惯性导航基础
惯性导航基础
惯性导航系统(INS)是一种完全自主的导航方式,不依赖任何外部信号,仅通过测量载体自身的加速度和角速度来推算位置和姿态。在无人机领域,惯性导航与卫星导航的组合是实现可靠定位的关键技术。理解惯性导航的工作原理和误差特性,是CAAC考试中不可忽视的知识点。
惯性导航系统的基本原理
核心思想
惯性导航的基本思想源于牛顿运动定律——如果能精确测量物体的加速度和角速度,就可以通过积分运算推算出物体的位置和姿态变化。
惯性导航的工作流程:
- 测量阶段:加速度计测量线加速度,陀螺仪测量角速度
- 解算阶段:将加速度从机体坐标系转换到导航坐标系
- 积分运算:对加速度进行一次积分得到速度,二次积分得到位置
- 姿态更新:利用陀螺仪数据实时更新载体姿态矩阵
信息
**关键概念:** 惯性导航是一个"推算"过程——从已知的初始位置出发,通过不断积分得到当前位置。这意味着任何测量误差都会随时间累积,这是惯性导航最根本的局限性。
加速度计和陀螺仪
加速度计
加速度计用于测量物体沿特定轴向的线加速度。在无人机应用中:
- 三轴加速度计分别测量X、Y、Z三个方向的加速度
- 静止状态下,加速度计测量的是重力加速度在各轴上的分量
- 加速度计输出中包含载体运动加速度和重力加速度的叠加
加速度计的主要技术指标:
| 指标 | 说明 | 对无人机的影响 |
|---|---|---|
| 量程 | 可测量的最大加速度范围 | 量程过小会导致大机动时饱和 |
| 噪声密度 | 单位带宽内的噪声水平 | 噪声越大,积分后的位置误差越大 |
| 零偏稳定性 | 零输入时输出的漂移 | 直接影响长期积分精度 |
| 比例因子误差 | 输出与输入之间比例关系的偏差 | 影响加速度测量的准确性 |
陀螺仪
陀螺仪用于测量物体绕各轴旋转的角速度。在无人机导航中承担核心角色:
- 三轴陀螺仪分别测量绕X、Y、Z轴的角速度
- 通过积分角速度可得到载体的角度变化
- 陀螺仪数据用于更新姿态矩阵,是姿态解算的核心输入
陀螺仪的分类:
| 类型 | 工作原理 | 特点 | 在无人机中的应用 |
|---|---|---|---|
| 机械陀螺 | 利用高速旋转转子的角动量守恒 | 精度高、体积大、成本高 | 少见于消费级无人机 |
| 光纤陀螺(FOG) | 利用萨格纳克效应 | 精度高、可靠性好 | 用于高端测绘无人机 |
| MEMS陀螺 | 利用科里奥利力效应 | 体积小、成本低、功耗低 | 消费级和工业级无人机主流 |
| 激光陀螺(RLG) | 利用环形激光干涉 | 精度极高、无运动部件 | 军用及高精度应用 |
MEMS惯性传感器
微机电系统(MEMS)惯性传感器是当前无人机最常用的惯性器件。典型的消费级MEMS-IMU将三轴加速度计和三轴陀螺仪集成在一个芯片上,体积仅有数毫米见方。
MEMS传感器的典型性能参数:
- 加速度计零偏稳定性:0.1-1 mg
- 陀螺仪零偏稳定性:1-10 °/h
- 采样率:100-1000 Hz
惯性导航的优缺点
优点
- 完全自主:不依赖任何外部信号,不受干扰和欺骗影响
- 输出频率高:典型输出频率100-1000Hz,远高于GPS的1-10Hz
- 短期精度好:在短时间内提供高精度的位置和姿态信息
- 隐蔽性强:不发射任何信号,具有天然的电磁隐蔽性
- 动态响应快:能快速跟踪载体的运动变化
缺点
- 误差累积:由于需要积分运算,传感器误差随时间不断累积
- 需要初始对准:必须提供准确的初始位置和姿态信息
- 成本与精度的矛盾:高精度惯性器件价格昂贵
- 长时间运行精度差:不加修正的情况下,纯惯性导航的误差会持续增长
| 导航方式 | 自主性 | 精度特性 | 信号依赖 | 输出频率 |
|---|---|---|---|---|
| 惯性导航 | 完全自主 | 短期好,长期差 | 无 | 高(100-1000Hz) |
| 卫星导航 | 非自主 | 长期稳定 | 依赖卫星信号 | 低(1-10Hz) |
| 组合导航 | 半自主 | 长短期均好 | 部分依赖 | 高 |
警告
**考试重点:** 惯性导航最大的缺点是**误差累积**。纯惯性导航的位置误差与时间的平方成正比(二次积分导致误差快速增长)。这是考试中关于惯性导航特性的核心考点。
INS/GNSS组合导航
组合的必要性
惯性导航和卫星导航各自存在互补性的优缺点,将二者组合可以取长补短:
| 特性 | INS | GNSS | INS/GNSS组合 |
|---|---|---|---|
| 短期精度 | 高 | 一般 | 高 |
| 长期精度 | 差(累积误差) | 好 | 好 |
| 输出频率 | 高 | 低 | 高 |
| 信号依赖 | 无 | 强 | 部分 |
| 抗干扰 | 强 | 弱 | 中 |
组合导航的工作模式
- 松耦合:INS和GNSS各自独立解算,通过卡尔曼滤波器融合两组位置/速度结果
- 紧耦合:利用GNSS的原始伪距和多普勒观测值与INS进行融合,在GNSS信号不足4颗时仍能辅助INS
- 深耦合:将INS信息反馈到GNSS接收机的信号跟踪环路中,提高信号跟踪能力
组合导航的优势
- GNSS信号中断时,INS可短时间维持导航精度
- INS的高频输出弥补了GNSS低更新率的不足
- GNSS的长期稳定性可修正INS的漂移误差
- 在信号遮挡环境下,组合导航的可用性远优于单一系统
航位推算
航位推算(Dead Reckoning)是惯性导航的一种简化形式,常用于无人机在GNSS信号短暂丢失时的位置维持。
航位推算的基本方法
- 从上一个已知位置出发
- 利用航向角和速度信息推算当前位移
- 将位移叠加到上一位置得到当前位置
航位推算的核心公式:
- 当前位置X = 上一位置X + 速度 × cos(航向角) × 时间间隔
- 当前位置Y = 上一位置Y + 速度 × sin(航向角) × 时间间隔
信息
**实际应用:** 航位推算在无人机飞控中广泛使用。当GPS信号短暂丢失(如经过建筑物遮挡区域)时,飞控系统会自动切换到航位推算模式,利用IMU数据和上一次的GPS位置进行位置外推。但航位推算的时间不宜过长,否则累积误差会导致位置严重偏离。
姿态参考系统(AHRS)
AHRS的功能
姿态航向参考系统(Attitude and Heading Reference System)是利用惯性传感器(加速度计和陀螺仪)以及磁力计来确定载体三维姿态的系统。
AHRS输出三个姿态角:
- 俯仰角(Pitch):绕横轴旋转的角度,抬头为正
- 滚转角(Roll):绕纵轴旋转的角度,右倾为正
- 偏航角(Heading/Yaw):绕垂直轴旋转的角度,以北为基准
AHRS的传感器融合
典型的AHRS使用互补滤波或**扩展卡尔曼滤波(EKF)**来融合多种传感器数据:
- 陀螺仪提供短期高精度角速度(但有漂移)
- 加速度计提供长期稳定的俯仰和滚转参考(但受运动干扰)
- 磁力计提供长期稳定的偏航参考(但受磁场干扰)
| 传感器 | 提供信息 | 优势 | 局限 |
|---|---|---|---|
| 陀螺仪 | 角速度 | 短期精度高、不受外部干扰 | 零偏漂移导致角度累积误差 |
| 加速度计 | 重力方向 | 长期稳定、无漂移 | 运动加速度干扰、无法测量偏航 |
| 磁力计 | 地磁方向 | 长期稳定 | 易受电磁干扰 |
警告
**考试易错点:** 加速度计只能确定俯仰角和滚转角,**无法确定偏航角**。偏航角的确定需要磁力计或GPS航迹信息。这是考试中的常见陷阱。
考试核心要点总结
| 考点 | 核心内容 |
|---|---|
| 惯性导航基本原理 | 通过积分加速度和角速度推算位置和姿态 |
| 核心缺陷 | 误差累积——位置误差与时间平方成正比 |
| INS/GNSS组合 | 取长补短:INS提供高频短期精度,GNSS提供长期稳定修正 |
| 航位推算 | 利用已知位置、速度和航向推算当前位置,仅适合短时间使用 |
| AHRS | 融合陀螺仪+加速度计+磁力计确定三维姿态 |
| 偏航角确定 | 加速度计无法测量偏航角,需要磁力计或GPS辅助 |
| MEMS传感器 | 消费级/工业级无人机主流,体积小、成本低 |