誤差補正方法を実現することを目的とする。   The present invention is intended to solve the problems of such conventional inertial navigation devices, and is more stable without being affected by disturbances such as magnetic direction sensor errors and winds during stormy weather. It is an object of the present invention to realize an inertial navigation apparatus and an error correction method thereof that can improve the accuracy of initial data of attitude / orientation.

上記のような目的を達成するために、本発明の請求項1では、移動体の搭乗者のヘルメットに取り付けられたジャイロセンサと加速度計の出力を利用してヘルメット装着者の頭部の位置や姿勢を求める慣性航法装置において、
予め推定されたセンサ誤差データを利用して、ジャイロセンサおよび加速度計の出力を補正するセンサ誤差補正計算部と、
前記センサ誤差補正計算部により補正されたジャイロセンサおよび加速度計の出力を利用して前記頭部の位置や姿勢を計算するとともに、予め推定された姿勢/方位誤差データを利用して前記頭部の位置や姿勢の計算結果を補正する航法・姿勢方位計算部と、
前記頭部が静止状態にあるときに前記航法・姿勢方位計算部より出力される速度データを速度誤差として利用し、前記ジャイロセンサと加速度計の出力の誤差を推定し前記センサ誤差補正計算部で使用するセンサ誤差データを校正するとともに、前記位置や姿勢の出力の誤差を推定し前記航法・姿勢方位計算部で使用する姿勢/位置誤差データを校正する誤差推定計算部と、
を有することを特徴とする。
In order to achieve the above object, according to claim 1 of the present invention, the position of the head of the helmet wearer and the gyro sensor attached to the helmet of the mobile occupant and the output of the accelerometer are used. In an inertial navigation system that determines posture,
A sensor error correction calculator that corrects the outputs of the gyro sensor and the accelerometer using sensor error data estimated in advance;
The head position and orientation are calculated using the output of the gyro sensor and the accelerometer corrected by the sensor error correction calculation unit, and the head position and orientation error data estimated in advance are used. A navigation / attitude direction calculator that corrects the position and orientation calculation results;
The velocity data output from the navigation / orientation calculation unit when the head is in a stationary state is used as a velocity error, the error in the output of the gyro sensor and the accelerometer is estimated, and the sensor error correction calculation unit An error estimation calculation unit that calibrates sensor error data to be used, estimates an error in output of the position and orientation, and calibrates attitude / position error data used in the navigation / attitude direction calculation unit;
It is characterized by having.

請求項2では、請求項1に記載の慣性航法装置において、前記誤差推定計算部は、カルマンフィルタを利用して誤差の推定値を計算することを特徴とする。   According to a second aspect of the present invention, in the inertial navigation apparatus according to the first aspect of the present invention, the error estimation calculation unit calculates an error estimated value using a Kalman filter.

請求項3では、請求項1に記載の慣性航法装置において、前記誤差推定計算部は、最小二乗法を利用して誤差の推定値を計算することを特徴とする。   According to a third aspect of the present invention, in the inertial navigation apparatus according to the first aspect of the present invention, the error estimation calculation unit calculates an error estimation value using a least square method.

請求項4では、移動体の搭乗者のヘルメットに取り付けられたジャイロセンサと加速度計の出力を利用してヘルメット装着者の頭部の位置や姿勢を求める慣性航法装置の誤差補正方法において、
予め推定されたセンサ誤差データを利用して、ジャイロセンサおよび加速度計の出力を補正するセンサ誤差補正計算ステップと、
前記センサ誤差補正計算ステップにより補正されたジャイロセンサおよび加速度計の出力を利用して前記頭部の位置や姿勢を計算するとともに、予め推定された姿勢/方位誤差データを利用して前記頭部の位置や姿勢の計算結果を補正する航法・姿勢方位計算ステップと、
前記頭部が静止状態にあるときに前記航法・姿勢方位計算部より出力される速度データを速度誤差として利用し、前記ジャイロセンサと加速度計の出力の誤差を推定し前記センサ誤差補正計算ステップで使用するセンサ誤差データを校正するとともに、前記位置や姿勢の出力の誤差を推定し前記航法・姿勢方位計算部で使用する姿勢/位置誤差データを校正する誤差推定計算ステップと、
を有することを特徴とする。
In claim 4, in the error correction method of the inertial navigation apparatus for obtaining the position and posture of the head of the helmet wearer using the output of the accelerometer and the gyro sensor attached to the helmet of the mobile occupant,
A sensor error correction calculation step for correcting the output of the gyro sensor and the accelerometer using sensor error data estimated in advance;
The head position and orientation are calculated using the output of the gyro sensor and the accelerometer corrected in the sensor error correction calculation step, and the head position and orientation error data estimated in advance are used. Navigation / attitude direction calculation step to correct the position and orientation calculation results,
The velocity data output from the navigation / posture direction calculation unit when the head is in a stationary state is used as a velocity error, and an error in the outputs of the gyro sensor and the accelerometer is estimated, and the sensor error correction calculation step An error estimation calculation step for calibrating sensor error data to be used, estimating an error in the output of the position and orientation, and calibrating attitude / position error data used in the navigation / attitude orientation calculation unit;
It is characterized by having.

請求項5では、請求項4に記載の慣性航法装置の誤差補正方法において、前記誤差推定計算ステップは、カルマンフィルタを利用して誤差の推定値を計算することを特徴とする。   According to a fifth aspect of the present invention, in the error correction method of the inertial navigation apparatus according to the fourth aspect, the error estimation calculation step calculates an error estimated value using a Kalman filter.

請求項6では、請求項4に記載の慣性航法装置の誤差補正方法において、前記誤差推定計算ステップは、最小二乗法を利用して誤差の推定値を計算することを特徴とする。   According to a sixth aspect of the present invention, in the error correction method for an inertial navigation apparatus according to the fourth aspect of the present invention, the error estimation calculation step calculates an error estimated value using a least square method.

慣性航法装置が電源ON時の静止した状態において、初期の姿勢および方位データを正確に決定しておけば、効率の良い運用に資することができる。上記のように、慣性航法装置が静止状態にあるときに航法・姿勢方位計算部から出力される速度データを速度誤差として利用して補正をかけることにより、磁気方位センサの誤差や荒天時の風などの外乱に左右されることなく、より安定して姿勢/方位の初期データの精度を向上させることができる慣性航法装置およびその誤差補正方法を実現することができる。   If the initial attitude and heading data are accurately determined while the inertial navigation device is stationary when the power is turned on, it can contribute to efficient operation. As described above, by correcting the velocity data output from the navigation / orientation calculation unit as a velocity error when the inertial navigation device is in a stationary state, errors in the magnetic azimuth sensor or wind in stormy weather It is possible to realize an inertial navigation apparatus and its error correction method that can improve the accuracy of the initial data of posture / orientation more stably without being influenced by disturbances such as the above.

磁気方位センサを使わないことにより、方位データの誤差推定が磁気方位センサ固有の誤差や外部の地磁気の影響に左右されない。そのため、より安定しかつ高精度なジャイロセンサや加速度計の誤差補正を実現することができ、パイロットに対してもより安定かつ高精度な姿勢/方位データを提供することができる。また、磁気方位センサが不要となるため機器全体の構成が簡易化され、コストを下げることができる。   By not using the magnetic azimuth sensor, the error estimation of the azimuth data is not affected by the error inherent in the magnetic azimuth sensor or the influence of external geomagnetism. Therefore, a more stable and highly accurate error correction of the gyro sensor and the accelerometer can be realized, and more stable and highly accurate attitude / orientation data can be provided to the pilot. Further, since the magnetic orientation sensor is not required, the configuration of the entire device is simplified, and the cost can be reduced.

加速度計の出力から計算された基準姿勢データを使わないことにより、荒天時など外乱がある場合でも安定で高精度な姿勢データを得ることができる。   By not using the reference posture data calculated from the output of the accelerometer, stable and highly accurate posture data can be obtained even in the presence of disturbances such as during stormy weather.

以下、図面を用いて本発明の慣性航法装置およびその誤差補正方法を説明する。   Hereinafter, an inertial navigation apparatus and an error correction method thereof according to the present invention will be described with reference to the drawings.

図1は本発明による慣性航法装置およびその誤差補正方法の一実施例を示す構成図である。図中、1はセンサ誤差補正計算部、2は航法・姿勢方位計算部、3は誤差推定計算部、4はMEMSを利用した加速度計およびジャイロセンサからなるMEMSセンサ部である。   FIG. 1 is a block diagram showing an embodiment of the inertial navigation apparatus and its error correction method according to the present invention. In the figure, 1 is a sensor error correction calculation unit, 2 is a navigation / attitude direction calculation unit, 3 is an error estimation calculation unit, and 4 is a MEMS sensor unit including an accelerometer and a gyro sensor using MEMS.

本発明例のセンサ誤差補正計算部1およびMEMSセンサ部4は、図4に示した従来例と同じである。以下は航法・姿勢方位計算部2と誤差推定計算部3についてその構成と動作について説明する。   The sensor error correction calculation unit 1 and the MEMS sensor unit 4 of the present invention example are the same as the conventional example shown in FIG. The configuration and operation of the navigation / posture direction calculation unit 2 and the error estimation calculation unit 3 will be described below.

まず航法・姿勢方位計算部2について説明する。

Figure 2007232443
First, the navigation / attitude direction calculator 2 will be described.
Figure 2007232443

ヘルメット装着者の速度および位置データは次式で計算される。

Figure 2007232443
ここで、Vは航法座標系で表現された速度ベクトルであり、北方向成分v、東方向成分v、鉛直方向成分vに分解される。
また、Ωenは航法座標系での地球自転速度の北軸周り、東軸周り、鉛直軸周り、各成分からなる3行3列の行列である。Ωpnは航法座標系での地球の周りを移動する移動速度の北軸周り、東軸周り、鉛直軸周り、各成分からなる3行3列の行列である。Gは重力加速度ベクトルの航法座標表現であり、Aは移動加速度ベクトルの航法座標表現で加速度計出力である。Rλ、RΛは緯度方向と経度方向の地球半径である。hは飛行高度である。λ、Λは緯度と経度である。 The speed and position data of the helmet wearer is calculated by the following formula.
Figure 2007232443
Here, V n is a velocity vector expressed in the navigation coordinate system, and is decomposed into a north direction component v N , an east direction component v E , and a vertical direction component v D.
Further, Ω en is a 3 × 3 matrix composed of components around the north axis, around the east axis, around the vertical axis, and around the earth rotation speed in the navigation coordinate system. Ω pn is a matrix of 3 rows and 3 columns consisting of components around the north axis, around the east axis, around the vertical axis of the moving speed of moving around the earth in the navigation coordinate system. G n is the navigation coordinate representation of the gravitational acceleration vector, A n is an accelerometer output in the navigation coordinate representation of the movement acceleration vector. R λ and R Λ are the earth radii in the latitude and longitude directions. h is the flight altitude. λ and Λ are latitude and longitude.

vn、uλ、uΛは誤差推定計算部3の誤差推定計算で得られた速度誤差、位置誤差等の推定値を用いて次式で求められるフィードバック制御量である。

Figure 2007232443
vn、Kλ、KΛは速度誤差、緯度誤差、経度誤差を最小にするフィードバックゲインである。 U vn , u λ , and u Λ are feedback control amounts obtained by the following equations using estimated values such as velocity error and position error obtained by error estimation calculation of the error estimation calculation unit 3.
Figure 2007232443
K vn , K λ , and K Λ are feedback gains that minimize the speed error, latitude error, and longitude error.

ヘルメット装着者の姿勢および方位角計算は次式で求められる。

Figure 2007232443
ここで、Cnhは3行3列のヘルメット座標hから航法座標nへの座標変換行列である。
Figure 2007232443
Ψ、θ、φは頭部の方位角、ピッチ角、ロール角である。
Figure 2007232443
whは姿勢および方位データの誤差を最小にするフィードバックゲインである。 The posture and azimuth calculation of the helmet wearer can be calculated by the following formula.
Figure 2007232443
Here, C nh is a coordinate transformation matrix from helmet coordinates h to navigation coordinates n in 3 rows and 3 columns.
Figure 2007232443
Ψ, θ, and φ are the head azimuth, pitch, and roll angles.
Figure 2007232443
Kwh is a feedback gain that minimizes errors in attitude and orientation data.

次に、誤差推定計算部3について説明する。
航法・姿勢方位計算部2から出力される速度データから、どのようにジャイロセンサ誤差や加速度計誤差、姿勢角誤差、速度誤差等を推定するかについて、以下のように簡易モデルで説明する。実際はもっと複雑であるが考え方は同じである。
以下で(XN、YE)は航法座標で北軸と東軸を、(X,Y)はヘルメット装着の頭部座標のロール軸とピッチ軸を示す。加速度計とジャイロセンサはストラップダウン方式で直接頭部基準軸のXとYに取り付けられる。Ψは方位角である。
図2に航法座標と頭部座標の座標系を示す。
Next, the error estimation calculation unit 3 will be described.
How to estimate the gyro sensor error, the accelerometer error, the attitude angle error, the speed error, etc. from the speed data output from the navigation / attitude direction calculator 2 will be described with the following simple model. It's actually more complex but the idea is the same.
In the following, (XN, YE) is the navigation coordinate indicating the north axis and the east axis, and (X, Y) is the roll axis and the pitch axis of the head coordinates of the helmet. The accelerometer and gyro sensor are directly attached to X and Y of the head reference axis in a strap-down manner. Ψ is an azimuth angle.
FIG. 2 shows a coordinate system of navigation coordinates and head coordinates.

航法・姿勢方位計算部2の航法計算出力の北速度データ出力は次式の積分で表されるものとする。

Figure 2007232443
は北方向の加速度であり、初期状態の静止時のため0である。
δaは加速度誤差である。結局、初期は静止時ゆえ計算された速度出力は速度誤差そのものであり、式(9)は、
Figure 2007232443
のように表現できる。ここが、本発明のポイントである。 The north speed data output of the navigation calculation output of the navigation / attitude direction calculation unit 2 is expressed by the following equation.
Figure 2007232443
A N is acceleration in the north direction, and is 0 because the stationary state is the initial state.
δa N is an acceleration error. After all, since the initial speed is stationary, the calculated speed output is the speed error itself, and equation (9) becomes
Figure 2007232443
It can be expressed as This is the point of the present invention.

ここで、北方向加速度誤差δaは、

Figure 2007232443
で表される。 Here, the northward acceleration error δa N is
Figure 2007232443
It is represented by

ここで、Δa、ΔaはX加速度計とY加速度計のバイアス誤差で、δθは次式で表される東軸周りの角度誤差である。Ψ,gは初期方位角と重力加速度である。

Figure 2007232443
ここで、Δω,ΔωはXジャイロセンサとYジャイロセンサのバイアス誤差である。 Here, Δa x and Δa y are bias errors of the X accelerometer and the Y accelerometer, and δθ E is an angle error around the east axis expressed by the following equation. Ψ 0 , g is the initial azimuth angle and gravitational acceleration.
Figure 2007232443
Here, Δω x and Δω y are bias errors of the X gyro sensor and the Y gyro sensor.

誤差推定計算部3の目的は、式(10)の積分の速度データ入力より、どのようにして加速度計のバイアス誤差、ジャイロセンサのバイアス誤差、角度誤差、速度誤差等を推定するかである。以下に最小二乗法を用いて上記誤差を求める場合について説明する。なお、 カルマンフィルタを用いても同様に誤差を求めることが可能である。   The purpose of the error estimation calculation unit 3 is to estimate the accelerometer bias error, the gyro sensor bias error, the angle error, the speed error, and the like from the integral speed data input of Equation (10). A case where the error is obtained using the least square method will be described below. The error can be obtained in the same way using a Kalman filter.

初期方位角Ψは外乱が無い限り常数である。したがって、式(12)の時間積分は、

Figure 2007232443
となる。 The initial azimuth angle Ψ 0 is a constant as long as there is no disturbance. Therefore, the time integration of equation (12) is
Figure 2007232443
It becomes.

式(10)の積分は次式の出力データで与えられる。

Figure 2007232443
The integration of equation (10) is given by the following output data.
Figure 2007232443

式(14)式を行列表現すると、

Figure 2007232443
と書ける。ここでh(t)は1行6列の観測行列で時間tの関数、Θが推定すべき未知パラメータで6行1列の行列である。 When Expression (14) is expressed as a matrix,
Figure 2007232443
Can be written. Here, h (t) is a 1-by-6 observation matrix, a function of time t, and Θ is an unknown parameter to be estimated and is a 6-by-1 matrix.

初期方位角Ψと初期緯度λは、次式で簡易的に最初に推定しておく。

Figure 2007232443
ここで、ω,ωはXジャイロセンサとYジャイロセンサの出力で、
Figure 2007232443
である。Ωは地球自転速度で15°/Hrである。 The initial azimuth angle Ψ 0 and the initial latitude λ 0 are first estimated simply by the following equation.
Figure 2007232443
Here, ω x and ω y are the outputs of the X gyro sensor and the Y gyro sensor,
Figure 2007232443
It is. Ω is 15 ° / Hr in terms of earth rotation speed.

λは初期緯度で、式(17)より

Figure 2007232443
で与えられる。±の決定は北半球にいるか南半球にいるかで決まる。 λ 0 is the initial latitude, from equation (17)
Figure 2007232443
Given in. The decision of ± depends on whether you are in the northern or southern hemisphere.

式(15)は未知パラメータが6個であるため、これらすべての未知パラメータを求めるには6本以上の式が必要となる。そこで、時間t,t,t,…,t毎の出力から次式を準備する。

Figure 2007232443
Since Equation (15) has six unknown parameters, six or more equations are required to obtain all these unknown parameters. Therefore, the time t 1, t 2, t 3 , ..., to prepare the following equation from the output of each t n.
Figure 2007232443

式(19)に最小二乗法を適用すると、未知パラメータΘの推定は

Figure 2007232443
で求まる。 Applying the least squares method to equation (19), the estimation of the unknown parameter Θ is
Figure 2007232443
It is obtained by.

角度誤差と速度誤差の推定は 式(13)と式(14)より

Figure 2007232443
で求まる。
Figure 2007232443
The estimation of angular error and velocity error is based on Equation (13) and Equation (14)
Figure 2007232443
It is obtained by.
Figure 2007232443

以上のようにして求められた加速度計バイアス誤差とジャイロセンサバイアス誤差の推定値はセンサ誤差補正計算部1に出力される。
また、角度誤差と速度誤差の推定値は航法・姿勢方位計算部2へ出力され、式(7)、式(8)の速度誤差と姿勢/方位角誤差フィードバック制御に用いられる。
The accelerometer bias error and the estimated value of the gyro sensor bias error obtained as described above are output to the sensor error correction calculation unit 1.
In addition, the estimated values of the angle error and the speed error are output to the navigation / attitude direction calculator 2 and used for the speed error and attitude / azimuth angle error feedback control of the equations (7) and (8).

ここでは、簡単に角度誤差と速度誤差の推定のみについて説明したが、実際は同じ考え方に基づき速度誤差、位置誤差、姿勢/方位誤差等の推定が実行される。なお、実際の本発明の推定はノイズの影響を最小にするためにカルマンフィルタが適用されるが、その場合でも誤差の数式表現が異なるのみである。   Here, only the estimation of the angle error and the speed error has been described, but in reality, estimation of the speed error, the position error, the attitude / orientation error, etc. is executed based on the same concept. In the actual estimation of the present invention, a Kalman filter is applied in order to minimize the influence of noise, but even in that case, only the mathematical expression of the error is different.

図3は、航法・姿勢方位計算部2で計算された方位データの誤差について従来例と本発明を比較した図である。図3(a)は従来例、(b)は本発明による結果を示している。横軸は時間、縦軸は方位誤差の大きさである。(a)の従来例では、磁気方位センサを使用しているため、磁気方位センサの誤差により修正限界が決まり、ある一定のレベルよりも誤差を小さくすることができない。また、地磁気の変化などにより誤差の大きさも安定しない。一方(b)の本発明では、静止時は基準速度がゼロであるということを利用して、方位誤差を限りなくゼロに近づけることができる。   FIG. 3 is a diagram comparing the conventional example and the present invention with respect to errors in the direction data calculated by the navigation / posture direction calculation unit 2. FIG. 3A shows a conventional example, and FIG. 3B shows the result of the present invention. The horizontal axis is time, and the vertical axis is the direction error. In the conventional example of (a), since the magnetic direction sensor is used, the correction limit is determined by the error of the magnetic direction sensor, and the error cannot be made smaller than a certain level. Also, the magnitude of the error is not stable due to changes in geomagnetism. On the other hand, in the present invention of (b), it is possible to make the azimuth error as close to zero as possible by utilizing the fact that the reference speed is zero at rest.

なお、本発明ではセンサを直接運動体に取り付けるが、機械サーボ制御で実現される水平面(プラットホーム方式)に取り付けても良い。また、静止時に風等外乱が無視できない場合は、外乱除去用のフィルタを設けることにより適用可能である。この場合は本発明の速度データに外乱速度が重畳しているので、誤差推定計算部3の前段に外乱除去フィルタを設け、外乱除去後の速度データを誤差推定計算に用いる。   In the present invention, the sensor is directly attached to the moving body. However, the sensor may be attached to a horizontal plane (platform method) realized by mechanical servo control. In addition, when a disturbance such as wind cannot be ignored at rest, it can be applied by providing a filter for removing the disturbance. In this case, since the disturbance speed is superimposed on the speed data of the present invention, a disturbance removal filter is provided in the preceding stage of the error estimation calculation unit 3, and the speed data after disturbance removal is used for the error estimation calculation.

また、本発明では、ジャイロセンサや加速度計の誤差を推定値で修正し、速度/位置データなどの航法誤差や姿勢/方位角データの誤差を推定値によるフィードバック制御で修正する。このフィードバック制御は最適制御を主とするが、PID(Proportional Integral Differential)制御でも良い。   In the present invention, the error of the gyro sensor or the accelerometer is corrected with the estimated value, and the navigation error such as the speed / position data and the error of the attitude / azimuth data are corrected by the feedback control based on the estimated value. This feedback control is mainly optimized control, but may be PID (Proportional Integral Differential) control.

図1は本発明による慣性航法装置およびその誤差補正方法の一実施例を示す構成図。FIG. 1 is a block diagram showing an embodiment of an inertial navigation apparatus and its error correction method according to the present invention. 図2は航法座標と頭部座標の座標系を示す図。FIG. 2 is a diagram showing a coordinate system of navigation coordinates and head coordinates. 図3は方位データの誤差について従来例と本発明を比較した図。FIG. 3 is a diagram comparing a conventional example and the present invention with respect to an error in azimuth data. 図4は従来の慣性航法装置およびその誤差補正方法の一例を示す構成図。FIG. 4 is a configuration diagram illustrating an example of a conventional inertial navigation apparatus and an error correction method thereof. 図5は航空機の搭乗者が頭部に装着したヘッドトラッカの概念図。FIG. 5 is a conceptual diagram of a head tracker mounted on the head of an aircraft passenger.

符号の説明Explanation of symbols

1,11 センサ誤差補正計算部
2,12 航法・姿勢方位計算部
3,13 誤差推定計算部
4,15 MEMSセンサ部
14 基準姿勢計算部
16 外部基準方位センサ部
DESCRIPTION OF SYMBOLS 1,11 Sensor error correction calculation part 2,12 Navigation / attitude direction calculation part 3,13 Error estimation calculation part 4,15 MEMS sensor part 14 Reference attitude calculation part 16 External reference direction sensor part

Claims (6)

移動体の搭乗者のヘルメットに取り付けられたジャイロセンサと加速度計の出力を利用してヘルメット装着者の頭部の位置や姿勢を求める慣性航法装置において、
予め推定されたセンサ誤差データを利用して、ジャイロセンサおよび加速度計の出力を補正するセンサ誤差補正計算部と、
前記センサ誤差補正計算部により補正されたジャイロセンサおよび加速度計の出力を利用して前記頭部の位置や姿勢を計算するとともに、予め推定された姿勢/方位誤差データを利用して前記頭部の位置や姿勢の計算結果を補正する航法・姿勢方位計算部と、
前記頭部が静止状態にあるときに前記航法・姿勢方位計算部より出力される速度データを速度誤差として利用し、前記ジャイロセンサと加速度計の出力の誤差を推定し前記センサ誤差補正計算部で使用するセンサ誤差データを校正するとともに、前記位置や姿勢の出力の誤差を推定し前記航法・姿勢方位計算部で使用する姿勢/位置誤差データを校正する誤差推定計算部と、
を有することを特徴とする慣性航法装置。
In an inertial navigation device that uses the output of a gyro sensor and an accelerometer attached to the helmet of a mobile occupant to determine the position and posture of the head of the helmet wearer,
A sensor error correction calculator that corrects the outputs of the gyro sensor and the accelerometer using sensor error data estimated in advance;
The head position and orientation are calculated using the output of the gyro sensor and the accelerometer corrected by the sensor error correction calculation unit, and the head position and orientation error data estimated in advance are used. A navigation / attitude direction calculator that corrects the position and orientation calculation results;
The velocity data output from the navigation / orientation calculation unit when the head is in a stationary state is used as a velocity error, the error in the output of the gyro sensor and the accelerometer is estimated, and the sensor error correction calculation unit An error estimation calculation unit that calibrates sensor error data to be used, estimates an error in output of the position and orientation, and calibrates attitude / position error data used in the navigation / attitude direction calculation unit;
An inertial navigation device comprising:
前記誤差推定計算部は、カルマンフィルタを利用して誤差の推定値を計算することを特徴とする請求項1に記載の慣性航法装置。   The inertial navigation apparatus according to claim 1, wherein the error estimation calculation unit calculates an error estimation value using a Kalman filter. 前記誤差推定計算部は、最小二乗法を利用して誤差の推定値を計算することを特徴とする請求項1に記載の慣性航法装置。   The inertial navigation apparatus according to claim 1, wherein the error estimation calculation unit calculates an estimated value of an error using a least square method. 移動体の搭乗者のヘルメットに取り付けられたジャイロセンサと加速度計の出力を利用してヘルメット装着者の頭部の位置や姿勢を求める慣性航法装置の誤差補正方法において、
予め推定されたセンサ誤差データを利用して、ジャイロセンサおよび加速度計の出力を補正するセンサ誤差補正計算ステップと、
前記センサ誤差補正計算ステップにより補正されたジャイロセンサおよび加速度計の出力を利用して前記頭部の位置や姿勢を計算するとともに、予め推定された姿勢/方位誤差データを利用して前記頭部の位置や姿勢の計算結果を補正する航法・姿勢方位計算ステップと、
前記頭部が静止状態にあるときに前記航法・姿勢方位計算部より出力される速度データを速度誤差として利用し、前記ジャイロセンサと加速度計の出力の誤差を推定し前記センサ誤差補正計算ステップで使用するセンサ誤差データを校正するとともに、前記位置や姿勢の出力の誤差を推定し前記航法・姿勢方位計算部で使用する姿勢/位置誤差データを校正する誤差推定計算ステップと、
を有することを特徴とする慣性航法装置の誤差補正方法。
In an error correction method for an inertial navigation device that uses the output of a gyro sensor and an accelerometer attached to a helmet of a mobile occupant to determine the position and posture of the head of the helmet wearer,
A sensor error correction calculation step for correcting the output of the gyro sensor and the accelerometer using sensor error data estimated in advance;
The head position and orientation are calculated using the output of the gyro sensor and the accelerometer corrected in the sensor error correction calculation step, and the head position and orientation error data estimated in advance are used. Navigation / attitude direction calculation step to correct the position and orientation calculation results,
The velocity data output from the navigation / posture direction calculation unit when the head is in a stationary state is used as a velocity error, and an error in the outputs of the gyro sensor and the accelerometer is estimated, and the sensor error correction calculation step An error estimation calculation step for calibrating sensor error data to be used, estimating an error in the output of the position and orientation, and calibrating attitude / position error data used in the navigation / attitude orientation calculation unit;
An error correction method for an inertial navigation apparatus, comprising:
前記誤差推定計算ステップは、カルマンフィルタを利用して誤差の推定値を計算することを特徴とする請求項4に記載の慣性航法装置の誤差補正方法。   5. The error correction method for an inertial navigation apparatus according to claim 4, wherein the error estimation calculation step calculates an error estimation value using a Kalman filter. 前記誤差推定計算ステップは、最小二乗法を利用して誤差の推定値を計算することを特徴とする請求項4に記載の慣性航法装置の誤差補正方法。
5. The error correction method for an inertial navigation apparatus according to claim 4, wherein the error estimation calculation step calculates an error estimated value using a least square method.
JP2006051958A 2006-02-28 2006-02-28 Inertia navigation system and its error correction method Pending JP2007232443A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006051958A JP2007232443A (en) 2006-02-28 2006-02-28 Inertia navigation system and its error correction method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006051958A JP2007232443A (en) 2006-02-28 2006-02-28 Inertia navigation system and its error correction method

Publications (1)

Publication Number Publication Date
JP2007232443A true JP2007232443A (en) 2007-09-13

Family

ID=38553180

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006051958A Pending JP2007232443A (en) 2006-02-28 2006-02-28 Inertia navigation system and its error correction method

Country Status (1)

Country Link
JP (1) JP2007232443A (en)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009098127A (en) * 2007-09-25 2009-05-07 Yamaha Corp Navigator
JP2012202749A (en) * 2011-03-24 2012-10-22 Yokogawa Denshikiki Co Ltd Orientation detection device
KR101257935B1 (en) * 2010-12-06 2013-04-23 국방과학연구소 Device for alignment of inertial navigation system using bias and navigation system thereof
CN103105176A (en) * 2012-10-24 2013-05-15 清华大学深圳研究生院 Motion tracking system and method based on micro-electromechanical systems (MEMS) sensor
CN104121927A (en) * 2014-05-29 2014-10-29 湖北航天技术研究院总体设计所 Inertial measurement unit calibration method applicable to low-accuracy no-azimuth-reference single-axis transposition equipment
CN104121928A (en) * 2014-05-29 2014-10-29 湖北航天技术研究院总体设计所 Method for calibrating inertial measurement unit applicable to low-precision single-shaft transposition device with azimuth reference
CN105258699A (en) * 2015-10-22 2016-01-20 北京航空航天大学 Inertial navigation method based on real-time gravity compensation
JP2016183958A (en) * 2015-03-25 2016-10-20 ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation Continuous calibration of inertial system
JP2017077296A (en) * 2015-10-19 2017-04-27 株式会社デンソー Behavior estimation system, behavior estimation method, and wearable device
CN111024074A (en) * 2019-12-12 2020-04-17 北京遥测技术研究所 Inertial navigation speed error determination method based on recursive least square parameter identification
CN111615061A (en) * 2020-05-09 2020-09-01 国家计算机网络与信息安全管理中心山东分中心 Denoising method and denoising device for track data of mobile terminal
CN114199239A (en) * 2022-01-05 2022-03-18 中国兵器工业计算机应用技术研究所 Double-vision auxiliary inertial differential cockpit head posture measuring system combined with Beidou navigation

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009098127A (en) * 2007-09-25 2009-05-07 Yamaha Corp Navigator
KR101257935B1 (en) * 2010-12-06 2013-04-23 국방과학연구소 Device for alignment of inertial navigation system using bias and navigation system thereof
JP2012202749A (en) * 2011-03-24 2012-10-22 Yokogawa Denshikiki Co Ltd Orientation detection device
CN103105176A (en) * 2012-10-24 2013-05-15 清华大学深圳研究生院 Motion tracking system and method based on micro-electromechanical systems (MEMS) sensor
CN103105176B (en) * 2012-10-24 2015-08-05 清华大学深圳研究生院 A kind of motion tracking system based on MEMS sensor and method
CN104121927A (en) * 2014-05-29 2014-10-29 湖北航天技术研究院总体设计所 Inertial measurement unit calibration method applicable to low-accuracy no-azimuth-reference single-axis transposition equipment
CN104121928A (en) * 2014-05-29 2014-10-29 湖北航天技术研究院总体设计所 Method for calibrating inertial measurement unit applicable to low-precision single-shaft transposition device with azimuth reference
JP2016183958A (en) * 2015-03-25 2016-10-20 ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation Continuous calibration of inertial system
US9651399B2 (en) 2015-03-25 2017-05-16 Northrop Grumman Systems Corporation Continuous calibration of an inertial system
JP2017077296A (en) * 2015-10-19 2017-04-27 株式会社デンソー Behavior estimation system, behavior estimation method, and wearable device
WO2017068880A1 (en) * 2015-10-19 2017-04-27 株式会社デンソー Motion estimation system, motion estimation method, and wearable device
CN105258699A (en) * 2015-10-22 2016-01-20 北京航空航天大学 Inertial navigation method based on real-time gravity compensation
CN111024074A (en) * 2019-12-12 2020-04-17 北京遥测技术研究所 Inertial navigation speed error determination method based on recursive least square parameter identification
CN111615061A (en) * 2020-05-09 2020-09-01 国家计算机网络与信息安全管理中心山东分中心 Denoising method and denoising device for track data of mobile terminal
CN111615061B (en) * 2020-05-09 2022-02-15 国家计算机网络与信息安全管理中心山东分中心 Denoising method and denoising device for track data of mobile terminal
CN114199239A (en) * 2022-01-05 2022-03-18 中国兵器工业计算机应用技术研究所 Double-vision auxiliary inertial differential cockpit head posture measuring system combined with Beidou navigation
CN114199239B (en) * 2022-01-05 2024-04-16 中国兵器工业计算机应用技术研究所 Dual-vision auxiliary inertial differential cabin inner head gesture detection system combined with Beidou navigation

Similar Documents

Publication Publication Date Title
JP2007232443A (en) Inertia navigation system and its error correction method
CN109813311B (en) Unmanned aerial vehicle formation collaborative navigation method
Hyyti et al. A DCM Based Attitude Estimation Algorithm for Low-Cost MEMS IMUs.
JP4782111B2 (en) System and method for estimating position, attitude and / or direction of flight of a vehicle
JP4876204B2 (en) Small attitude sensor
JP4726134B2 (en) MOBILE BODY CONTROL DEVICE AND MOBILE BODY CONTROL METHOD
Wu et al. A novel approach for attitude estimation based on MEMS inertial sensors using nonlinear complementary filters
US7957899B2 (en) Method for determining the attitude, position, and velocity of a mobile device
JP2006126148A (en) Azimuth attitude sensor
JP2011227017A (en) Device and method for attitude estimation of moving body using inertial sensor, magnetic sensor, and speed meter
CN111024070A (en) Inertial foot binding type pedestrian positioning method based on course self-observation
CN110954102B (en) Magnetometer-assisted inertial navigation system and method for robot positioning
JP2012173190A (en) Positioning system and positioning method
CN111207745A (en) Inertia measurement method suitable for vertical gyroscope of large maneuvering unmanned aerial vehicle
JP2007232444A (en) Inertia navigation system and its error correction method
Magnussen et al. Experimental validation of a quaternion-based attitude estimation with direct input to a quadcopter control system
Sokolovic et al. Integration of INS, GPS, magnetometer and barometer for improving accuracy navigation of the vehicle
CN108592911A (en) A kind of quadrotor kinetic model/airborne sensor Combinated navigation method
CN108627152A (en) A kind of air navigation aid of the miniature drone based on Fusion
CN111189442A (en) Multi-source navigation information state prediction method of unmanned aerial vehicle based on CEPF
TW202016506A (en) Satellite attitude data fusion system and method thereof applicable to the space satellite environment for estimating attitude data of the satellite
JP4946562B2 (en) Attitude detection apparatus and method
Hua et al. Velocity-aided attitude estimation for accelerated rigid bodies
Giurato et al. Quadrotor attitude determination: a comparison study
Kaniewski et al. Integrated system for heading determination