System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及超低速运动定向,尤其涉及一种基于逆向推算的超低速载体惯性定向方法。
技术介绍
1、目前,现有技术中针对在露天煤矿的连续挖掘机,井下煤矿的连续采煤机和滚筒采煤机、地下挖掘的掘进机等大型机械设备的方向确定的方案较少。现有技术在超低速运动(平均运动速度不大于0.01m/s)载体的定向精度较低。
技术实现思路
1、本专利技术实施例所要解决的技术问题在于,提供一种基于逆向推算的超低速载体惯性定向方法,以提升超低速运动载体的定向精度。
2、为了解决上述技术问题,本专利技术实施例提出了一种基于逆向推算的超低速载体惯性定向方法,包括:
3、步骤1:采集惯性传感器数据,所述惯性传感器包括陀螺和加速度计,所述惯性传感器数据包括通过陀螺采集的角运动数据和通过加速度计采集的线运动数据,对惯性传感器数据进行预处理,先滤除振动干扰,再补偿加速度计内杆臂带来的测量误差,得到处理后的惯性传感器数据;
4、步骤2:对处理后的惯性传感器数据进行凝固惯性系粗对准,得到t1时刻的角度值,同时存储粗对准后的惯性传感器数据,根据存储的惯性传感器数据进行逆向导航解算,得到对准初始时刻t0的角度值,再进行固定位置组合导航并通过反馈校正;得到对准结束时刻t2的三维角度值,完成整个初始对准过程;
5、步骤3:使用零速修正和输出平滑的导航方法进行导航解算,解算完成后输出实时角度值。
6、进一步地,步骤1中,采用fir低通数字滤波器滤除振动干扰,并根据下式对加速度
7、
8、式中是补偿后的加速度计比力输出,是加速度计的原始比力输出,为惯性传感器的三轴角速度向量,为内杆臂向量。
9、进一步地,步骤2中,根据矩阵链式乘法,惯性系解析粗自对准算法将时变的初始姿态矩阵的求解拆分为、和三个方向余弦阵的计算,
10、;
11、式中,参考位置矩阵只与载体所在纬度和对准时长有关,其解析表达式为:
12、;
13、式中:是指地球自转角速率,为对准时间,符号n代表导航坐标系,符号b代表载体坐标系,符号n0代表初始对准初始时刻导航坐标系,符号b0代表初始对准初始时刻载体坐标系,表示t时刻姿态矩阵,表示t0时刻姿态矩阵,表示t-1到t时刻的角位置变化矩阵;
14、角位置变化矩阵通过陀螺输出直接在惯性系下实时姿态更新获得,具体的微分方程为:;
15、其中,表示角位置变化矩阵的微分,表示角位置变化矩阵,表示角度变化值;
16、其中,,且由系的定义可知,初始时刻,,且,通过解微分方程的形式就可以计算出;
17、其次,定义为以下积分:
18、;
19、定义为以下积分:
20、 ;
21、式中表示陀螺感知的载体的角运动,表示加速度计的测量输出,l为当地纬度,是指地球自转角速率,t表示实时的对准时间;
22、分别选取对准过程中两个中间时刻,,,并分别计算对应得到的参考矢量、和、,有如下投影关系成立:
23、;
24、通过矩阵基本运算,简化上述方程可得:
25、 ;
26、其中,符号、符号表示为:
27、;
28、通过矩阵迭代计算出,再通过矩阵连乘公式就得到;
29、经过以上计算得到t1时刻的姿态转换矩阵,通过姿态矩阵到姿态角的转换关系,进而得到t1时刻角度值。
30、进一步地,步骤2中,以得到的为初值,从存储数据的数组中从后向前依次取出惯性器件数据,再根据以下公式进行姿态角逆向导航跟踪,得到初始时刻的姿态矩阵:
31、;
32、式中,表示k-1时刻的方向余弦矩阵,表示k时刻的方向余弦矩阵,表示为采样间隔时间,代表是从k时刻到k-1时刻转过的平均角度,代表是从k时刻到k-1时刻转动的平均角速度,代表是k-1时刻陀螺的角增量输出,表示在当前纬度条件下的地球自转各分量,l0表示当前的纬度。
33、进一步地,步骤3中,以得到的为角度初始值,建立离散线性卡尔曼滤波基本方程、惯性导航系统的误差传播方程,再建立以速度量测为零的量测方程,通过估计的姿态失准角实时反馈校正得到导航过程中实时的。
34、进一步地,步骤3中,再通过滑窗的方法,对经过卡尔曼滤波输出校正后的姿态角进行滑窗平滑,得到最终的输出角度值,输出结果与滑窗的基本关系如下:
35、;
36、式中,为输出姿态角,包括俯仰角、横滚角、航向角,n为滑窗的深度,为当前滑窗内的姿态角度值。
37、本专利技术的有益效果为:本专利技术根据特定工程机械的超低速运动特点,结合目前常规的导航计算方法,进行最优化的总结和应用;本专利技术通过惯性传感器的数据预处理可以有效的消除加速度计内杆臂带来的速度测量误差,同时通过fir滤波器可以隔离工程机械施工时内部电机抖动产生的有害振动,减小外界干扰对输出角度的影响;同时可以节约初始对准时间,本专利技术可以将初始对准时间缩短为3分钟;本专利技术可以在极低速运动条件下,通过卡尔曼滤波组合导航的方式对角度值进行最优化估计,使系统角度误差最小。
本文档来自技高网...【技术保护点】
1.一种基于逆向推算的超低速载体惯性定向方法,其特征在于,包括:
2.如权利要求1所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤1中,采用FIR低通数字滤波器滤除振动干扰,并根据下式对加速度计测量的比力进行简化的内杆臂误差补偿:
3.如权利要求1所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤2中,根据矩阵链式乘法,惯性系解析粗自对准算法将时变的初始姿态矩阵的求解拆分为、和三个方向余弦阵的计算,
4.如权利要求3所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤2中,以得到的为初值,从存储数据的数组中从后向前依次取出惯性器件数据,再根据以下公式进行姿态角逆向导航跟踪,得到初始时刻的姿态矩阵:
5.如权利要求4所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤3中,以得到的为角度初始值,建立离散线性卡尔曼滤波基本方程、惯性导航系统的误差传播方程,再建立以速度量测为零的量测方程,通过估计的姿态失准角实时反馈校正得到导航过程中实时的。
6.如权利要求5所述的基于逆向推算的超低速载体
...【技术特征摘要】
1.一种基于逆向推算的超低速载体惯性定向方法,其特征在于,包括:
2.如权利要求1所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤1中,采用fir低通数字滤波器滤除振动干扰,并根据下式对加速度计测量的比力进行简化的内杆臂误差补偿:
3.如权利要求1所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤2中,根据矩阵链式乘法,惯性系解析粗自对准算法将时变的初始姿态矩阵的求解拆分为、和三个方向余弦阵的计算,
4.如权利要求3所述的基于逆向推算的超低速载体惯性定向方法,其特征在于,步骤2中,以得到的为初值,从存储数据的数...
【专利技术属性】
技术研发人员:邓麟,潘振杰,方楚雄,
申请(专利权)人:广东奥斯诺工业有限公司,
类型:发明
国别省市:
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。