捷联惯性测量组合快速位置标定

根据捷联惯性测量组合的测量误差数学模型,分析了在进行位置标定时地球自转角速度对惯性测量组合的陀螺仪和加速度计输出的影响.对惯性测量组合不同位置下的输出公式进行运算,抵消掉了含有方向的量,得出了捷联惯性测量组合的误差参数,从而提出了1种使用数据处理方法无需精确对北的快速位置标定法.实际标定实验表明:应用该方法可以缩短测试时间,降低测试成本.     

激光陀螺捷联惯性导航系统中惯性器件误差补偿技术

为了提高激光捷联惯性导航系统的导航精度，对惯性器件误差进行了原理上的分析和说明，并针对由国内某型激光陀螺构成的惯性测量器件进行了误差分析，在此基础上建立了误差补偿的精确数学模型，提出了一种简易的且具有较高精度的误差模型参数静态标定方法，给出了计算误差模型参数的数学推导过程和解析表达式。分析结果表明，惯导系统误差主要由惯性器件测量误差引起，为了有效补偿惯导系统的系统误差，必须针对具体的惯性器件进行误差补偿，实际测试结果证明，该计算方法精度较高，可以有效提高惯导精度。     

光纤捷联惯性测量组件在无安装基准时标定方法

为了提高光纤捷联惯性测量组件(IMU)在没有安装基准时的标定精度,推导IMU在存在安装误差时的精确测量模型,采用粗、精两级结合标定的方法进行标定. 粗标定采用传统的6位置标定编排,精标定按回归D最优原理设计了试验编排方案,并对测量模型参数进行带约束条件寻优,以粗标定的结果为寻优时的初值. 实验结果表明,该方法能准确估计出IMU在转台上的安装误差角及测量模型中的各参数项,达到了IMU安装时不需要调平和对准也能实现精确标定的目的. 经多次重复实验发现,"30位置"标定编排拟合误差最小,复相关系数最大,可作为系统的最佳标定方案.     

基于四位置转位法实现激光捷联惯性测量组合标定

分析了激光陀螺仪和加速度计的误差补偿模型以及激光捷联惯性测量组合的误差补偿方法,基于四位置转位法实现了激光捷联惯性测量组合在双轴位置转台上的误差参数标定,标定结果表明,该方法能够保证激光捷联惯性测量组合的误差参数标定精度,并且具有对标定设备要求低、转动位置少、操作简单等优点,具有一定的工程应用价值。     

微型惯性测量组合标定技术

对微型惯性测量组合 (MIMU)的系统标定技术进行了研究 ,利用加速度计的静态输出 ,得出了初始安装角误差、零位偏差及标度因子的计算方法 ,详细介绍了各参数的测量原理及计算公式。从实际应用的角度出发 ,对加速度计零偏的实时计算方法、基座初始水平偏差的影响及横向灵敏度的影响进行了分析 ,得出了相应的数学模型及修正算法。在此基础上进行了一定距离姿态及位置测量试验 ,给出了试验结果。试验结果表明 ,位置测量精度可提高到 1～ 2 cm ;初始位置实时标定可得到与单独标定及预调整近似的结果     

捷联惯性测量系统的误差补偿研究

首先简单介绍捷联惯性导航系统的原理及其组成，然后重点介绍了捷联惯性导航系统中的惯性测量系统。在分析了惯性测量系统一些误差源的基础上，介绍了一般惯性测量系统的误差数学模型。在考虑了温度的因素和实际情况的前提下，提出了一种简化的误差补偿数学模型。在仔细分析了标定误差系数的特点和验证了大量实际数据的基础上，提出了一种特有的定点DSP运算的定标方法来实现该模型。该算法充分考虑到系统应用中环境的变化及实时性的要求，准确、快速地将敏感元件敏感的角增量和速度增量送到下一级算法中进行运算。实践证明该算法精度可以与浮点数的算法精度相媲美，且运算的速度满足系统实时性的要求。     

捷联陀螺动态误差系数的标定方法研究

提出了在三轴模拟台（以下简称三轴台）上一次性标定捷联陀螺动态误差系数的测试方法,该方法充分利用了三轴台的速率功能来激励出陀螺的角加速度误差项,使得能一次性标定包括陀螺角加速度误差系数在内的所有动态误差系数成为可能,为解决在缺乏昂贵的角振动台的实验条件下建立捷联陀螺动态误差模型提供了理论依据。     

惯性测量单元误差标定

针对低成本惯性测量单元标定中的速度和精度问题,建立了惯性测量单元的误差模型,提出了一种针对惯性测量单元零偏、标度因数和安装误差角的标定方法。利用6状态法标定出加速度计参数,利用4状态法标定出了陀螺参数。对标定后的惯性测量单元进行试验测试,结果表明,标定后惯性测量单元的测量精度满足预期要求,标定方法正确、有效。     

MEMS惯性测量组合初始标定方法研究

为了降低MEMS惯性测量组合(IMU)的测试成本,提出一种借助于机器视觉技术标定MEMS惯性测量组合的方法.综合考虑了3个加速度计和3个陀螺仪的标定因数、零偏误差和安装方位误差因素的影响,建立了IMU数学模型.在外力的推动下,悬挂于2个屏幕之间的IMU作不规则运动,安装在IMU上的2根准直激光束在屏幕上生成4个指示光斑.借助于双目三维重构技术测量指示光斑在世界坐标系内的坐标,然后应用欧拉角算法确定载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.求解IMU数学模型,确定模型中的待定参数.实验结果表明:该文给出的方法可以准确测量载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.     

惯性测量组件离心机标定及误差分析方法

针对传统惯性测量组件(IMU)标定方法不能根据加速度计测量量程提供足够大的信号激励,并且现有离心机标定方法未考虑IMU在离心机上的安装位置偏差的问题,提出了一种基于离心机的IMU标定及误差分析方法. 将IMU按照6个基准位置安装于离心机上,通过离心机在水平面内旋转,为IMU提供角速度激励和加速度激励. 通过对IMU的输出进行旋转积分,可以消除地球自转以及离心机不水平带来的谐波影响,获得IMU的输出方程. 在不考虑IMU在离心机上安装的位置偏差角的情况下,采用线性最小二乘法求解;在考虑IMU偏差角的情况下,采用牛顿法求解,可以标定出IMU的标度因数、安装误差、零偏、IMU偏差角等共计27个误差系数. 建立了标定方案中的离心机控制模型和误差传播模型,并对模型进行了仿真验证. 仿真试验表明,该标定方法步骤简单,输入激励可调,标定结果误差可控.      

激光捷联惯性导航中不可交换性误差补偿算法研究

针对激光捷联惯性导航系统姿态和速度算法中所引入的不可交换性误差进行了原理上的分析，重点分析了速度计算过程中不可交换性误差产生的原因．从工程化应用观点出发，提出利用等效转动矢量的单子样算法消除不可交换性误差，并且推导出了相应的姿态和速度的误差补偿算法．实际跑车实验结果表明，误差补偿后的系统定位误差下降为原来的二分之一，表明激光捷联惯性导航系统误差补偿算法的设计思路是可行的，设计的系统性能能够达到预定的要求．     

捷联惯性导航的工程实现

把一种纯捷联惯性导航运用到系统的工程实现,个系统采用高精度的导航测量器件和PC104嵌入式版式电脑来实现,运行2min,静态状态下,位置误差可以在30m之内;动态车栽试验位置误差可以达到300m之内,介绍了采用的捷联算法以及四元数的修正和归一等经典算法。     

采用三音校准法的星载多波束天线校准系统

为了解决宽带多波束天线系统中常规校准不能兼顾工作频带的低频段和高频段的问题,根据星载多波束天线系统的特点,提出了三音校准法.采用3个单音信号作为校准信号对多波束系统的通道进行测量,以二次拟合得到全工作带宽内的通道幅相特性曲线,并采用多次测量形成拟合点,降低了测量误差的影响;再以拟合的特性曲线的逆函数进行通道幅相补偿,使全带宽内通道特性曲线成为水平直线,从而完成了单通道的校准;最后以补偿项补偿通道间幅相差异,从而达到通道间误差校准的目的.并将三音校准法应用到卫星天线的近场校准和内部校准2种校准系统中.结果表明:三音校准法比传统的单点校准和分段式校准更利于通道间误差的校准,能够有效地抑制通道的不一致性.     

管道地面标定的影响因素研究

为实现对管道内检测器的准确定位,尽量克服由于天气原因对地面标定带来的测量角度误差,探究不同季节和土壤湿润度对地面标定的影响。提出采用MEMS声矢量传感器进行土壤地面标记研究。选取一年之中6个偶数月作对比实验,并对采集到的信号进行分析处理。绘制出测量角度——真实角度曲线与测量角度值表,其次,选取定向最为准确的时间段,研究干燥土壤与潮湿土壤的影响。结果表明:12月上旬的定向结果最为精确,其测量点角度与真实角度相差能精确到1.051度;在2月、4月时,相对误差较大,定向角度最不精确;土壤干燥时比土壤潮湿时定位更准确。研究对运用声传感器进行管道内检测器地面标记具有深远的意义。     

基于滑动窗口优化的激光雷达惯性测量单元紧耦合同时定位与建图算法

针对现有的激光里程计在面临室外大场景建图时,普遍会出现定位精度低、鲁棒性差的问题,本文提出一种16线激光和IMU惯性测量单元紧耦合的SLAM算法。首先对IMU进行估计位姿,通过线性插值矫正激光点云的运动畸变;接着通过曲率提取场景特征,并根据不同特征性质进行分类;然后利用帧间匹配模块在滑动窗口内构建局部地图;最后利用帧与局部地图匹配得到的距离和IMU数据构建联合优化函数。借助KITTI数据集和自行录制的园区数据集,对改进算法与主流的Lego-LOAM和同样使用紧耦合方案的LIO-Mapping进行分模块和整个系统的精度评定,实测结果表明,在符合里程计实时性的要求下,改进激光里程计精度高于Lego-LOAM和LIO-Mapping方案。     

空间机器人中相机标定方法探讨

由于空间机器人需要在线标定以及星载计算机计算能力的限制,对相机标定方法提出了特殊的要求。为此,该文对目前2种相机标定方法(线性标定和非线性标定)进行理论分析和推导,并结合实验结果对它们的实时性和精确性进行比较,从而确定在空间机器人中适用的相机标定方法。     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

不同矫正位置对落叶松分位数削度方程预测精度的影响

【目的】基于非线性分位数回归方法构建大兴安岭落叶松(Larix gmelinii)树干削度方程,并分析比较基本模型与不同分位数(τ=0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9)模型,利用树干不同高度的上部直径进行矫正分位数组合模型预测精度,为落叶松天然林干形的精准预测提供理论依据。【方法】以大兴安岭壮志林场212株落叶松树干干形数据为研究对象,基于非线性分位数回归方法和Max and Burkhart分段削度方程,利用SAS软件中NLP过程拟合各分位数分段削度方程,把树干相对高20%、30%、40%、50%、60%、70%处的直径以及胸径到树尖的中间位置(50%^*)的树干上部直径引入到分段削度方程中进行矫正,并以平均误差(MAB)和相对误差(MPB)为评价指标对削度方程进行对比分析。【结果】Max-Burkhart分段削度方程在9个不同的分位点都可以得到参数估计值,因此分位数回归削度模型可以评价在不同分位数的预测能力。未矫正的分位数(τ=0.5、0.6)模型的预测精度略优于基本模型。准确地选择矫正位置至关重要,与未矫正的基本模型相比,利用树干相对高20%和70%处的直径进行矫正不能提高各分位数组合模型的预测精度,利用树干相对高30%、40%、50%、60%处的直径以及胸径到树尖中间位置的树干上部直径进行矫正的大多数分位数组合(3、5、7、9个分位数组合)模型的预测精度都能得到提高,总体使用矫正位置分位数组合模型的预测精度顺序为40%>50%^*>50%> 60%>30%>20%>70%。最佳的矫正位置为树干相对高40%处,并以3个分位数的组合(τ=0.3、0.5、0.7)模型预测精度最高,与未矫正的基本模型相比,MAB和MPB均下降13.5%。【结论】在削度方程中引入一个合理的矫正位置可以提高模型的预测精度,其中,最佳矫正位置为树干相对高40%处,最优模型为3个分位数组合(τ=0.3、0.5、0.7)模型。在实际应用中,如果不考虑矫正时,建议采用分位数τ=0.5削度方程的参数估计值。