MEMS自动驾驶仪中的多传感器误差补偿.doc

MEMS自动驾驶仪中的多传感器误差补偿 清华大学学报（自然科学版）?第卷第期（），自动驾驶仪中的多传感器误差补偿付旭，周兆英（清华大学精密测试技术及仪器国家重点实验室，?京）摘要微机电系统（）自动驾驶仪是飞?器自动飞?控制的关键设备，解算出正确的机体信患是实现飞?器自动飞?控制的前提。 该文详细分析了自动驾驶仪解算飞?器信息时存在的主要误差源，通过实验数据说明了对各种误差源进?补偿的必要性，针对?同的误差源，研究了相应的误差补偿方法，包括传感器本身误差的直接补偿和多传感器的数据融合补偿，并归纳为计算公式。 对比实验结果表明该方法是可?的，可提高飞?器机体信息解算的精度。 关键词微机电系统（），自动驾驶仪；误差补偿；数据融合；传感器（），（，）（），。 ，（），微机电系统（）自动驾驶仪中所采用的传感器均为器件，包括三轴陀螺、加速度计、磁传感器、压?传感器、温度传感器等，通过这些传感器可直接或经数据融合后得到飞?器的信息。 万方数据然而，器件存在较大的噪声、漂移，在自动驾驶仪中，对于?同的传感器或组合，存在?同的误差源。 对于单个传感器来说，主要误差源是传感器的常值和随机误差、温度变化引起的零点漂移误差等；对于三轴传感器组合，则存在正交误差；磁传感器会受到周围磁环境的干扰，如硬铁干扰磁场、软铁干扰磁场等。 。 此外，在解算机体姿态时，还需要应用到多个传感器信息。 为了得到正确的飞?器信息，必须进?误差补偿。 自动驾驶仪系统结构系统结构如图所示。 多?传感器信号经过低通滤波电?、采样电?后，进入微处?器，解算得到三轴角速度、三轴加速度、三轴磁数据、温度、绝对压?、差压压?等。 经进?步运算，由以上传感器数据解算出飞?器的姿态、高度、空速等信息。 三轴陀螺三轴角速度三轴加速度计低通三轴加速度三轴磁传感器滤采微处三轴磁数据绝压传感器波样姿态差压传感器电电?器高度?空速温度传感器温度图自动驾驶仪系统结构坐标系定义定义地?坐标系和机体坐标系如图所示，在地?坐标系中，、丁三个正交坐标轴分别指向?、西、天；在机体坐标系中，轴指向飞?器纵轴前向、轴指向飞?器横轴左侧，轴与它们构成右手正交坐标系。 相对的个转角作者简介付旭（一），男（汉），山东，博士研究生。 通讯联系人周兆英，教授，付旭，等自动驾驶仪中的多传感器误差补偿就分别表示飞?器的个姿态角，即航向角妒、俯仰角咿和横滚角。 一汰图地?坐标系与机体坐标系传感器误差直接补偿传感器标定标定传感器目的在于将采样结果转换为带?纲的实际传感器数据。 对传感器进?标定，关键是得到其零点值和灵敏度系数。 以陀螺为例设其静止时得到的采样结果为。 （零点值）；将其置于转台，以（。 ）的角速度转动时，得到的采样结果为瑚。 如果暂时?考虑陀螺漂移，则对于任意采样结果，其表示的实际值为鬲毛一掣堕立，（。 ）?一一一（）、产为灵敏度系数。 零点温度漂移误差零点温度漂移是指传感器零点值随着温度的变化而发生变化。 仍以陀螺为例实验时，将其静止放置，在温度。 时，得到其采样结果为。 ；在温度丁时，得到其采样结果为。 实际系统中。 ，而实际上这两个数据所表征的角速度应均为（。 ）。 如果?进?零点温度漂移补偿，而将固定的零点值。 代入式（）进?角速度计算，则得到的角速度与实际角速度存在误差。 根据温度变化值，将传感器的零点漂移值实时补偿得到其实际零点值，从而实现误差补偿。 实验数据分析表明自动驾驶仪中，零点漂移值与温度的变化值可近似认为存在比例关系。 令。 一一。 ，。 ，二者的关系可表示为（）其中为待求的比例系数，为残差。 假设通过实验得到传感器关于零点漂移值和温度变化值的两组数据一厶（）（）?（），万方数据一丁（）（）?丁（）。 采用最乘法求取一（）一（）图所示是采用绝对压?传感器数据求取高度时得到的零点温度漂移补偿结果。 实验时，将自动驾驶仪固定放置于地面，定义为零高度。 从图中看出补偿前，高度变化较大；补偿后，高度数据则基本保持在零高度，与实际高度数据相符。 昌亳图高度计算的零点温度漂移补偿到的数据为。 一“匀。 经过坐标系变换分一鞋口一匕。 曩口。 口。 口。 口。 口。 导清华大学学报（自然科学版）。 （）感器数据（。 ，）的轨迹为一个以（，）为圆心的圆。 但由于周围存在干扰磁场，实际得到的磁传感器数据是非?想的。 硬铁干扰磁场造成圆轨迹的圆心偏离（，），软铁干扰磁场使得圆轨迹变成一个椭圆，如图所示。 必须对发生圆心偏离和椭圆效应的轨迹进?补偿，得到?想的圆轨迹。 何变换分析，得到如下的补偿公式；一二一三（一口，）（一口）一二二，（一口）。 一舰。 妇一其中（，）为补偿后的双轴磁传感器数据，口为椭圆发生旋转的角度，为椭圆的长轴与短轴长度之比。 多传感器数据融合补偿姿态是飞?控制中关键参数之一。 常规自动驾驶仪中，姿态是通过对三轴陀螺信号积分求得。 但由于器件的漂移严重，利用这种方法得到的姿态存在较大的误差，因而采用多传感器数据融合的方法来进?补偿。 姿态除用个角表示外，还可以表示为方向余弦矩阵，也称为姿态矩阵。 按照航向一俯仰一横（）圈双轴磁传感器数据补偿为补偿硬铁干扰磁场，求得偏离后的圆心为。 。 （。 ，。 。 ，面。 ），滚的转动顺序，由地?坐标系到机体坐标系的方向余弦矩阵可表示为，柏（，。 ，“。 ）为补偿软铁干扰磁场，将椭圆变换为圆。 经过几一曼口妒口￥一曼咖咖嚣一巾一?宝蔗叫钊（）对足微分可得到如下关系（）（）一舭扣，一哆一鸭其中（，）一一吡三轴角速度。 ?，吐、哟、鸭为（）（足）一【。 一吐构建扩展滤波方程进?多传感器数据融合补偿。 取足矩阵的第列元素作为状态变?，三轴加速度信号作为观测变?。 此外，由于陀螺信号的漂移误差给姿态解算的精度带来很大的影响，对陀螺的漂移误差也进?实时估计。 即取工一，一（呜一）吐一吆吐一吐一（吐一吡），一幽，一（一吐）一吐吐丁，一口。 ，。 其中、。 ，为足矩阵的第列元素；虬、，、吐为三轴陀螺的漂移误差；口。 、口吼为三轴加速度，且以重?加速度为单位。 经过推导，扩展滤波方程的状态空间模型可表示为万方数据付旭，等自动驾驶仪中的多传感器误差补偿缶卜一一?补骺磁芝笺多户参多”。 。 一，一，图航向角计算结果对比万方数据结论自动驾驶仪中，器件漂移严重，且存在其他各种误差源。 为了解算出正确的飞?器信息，本文研究了针对各种误差源的补偿方法，并总结归纳为计算公式。 实验证明，经过补偿后的传感器信息，能够正确解算出飞?器的各种机体信息，提高了解算精度。 经过对比实验，验证了本文所提方法是可?的。 参考文献（），盟，口，。 ，（）！，口尺砒，（）口一印口苏亚，孙以材，李国玉压?传感器热零点漂移补偿各种计算方法的比较传感技术学报，（）。 。 ，（）（）周兆英，王中?，?立伟微系统和纳米技术?京科学出版社，付旭，周兆英基于的多传感器姿态测?系统清华大学学报（自然科学版），（），（）。 ，（）（）MEMS自动驾驶仪中的多传感器误差补偿作者刊名英文刊名年，卷(期)被引用次数付旭，周兆英，FU Xu，ZHOU Zhaoying清华大学,精密测试技术及仪器国家重点实验室,北京,100084清华大学学报（自然科学版）JOURNAL OFTSINGHUA UNIVERSITY(SCIENCE ANDTECHNOLOGY)xx，48 (5)1次参考文献(9条)1.Jung D.Levy E.Zhou DDesign anddevelopment ofa low-cost test-bed forundergraduate educationinUAVsxx2.Jared JM Towardauto-calibration ofnavigation sensors for miniatureautonomous underwatervehiclesxx3.Erin LR.Walter C.Matthew RCalibrating atriaxial aelerometer-magometer usingroboticactuation forsensor reorientationduring datacollectionxx (06)4.Daniel R.Henk J.Chris TCompensation of magic disturbancesimproves inertialand magicsensingof humanbody segmentorientationxx (03)5.Gouws DJ Theimplementation ofa magicsensor ona dynamicplatformxx6.Michael JC Applicationsofmagicsensorsforlow costpass systemsxx7.苏亚.孙以材.李国玉压力传感器热零点漂移补偿各种计算方法的比较期刊论文-传感技术学报xx (03)8.周兆英.王中林.林立伟微系统和纳米技术xx9.付旭.周兆英基于EKF的多MEMS传感器姿态测量系统期刊论文-清华大学学报(自然科学版)xx (11)相似文献(1条)1.期刊论文付旭.周兆英.熊沈蜀.王劲东.FU Xu.ZHOU Zhaoying.XIONG Shenshu.WANG Jindong基于EKF的多MEMS传感器姿态测量系统-清华大学学报(自然科学版)xx,46 (11)姿态信息是飞行控制中最关键的参数之一,因此姿态测量成为飞行控制系统首要解决的问题.利用多MEMS传感器研制了一种微型姿态测量系统.利用三轴MEMS加速度计和三轴MEMS陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展Kalman滤波方程,解算出飞行器的俯仰角和横滚角;设计专家系统判断飞行器的运动状态,并根据该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足静态情况和动态情况的使用;