¿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 MEMS y los acelerómetros MEMS ha mejorado gradualmente, lo que ha llevado a avances rápidos en la aplicación deINSTALACIÓN DE MEMSSin embargo, la mejora en la precisión de los dispositivos inerciales MEMS no ha sido suficiente para satisfacer las crecientes demandas de precisión de los MEMS INS. Por lo tanto, la mejora de la precisión de los MEMS INS mediante algoritmos de compensación de errores y otros métodos se ha convertido en un objetivo prioritario de la investigación en MEMS INS.

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

Calibración y compensación de parámetros de error del sensor: esto implica el uso de modelos matemáticos y herramientas experimentales para estimular errores del sensor, calibrar sistemáticamente errores deterministas a nivel del sistema y luego compensar estos errores a través de algoritmos de navegación inercial para mejorar el rendimiento general.
Tecnología de Modulación de Rotación: Mediante la aplicación de esquemas de modulación de rotación adecuados, es posible modificar periódicamente los errores del sensor 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 el sistema de monitoreo de la integridad del sensor (INS) MEMS.
Tecnología de Redundancia de Dispositivos Inerciales: Gracias al bajo costo de los sensores inerciales MEMS, se pueden implementar diseños con redundancia. La redundancia en los sensores puede reducir eficazmente el impacto de errores aleatorios en los sensores inerciales MEMS, mejorando así su rendimiento.
Incorporación de fuentes de información externas: uso del filtrado Kalman para la navegación integrada para suprimir la acumulación de errores MEMS INS.

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

Razones para usar GNSS para ayudar a MEMS INS

El MEMS INS es un tipo de sistema de navegación por estima que mide el estado relativo entre el momento de muestreo anterior y el actual. No utiliza señales acústicas, ópticas ni eléctricas para la medición, lo que lo hace altamente resistente a interferencias y engaños externos. Su autonomía y fiabilidad lo convierten en un sistema de navegación esencial para diversos portaaviones, como aeronaves, barcos y vehículos. La figura 1 muestra el rendimiento de los INS de diferentes grados.

Fig.1 El rendimiento de INS de diferentes grados.

El sistema MEMS INS ofrece una alta tasa de actualización y puede generar información completa sobre el estado, incluyendo posición, velocidad, actitud, velocidad angular y aceleración, con alta precisión de navegación a corto plazo. Sin embargo, requiere fuentes de información adicionales para inicializar la posición, la velocidad y la actitud, y su error de navegación inercial puro se acumula con el tiempo, especialmente en sistemas INS tácticos y comerciales.

La combinación GNSS/MEMS INS permite aprovechar las ventajas complementarias de ambos sistemas: el GNSS proporciona una precisión estable a largo plazo y puede ofrecer valores iniciales de posición y velocidad, corrigiendo los errores acumulados en el MEMS INS mediante filtrado. Por otro lado, el MEMS INS puede mejorar la velocidad de actualización de la salida de navegación GNSS, enriquecer los tipos de información de estado y ayudar a detectar y eliminar fallos 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 portaaviones (posición, velocidad y actitud), así como los tipos y modelos aleatorios de errores de medición del sensor. Los parámetros de navegación del portaaviones deben describirse en un sistema de coordenadas de referencia específico.

Fig. 2 Modelo básico de navegación integrada Gnssmems Ins

Los problemas de navegación suelen implicar dos o más sistemas de coordenadas: los sensores inerciales miden el movimiento del portaaviones en relación con el espacio inercial, mientras que sus parámetros de navegación (posición y velocidad) suelen describirse en un sistema de coordenadas terrestres 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 terrestres centrado en la Tierra, el sistema de coordenadas geográficas locales y el sistema de coordenadas del cuerpo.

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

Fig.3 Los tres sistemas GNSS/MEMS recién lanzados por Micro-Magic Inc.