基于惯性旋转调制技术的车载导航理论研究

The current land vehicle navigation system usually employed the MEMS (Micro-Electro-Mechanical-Systems)-INS (Inertial Navigation System) as the primary sensor, which is augmented with other sensors, such as GNSS (Global Navigation Satellite System) or OD (Odometer). Although the INS errors can be estimated with the measurements from other sensors, they accumulate quickly if the INS works in standalone mode when other sensors are failed. The limitation of the INS error accumulations is the key to improve the system’s accurateness and robustness. However, such issue has not been well tackled yet. In recent years, the rotation modulation technique which has been successfully applied to the optical gyros, provide the potential solution to the aforementioned issue. Based on our previous research, although the IMU rotation can partially limit the error accumulations, it still needs to merge other navigation information to improve the navigation performance. Therefore, it is necessary to deeply research the land vehicle navigation theory based on rotation modulation technique, with specific research efforts as follows: 1) the compensation of the random errors in MEMS inertial sensors by IMU rotations, 2) vehicle dynamic model aided navigation with rotating IMU, and 3) navigation observability analysis with dynamic quality control. This research not just contributes to the land vehicle domain, but also to the space-based, ship-based navigation applications.

目前车载导航采取以微机电惯性导航系统为主，并与其他传感器组合的方式导航。当传感器出现故障时，惯性器件中的误差会导致独立工作状态下的MEMS-INS迅速发散。如何有效抑制MEMS-INS独立工作时的误差累积是提高车载导航可靠性和鲁棒性的关键，但目前尚未出现有效解决方案。近年来，在光学陀螺领域已经获得成熟应用的旋转调制技术逐步被应用于MEMS-INS，为解决其误差补偿问题提供了可能的方案。我们通过前期研究发现虽然IMU旋转能够在一定程度上消除MEMS惯性传感器中随机误差的累积，但仍需联合其他导航相关信息融合解算。因此，有必要结合惯性旋转调制技术深入研究车载导航理论方法，主要顾及旋转调制技术对MEMS传感器随机误差的补偿分析、基于旋转IMU的车载运动学模型辅助以及导航可观测性分析和动态质量控制三个方面。本项目研究将为汽车载体提供精确可靠的导航信息，相关成果还可拓展至航空器、舰载导航应用领域.

如何有效抑制 MEMS INS独立工作时的误差累积是提高车载导航可靠性和鲁棒性的关键，但目前尚未出现有效解决方案。针对车载导航平台，本项目结合惯性旋转调制技术深入研究车载导航理论方法，以改善惯性导航误差累积，提高导航可靠性与鲁棒性。主要研究内容及成果涉及以下几个方面：1）旋转调制技术对MEMS惯性传感器随机误差的补偿效果分析。从时域上推导了惯性传感器随机常值、量化噪声、ARW（角度随机游走）或VRW（速度随机游走）在IMU旋转情况下的误差传播公式，并提出了对旋转轴标度因数和非旋转轴与旋转轴安装误差的标定方法。2）基于旋转IMU的车载运动学模型辅助理论方法研究。根据前向和竖直方向加速度计以及横向陀螺仪输出与车轮转动角度的数学关系，利用Kalman滤波实现了载体前行速度和位移的估计，并建立了其误差模型；结合非完整性约束条件，建立载体坐标系下三维速度观测量，并用以限制惯性导航误差累积。3）基于旋转IMU的导航可观测性及动态质量控制研究。结合控制理论从解析的角度分析了该系统的可观测性，利用矩阵特征根和特征向量分析，给出了该导航系统的各误差状态量的可观测度，为导航滤波设计提供了理论基础；引入多历元导航数据变化规律作为约束条件，结合IMU动态特性和传感器固有误差特性设计了自适应的质量控制策略。4）仿真与车载导航实验验证。搭建了Matlab/Simulink导航仿真平台并编写了C++导航数据处理软件；通过仿真和实际车载导航实验数据验证了本项目理论研究成果。5）其他相关研究拓展。将低成本MEMS旋转惯性系统应用至组合导航系统，并研究基于ANN（人造神经网络）的组合导航策略，该方法能够进一步降低惯性系统单独工作时的导航误差。本项目所提出的基于惯性旋转调制技术车载导航系统能有效解决MEMS INS难以单独工作的难点，将为智能交通，自动驾驶汽车等提供精确、可靠的导航信息。项目研究成果中所涉及的理论方法，对其他运动平台的导航数据处理亦具有重要参考价值。