引言
無(wú)人機、無(wú)人車(chē)、無(wú)人船、機器人等代表性無(wú)人系統的智能自主控制是當前自動(dòng)控制領(lǐng)域的研究熱點(diǎn),更是提升無(wú)人系統自主性和智能化水平的核心技術(shù)。自主導航技術(shù)利用對應的自主導航系統獲取無(wú)人系統自身的位置、速度及姿態(tài)信息,是實(shí)現無(wú)人系統智能自主控制必不可少的技術(shù)保障。在無(wú)線(xiàn)電導航、地形匹配導航、慣性導航、衛星導航、磁導航及視覺(jué)導航等眾多導航技術(shù)中,不需要依賴(lài)外界信息的慣性導航技術(shù)是目前實(shí)現無(wú)人系統自主導航的一種最強有力技術(shù)手段?;?a href="http://www.qd573.com/v/tag/10980/" target="_blank">微機電系統(micro-electro-mechanical system, MEMS)慣性傳感器的MEMS慣性導航技術(shù)是慣性導航技術(shù)的一個(gè)重要分支,其系統具有成本低、體積小、功耗低以及抗沖擊強等優(yōu)點(diǎn)。因此,針對MEMS慣性傳感器及其導航技術(shù)的研究對無(wú)人系統自主導航技術(shù)的快速發(fā)展和滿(mǎn)足其日益提升的應用需求有重要的支撐意義。
1. MEMS慣性傳感器
1.1 MEMS慣性傳感器的分類(lèi)
MEMS慣性傳感器包括MEMS陀螺儀及MEMS加速度計,其分類(lèi)有多種方式,根據精度由低到高其可分為消費級(零偏》100°/h)和戰術(shù)級(零偏0.1°/h ~ 10°/h)。
根據感知角速度的方式,MEMS陀螺儀可以分為振動(dòng)臂式、振動(dòng)盤(pán)式和環(huán)形諧振式。振動(dòng)臂式MEMS陀螺儀通過(guò)測量扭轉振動(dòng)幅度以及扭轉振動(dòng)相位來(lái)獲取角速度,典型代表為ENV-05A系列音叉式陀螺。振動(dòng)盤(pán)式MEMS陀螺通過(guò)測量元件與底部之間電容量的變化來(lái)獲取角速度,典型代表為霍尼韋爾公司的HG1940慣性測量單元。環(huán)形諧振MEMS陀螺儀通過(guò)測量磁場(chǎng)變化來(lái)獲取角速度,典型代表是SiIMU02陀螺儀。
根據感知加速度的方式,MEMS加速度計可分為位移式、諧振式和靜電懸浮式。位移式MEMS加速度計通過(guò)檢測電容變化來(lái)測量加速度大小,典型代表為Northrop Grumman公司的SiACTM。諧振式MEMS加速度計通過(guò)測量諧振頻率的變化來(lái)測量加速度大小,精度很高,典型代表是霍尼韋爾公司的SiMMA。靜電懸浮式MEMS加速度計通過(guò)測量電容來(lái)獲取懸浮狀態(tài)下的圓盤(pán)或圓球位置從而測量加速度大小,理論精度高,典型代表是法國ONERA公司的SuperSTAR加速度計。
根據傳感原理,MEMS加速度計可分為壓阻式、壓電式和電容式3類(lèi)。壓阻式加速度計通過(guò)將相應懸臂梁上的電阻轉化成電壓輸出,即可將加速度信息轉變?yōu)殡娦盘栞敵?,具有體積小、加工工藝簡(jiǎn)單、精度高、響應速度快、抗電磁干擾強等優(yōu)點(diǎn)。壓電式MEMS加速度計通過(guò)測量?jì)炔繅好糇柚底兓c被測加速度的關(guān)系,從而推算出外界加速度,具有測量范圍大、重量小、體積小、抗干擾能力強、結構簡(jiǎn)單和測量精度高的優(yōu)點(diǎn)。電容式MEMS加速度計通過(guò)檢測電容值的變化量,從而推算出外界加速度,具有測量精度高、靈敏度高、穩定性好、功耗低等優(yōu)點(diǎn)。
1.2 MEMS慣性傳感器的發(fā)展概況
從MEMS陀螺儀與加速度計研制成功至今,伴隨著(zhù)MEMS技術(shù)的發(fā)展,MEMS陀螺儀與加速度計器件性能得到明顯的提高。
1.2.1 國外MEMS陀螺儀發(fā)展歷程
1954年,C.S史密斯發(fā)現了壓阻效應,為微型壓力傳感器的研制提供理論基礎。1967年,表面犧牲層工藝技術(shù)被提出,并在此基礎上具有高諧振頻率的懸梁技術(shù)被研制出。1989年,美國Draper實(shí)驗室研制出第一臺振動(dòng)式微機電陀螺儀,這是慣性技術(shù)領(lǐng)域的一大變革;1993年,該實(shí)驗室研制出一種音叉線(xiàn)振動(dòng)式微機電陀螺儀,將陀螺儀的發(fā)展向前邁出一大步。1997年,在美國加州大學(xué)伯克利分校,首個(gè)表面微機械的Z軸陀螺儀被設計出,其分辨率為1°/s。1999年,橫濱技術(shù)中心提出一種采用解耦設計的MEMS陀螺儀,其分辨率可達1°/h。2001年,美國Draper實(shí)驗室設計出一種單晶硅音叉式MEMS陀螺儀,溫度漂移為1°/(h/℃)。2002年,美國ADI公司研制出世界上第一款單片集成的商用陀螺儀ADXRS。2004年,德國的HSG公司設計出一款表面微機械的X軸陀螺儀,靈敏度為8mV/(°/s)。2006年,日本兵庫大學(xué)的K. Maenska報道了一種僅由一個(gè)帶電極的鋯鈦酸鉛棱柱體構成的新型的壓電振動(dòng)固態(tài)微機械陀螺。2013年,法國電子與信息技術(shù)實(shí)驗室設計出一種采用了橫向懸掛設計的3D電容音叉陀螺。
1.2.2 國外MEMS加速度計發(fā)展歷程
20世紀60年代末,對MEMS加速度計的研究和開(kāi)發(fā)工作開(kāi)始啟動(dòng),主要研發(fā)單位為美國的Draper實(shí)驗室、斯坦福大學(xué)以及加州大學(xué)伯克利分校。20世紀70年代,綜合MEMS工藝與壓阻效應,出現了壓阻式加速度計,首次實(shí)現了MEMS加速度計的商業(yè)化。20世紀80年代末期,隨著(zhù)表面MEMS工藝與傳感技術(shù)的結合,電容式MEMS加速度計得到迅速發(fā)展,并在汽車(chē)行業(yè)得到首次應用。1989年,美國的ADI公司研制出一款ADXL50加速度計,該加速度計有50g量程。自21世紀以來(lái),隨著(zhù)集成電路及計算機行業(yè)的迅速發(fā)展,MEMS加速度計更多應用于汽車(chē)安全氣囊,而且在手機、計算機等電子消費產(chǎn)業(yè)中發(fā)揮越來(lái)越重要的作用。未來(lái)MEMS加速度計將向著(zhù)輕量化、高精度、經(jīng)濟化的方向發(fā)展。
1.2.3 國內MEMS慣性器件發(fā)展歷程
我國的MEMS慣性器件的研究起步于20世紀90年代后期,自1995年起得到科技部、教育部、國家自然科學(xué)基金委員會(huì )等大力支持,國內的MEMS陀螺儀研制取得了顯著(zhù)成果。1998年清華大學(xué)研制出全國第一個(gè)音叉式MEMS陀螺儀,其分辨率為3°/s。2006年,電子集團49所與俄羅斯應用物理研究所合作研制出分辨率為70°/h的陀螺。2010年,中國科學(xué)院傳感器技術(shù)國家重點(diǎn)實(shí)驗室報道了一種采用高對稱(chēng)結構的微機械振動(dòng)環(huán)型陀螺。2012年,***大學(xué)的Chun-Wei Tsai等制作了具有寬驅動(dòng)頻率的雙解耦微機械陀螺。經(jīng)過(guò)20多年的發(fā)展,我國現有的技術(shù)已經(jīng)形成從設計到生產(chǎn)、測試的一系列體系,國內眾多著(zhù)名MEMS慣性器件公司的器件精度也有了顯著(zhù)提高。
2. MEMS慣性導航的關(guān)鍵技術(shù)
MEMS慣性導航系統軟件設計方面主要是導航算法,包括初始對準、慣性解算及誤差補償等算法;其硬件設計方面主要包括電路及結構的設計、慣性導航傳感器(陀螺儀、加速度計)及導航計算機的選擇等。系統精度不僅與硬件相關(guān),而且與軟件有很大關(guān)系。在目前硬件加工技術(shù)發(fā)展較慢的前提下,系統中誤差補償算法尤為重要。對于導航精度要求較高的應用,由于系統具有長(cháng)航時(shí)的特點(diǎn),MEMS慣性導航誤差易發(fā)散,多采用組合導航的方式來(lái)抑制慣性導航系統的誤差發(fā)散。本節主要介紹MEMS慣性傳感器的誤差分析與補償以及MEMS組合導航算法設計。
2.1 MEMS慣性傳感器的誤差分析與補償
慣性傳感器是慣性導航系統的核心組成,其精度決定了慣性導航系統的精度,所以慣性導航系統的一項主要工作就是將慣性傳感器誤差進(jìn)行補償。提高慣性導航系統精度的手段大致有以下兩種,第一種是從工藝上提高慣性傳感器的精度,但是此方法技術(shù)難度大,且對于加工條件、材料等要求高;第二種就是采用誤差補償方式來(lái)對于系統的誤差進(jìn)行補償。
MEMS慣性傳感器的誤差分析與補償方法大致分為3種:第一種是采用誤差補償算法的方式進(jìn)行補償,即將誤差通過(guò)算法擬合方式進(jìn)行補償;第二種是采用旋轉調制技術(shù),將IMU(慣性測量單元)加上轉動(dòng)機構進(jìn)行旋轉,通過(guò)旋轉來(lái)消除常值誤差(稱(chēng)為旋轉調制);第三種是采用Allan方差分析法,以補償系統的隨機誤差。
2.1.1 慣性傳感器的溫度誤差補償技術(shù)
溫度所帶來(lái)的慣性器件精度誤差主要來(lái)自慣性器件本身對于溫度的敏感程度以及溫度梯度或者溫度與溫度梯度的交叉乘積項的影響。隨著(zhù)溫度的變化,慣性器件的結構材料由于熱脹冷縮會(huì )形成干擾力矩,因此需要對于慣性器件的溫度特性進(jìn)行研究,以獲取溫度對于慣性器件輸出性能影響的規律,建立加速度計靜態(tài)溫度模型并且對因溫度變化引起的誤差進(jìn)行補償,是提高其精度的一種有效手段。
對陀螺儀及加速度計的靜態(tài)溫度模型進(jìn)行擬合的方法一般采取最小二乘法,以此得到陀螺儀和加速度計的數學(xué)模型系數與溫度的關(guān)系并建立靜態(tài)溫度誤差補償模型,從而提高器件精度。國內多家陀螺儀及加速度計生產(chǎn)單位均對溫度誤差補償進(jìn)行研究,使之較補償前的產(chǎn)品靜態(tài)誤差減小了一個(gè)數量級。
2.1.2 慣性傳感器常值漂移誤差的旋轉調制技術(shù)
旋轉調制技術(shù)起初應用于靜電陀螺系統,通過(guò)殼體旋轉來(lái)自動(dòng)補償漂移誤差力矩。自激光陀螺面世以來(lái),美國迅速開(kāi)展了旋轉式慣性導航系統的研究,1968年,有學(xué)者首次提出通過(guò)旋轉IMU的方式來(lái)對慣性傳感器的漂移誤差進(jìn)行補償。20世紀70年代,羅克韋爾公司研制了靜電陀螺檢測器,殼體采用了旋轉技術(shù),使得與其配套的艦船系統具備長(cháng)時(shí)間的精度性能。20世紀80年代,Sperry公司研制了單軸旋轉慣性導航系統,采用了經(jīng)典的單軸四位置正反轉停方案,直到現在該方案仍被廣泛應用。1989年,北約船用標準慣性導航系統即MK49型雙軸旋轉式激光陀螺慣性導航系統,在潛艇以及水面艦艇上進(jìn)行裝備。在國內國防科技大學(xué)首先開(kāi)始旋轉調制技術(shù)在光學(xué)陀螺上的應用。如今旋轉調制技術(shù)在MEMS上主要采用單軸旋轉方案,雙軸旋轉方案由于旋轉機構復雜等原因相對應用較少。
由于旋轉的需要,導航系統采取捷聯(lián)算法,從原理上來(lái)講,MEMS慣性導航系統旋轉調制可以有效抵消系統常值誤差,系統的誤差傳播方程如下:
在式(1)中,由于陀螺儀以及加速度計自身測量誤差所帶來(lái)的系統誤差為σωbib和σfb,因此式中的Cnbσωbib以及Cnbσfb兩項誤差是由于測量誤差引入的,故誤差補償主要補償這兩項誤差。由于以上兩項均包含Cnb,周期性地改變Cnb值即可消除這兩項誤差,故在慣性導航系統上施加旋轉裝置,將周期性誤差通過(guò)旋轉抵消,這就是旋轉調制技術(shù)提高慣性導航系統精度的原理。
旋轉調制方案需要確定旋轉軸個(gè)數(單軸、雙軸或多軸)、旋轉速率、旋轉角加速度、轉停時(shí)間及停止位置數等參數。靜基座及動(dòng)基座下轉停方案的不同會(huì )對旋轉調制效果產(chǎn)生影響。
2.1.3 慣性傳感器隨機誤差的Allan方差分析
目前常用的隨機誤差建模方法有時(shí)間序列分析法、Allan方差法及功率譜密度分析法。
由于慣性導航的誤差方程推導都是建立在誤差為白噪聲的基礎上,而在現實(shí)中,MEMS慣性器件的輸出數據包含的各種噪聲都會(huì )對系統產(chǎn)生干擾,導致計算結果中出現隨機誤差。陀螺輸出值的誤差中的隨機噪聲需要建模來(lái)補償,而Allan方差分析法則是目前隨機噪聲分析中應用最普遍、最廣泛的方法之一。MEMS器件中隨機誤差主要分為角度隨機游走、加速度隨機游走、量化噪聲及零偏穩定性等。
Allan法是在1966年DavidAllan提出的,其主要是用于分析振蕩器相位以及評估頻率穩定性。Allan方差可以反映出兩個(gè)連續采樣區間內平均頻率差的起伏狀況,基于相位數據和頻率數據的阿倫方差估計式為
2.2 MEMS組合導航算法
MEMS慣性導航系統具有低成本、體積小、功耗低等優(yōu)勢。但是由于MEMS慣性器件精度較低,長(cháng)時(shí)間使用會(huì )導致誤差發(fā)散較快,不能擔任長(cháng)時(shí)間的導航任務(wù),所以目前一般采用多傳感器融合的方式來(lái)進(jìn)行導航,即將MEMS慣性導航與其他導航方式進(jìn)行融合,通過(guò)其他導航系統的導航信息輔助來(lái)修正慣性導航系統的誤差,由此來(lái)提高整個(gè)導航系統的精度。若要進(jìn)行多個(gè)導航系統的數據融合,則要使用濾波等方法。
2.2.1 卡爾曼濾波算法
卡爾曼(Kalman)濾波是一種通過(guò)在被提取的觀(guān)測信號中獲得信息來(lái)對狀態(tài)量進(jìn)行估計的濾波算法。Kalman濾波是一種實(shí)時(shí)遞推算法,處理對象是隨機對象,根據系統噪聲與觀(guān)測噪聲,將系統的觀(guān)測值的輸出作為濾波器輸入,將需要估計的狀態(tài)量作為輸出,即通過(guò)上一時(shí)刻的觀(guān)測值估計出下一時(shí)刻的系統狀態(tài)量,故其實(shí)質(zhì)上是一種最優(yōu)估計方法。
常規的Kalman濾波適用于線(xiàn)性高斯模型,而大多數慣性導航系統均為非線(xiàn)性系統,故常規的Kalman濾波不能滿(mǎn)足要求,必須建立適用于非線(xiàn)性系統的濾波算法。因此發(fā)展出擴展Kalman濾波方法,其將非線(xiàn)性系統的非線(xiàn)性函數通過(guò)泰勒級數等方法線(xiàn)性化,并省去高階項,得到線(xiàn)性系統模型。
由于擴展Kalman濾波是將非線(xiàn)性函數進(jìn)行線(xiàn)性化,因此不可避免的帶來(lái)線(xiàn)性化誤差,由此發(fā)展出無(wú)跡Kalman濾波。該濾波法針對非線(xiàn)性函數,對其概率密度進(jìn)行近似,使用已經(jīng)確定的樣本來(lái)估計狀態(tài)的后驗概率密度,不需要對非線(xiàn)性函數進(jìn)行近似。相比于擴展卡爾曼濾波而言,無(wú)跡Kalman濾波的統計量不僅具有更高的精度,而且具有更高的穩定性。
2.2.2 互補濾波算法
傳統的擴展Kalman濾波具有雅可比矩陣,存在計算量大、并且白噪聲條件不能保證時(shí)刻成立等缺點(diǎn);但是采用互補濾波算法可以減小計算量,提高系統測量精度,并且不需要在白噪聲條件下也可成立。利用陀螺儀與加速度計在頻域上的互補特性可以將陀螺儀與加速度計的數據融合精度提高,實(shí)現高精度的融合。
2.2.3 神經(jīng)網(wǎng)絡(luò )
機器神經(jīng)網(wǎng)絡(luò )是以生物神經(jīng)網(wǎng)絡(luò )為原型。神經(jīng)網(wǎng)絡(luò )是機器學(xué)習的一種,通過(guò)網(wǎng)絡(luò )系統來(lái)訓練模型參數,神經(jīng)網(wǎng)絡(luò )主要由輸入層、輸出層及隱含層構成。從20世紀40年代的M-P神經(jīng)元和Hebb學(xué)習規則,到50年代的Hodykin-Huxley方程、感知器模型與自適應濾波器,再到60年代的自組織映射網(wǎng)絡(luò )、神經(jīng)認知機、自適應共振網(wǎng)絡(luò ),眾多神經(jīng)網(wǎng)絡(luò )計算模型已發(fā)展成為計算機視覺(jué)、信號處理等領(lǐng)域的經(jīng)典方法,帶來(lái)了深遠的影響。
神經(jīng)網(wǎng)絡(luò )有正向神經(jīng)網(wǎng)絡(luò )及反向神經(jīng)網(wǎng)絡(luò )兩種。神經(jīng)網(wǎng)絡(luò )具有并行處理、分布式存儲、高冗余度、可以進(jìn)行非線(xiàn)性運算以及良好的容錯性等特點(diǎn)。隨著(zhù)神經(jīng)網(wǎng)絡(luò )技術(shù)的發(fā)展,其應用領(lǐng)域也在不斷拓寬,如今在慣性導航、圖像處理等領(lǐng)域發(fā)揮著(zhù)至關(guān)重要的作用。神經(jīng)網(wǎng)絡(luò )算法具有廣泛的理論基礎,其中包括神經(jīng)網(wǎng)絡(luò )結構模型、網(wǎng)絡(luò )通信模型、記憶模型。學(xué)習算法表明,基于神經(jīng)網(wǎng)絡(luò )算法的大數據分析具有良好的性能和應用前景,在傳感器的數據融合中提供了決策依據,為無(wú)人系統的自主導航作出重要的貢獻。模糊神經(jīng)網(wǎng)絡(luò )在數據融合、數據挖掘中性能優(yōu)越,可以較好利用語(yǔ)言,且知識表達形式易于理解,但存在自學(xué)習能力弱、難利用數值信息等缺點(diǎn),故可將人工神經(jīng)網(wǎng)絡(luò )與模糊系統進(jìn)行結合。
3. MEMS慣性導航的應用
MEMS慣性導航技術(shù)以其體積小、功耗低、重量輕及低成本等特點(diǎn)在多種無(wú)人系統,如無(wú)人機、無(wú)人車(chē)、無(wú)人船及機器人等系統中得到普遍應用。
3.1 無(wú)人機領(lǐng)域
在近幾年來(lái),微小型無(wú)人機在軍用以及民用領(lǐng)域內發(fā)揮著(zhù)越來(lái)越重要的作用,而為了實(shí)現無(wú)人機自身的定位以及定位問(wèn)題,航姿測控系統發(fā)揮著(zhù)至關(guān)重要的作用。航姿測控系統主要由GPS天線(xiàn)、GPS接收板、捷聯(lián)式磁傳感器、慣性測量單元、高度空速傳感器以及調理單元構成。傳感器的精度直接決定無(wú)人機位姿的精度,傳感器采集到的數據通過(guò)導航算法計算出無(wú)人機的位置姿態(tài)信息。目前無(wú)人機的導航主要采取將MEMS慣性導航系統與GPS組合的手段,這樣既可以提高系統精度,又可以縮短初始對準的時(shí)間。如今無(wú)人機上面搭載的導航系統精度為消費級,如Invensense MP6500的精度為2°/s,而隨著(zhù)MEMS器件精度的提高以及成本的降低,未來(lái)無(wú)人機的導航精度將提高。
3.2 無(wú)人車(chē)領(lǐng)域
無(wú)人車(chē)是通過(guò)車(chē)載傳感器來(lái)感知外界環(huán)境,并且獲取車(chē)輛位置、姿態(tài)信息以及障礙物信息,從而控制車(chē)輛行駛速度、轉向以及起停等。目前谷歌、百度等公司均在開(kāi)展無(wú)人車(chē)的研制工作,并已經(jīng)開(kāi)展道路實(shí)驗。當無(wú)人車(chē)行走到高大建筑物下,且GPS被遮擋而無(wú)法正常工作時(shí),無(wú)人車(chē)上搭載的慣性導航系統短時(shí)間內的精度可以滿(mǎn)足車(chē)輛自主前行的需求。無(wú)人車(chē)上的MEMS慣性導航系統,一般精度要求較高。
3.3 無(wú)人船領(lǐng)域
由于邊境巡邏、水質(zhì)勘探等任務(wù)所采取普通的艦船設備較為危險并且成本較高,致使無(wú)人船技術(shù)發(fā)展迅速。獲取無(wú)人船位置姿態(tài)信息是無(wú)人船能夠自主開(kāi)展工作的重要前提。如今無(wú)人船上配備的傳感器主要有GPS,MEMS慣性導航系統及避障雷達等。隨著(zhù)MEMS慣性導航系統精度的提高,慣性導航系統在無(wú)人船的位置姿態(tài)信息獲取中發(fā)揮著(zhù)至關(guān)重要的作用。無(wú)人船上搭載的MEMS慣性導航系統,一般消費級的中低精度即可滿(mǎn)足需求。
3.4 機器人領(lǐng)域
移動(dòng)機器人是一種可以自主在固定或時(shí)變環(huán)境中進(jìn)行工作的自動(dòng)化設備。近年來(lái)在服務(wù)業(yè)、家居、工業(yè)等領(lǐng)域應用廣泛。輪式機器人在應用方面與無(wú)人車(chē)相似,均通過(guò)視覺(jué)相機、MEMS慣性傳感器、激光雷達及里程計等傳感器采集數據進(jìn)行導航。國內高校如國防科技大學(xué)、清華大學(xué)、上海交通大學(xué)、哈爾濱工業(yè)大學(xué)等高校均對輪式機器人較早開(kāi)始研究工作。在采取慣性傳感器與里程計的輪式機器人的導航過(guò)程中,MEMS慣性傳感器提供精確的姿態(tài)角,而由于輪子打滑等對慣性導航以及里程計產(chǎn)生影響,現大多通過(guò)視覺(jué)里程計與MEMS慣性導航組合導航,通過(guò)擴展Kalman濾波算法來(lái)進(jìn)行數據融合,從而提高系統精度。
3.4 其他領(lǐng)域
除了上述領(lǐng)域外,MEMS慣性傳感器還在電子設備,如手機、平板電腦、游戲機、相機、VR眼鏡以及用于室內定位的單兵導航。目前消防員在高樓滅火時(shí)以及行動(dòng)不便的老人在家的人身安全問(wèn)題是社會(huì )普遍關(guān)注的問(wèn)題,如果將MEMS慣性導航系統放置在探測人員身上進(jìn)行導航,則可以獲得實(shí)時(shí)位置姿態(tài)信息,這樣就可以提高被監視人員的安全系數。使用MEMS慣性導航系統進(jìn)行室內人員定位辦法大致有以下幾種:一種是利用MEMS加速度計對人員步伐狀態(tài)進(jìn)行檢測識別,再通過(guò)磁力計檢測人員運動(dòng)方向,由此來(lái)進(jìn)行室內人員的定向定位。另外一種方法是采用兩個(gè)或多個(gè)MEMS慣性導航系統,安裝在人員腳部以及腰部位置,通過(guò)多個(gè)MEMS慣性導航系統修正方法來(lái)進(jìn)行定位。
4. MEMS慣性導航的發(fā)展展望
4.1 MEMS慣性導航器件
近幾年來(lái),MEMS慣性傳感器發(fā)展迅速,精度不斷提高。雖然相比光纖陀螺、激光陀螺仍有很大差距,但是其價(jià)格低、體積小、重量輕,使MEMS慣性導航系統在慣性導航系統中發(fā)揮重要作用。未來(lái)隨著(zhù)MEMS材料工藝與制造工藝不斷發(fā)展,MEMS慣性導航系統精度必將不斷提高,其成本也將不斷降低,因此采用戰略級高精度MEMS陀螺儀取代光纖陀螺儀是一個(gè)重要發(fā)展趨勢。隨著(zhù)微加工工藝的不斷進(jìn)步,MEMS慣性傳感器將向著(zhù)輕質(zhì)、小型化方向發(fā)展。
4.2 MEMS組合導航算法
盡管MEMS慣性傳感器精度在不斷進(jìn)步,但是戰術(shù)級MEMS慣性導航系統誤差隨時(shí)間積累仍然發(fā)散較大,在很多場(chǎng)合還不能滿(mǎn)足高精度的要求,故MEMS慣性導航與GPS組合導航仍然是主要導航方式。因此,研究精度以及效率更高、魯棒性更強的算法,在軟件方面給予組合導航系統支持也是重要的發(fā)展方向。
4.3 MEMS慣性導航的應用
在MEMS技術(shù)發(fā)展的數十年內,MEMS慣性導航技術(shù)在電子領(lǐng)域、汽車(chē)行業(yè)以及家居服務(wù)行業(yè)得到了廣泛應用。隨著(zhù)MEMS慣性導航精度和穩定性不斷提高,未來(lái)MEMS慣性導航技術(shù)必將在無(wú)人系統領(lǐng)域,如航天器、衛星、機器人等無(wú)人系統中,扮演重要的角色。
5. 結語(yǔ)
MEMS慣性導航技術(shù)具有小型化、低成本等優(yōu)勢,在過(guò)去數十年內得到了迅速發(fā)展,在無(wú)人系統領(lǐng)域內得到了越來(lái)越多的應用,其作為未來(lái)慣性導航的主要發(fā)展方向,正在展現出強大的潛力以及良好的應用前景。本文回顧了MEMS慣性導航系統發(fā)展歷程,總結其關(guān)鍵技術(shù),并對MEMS慣性導航技術(shù)的應用及發(fā)展進(jìn)行展望,為MEMS慣性導航系統的研究提供參考。
來(lái)源;MEMS
評論