Синьцзэ Ли – Евразийское мышление. Вопросы науки и техники. Сборник 1 (страница 4)
Инерциальная навигационная система MEMS представляет собой интегрированную систему, которая объединяет датчики инерционных измерений, обработку сигналов, интерфейсы схем управления и передачу сигналов [8]. Инерциальный датчик MEMS является важным прикладным компонентом системы [9]. В 1950-х годах Китай начал проводить научные исследования по технологии инерциальных навигационных систем MEMS, которые в основном использовались в военной сфере. В то время Китай использовал механические гироскопы и акселерометры для измерения ориентации и исследования фильтрации, но из-за технических ограничений точность была низкой. В 1980-х годах Китай представил передовые зарубежные технологии инерциальной навигации и начал независимые исследования и разработки. Благодаря внедрению и освоению иностранных технологий его инерциальная навигационная система MEMS значительно улучшилась с точки зрения точности и производительности. В начале XXI века китайская инерциальная навигационная система MEMS получила дальнейшее развитие и начала использоваться в гражданских областях, таких как авиация, аэрокосмическая промышленность, корабли и интеллектуальные транспортные средства. В области аэрокосмической промышленности инерциальная навигационная система Китая широко используется в системах управления полетом для навигации самолетов, что значительно повышает безопасность полетов и повышает точность навигации.
В 1970-х годах, с развитием сенсорных технологий, особенно с развитием микроэлектромеханических систем (MEMS), технология фильтрации ориентации инерциальной навигационной системы ознаменовала важный прорыв. Сенсорные чипы MEMS имеют небольшой размер, низкое энергопотребление, легкий вес и низкую стоимость применения, что делает инерциальные навигационные системы MEMS более популярными и практичными. С 1980-х по 1990-е годы мультисенсорный синтез стал важным направлением развития технологии фильтрации ориентации для зарубежных инерциальных навигационных систем MEMS. Путем объединения инерционных датчиков с другими датчиками (такими как GPS, магнитометры, датчики технического зрения и т. д.) можно повысить точность и стабильность диапазона применения оценки ориентации. В начале XXI века алгоритмы нелинейной фильтрации стали широко использоваться при пространственной фильтрации MEMS -инерциальных навигационных систем. В последние годы, с развитием технологий глубокого обучения, зарубежные исследования по фильтрации ориентации инерциальных навигационных систем MEMS также начали внедрять методы глубокого обучения. Используя модели глубокого обучения, такие как нейронные сети, можно лучше решать сложные задачи оценки позы, а также повысить надежность системы [10] и адаптируемость.
Метод фильтра Калмана, используемый в этом проекте, применяет теорию фильтра Калмана (Kalman Filter, KF), которая была предложена Калманом в 1960 году как метод оценки дискретных случайных систем [11]. Однако, поскольку оценивать можно только дискретные системы, Калман позже сотрудничал с Р. С. Бизи в исследованиях и распространил этот метод теории фильтрации на линейные системы с непрерывным временем [12], сформировав полную систему алгоритмов оценки фильтрации. На измерительные датчики, такие как трехосные гироскопы, акселерометры и магниторезистивные магнитометры, используемые в экспериментах, легко влияют внешние помехи при измерении углов ориентации, что приводит к большим ошибкам. Например, гироскопы имеют температурный дрейф и дрейф нуля, акселерометры легко подвержены вибрациям оборудования, а магнитометры легко подвержены влиянию помех от окружающего магнитного поля [13] [14]. После того, как система будет накапливать текущие данные в течение длительного времени, точность расчета угла поворота снизится, что приведет к смещению данных [15], поэтому необходимо выполнить расчет и фильтрацию.
Для решения проблемы ошибок инерциальных устройств в литературе [16] для решения модели ошибок системы используются модель IMU и алгоритм фильтра Калмана, но для установления точной модели ошибок и выбора параметров требуется большой объем расчетных работ.. В литературе [17] принят алгоритм слияния отношений дополнительных фильтров первого порядка. В [18] метод определения ориентации, основанный на адаптивной фильтрации Калмана без запаха, используется для получения высокоточной информации об ориентации и подавления проблемы расхождения ориентации при дрейфе гироскопа.
Сопутствующее расширение применения исследований по фильтрации положения инерциальной навигационной системы MEMS имеет большое значение для разработки будущей гражданской и военной техники. Он основан на механической теореме Ньютона, которая может обеспечивать шесть степеней свободы параметров движения в реальном времени, одновременно отвечая требованиям автономности и скрытности [19]. поля MEMS инерциальных навигационных систем. В более широком смысле автономная навигация реализована на многих машинах [20].
Во-первых, в аэрокосмической области фильтрация ориентации инерциальной навигационной системы имеет важные применения в аэрокосмической области. Например, когда самолет летит, система, предоставляющая точную информацию о положении, играет очень важную роль в поддержании стабильного полета. Фильтрация ориентации инерциальной навигационной системы может оценивать ориентацию самолета в реальном времени путем объединения данных акселерометра и гироскопа и обеспечивать точную обратную связь по ориентации, тем самым обеспечивая точное управление ориентацией. Во-вторых, фильтрация ориентации инерциальной навигационной системы может обеспечить точную оценку ориентации за счет объединения данных акселерометров, гироскопов и магнитометров, тем самым обеспечивая стабильный полет и точную навигацию БПЛА. В-третьих, инерциальная навигационная система MEMS играет важную роль в автономных транспортных средствах. Она может предоставлять точную информацию о положении транспортного средства и помогать ему выполнять точное позиционирование и навигацию. Российские исследователи использовали комбинацию радио- и инерциальной навигации, а также расширенный метод обработки фильтра Калмана для оценки траектории транспортного средства с точностью до одного метра [21]. В будущем, по мере развития технологии автономного вождения, исследования по фильтрации ориентации инерциальных навигационных систем MEMS будут способствовать дальнейшему развитию автономных транспортных средств. Он широко используется во многих навигационных устройствах и беспилотном оборудовании, поэтому текущие исследования по его фильтрации ориентации будут иметь множество применений.
Текущие тенденции исследований и разработок: во-первых, повысить точность вычислений и стабильность программы измерения ориентации. Алгоритм фильтрации может обрабатывать данные, измеренные датчиком. Тогда ошибка системы, теоретическая ошибка и влияние шума уменьшаются, тем самым повышая точность и стабильность измерения положения объекта [22]. Это сделает инерциальную навигационную систему MEMS более надежной и точной в различных сценариях применения. Во-вторых, уменьшение проблемы дрейфа системы. Инерциальные навигационные системы MEMS склонны к проблемам дрейфа во время длительного использования, то есть результаты измерения ориентации отклоняются от истинного положения [23]. Алгоритм фильтрации может уменьшить проблему дрейфа системы за счет анализа и обработки данных исторических измерений, что делает результаты измерения угла ближе к истинному. В-третьих, улучшение производительности системы в реальном времени. Инерциальным навигационным системам обычно необходимо получать информацию об ориентации в реальном времени, чтобы удовлетворить потребности в мониторинге положения и состояния движения объекта в реальном времени [24]. Алгоритм фильтрации может улучшить производительность системы в реальном времени за счет обработки и обновления данных в реальном времени, так что результаты измерения положения могут своевременно отражать истинные изменения положения объекта.
Экспериментальная система обучения инерциальной навигации (MIS-3DM-GD20) для этого эксперимента в основном состоит из двухосного электрического поворотного стола, двухосного контроллера электрического поворотного стола, блока инерциальных измерений, измерительно-управляющего компьютера, соответствующих кабелей и другого оборудования. Сопроводительные документы включают инструкции по использованию программного обеспечения для измерения и управления двухосным электрическим поворотным столом, протокол связи между инерционным измерительным блоком и контроллером поворотного стола, а также инструкции по использованию программного обеспечения MATLAB. Микропроцессорный блок, используемый в этом эксперименте по фильтрации ориентации инерциальной навигации, представляет собой MPU6050, который представляет собой шестиосный датчик ориентации. Этот датчик обладает такими преимуществами, как сильная защита от помех и небольшой размер. Поскольку он оснащен масштабируемым процессором DMP, его можно подключить через интерфейс для формирования коллективного цифрового датчика, например, подключив трехосный магнитный датчик для выполнения девятиосного измерения. измерение положения оси. После расширения датчик может выводить девятиосевые сигналы через интерфейс IIC или SPI.