1紹介
ドローンや自動運転車やインテリジェントロボットの急速な発展により 高精度感知がますます重要になっていますIMUはインテリジェント機器の"内耳と脳小"として機能しますGPSが故障したり 環境が劇的に変化したりすると 安定した姿勢と 継続的なナビゲーションを保ちます
高いナビゲーション精度が 高価なセンサーに 依存すると考える人も多いのです高品質のハードウェアだけに依存するとコストが大幅に上昇し 製品性能が不一致するカリブレーションはよりスマートで費用対効果の高いソリューションを提供します.
IMU校正は基本的に専門的な"検査と修正"プロセスです.標準テストを通じて各センサーの固有のエラールールを調べます.予測不能なエラーを計算可能で補償可能なパラメータに変換します既存のハードウェアのパフォーマンスを最大限に高め,IMUが異なる環境や作業状態で安定して正確なデータを出力することを保証します.
2IMU カリブレーションとは?
単純に言えば,校正は標準化された調整プロセスです. 標準的な動き信号や 固定姿勢や 安定した回転速度などの 既知の動き信号を IMU に入力します.標準入力とセンサーの実際の出力を比較することで内部エラールールをまとめ 固定修正アルゴリズムを作ります
カリブレーションは個々のデータを美化するものではなく,センサーの測定結果をすべてのシナリオで一貫性,安定性,信頼性を持つようにすることです.合格の校正結果は3つの特徴があります.:
-
説明できる: すべての誤差は,ゼロバイアス,スケールファクター誤差,軸の誤差などの明確な物理的な原因に対応します.
-
予測可能: 異なる労働条件下での誤り傾向は事前に予測できます.
-
検証可能: 調整効果は,業界基準を満たすために新しいデータでテストできます.
3IMU の 誤り の 主要 な 源
IMU の誤差は主に3つのカテゴリーに分けられ,そのうちの体系的な誤差が,校正の主な目標である.
-
体系的な誤り:ゼロバイアス,スケールファクター偏差,非直角軸を含む安定した規則誤差.これらの固定誤差は正確にモデル化され,補償できます.
-
ランダムエラー: 不規則なノイズジッター,完全に排除できない.通常は統計アルゴリズムとフィルタリングによって最適化されます.
-
設置と結合の誤り: 機械装置の偏差,レバーアーム効果,時同期差により発生し,システムレベルの校正によって修正する必要があります.
4. 標準的な校正タイプ
4.1 装置レベルおよびシステムレベル校正
装置レベルの校正センサーの固有のエラーを標的にし,精密なターンテーブルと静的多位置テストを使用して実験室で完了し,ゼロバイアス,スケールファクター,軸結合エラーを修正します.
システムレベルの校正IMUを設置した後の設備全体のエラーを目的としています. 設置の傾斜角を修正します.GNSS参照データと実際のキャリア運動状態を組み合わせることで,レバーアーム効果と時間非同期エラー.
4.2 工場校正とユーザーによる二次校正
工場校正製造中に完了します.校正されたパラメータは,工場製品の一貫性を確保するために装置に固化されます.
2次校正誤差は輸送,設置,長期的老化によりわずかに増加します.定期的な再校正により,最適なセンサー性能が回復できます.
オンラインリアルタイム校正機器の動作中にアルゴリズムを使ってパラメータを自動的に調整し,オフライン校正のリアルタイム補完として機能します.
5核校正試験方法
5.1 加速計の静的ロール試験
地球の重力 (1g) は標準的で安定した基準である.IMUは固定装置に固定され,6つの標準的な静的姿勢に置かれ,各軸はそれぞれ上下向きである.静的データを重力下で収集することで速度計のゼロバイアス,スケールファクター,横軸誤差を正確に計算できます.これは最も基本的な効果のある静的校正方法です.
5.2 ギロスコップ速度の回転台試験
ギロスコップは角速度を測定するので カリブレーションのために ダイナミックな標準運動が必要です高精度速回転台は,異なる速度で安定した正確な前後回転を提供しますターンテーブルの標準値とジロスコップ出力を比較することで,各軸のゼロバイアスとスケールファクターエラーを正確に修正できます.複数の軸のターンテーブルは,より高い効率で一度に全軸の校正を完了することができます.
5.3 温度校正
IMUパラメータは,温度によって大きく影響されます. ゼロバイアスと漂流は,明らかに,高温と低温環境で変化します. 熱校正中に,センサーをプログラム可能な温度室に配置し,完全な温度範囲 (-40°C~+85°C) 内で静的および動的試験を繰り返す.最後に,温度補償モデルが確立されます.システムは,極端な環境で安定したパフォーマンスを確保するために,リアルタイム温度に応じて修正パラメータを自動的にマッチします..
5.4 振動校正試験
振動テストは センサーの動的応答を検証するために使用されます. シヌススイープとランダム振動テストを通じて センサーの帯域幅を確認できます.振動防止能力と加速感度車両や航空機などの振動シナリオでの安定した動作を保証します.
6標準システムレベルの校正プロセス
完全なシステム校正は,精確で信頼性の高いパラメータを確保するために成熟した閉ループプロセスを用いる.
ステップ1: エラーモデルを作成内部パラメータモデル (ゼロバイアス,スケールファクター,軸の誤差) と外部パラメータモデル (レバーアームエラー,設置偏差) を確立してすべてのエラーを定量化します.
ステップ2:エラーの拡散を分析する微小なセンサーエラーが 積み重なって姿勢,速度,位置ナビゲーション結果に 影響する方法をシミュレートします
ステップ3:観測基準を設定する. GNSS の速度や位置などの外部参照や,静的ゼロ速度状態などの内部物理的制約を使用して標準の修正基準を提供します.
ステップ4: 科学的な動きの軌道を設計する多角姿勢スイッチ,正と負の回転と多速度運動を使用して,すべてのエラーパラメータを完全に刺激します.
ステップ 5: データ解析と検証テストデータを収集し,クリーンにし,最小平方数とフィルタリングアルゴリズムを使用して校正パラメータを計算し,独立したデータで検証します.試験に合格した後,デバイスにパラメータを固化.
7カリブレーションの質を判断する方法
パラメータ収束適格校正の基本規格である.校正繰り返しの際に,すべての誤差パラメータは迅速に調整され,最終的にわずかな変動のみで安定傾向にある.安定した平らな最終状態は,校正パラメータが正確であることを証明します効果があり,実際の使用ではランダムに漂流しません.
8概要
IMUのハードウェアの最大の可能性を活用する最も費用対効果の高い方法です 高価なセンサーのアップグレードに依存しません標準化モデル化によって体系的なエラーを排除します複雑で変化する環境において,すべてのIMUが一貫した,安定した,信頼性の高い測定性能を持つようにします.すべての高精度自動ナビゲーション機器長期にわたって安定した動作を保証するための不可欠なコア技術です.
メッセージは20〜3,000文字にする必要があります。
