为了实现导航精度，传感器使用算法来查看一系列测量值(而不是单个测量值)，并生成补偿测量误差的输出数字。这些算法被称为传感器融合算法或卡尔曼滤波。gydF4y2Ba
更好的数据等于更好的导航gydF4y2Ba
大卫·罗宾斯b|gydF4y2Ba帕克LORD微应变传感gydF4y2Ba
鉴于全球导航卫星系统(GNSS)的普及，很容易忘记GNSS测量并不直接或简单。GNSS传感器使用卫星信号来确定位置，考虑到系统的复杂性和测量发生的距离，误差会从多个来源慢慢产生。错误的发生可能是由于系统层面的问题，例如接收器无法“读取”足够数量的卫星。这可能是由于GPS信号在地球大气层中传播时发生了畸变。它们也可能是由接收机一级的问题引起的，例如多径误差(来自卫星的信号之间的干扰，甚至来自本地源的波之间的干扰)。gydF4y2Ba
为了实现导航精度，传感器使用算法来查看一系列测量值(而不是单个测量值)，并生成补偿测量误差的输出数字。这些算法被称为传感器融合算法或卡尔曼滤波。gydF4y2Ba
卡尔曼滤波对惯性导航系统的性能至关重要，但它往往被惯性导航系统的购买者所忽视。然而，仔细观察系统的过滤器——特别是它是使用松散耦合还是紧密耦合——将会使整个导航系统在现实世界中具有更好的性能。gydF4y2Ba
在松散耦合的应用中，卡尔曼滤波器使用GNSS接收机计算的位置和速度估计，而在紧密耦合的安排中，卡尔曼滤波器使用来自接收机的原始测量值。紧密耦合的安排是可取的，因为允许GNSS接收器将其传入数据提取为估计的输出测量值，会导致重要信息的丢失，而过滤算法可以使用这些信息来生成更准确的概率分布和更好的最终解决方案。gydF4y2Ba
将来自GNSS接收器的所有传入数据传递给INS的一个好处是卡尔曼滤波器不会与导航系统的其他部分隔离工作。他们可以将从运动传感器和旋转传感器收集到的惯性数据与卫星数据进行比较，更容易隔离不准确的测量集。gydF4y2Ba
紧密耦合有利的一个示例情况是，GNSS接收器的天空视野有限，因此对卫星的访问受限。紧耦合滤波器可以使用单个卫星测量来约束系统，从而提供更稳定的解决方案。gydF4y2Ba
一些INS制造商使用松耦合卡尔曼滤波器，因为它们更简单。紧密耦合的实现需要大量的开发、更多的计算能力和一个报告原始测量值的GNSS接收器。然而，帕克•洛德认为额外的投资是值得的。我们的新型3DM-GQ7-GNSS/INS具有先进的，紧密耦合的，实时运动学(RTK)能力的卡尔曼滤波器，即使在具有挑战性的动态导航环境中也可以提供强大的导航性能。gydF4y2Ba
主打产品gydF4y2Ba
本文的内容和观点是作者的，并不一定代表roboticstomorow的观点半岛app官网gydF4y2Ba
Parker LORD -微应变传感产品gydF4y2Ba
Parker LORD - MicroStrain惯性传感产品公司生产最小和最轻的工业级惯性传感器，可用于先进制造，非公路车辆，商用和军用载人和无人驾驶车辆以及民用结构。产品采用专有的校准过程进行温度补偿，包括倾角计、垂直参考单元、imu、AHRS和用于导航、稳定、移动测绘、地形补偿等的INS/GPS。联系LORD更多定制设计的解决方案。gydF4y2Ba
其他文章gydF4y2Ba
提高IMU性能的方法gydF4y2Ba
用改进的移动地图系统驱动无人机gydF4y2Ba
机器人系统的高性能惯性传感器gydF4y2Ba
更多关于派克LORD -微应变传感产品gydF4y2Ba
评论(0)gydF4y2Ba
这篇文章没有任何评论。请第一个在下面留言。gydF4y2Ba
特色产品gydF4y2Ba
