一种用于制造技术

本发明专利技术属于校准惯性测量单元技术领域，具体地说是涉及一种用于

【技术实现步骤摘要】
一种用于IMU阵列的低复杂度自校准方法


[0001]本专利技术属于校准惯性测量单元
(Inertial Measurement Unit,IMU)

，具体地说是涉及一种用于
IMU
阵列的低复杂度自校准方法
。

技术介绍

[0002]惯性传感器是一种用于测量物体加速度
、
角速度和方向变化的设备
。
它们通常基于惯性力和旋转原理工作，可以在没有外部参考的情况下提供关于物体运动状态的信息
。
惯性传感器在许多领域中得到广泛应用，包括航空航天
、
汽车工程
、
消费电子
、
运动追踪等
。
由于三维空间中的刚体具有六个自由度
、
三个旋转自由度和三个平移自由度，因此通常使用包含三维陀螺仪和三维加速度计的惯性测量单元来测量物体的运动
。
如今，随着微机电系统
(Micro
‑
Electro
‑
Mechanical System,MEMS)
技术的进步，微型加速度计
、
陀螺仪和磁力计的生产达到了前所未有的规模，同时价格也大幅降低
。
由于这些低成本的
IMU
性能较差，无法在许多应用中实现可靠的定位效果
。
利用这些
MEMS
‑
IMU
的小尺寸
、
低价格和低功耗特性，可以构建由数十个甚至数百个
IMU
组成的阵列，并将它们的测量数据融合起来，从而创造出性价比极高的“超级传感器”。
[0003]使用
IMU
阵列的好处不仅是提高了测量精度，而且由于可以进行传感器故障检测和隔离，还提高了操作可靠性
。
由于
IMU
阵列测量的不是波场，而是力场，基于关于旋转坐标系中的力的经典力学结果，可以制定用于
IMU
阵列测量的信号模型
。
因此，必须准确了解
IMU
之间的空间几何位姿，
IMU
的几何位姿不确定性可能会影响测量结果的融合
。
文献“H.Carlsson,I.Skog and J.Jald
é
n,"On
‑
the
‑
fly geometric calibration of inertial sensor arrays,"2017International Conference on Indoor Positioning and Indoor Navigation(IPIN),Sapporo,Japan,2017,pp.1
‑
6,doi:10.1109/IPIN.2017.8115879”中仅解决了一种不确定性问题，即当
IMU
阵列中的所有
IMU
坐标系相同时，由于传感器安装误差和对传感器芯片内部传感元件物理位置不清楚而引起的问题，但是其依然存在复杂
IMU
阵列中
IMU
几何位姿不确定性与测量数据融合困难的问题
。

技术实现思路

[0004]针对上述问题，本专利技术提出了一种
IMU
阵列低复杂度的自校准方法
。
该方法利用迭代最近点
(Iterative Closest Point,ICP)
算法对
IMU
阵列上的
IMU
进行坐标系的对齐，得到各个
IMU
的信息，继而建立信号模型利用最大似然估计求解出各个
IMU
的几何距离
。
这一项创新有效地克服了传感器安装误差以及传感器芯片内部传感元件物理位置不明确所引发的数据融合困难的问题，进一步提升了复杂阵列的适用性和定位精度
。
[0005]本专利技术的技术方案是：
[0006]一种用于
IMU
阵列的低复杂度自校准方法，包括以下步骤：
[0007]S1、
根据实际需求设计
IMU
阵列，确定
IMU
的布设方式以及使用的
IMU
数量，根据初始位置对
IMU
进行编号，获得各
IMU
的初始相对位置信息序列；
[0008]S2、
采用如下误差模型对静态参数进行补偿：
[0009][0010]其中，和分别表示
IMU
输出的加速度和角速度矢量，
s
和
ω
分别表示对应的真实值；
b
a
和
b
g
分别表示加速度计和陀螺仪的零偏误差，
n
a
和
n
g
分别表示加速度计和陀螺仪的高斯噪声；
[0011]S3、
采集
IMU
阵列动态数据，具体为通过无规则动态旋转和移动，得到全部
N
个
IMU
的动态数据，定义第
n
个帧的第
k
个
IMU
输出的加速度和角加速度分别为和得到每一个
IMU
的输出数据为
A
k
：
[0012][0013]将每个
IMU
的加速度数值与角加速度数值记录得到数据集
A
：
[0014]A
＝
[A
1 A2ꢀ…ꢀ
A
N
][0015]S4、IMU
几何位姿解算，具体为：
[0016]从数据集
A
中选择出陀螺仪量程
10
％到
90
％之间的数据作为解算数据，利用
ICP
算法求解出
IMU
阵列中各
IMU
的姿态，即求解出各个
IMU
之间坐标系的旋转矩阵
R
，将其统一于地球坐标系上，具体为将陀螺仪输出的数据视为三维点云数据，通过点云配准方式进行解算，定义点云配准问题为：
[0017][0018]其中，
P
s
为源点云，指需要校正坐标系的陀螺仪输出值
。P
t
为目标点云
,
指地球坐标系下的陀螺仪输出值
。|P
s
|
指在运动时段内采集的陀螺仪输出数据的总数量
。
为目标点云中第
n
点值，指地球坐标系下的第
n
帧陀螺仪输出值
。
为源点云中第
n
点值，指需要校正坐标系的第
n
帧陀螺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于
IMU
阵列的低复杂度自校准方法，其特征在于，包括以下步骤：
S1、
根据实际需求设计
IMU
阵列，确定
IMU
的布设方式以及使用的
IMU
数量，根据初始位置对
IMU
进行编号，获得各
IMU
的初始相对位置信息序列；
S2、
采用如下误差模型对静态参数进行补偿：其中，和分别表示
IMU
输出的比力和角速度矢量，
s
和
ω
分别表示对应的真实值；
b
a
和
b
g
分别表示加速度计和陀螺仪的零偏误差，
n
a
和
n
g
分别表示加速度计和陀螺仪的高斯噪声；
S3、
采集
IMU
阵列动态数据，具体为通过无规则动态旋转和移动，得到全部
N
个
IMU
的动态数据，定义第
n
个帧的第
k
个
IMU
输出的加速度和角加速度分别为和得到每一个
IMU
的输出数据为
A
k
：将每个
IMU
的加速度数值与角加速度数值记录得到数据集
A
：
A
＝
[A
1 A2ꢀ…ꢀ
A
N
]S4、IMU
几何位姿解算，具体为：从数据集
A
中选择出陀螺仪量程
10
％到
90
％之间的数据作为解算数据，利用
ICP
算法求解出
IMU
阵列中各
IMU
的姿态，即求解出各个
IMU
之间坐标系的旋转矩阵
R
，将其统一于地球坐标系上，具体为将陀螺仪输出的数据视为三维点云数据，通过点云配准方式进行解算，定义点云配准问题为：其中，
P
t
为阵列中1号
IMU
中陀螺仪，即地球坐标系中陀螺仪的输出数据，
P
s
为需校准的
IMU
中陀螺仪输出的数据；
R
和
t
分别是坐标系间的旋转矩阵与陀螺仪输出数据的时间误差；根据求解得到的
R
，继续使用最大似然估计来求解出
IMU
在阵列中各
IMU
的相对位置
r
，具体为：建立加速度计的信号模型为：其中，
s
为阵列坐标系原点
O
处的比力，
ω
为角速度，
r
...

【专利技术属性】
技术研发人员：郭贤生，余嘉伟，陈继勇，司皓楠，陈诚，杨涛，钱博诚，
申请(专利权)人：电子科技大学长三角研究院衢州，
类型：发明
国别省市：