System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种MEMS陀螺仪测量方法及系统技术方案_技高网

一种MEMS陀螺仪测量方法及系统技术方案

技术编号:42182890 阅读:6 留言:0更新日期:2024-07-30 18:36
本发明专利技术公开了一种MEMS陀螺仪测量方法及系统,本发明专利技术设计了一种基于数据融合算法的阵列IMU技术,将加速度计阵列按照预设的位置排列,通过加速度计输出计算载体运动的角加速度,同时建立卡尔曼滤波模型对陀螺仪零漂进行建模,将加速度计阵列计算的角加速度与陀螺仪数据进行数据融合,最终输出精度更高的角速度信息。本发明专利技术基于ALLAN方差分析方法与无陀螺仪惯性测量技术对传感器测量模型进行建模,再通过Kalman滤波技术将加速度计阵列的角加速度信号与陀螺仪输出信号进行数据融合,从而达到使用低精度IMU输出高精度运动信息的目的。本发明专利技术采用阵列IMU的设计,使多个消费级IMU达到超越单一传感器精度,降低了成本。

【技术实现步骤摘要】

本专利技术属于惯性导航,具体涉及一种mems陀螺仪测量方法及系统。


技术介绍

1、阵列imu技术是指将多个精度较低的imu构成阵列,采用数据融合技术,对多个imu数据进行处理,从而提升传感器输出精度的一种技术。基于卡尔曼滤波的阵列imu数据融合技术的难点在于真实角加速度建模。现有的技术普遍将其建模为随机过程(时间序列ar模型或一阶马尔可夫过程),对于可控载体,载体的角加速度显然不是随机的,且真实角加速度统计特性未知,只能根据经验值给定滤波器参数,滤波器模型与参数之间的不匹配使得系统存在滤波器易发散、系统的鲁棒性差等问题。


技术实现思路

1、本专利技术的目的在于克服现有技术之缺陷,本专利技术提供了一种mems陀螺仪测量方法及系统,本专利技术设计了一种基于数据融合算法的阵列imu技术,将加速度计阵列按照预设的位置排列,通过加速度计输出计算载体运动的角加速度,同时建立卡尔曼滤波模型对陀螺仪零偏进行建模,将加速度计阵列计算的角加速度与陀螺仪数据进行数据融合,最终输出精度更高的角速度信息。

2、为了实现预期效果,本专利技术采用了以下技术方案:

3、本专利技术公开了一种mems陀螺仪测量方法,包括:

4、将加速度计的真实角加速度作为滤波器外部控制输入;

5、将mems陀螺仪的真实角速度和真实零偏作为滤波器状态量;

6、对加速度计的真实角加速度、mems陀螺仪的真实角速度和真实零偏进行数据融合滤波,得到滤波器状态量的最优估计值;

7、通过所述最优估计值对mems陀螺仪的测量角速度进行误差补偿。

8、进一步地,所述误差补偿的模型表示为:

9、式中,ω(t)为mems陀螺仪在时刻t的真实角速度;为mems陀螺仪在时刻t的最优估计角速度;为mems陀螺仪在时刻t的最优估计零偏。

10、进一步地,所述真实角加速度包括测量角加速度、角加速度随机游走、器件误差。

11、进一步地,利用加速度计阵列计算得到所述测量角加速度。

12、进一步地,基于无陀螺仪惯性测量技术,构建所述加速度计阵列。

13、进一步地,所述器件误差为一阶马尔可夫过程误差。

14、进一步地,所述对加速度计的真实角加速度、mems陀螺仪的真实角速度和真实零偏进行数据融合滤波具体包括:

15、基于所述加速度计的真实角加速度、mems陀螺仪的真实角速度和真实零偏,构建阵列式imu卡尔曼滤波模型,利用所述阵列式imu卡尔曼滤波模型对所述加速度计的实际角加速度、mems陀螺仪的真实角速度和真实零偏进行数据融合滤波。

16、进一步地,基于allan方差分析方法,构建所述mems陀螺仪测量模型,利用所述mems陀螺仪测量模型得到mems陀螺仪的真实角速度和真实零偏。

17、进一步地,基于所述mems陀螺仪测量模型,构建所述阵列式imu卡尔曼滤波模型的观测矩阵和噪声矩阵,基于所述观测矩阵和所述噪声矩阵计算得到最优估计值。

18、本专利技术还公开了一种mems陀螺仪测量系统,包括:

19、采集模块,用于采集mems陀螺仪测量所需的各项数据;

20、输出模块,用于根据上述任一所述方法进行mems陀螺仪测量。

21、与现有技术相比,本专利技术的有益效果是:本专利技术提供了一种mems陀螺仪测量方法及系统,本专利技术设计了一种基于数据融合算法的阵列imu技术,将加速度计阵列按照预设的位置排列,通过加速度计输出计算载体运动的角加速度,同时建立卡尔曼滤波模型对陀螺仪零偏进行建模,将加速度计阵列计算的角加速度与陀螺仪数据进行数据融合,最终输出精度更高的角速度信息。本专利技术基于allan方差分析方法与无陀螺仪惯性测量技术对传感器测量模型进行建模,再通过kalman滤波技术将加速度计阵列的角加速度信号与陀螺仪输出信号进行数据融合,从而达到使用低精度imu输出高精度运动信息的目的。本专利技术采用阵列imu的设计,使多个消费级imu达到超越单一传感器精度,降低了成本。本专利技术将真实角加速度作为确定性输入的设计,相比于传统设计方案,本专利技术能够抑制kalman滤波器发散,提高了系统的鲁棒性。本专利技术采用多传感器的设计也能够保证系统在单传感器故障时的输出,提高了系统的容错性。本专利技术适用于mems惯性导航系统,可广泛应用于惯性导航、无人机、自动驾驶等组合导航应用领域。

本文档来自技高网
...

【技术保护点】

1.一种MEMS陀螺仪测量方法,其特征在于,包括:

2.如权利要求1所述一种MEMS陀螺仪测量方法,其特征在于,所述误差补偿的模型表示为:

3.如权利要求1所述一种MEMS陀螺仪测量方法,其特征在于,所述真实角加速度包括测量角加速度、角加速度随机游走、器件误差。

4.如权利要求3所述一种MEMS陀螺仪测量方法,其特征在于,利用加速度计阵列计算得到所述测量角加速度。

5.如权利要求4所述一种MEMS陀螺仪测量方法,其特征在于,基于无陀螺仪惯性测量技术,构建所述加速度计阵列。

6.如权利要求3所述一种MEMS陀螺仪测量方法,其特征在于,所述器件误差为一阶马尔可夫过程误差。

7.如权利要求1-6任一项所述一种MEMS陀螺仪测量方法,其特征在于,所述对加速度计的真实角加速度、MEMS陀螺仪的真实角速度和真实零偏进行数据融合滤波具体包括:

8.如权利要求7所述一种MEMS陀螺仪测量方法,其特征在于,基于ALLAN方差分析方法,构建所述MEMS陀螺仪测量模型,利用所述MEMS陀螺仪测量模型得到MEMS陀螺仪的真实角速度和真实零偏。

9.如权利要求8所述一种MEMS陀螺仪测量方法,其特征在于,基于所述MEMS陀螺仪测量模型,构建所述阵列式IMU卡尔曼滤波模型的观测矩阵和噪声矩阵,基于所述观测矩阵和所述噪声矩阵计算得到最优估计值。

10.一种MEMS陀螺仪测量系统,其特征在于,包括:

...

【技术特征摘要】

1.一种mems陀螺仪测量方法,其特征在于,包括:

2.如权利要求1所述一种mems陀螺仪测量方法,其特征在于,所述误差补偿的模型表示为:

3.如权利要求1所述一种mems陀螺仪测量方法,其特征在于,所述真实角加速度包括测量角加速度、角加速度随机游走、器件误差。

4.如权利要求3所述一种mems陀螺仪测量方法,其特征在于,利用加速度计阵列计算得到所述测量角加速度。

5.如权利要求4所述一种mems陀螺仪测量方法,其特征在于,基于无陀螺仪惯性测量技术,构建所述加速度计阵列。

6.如权利要求3所述一种mems陀螺仪测量方法,其特征在于,所述器件误差为一阶马尔可夫过程误差。

...

【专利技术属性】
技术研发人员:黄晟张小龙邱召新曾云飞康浩南
申请(专利权)人:武汉衡惯科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1