¿Cómo mejorar el rendimiento de los sistemas de navegación inercial MEMS?

Puntos clave

Con el desarrollo de dispositivos inerciales MEMS, la precisión de los giroscopios y acelerómetros MEMS ha mejorado gradualmente, lo que ha dado lugar a rápidos avances en la aplicación de INS MEMS. Sin embargo, la mejora en la precisión de los dispositivos inerciales MEMS no ha sido suficiente para satisfacer las demandas de precisión cada vez más altas de MEMS INS. Por lo tanto, mejorar la precisión de MEMS INS mediante algoritmos de compensación de errores y otros métodos se ha convertido en un foco de investigación de MEMS INS.

Para mejorar el rendimiento de MEMS INS, los investigadores han explorado varios métodos para reducir los errores en estos sistemas. Hay cuatro enfoques principales para reducir los errores de MEMS INS:

Calibración y compensación de parámetros de error del sensor: esto implica el uso de modelos matemáticos y herramientas experimentales para estimular los errores del sensor, calibrar sistemáticamente errores deterministas a nivel del sistema y luego compensar estos errores mediante algoritmos de navegación inercial para mejorar el rendimiento general.
Tecnología de modulación de rotación: al aplicar esquemas de modulación de rotación adecuados, se pueden hacer que los errores del sensor varíen periódicamente sin depender de fuentes de información externas. Esta compensación automática de errores en el algoritmo de navegación suprime la influencia de los errores del sensor en MEMS INS.
Tecnología de redundancia de dispositivos inerciales: debido al bajo costo de los sensores inerciales MEMS, se pueden implementar diseños de redundancia. La redundancia en los sensores puede reducir efectivamente el impacto de los errores aleatorios en MEMS INS, mejorando así el rendimiento.
Incorporación de fuentes de información externas: uso del filtrado de Kalman para la navegación integrada para suprimir la acumulación de errores MEMS INS.

Este artículo presentará con más detalle el cuarto método, que es la forma de navegación integrada más práctica y ampliamente investigada: el sistema de navegación integrada GNSS/MEMS INS.

Razones para utilizar GNSS para ayudar a MEMS INS

MEMS INS es un tipo de sistema de navegación a estima que mide el estado relativo desde el momento de muestreo anterior al actual. No depende de señales acústicas, ópticas o eléctricas para realizar mediciones, lo que lo hace altamente resistente a interferencias y engaños externos. Su autonomía y confiabilidad lo convierten en un sistema de navegación central para diversos transportistas, como aviones, barcos y vehículos. La figura 1 enumera el rendimiento del INS de diferentes grados.

Fig.1 El rendimiento del INS de diferentes grados.

MEMS INS ofrece una alta tasa de actualización y puede generar información de estado completa, incluida la posición, la velocidad, la actitud, la velocidad angular y la aceleración, con una alta precisión de navegación a corto plazo. Sin embargo, MEMS INS requiere fuentes de información adicionales para inicializar la posición, velocidad y actitud, y su error de navegación inercial puro se acumula con el tiempo, particularmente en INS de grado táctico y comercial.

La combinación GNSS/MEMS INS puede aprovechar las ventajas complementarias de ambos sistemas: GNSS proporciona una precisión estable a largo plazo y puede ofrecer valores iniciales de posición y velocidad, corrigiendo los errores acumulados en MEMS INS mediante filtrado. Mientras tanto, MEMS INS puede mejorar la tasa de actualización de la salida de navegación GNSS, enriquecer los tipos de salida de información de estado y ayudar a detectar y eliminar fallas de observación GNSS.

Modelo Básico de Navegación Integrada GNSS/MEMS INS

El modelo básico de integración GNSS/MEMS INS refleja la relación funcional entre la información observada de los sensores (IMU y receptores) y los parámetros de navegación del operador (posición, velocidad y actitud), así como los tipos y modelos aleatorios de errores de medición de los sensores. . Los parámetros de navegación del transportista deben describirse en un sistema de coordenadas de referencia específico.

Fig.2 Modelo básico de navegación integrada Gnssmems Ins

Los problemas de navegación generalmente involucran dos o más sistemas de coordenadas: los sensores inerciales miden el movimiento del portaaviones en relación con el espacio inercial, mientras que los parámetros de navegación del portaaviones (posición y velocidad) generalmente se describen en un sistema de coordenadas fijo en la Tierra para una comprensión intuitiva. Los sistemas de coordenadas comúnmente utilizados en la navegación integrada GNSS/INS incluyen el sistema de coordenadas inerciales centrado en la Tierra, el sistema de coordenadas fijas de la Tierra centrado en la Tierra, el sistema de coordenadas geográficas locales y el sistema de coordenadas corporales.

Actualmente, los algoritmos para la integración GNSS/MEMS INS en navegación absoluta han madurado y han surgido en el mercado muchos productos de alto rendimiento. Por ejemplo, los tres modelos MEMS INS recientemente lanzados por Micro-Magic Inc, que se muestran en la imagen a continuación, son adecuados para aplicaciones en drones, registradores de vuelo, vehículos inteligentes no tripulados, posicionamiento y orientación de carreteras, detección de canales, vehículos de superficie no tripulados y submarinos. vehículos.

Fig.3 Los tres INS GNSS/MEMS recientemente lanzados por Micro-Magic Inc