本发明专利技术公开了一种微惯性测量组合单元的快速自标定方法及装置，其中，该方法包括：获取微惯性测量组合单元旋转至不同位置的实时数据信息；利用3σ法对实时数据信息进行处理得到新的数据信息；建立微惯性测量组合单元误差模型；通过Levenberg‑Marquard算法和微惯性测量组合单元误差模型，对新的数据信息进行解算，得到微惯性测量组合单元的各个误差项。该方法能够满足现场标定需求，降低微惯性测量组合单元的标定成本，进一步提高标定精度。
【技术实现步骤摘要】
本专利技术涉及惯性测量
，尤其涉及一种微惯性测量组合单元的快速自标定方法及装置。
技术介绍
微惯性测量单元包括三轴微机械陀螺仪和三轴微机械加速度计，三轴微机械陀螺和三轴微机械加速度进分别正交安装在固定基座上，经过信号处理、补偿单元和接口电路，输出三轴角速度和加速度，形成微惯性测量单元，能够输出三轴角速度和三轴加速度。微型惯性测量单元因其因其具有体积小、重量轻、寿命长、可靠性高、成本低和适应环境能力强等优点，可以提供运动载体的位置、速度和姿态信息，在姿态测控
具有广阔的应用前景。开展基于的工的研究工作具有十分重要的意义，但仍存在一些问题需要进一步解决。微惯性测量元件—微加速度计和微陀螺仪的精度决定微惯性测量组合单元的测量精度，因此通过使用前对微惯性测量组合单元进行标定具有重要意义，可确定其中各个惯性传感器的零偏误差、标度系数等参数。传统标定微惯性测量组合单元的方法需要借助高精度三轴转台提供基准，对转台精度要求高，需要较长的标定时间，花费较高，且无法在实验室以外对微惯性测量组合进行标定，不能满足现场标定的需求。
技术实现思路
本专利技术的目的旨在至少在一定程度上解决上述的技术问题之一。为此，本专利技术的第一个目的在于提出一种微惯性测量组合单元的快速自标定方法。该方法能够满足现场标定需求，降低微惯性测量组合单元的标定成本，进一步提高标定精度。本专利技术的第二个目的在于提出了一种微惯性测量组合单元的快速自标定装置。为达上述目的，本专利技术第一方面实施例的微惯性测量组合单元的快速自标定方法，包括以下步骤：获取微惯性测量组合单元旋转至不同位置的实时数据信息；利用3σ法对实时数据信息进行处理得到新的数据信息；建立微惯性测量组合单元误差模型；通过Levenberg-Marquard算法和微惯性测量组合单元误差模型，对新的数据信息进行解算，得到微惯性测量组合单元的各个误差项。本专利技术实施例的微惯性测量组合单元的快速自标定方法，首先获取微惯性测量组合单元旋转至不同位置的实时数据信息，接着对实时数据信息进行处理得到新的数据信息，并建立微惯性测量组合单元误差模型，最后通过Levenberg-Marquard算法和微惯性测量组合单元误差模型，对新的数据信息进行解算，得到微惯性测量组合单元的各个误差项。该方法能够满足现场标定需求，降低微惯性测量组合单元的标定成本，进一步提高标定精度。在一些示例中，所述利用3σ法对所述实时数据信息进行处理得到新的数据信息具体包括：计算所述实时数据信息的均值为和计算所述实时数据信息的残差为和计算所述实时数据信息的标准差为和如果所述实时数据信息中的测量值xd(1≤d≤n)、yd(1≤d≤n)和zd(1≤d≤n)的残差分别满足：和则为异常值并去除。在一些示例中，所述建立微惯性测量组合单元误差模型包括:所述微惯性测量组合单元的微机械加速度计和微机械陀螺仪建立误差模型；其中，所述微机械加速度计的测量模型为：f＝SaNaa+ba+εa，其中，f为加速度计的测量值，a为加速度输入，ba为加速度计的零偏，Sa为加速度计的标度因数，Na为加速度计的安装对准系数，εa为加速度计的测量噪声；所述微机械陀螺仪的测量模型为：ωg＝SgNgω+bg+εg，其中ωg为陀螺仪的测量值，ω为角速度输入，bg为陀螺仪的零偏，Sg为陀螺仪的标度因数，Ng为陀螺仪的安装对准系数，εg为陀螺仪的测量噪声。在一些示例中，所述Levenberg-Marquard算法的数学模型为其中，S为自变量，gk为梯度，Gk为Hesse矩阵和hk为第k次迭代的信赖域半径。在一些示例中，所述的快速自标定方法，还包括：对所述各个误差项进行分析补偿。为达上述目的，本专利技术第二方面实施例的微惯性测量组合单元的快速自标定装置，包括：获取模块，用于获取微惯性测量组合单元旋转至不同位置的实时数据信息；处理模块，用于利用3σ法对所述实时数据信息进行处理得到新的数据信息；建立模块，用于建立微惯性测量组合单元误差模型；解算模块，用于通过Levenberg-Marquard算法和所述微惯性测量组合单元误差模型，对所述新的数据信息进行解算，得到所述微惯性测量组合单元的各个误差项。本专利技术实施例的微惯性测量组合单元的快速自标定装置，首先获取模块获取微惯性测量组合单元旋转至不同位置的实时数据信息，接着处理模块对实时数据信息进行处理得到新的数据信息，并且建立模块建立微惯性测量组合单元误差模型，最后解算模块通过Levenberg-Marquard算法和微惯性测量组合单元误差模型，对新的数据信息进行解算，得到微惯性测量组合单元的各个误差项。该装置能够满足现场标定需求，降低微惯性测量组合单元的标定成本，进一步提高标定精度。在一些示例中，所述处理模块具体用于：计算所述实时数据信息的均值为和计算所述实时数据信息的残差为和计算所述实时数据信息的标准差为和如果所述实时数据信息中的测量值xd(1≤d≤n)、yd(1≤d≤n)和zd(1≤d≤n)的残差分别满足：和则为异常值并去除。在一些示例中，所述建立模块进一步包括:所述微惯性测量组合单元的微机械加速度计和微机械陀螺仪建立误差模型；其中，所述微机械加速度计的测量模型为：f＝SaNaa+ba+εa，其中，f为加速度计的测量值，a为加速度输入，ba为加速度计的零偏，Sa为加速度计的标度因数，Na为加速度计的安装对准系数，εa为加速度计的测量噪声；所述微机械陀螺仪的测量模型为：ωg＝SgNgω+bg+εg，其中ωg为陀螺仪的测量值，ω为角速度输入，bg为陀螺仪的零偏，Sg为陀螺仪的标度因数，Ng为陀螺仪的安装对准系数，εg为陀螺仪的测量噪声。在一些示例中，所述Levenberg-Marquard算法的数学模型为其中，S为自变量，gk为梯度，Gk为Hesse矩阵和hk为第k次迭代的信赖域半径。在一些示例中，所述的快速自标定装置还包括：分析补偿模块，用于对所述各个误差项进行分析补偿。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的微惯性测量组合单元的快速自标定方法的流程图；图2是根据本专利技术一个实施例的微惯性测量组合单元的结构示意图；图3是根据本专利技术一个实施例的微惯性测量组合单元快速自标定方法与传统标定方法位置补偿后对比图；图4是根据本专利技术一个实施例的微惯性测量组合单元快速自标定方法与传统标定方法角度补偿后对比图；图5根据本专利技术一个实施例的微惯性测量组合单元的快速自标定装置的示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。通过设计不同的翻转位置，翻转角度，翻转顺序，结合微惯性测量单元静止或者恒定角速度输入时，三轴微惯性加速度计和三轴微惯性陀螺仪输出矢量和存在恒等式关系。通过多个位置的翻转，使用数值解算方法，解算方程，得出微惯性测量组合各项误差参数。图1是根据本专利技术一个实施例的微惯性测量组合单元本文档来自技高网...
【技术保护点】
一种微惯性测量组合单元的快速自标定方法，其特征在于，包括以下步骤：获取微惯性测量组合单元旋转至不同位置的实时数据信息；利用3σ法对所述实时数据信息进行处理得到新的数据信息；建立微惯性测量组合单元误差模型；通过Levenberg‑Marquard算法和所述微惯性测量组合单元误差模型，对所述新的数据信息进行解算，得到所述微惯性测量组合单元的各个误差项。
【技术特征摘要】
1.一种微惯性测量组合单元的快速自标定方法，其特征在于，包括以下步骤：获取微惯性测量组合单元旋转至不同位置的实时数据信息；利用3σ法对所述实时数据信息进行处理得到新的数据信息；建立微惯性测量组合单元误差模型；通过Levenberg-Marquard算法和所述微惯性测量组合单元误差模型，对所述新的数据信息进行解算，得到所述微惯性测量组合单元的各个误差项。2.如权利要求1所述的快速自标定方法，其特征在于，所述利用3σ法对所述实时数据信息进行处理得到新的数据信息具体包括：计算所述实时数据信息的均值为和计算所述实时数据信息的残差为和计算所述实时数据信息的标准差为和如果所述实时数据信息中的测量值xd(1≤d≤n)、yd(1≤d≤n)和zd(1≤d≤n)的残差分别满足：和则为异常值并去除。3.如权利要求1所述的快速自标定方法，其特征在于，所述建立微惯性测量组合单元误差模型包括:所述微惯性测量组合单元的微机械加速度计和微机械陀螺仪建立误差模型；其中，所述微机械加速度计的测量模型为：f＝SaNaa+ba+εa，其中，f为加速度计的测量值，a为加速度输入，ba为加速度计的零偏，Sa为加速度计的标度因数，Na为加速度计的安装对准系数，εa为加速度计的测量噪声；所述微机械陀螺仪的测量模型为：ωg＝SgNgω+bg+εg，其中ωg为陀螺仪的测量值，ω为角速度输入，bg为陀螺仪的零偏，Sg为陀螺仪的标度因数，Ng为陀螺仪的安装对准系数，εg为陀螺仪的测量噪声。4.如权利要求1所述的快速自标定方法，其特征在于，所述Levenberg-Marquard算法的数学模型为其中，S为自变量，gk为梯度，Gk为Hesse矩阵和hk为第k次迭代的信赖域半径。5.如权利要求1所述的快速自标定方法，其特征在于，还包括：对所述各个误差项进行分析补偿。6....
【专利技术属性】
技术研发人员：李滨，陈湾湾，尤政，杨登，邢飞，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。