ترازیابی حین حرکت با رویکرد بهینه‌سازی به کمک انتگرال‌گیری از سرعت/موقعیت در سیستم‌های ناوبری اینرسی

در این مقاله روش جدیدی برای ترازیابی در حین حرکت برای سیستم‌های ناوبری اینرسی متصل به بدنه ارزان قیمت با رویکرد مبتنی بر بهینه‌سازی ارائه شده است. در این روش پیشنهادی، از اطلاعات سرعت خطی و موقعیت اندازه‌گیری شده توسط سیستم موقعیت‌یاب جهانی و همچنین خروجی‌های حسگرهای اینرسی برای تولید بردار مشاهدات استفاده شده است. در این روش، با بکارگیری رویکرد تخمین دو نمونه‌ای و گسسته‌سازی جملات انتگرالی موجود در بردار مشاهدات، یک الگوریتم بهینه‌سازی بازگشتی مبتنی بر مشاهدات سرعت/موقعیت برای تخمین ماتریس وضعیت توسعه یافته است. در مقایسه با روش مرسوم تولید بردار مشاهدات با انتگرال‌گیری از سرعت، روش پیشنهادی با حفظ تقریبی سرعت همگرایی، به‌دلیل استفاده از مشاهدات موقعیت دارای قوام بیشتر در برابر بایاس و نویز اندازه‌گیری موجود در خروجی حسگرهای اینرسی است. الگوریتم پیشنهادی در کاربردهایی که شامل تغییرات سریع در سرعت زاویه‌ای دستگاه بدنه اندازه‌گیری شده توسط ژیروسکوپ‌ها و نیروی اندازه‌گیری شده دستگاه بدنه توسط شتاب‌سنج‌ها است، تخمین‌های مناسبی ارائه می‌دهد. نتایج شبیه‌سازی در سناریوهای مختلف حاکی از آن است که پس از گذشت صد ثانیه، مقدار rms خطای تخمین در سیستم ناوبری اینرسی ارزان قیمت adis16488 برای زاویه سمت کمتر از مقدار 0.6 درجه، زاویه فراز کمتر از مقدار 0.1 درجه و زاویه غلت کمتر از مقدار 0.3 درجه خواهد بود. این دقت در تخمین زوایای اویلر اولیه برای ترازیابی غیردقیق در حین حرکت کافی به‌حساب می‌آید.

optimization based in-motion alignment for sins using velocity/position integration

this paper is concerned with the in-motion alignment for low-cost strap-down inertial navigation system (sins) using an optimization method. the proposed method utilizes gps position/velocity، along with the outputs from inertial sensors to generate the observation vectors. by introducing a two-sample approximation approach، a recursive velocity/position optimization algorithm is developed by discretizing the integral terms of the observation vectors to estimate the initial attitude matrix. compared with the traditional velocity integration formulae for constructing the vector observations، the proposed method maintains approximately the same convergence speed while exhibiting more robustness against bias and measurement noise present in the inertial sensors outputs due to the use of position observations. the proposed algorithm provides accurate estimates in applications involving rapid changes in the angular velocities measured by gyroscopes and the forces measured by accelerometers. simulation results in various scenarios indicate that after 100s، the root mean square of estimation error for the low-cost adis16488 ins is less than 0.6°  for yaw angle، less than 0.1°  for pitch angle، and less than 0.3°  for roll angle. this accuracy in the initial euler angle estimates is sufficient for the coarse in-motion alignment.