光纤捷联惯性测量组件在无安装基准时标定方法

为了提高光纤捷联惯性测量组件(IMU)在没有安装基准时的标定精度,推导IMU在存在安装误差时的精确测量模型,采用粗、精两级结合标定的方法进行标定. 粗标定采用传统的6位置标定编排,精标定按回归D最优原理设计了试验编排方案,并对测量模型参数进行带约束条件寻优,以粗标定的结果为寻优时的初值. 实验结果表明,该方法能准确估计出IMU在转台上的安装误差角及测量模型中的各参数项,达到了IMU安装时不需要调平和对准也能实现精确标定的目的. 经多次重复实验发现,"30位置"标定编排拟合误差最小,复相关系数最大,可作为系统的最佳标定方案.     

MEMS惯性测量组合初始标定方法研究

为了降低MEMS惯性测量组合(IMU)的测试成本,提出一种借助于机器视觉技术标定MEMS惯性测量组合的方法.综合考虑了3个加速度计和3个陀螺仪的标定因数、零偏误差和安装方位误差因素的影响,建立了IMU数学模型.在外力的推动下,悬挂于2个屏幕之间的IMU作不规则运动,安装在IMU上的2根准直激光束在屏幕上生成4个指示光斑.借助于双目三维重构技术测量指示光斑在世界坐标系内的坐标,然后应用欧拉角算法确定载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.求解IMU数学模型,确定模型中的待定参数.实验结果表明:该文给出的方法可以准确测量载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.     

惯性测量单元全自动简易标定台设计

针对传统惯性器件标定台价格昂贵且体积庞大的问题,该文提出了一种全自动简易标定平台.以传统“三轴嵌套”模式为基础,设计了标定台的机械结构;考虑惯性传感器中的误差因素,建立了相应的线性误差模型,通过拟合载体坐标系下的输出和IMU传感器的输出获取误差参数,得到IMU在载体坐标系下的输出;以MPU9250芯片为基础,根据六位置标定法,得出芯片中陀螺仪与加速度计的标定结果.将标定后的MPU9250与高精度的MTI-300进行了对比分析,并结合人体行走定位实验,检验了标定效果.结果表明：该文设计的简易标定台能够有效提高IMU的测量精度,与商用系统相比整个系统欧拉角测量误差均方根降低至3.5以下.     

三维姿态测量系统的安装误差

研究了倾角仪相对于电荷耦合器件的倾斜安装误差的标定方法和补偿技术.运用旋转矩阵描述了传感器之间的相对位置关系,并由此定义了3个安装误差参数,通过旋转矩阵的复合变换推导了测角系统因倾斜安装倾角仪而造成的测量误差的表达式,采用蒙特卡罗方法分别分析了3个安装误差参数对系统测量误差的影响,最后给出了3个安装误差参数的标定方法并进行了基于高精度三轴转台的安装误差补偿实验.实验证明所提方法有效地减小了倾角仪的倾斜安装误差对角度测量的影响,使系统获得了更高的测量精度.     

具有安装误差抵偿功能的光纤陀螺／全站仪组合定向方法

为实现在单个GPS控制点上直接完成角秒级的全站仪定向,提出了一种基于光纤陀螺的免安装误差标定全站仪定向方法.在该方法中,光纤陀螺与全站仪望远镜固连,利用全站仪望远镜带动光纤陀螺分别在水平面和竖直面精确旋转180°,到东向位置、东向抵偿位置、西向位置、西向抵偿位置做静态测量.在给出4个位置严密观测方程的基础上,利用4个位置的测量值,得到忽略安装误差影响情况下的全站仪横轴真方位角计算公式,实现光纤陀螺轴与全站仪横轴间的安装误差自动抵消.在充分考虑到工程实现可行性的情况下进行了仿真研究,结果表明:该方法在不利的情况下,给方位角带来的误差约为17",在指南针的辅助下可控制在10"以内,该精度能够满足日常测量工作需要.     

全磁传感器弹体定姿布阵与半实物仿真

针对三轴磁传感器无法求解弹体3个姿态角这一问题,改进了磁传感器的布阵方式,设计了全磁传感器组合的旋转弹体姿态测量方案。建立了磁传感器组合的数学模型,根据2个非正交安装的磁传感器输出的极值比值,采取在偏航角范围内列表的方法来求解俯仰角,根据正交的三轴磁传感器求解偏航角。通过三轴无磁转台对测量系统进行了半实物仿真实验,并对姿态角进行了解算。实验结果表明,姿态角误差基本控制在1°,而采用十二位置不对北算法对罗差进行补偿后,可得出正确的载体偏航角。     

微型惯性测量组合标定技术

对微型惯性测量组合 (MIMU)的系统标定技术进行了研究 ,利用加速度计的静态输出 ,得出了初始安装角误差、零位偏差及标度因子的计算方法 ,详细介绍了各参数的测量原理及计算公式。从实际应用的角度出发 ,对加速度计零偏的实时计算方法、基座初始水平偏差的影响及横向灵敏度的影响进行了分析 ,得出了相应的数学模型及修正算法。在此基础上进行了一定距离姿态及位置测量试验 ,给出了试验结果。试验结果表明 ,位置测量精度可提高到 1～ 2 cm ;初始位置实时标定可得到与单独标定及预调整近似的结果     

陀螺加速度计在无反转平台离心机上的测试方法研究

提出了一种在不带有反转平台的精密离心机上标定陀螺加速度计误差模型系数的两位置测试方法。在对陀螺加速度计离心机测试环境分析研究的基础上,指出了在不带有反转平台离心机上测试时,地球自转角速度对陀螺加速度计的输出产生周期性误差,影响了测试精度。所提出的测试方案和辨识方法解决了地球自转角速度对陀螺加速度计的输出造成周期性误差这一重要问题。阐述了所提方案的测试原理,并提出分离和精确标定陀螺加速度计误差模型系数的数据处理方法。     

惯性平台测漂方案的研究

陀螺仪的漂移是空间稳定惯性导航系统的主要误差源,对漂移模型系数的准确辨识是保证系统实现长时间、高精度自主导航的关键.给出了一种利用三轴高精度伺服转台提供多个测试位置,使惯性平台工作在相应位置下,并处于惯性稳定状态的静态6位置测漂方案.三轴转台的使用提高了多位置测量时,平台测漂位置的精确度.建立了包含陀螺仪漂移、地球自转、安装误差角等因素在内的平台漂移数学模型.对平台漂移误差参数的辨识方法进行了阶段性分析,取加速度计和欧拉角的输出作为观测量,建立了平台漂移误差模型的状态方程和输出方程.从理论上分析了影响陀螺安装误差角辨识精度的主要因素,提出了转台相对地面存在角速率条件下的辨识方案改进的思路.     

基于IMU与单目视觉融合的姿态测量方法

快速准确测量运动目标的姿态,在航天航空、机器人等领域应用广泛.针对惯性姿态测量速度快但精度不足而视觉姿态测量精度高但速度慢的特点,提出了一种基于IMU与单目视觉融合的姿态测量方法.IMU姿态测量时,使用欧拉角迭代公式解算运动目标的姿态;单目视觉姿态测量时,使用POSIT算法求解被测目标的姿态;再使用H?滤波器融合两者的测量结果;用融合结果与惯性测量结果的差值修正并更新漂移误差曲线.根据被测目标的两组匀速转动信息,提出了双矢量正交化标定法标定IMU坐标系到目标坐标系的旋转矩阵;根据单目视觉采集的3幅图像信息,提出了三图快速标定法标定靶标坐标系到目标坐标系的旋转矩阵.实验表明,提出的姿态测量方法能实现快速姿态测量,测量精度高.     

基于四位置转位法实现激光捷联惯性测量组合标定

分析了激光陀螺仪和加速度计的误差补偿模型以及激光捷联惯性测量组合的误差补偿方法,基于四位置转位法实现了激光捷联惯性测量组合在双轴位置转台上的误差参数标定,标定结果表明,该方法能够保证激光捷联惯性测量组合的误差参数标定精度,并且具有对标定设备要求低、转动位置少、操作简单等优点,具有一定的工程应用价值。     

Delta机构的闭环自标定方法研究

提出了一种无需外部位姿测量设备的Delta 机构闭环自标定方法.该方法用一种简单的锁紧装置依次轮换锁紧机构的某支链平行四边形架,同时将Delta 机构改造成2自由度的空间机构.根据冗余支链的传感器输出与标称模型输出的差别来辨识机构参数误差,并将误差传递雅可比的条件数和奇异值的综合值作为标定点集的选取原则,使标定过程对噪声不敏感,有效地提高了标定的精度.实验研究结果表明, 标定前、后的模型误差最大值的比值为9 6,即机构的精度提高了近10 倍,而重复定位误差小于0 07 mm.     

基于数据融合的全舰统一姿态基准测量系统

为测量大型舰船甲板的变形,对甲板变形引起的局部姿态误差进行补偿,设计了基于多IMU数据融合的全舰统一姿态基准测量系统．提出了甲板变形测量方法,建立了IMU布局优化数学模型,并运用遗传算法对IMU的布局进行了优化求解．仿真结果表明,建立全舰统一姿态基准测量系统是测量舰船甲板变形的有效办法,利用布局优化后IMU的输出信息进行全舰甲板变形估计,估计精度优于2.3arcmin,并能减少舰载武器系统所需IMU的数量．     

室内移动机器人的视觉惯性组合定位研究

针对在室内环境下移动机器人无法利用全球定位系统(global positioning system,GPS)进行精确的定位问题,提出一种紧耦合的视觉惯性组合定位方法,运用了预积分、联合初始化、边缘化等关键技术,并提出一种新的基于Vicon的惯性测量单元(inertial measurement unit,IMU)内参标定方法.通过EuRoc数据集实验,验证了新的标定方法能提供鲁棒的IMU内参初值;模拟室内场景的测试结果表明,定位结果具有很高的准确性与稳定性,定位误差可控制在0.1 m以内.     

MEMS陀螺仪的一种新颖高精度标定算法研究

为了提高微机电系统(microelectro mechanical systems,MEMS)陀螺仪的测量精度,分析了MEMS陀螺仪的静态误差,建立了MEMS陀螺仪的输出模型和标定原理,提出了一种新颖的加权递推最小二乘标定算法,该算法可对MEMS陀螺仪进行高精度的标定,并对低精度MEMS陀螺仪给出了有效自适应滤波处理方法?通过大量实验数据分析表明,利用提出的标定算法,误差补偿后的MEMS陀螺仪性能得到了显著的提高?     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

大型舰船甲板变形测量

为测量大型舰船甲板的变形，提出了基于多个IMU数据融合的测量方法．建立了甲板变形测量模型．利用最小二乘估计对甲板的变形进行了分析．结果表明，用该方法可以实时估计未安装IMU战位点处的甲板变形，且能减少变形测量系统所需IMU的数量；变形估计精度与IMU的布置有关，当IMU的布置合理时，估计精度优于0．8arcmin．