慣性導(dǎo)航系統(tǒng)通常稱(chēng)為 INS,是一種使用各種環(huán)境傳感器的電子系統(tǒng),能夠檢測(cè)和測(cè)量物體運(yùn)動(dòng)的變化。使用傳感器數(shù)據(jù),慣性導(dǎo)航系統(tǒng)可以確定車(chē)輛或物體相對(duì)于其起點(diǎn)的位置 - 這稱(chēng)為航位推算。
慣性導(dǎo)航系統(tǒng)中使用的傳感器有多種類(lèi)型,但兩種主要類(lèi)型是加速度計(jì)和陀螺儀。
加速度計(jì)可以測(cè)量線速度的變化。由于大多數(shù)物體可以在三維空間中移動(dòng),因此通常使用三個(gè)正交安裝的加速度計(jì);也就是說(shuō),每個(gè)加速度計(jì)的軸與其他加速度計(jì)的軸成 90°。它們通常被賦予X軸、Y軸和Z軸的標(biāo)簽。
陀螺儀測(cè)量旋轉(zhuǎn)速度,并且由于大多數(shù)物體可以在三維空間中自由旋轉(zhuǎn),因此通常使用三個(gè)陀螺儀軸。它們還正交安裝在物體上,并盡可能與三個(gè)加速度計(jì)軸對(duì)齊。
該圖像描繪了三個(gè)運(yùn)動(dòng)軸上的加速度計(jì)和陀螺儀。每個(gè)加速度計(jì)和陀螺儀都與其他加速度計(jì)和陀螺儀成 90°(正交)放置。
典型的 INS 將具有其他內(nèi)置傳感器或連接設(shè)備,以提供比單獨(dú)運(yùn)動(dòng)更廣泛的更全面的數(shù)據(jù)集,例如:
GNSS 接收器同時(shí)接收和解碼來(lái)自多個(gè)導(dǎo)航衛(wèi)星的信號(hào),以提供三維位置數(shù)據(jù)。使用多個(gè)接收器可以幫助確定航向和方向。
磁力計(jì)檢測(cè)并測(cè)量地球磁場(chǎng)的強(qiáng)度和方向。三個(gè)磁力計(jì)用于提供相對(duì)于磁北的三維方向。
壓力傳感器測(cè)量外部壓力。例如,用于確定水下應(yīng)用中的深度的水壓傳感器和用于確定高度的氣壓傳感器(氣壓計(jì))。
在許多現(xiàn)代慣性導(dǎo)航系統(tǒng)中,慣性感測(cè)由稱(chēng)為“慣性測(cè)量單元”(IMU)的模塊執(zhí)行,有時(shí)也稱(chēng)為慣性參考單元(IRU)或運(yùn)動(dòng)參考單元(MRU)。 IMU 輸出原始運(yùn)動(dòng)數(shù)據(jù),供 INS 的其他部分使用,通常與 GNSS 輸入和其他傳感器結(jié)合使用。有關(guān) IMU 的更多信息,請(qǐng)閱讀“慣性測(cè)量單元 (IMU) – 簡(jiǎn)介”一文。
在測(cè)量物體的運(yùn)動(dòng)時(shí),理解參考系的概念非常重要。為了獲得準(zhǔn)確的運(yùn)動(dòng)數(shù)據(jù),必須在慣性參考系(也稱(chēng)為“慣性參考系”)的約束內(nèi)測(cè)量慣性。這可以用牛頓慣性定律來(lái)解釋。
慣性定律指出,靜止的物體保持靜止,運(yùn)動(dòng)的物體保持以相同的速度移動(dòng),除非受到外力作用。由于參考系不加速,因此可以測(cè)量慣性參考系內(nèi)的物體上的外力所產(chǎn)生的慣性。如果參考系也在加速,那么其他力就會(huì)發(fā)揮作用,影響慣性測(cè)量。
通常,我們使用地球作為慣性參考系,即使它正在經(jīng)歷加速,導(dǎo)致其繞軸旋轉(zhuǎn)并繞太陽(yáng)運(yùn)行,太陽(yáng)也在移動(dòng)等等。幸運(yùn)的是,導(dǎo)航系統(tǒng)處理了使用非慣性參考系作為慣性參考系所需的復(fù)雜數(shù)學(xué),因此其輸出可以被視為物體運(yùn)動(dòng)的記錄,就好像在 3D 空間中移動(dòng)一樣,并且沒(méi)有受到其他力(例如重力)的作用。
為了理解慣性導(dǎo)航系統(tǒng)的工作原理,考慮一下水平、筆直軌道上的火車(chē)是很有用的?;疖?chē)的運(yùn)動(dòng)受到限制——它只能向前或向后行駛。它不能上下左右移動(dòng),也不能以任何方式旋轉(zhuǎn)。
以火車(chē)為例,當(dāng)火車(chē)沒(méi)有移動(dòng)時(shí),加速度計(jì)測(cè)量的前/后軸(通常是 X 軸)將輸出零值。當(dāng)火車(chē)開(kāi)始向前移動(dòng)時(shí),加速度計(jì)將檢測(cè)速度的變化并快速輸出瞬時(shí)加速度值,通常高達(dá)每秒 1000 個(gè)數(shù)據(jù)點(diǎn) (1 kHz)。利用積分原理,可以記錄一段時(shí)間內(nèi)的加速度值并計(jì)算火車(chē)行駛的距離?,F(xiàn)在,我們可以放心地沿軌道定位火車(chē),但只能相對(duì)于其起始位置——我們可能知道也可能不知道火車(chē)起始位置在世界上的絕對(duì)位置。要使用地球表面作為參考系來(lái)確定絕對(duì)位置,需要額外的信息——通常由 GNSS/GPS 接收器提供的信息。
對(duì)于不在直線軌道上的車(chē)輛,可以使用加速度計(jì)從所有三個(gè)運(yùn)動(dòng)軸擴(kuò)展這種測(cè)量加速度值并通過(guò)擴(kuò)展計(jì)算相對(duì)位置和距起點(diǎn)的距離的方法。使用三角學(xué)將來(lái)自加速度計(jì)的數(shù)據(jù)組合成單個(gè)行進(jìn)向量。
實(shí)際上,幾乎每種車(chē)輛類(lèi)型都不會(huì)直線行駛,這意味著車(chē)輛必須以某種方式旋轉(zhuǎn)才能改變方向。陀螺儀用于通過(guò)測(cè)量三個(gè)軸中任意一個(gè)上的任何旋轉(zhuǎn)以及方向來(lái)確定行進(jìn)方向(航向)。同樣,該方向是相對(duì)于車(chē)輛在起點(diǎn)處的方向而言的,該方向可能是絕對(duì)已知的,也可能不是絕對(duì)已知的。確定絕對(duì)行進(jìn)方向的一種常見(jiàn)方法是使用附加傳感器,例如磁力計(jì),它將提供相對(duì)于磁北極的航向值。
通過(guò)將加速度計(jì)的行進(jìn)距離測(cè)量值與陀螺儀的行進(jìn)方向相結(jié)合,可以以一定的精度確定物體相對(duì)于起點(diǎn)的位置。
慣性導(dǎo)航系統(tǒng) (INS) 的價(jià)值通常取決于其慣性傳感器的精度。有些傳感器比其他傳感器做得更好,或者比其他傳感器具有更寬的操作閾值,但是,不存在完美的傳感器。例如,所有傳感器都存在由傳感技術(shù)或所用材料的物理限制引起的固有誤差。這意味著所有加速度計(jì)和陀螺儀都會(huì)輸出含有誤差元素的信息。
由于傳感器測(cè)量誤差是固有的,傳感器從其起始位置移動(dòng)得越遠(yuǎn),誤差就會(huì)累積。因此,必須假設(shè) INS 提供的位置信息會(huì)存在一定程度的誤差??梢哉f(shuō),一般來(lái)說(shuō)你付的錢(qián)越多,傳感器的質(zhì)量就越好,精度也越高。至于選擇哪種 INS,問(wèn)題通常是由精度要求和預(yù)算決定的。
造成測(cè)量誤差的因素有很多,而且無(wú)法完全避免。然而,有一些方法可以減少一些錯(cuò)誤,而不僅僅是購(gòu)買(mǎi)更昂貴的傳感器。誤差校正方法包括在工作溫度范圍內(nèi)對(duì)傳感器進(jìn)行工廠校準(zhǔn)和表征,以及基于智能軟件的傳感器輸出濾波。
硬件級(jí)別的固有傳感器錯(cuò)誤無(wú)法消除,這導(dǎo)致了傳感器數(shù)據(jù)處理中使用的復(fù)雜數(shù)學(xué)和統(tǒng)計(jì)過(guò)濾算法。這些濾波器旨在動(dòng)態(tài)檢測(cè)和消除由干擾和噪聲引起的偏差(固有誤差)和誤差,例如磁干擾和振動(dòng)引起的誤差。高級(jí)導(dǎo)航開(kāi)發(fā)了獨(dú)特的過(guò)濾算法,利用人工智能 (AI),這是一項(xiàng)關(guān)鍵的新興技術(shù) – 閱讀這篇文章“人工智能如何徹底改變慣性導(dǎo)航? “ 了解更多信息。
如前所述,單獨(dú)使用加速度計(jì)和陀螺儀將僅提供相對(duì)于起點(diǎn)的位置。為了使用地球表面作為參考系來(lái)確定車(chē)輛的絕對(duì)位置(或高于或低于),通常使用 GNSS/GPS 接收器作為 INS 的附加輸入。
全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS) 與 INS 的傳感器非常相似,很容易出現(xiàn)定時(shí)、軌道和大氣干擾等錯(cuò)誤,從而影響使用衛(wèi)星信息的導(dǎo)航系統(tǒng)的準(zhǔn)確性。這導(dǎo)致了實(shí)時(shí)運(yùn)動(dòng)學(xué) (RTK) 的發(fā)展——這些數(shù)學(xué)技術(shù)能夠確定用于糾正衛(wèi)星誤差的值。使用 RTK 可以將地球上的絕對(duì)位置確定在幾厘米以?xún)?nèi),有時(shí)甚至更小。在 INS 中使用智能軟件濾波器的優(yōu)點(diǎn)之一是,GNSS 被視為另一個(gè)傳感器,其數(shù)據(jù)可用于實(shí)時(shí)“調(diào)整”其他傳感器,以提高輸出位置精度。
舉個(gè)簡(jiǎn)單的例子,讓我們回到水平直軌上的火車(chē)。智能軟件過(guò)濾器將使用加速度計(jì)測(cè)量值計(jì)算行駛距離,并將其與 GNSS/GPS 接收器確定的行駛距離實(shí)時(shí)進(jìn)行比較。如果兩個(gè)結(jié)果之間存在任何差異,濾波器可以“校準(zhǔn)”加速度計(jì),以消除可能存在的任何偏差或噪聲,例如來(lái)自振動(dòng)源的偏差或噪聲。濾波器的這種能力確實(shí)是慣性導(dǎo)航系統(tǒng)的核心和靈魂,也是其與簡(jiǎn)單積分計(jì)算的區(qū)別所在。
最后,我們可以考慮通過(guò)慣性導(dǎo)航系統(tǒng)獲得絕對(duì)航向確定。陀螺儀本身將提供僅相對(duì)于您的起始位置的航向值,并不指示物體相對(duì)于北極的航向。絕對(duì)航向確定的一種常見(jiàn)且低成本的方法是使用另一種稱(chēng)為磁力計(jì)的傳感器。
磁力計(jì)測(cè)量地球的磁場(chǎng)強(qiáng)度,并且再次使用三個(gè)磁力計(jì),沿三個(gè)軸與其他傳感器正交排列。與加速度計(jì)和陀螺儀一樣,磁力計(jì)軸測(cè)量結(jié)果被組合成單個(gè)矢量。
當(dāng)使用磁力計(jì)進(jìn)行絕對(duì)航向確定時(shí),有必要了解您所在位置的地球磁場(chǎng)強(qiáng)度。該信息被稱(chēng)為“世界磁模型”(WMM),它是對(duì)世界各地地球磁場(chǎng)強(qiáng)度的三維測(cè)量,分辨率為 50 公里。 WMM信息存儲(chǔ)在慣性導(dǎo)航系統(tǒng)內(nèi)部,并將該位置的WMM值與測(cè)量值進(jìn)行比較。使用三角學(xué),INS 可以確定物體相對(duì)于磁北極旋轉(zhuǎn)了多少。從那里開(kāi)始,為了確定相對(duì)于所謂的真北的旋轉(zhuǎn)(即航向),需要添加或減去一個(gè)稱(chēng)為“赤緯”的值。
請(qǐng)注意,要使用世界磁力模型,必須知道絕對(duì)位置,至少在 +/- 25 公里之內(nèi),因此在使用磁力計(jì)時(shí)通常使用 GNSS/GPS 接收器。
然而,磁力計(jì)并非在所有情況下都是理想的,因?yàn)樗鼈兊臏y(cè)量非常敏感,因此容易受到附近含鐵物體或產(chǎn)生磁場(chǎng)的設(shè)備(例如電動(dòng)機(jī))的干擾、偏移和失真。如果含鐵物體相對(duì)于傳感器是固定的;例如,在汽車(chē)中,可以校準(zhǔn)干擾。如果含鐵物體本質(zhì)上是瞬態(tài)的;例如,行駛在鋼板上時(shí),可以智能濾除干擾。不幸的是,如果含鐵物體很近但沒(méi)有固定到位,并且一直存在——想象一下附近有一個(gè)電動(dòng)機(jī)或一塊旋轉(zhuǎn)的鋼;使用基于磁力計(jì)的航向系統(tǒng)可能根本不可能。在這種情況下,可以使用光纖陀螺儀等替代航向傳感器 通過(guò)測(cè)量地球自轉(zhuǎn)來(lái)找到真北的(FOG)可能是必要的。
人工智能 (AI) 是一種快速發(fā)展的技術(shù)/方法,正在工業(yè)的許多方面采用,以將一定程度的自動(dòng)化決策賦予軟件。毫無(wú)疑問(wèn),人工智能正在成為自動(dòng)化和自主系統(tǒng)、電子產(chǎn)品以及提供越來(lái)越多的基于計(jì)算機(jī)的服務(wù)的基礎(chǔ)技術(shù)。高級(jí)導(dǎo)航過(guò)濾 AI 包括人工神經(jīng)網(wǎng)絡(luò) (ANN),其設(shè)計(jì)類(lèi)似于大腦互連的神經(jīng)通路。該概念基于節(jié)點(diǎn)(“人工神經(jīng)元”)的集合,這些節(jié)點(diǎn)與生物系統(tǒng)類(lèi)似地互連。每個(gè)神經(jīng)元都可以將信號(hào)傳輸?shù)狡渌窠?jīng)元,從而使交叉連接成為可能并影響連接的神經(jīng)元如何相互作用。對(duì)于慣性導(dǎo)航系統(tǒng),您可以將神經(jīng)元視為傳感器的輸入或輸出。
集成人工神經(jīng)網(wǎng)絡(luò)的信號(hào)處理速度明顯快于使用卡爾曼濾波的導(dǎo)航系統(tǒng)。卡爾曼濾波提供主要基于統(tǒng)計(jì)的未知變量的估計(jì)。更快的處理意味著每秒捕獲傳感器數(shù)據(jù)的次數(shù)更多,這會(huì)導(dǎo)致記錄的運(yùn)動(dòng)數(shù)據(jù)的粒度更細(xì),并顯著提高導(dǎo)航性能。
與卡爾曼濾波相比,人工智能改進(jìn)了傳感器錯(cuò)誤檢測(cè)和跟蹤。卡爾曼濾波由于僅對(duì)加速度、速度和位置應(yīng)用基本線性約束而受到一定限制。基于人工智能的高級(jí)導(dǎo)航算法應(yīng)用動(dòng)態(tài)約束,包括車(chē)輛運(yùn)動(dòng)的完整物理模型。使用動(dòng)態(tài)約束而不是線性約束可以更好地檢測(cè)和跟蹤錯(cuò)誤,從而獲得更可靠和更高精度的運(yùn)動(dòng)數(shù)據(jù)。人工智能的“學(xué)習(xí)”能力使其能夠在錯(cuò)誤測(cè)量和測(cè)量后校正期間積累傳感器誤差數(shù)據(jù)和相關(guān)條件。然后,人工智能可以使用這些積累的知識(shí),并應(yīng)用適合當(dāng)前條件的傳感器誤差補(bǔ)償。能夠根據(jù)當(dāng)前條件解釋傳感器數(shù)據(jù)的結(jié)果,隨著時(shí)間的推移,更細(xì)致的傳感器誤差數(shù)據(jù)變得可用,歷史修正及其結(jié)果可提供更高的導(dǎo)航精度和改進(jìn)的航位推算估計(jì)。
相關(guān)產(chǎn)品推薦:
Advanced Navigation Certus MEMS GNSS/INS慣性導(dǎo)航系統(tǒng)
Advanced Navigation SPATIAL MEMS GNSS/INS輔助慣性導(dǎo)航系統(tǒng)
Advanced Navigation Spatial FOG Dual光纖組合慣性導(dǎo)航系統(tǒng)
Advanced Navigation Boreas D70/D90 超高精度數(shù)字光纖陀螺儀
Lord 3DMGQ7-GNSS/INS輔助慣性導(dǎo)航系統(tǒng)
Lord 3DMGX5-GNSS/INS輔助慣性導(dǎo)航系統(tǒng)