Kontext
Ich muss die Leistung eines Systems analysieren, das Messwerte von Trägheitssensoren als Eingabe verwendet. Meine Kenntnisse über IMUs sind sehr grundlegend, da ich nur ein paar einführende Texte gelesen habe.
Mein Verständnis ist, dass die IMU-Genauigkeit bei kontinuierlicher Verwendung aufgrund von Drift abnimmt, was zu akkumulierten Fehlern führt.
Fragen
Welche anderen Betriebsfaktoren (dh nicht die spezifischen Geräte/Komponenten, sondern IMUs im Allgemeinen) beeinflussen die Genauigkeit von IMUs?
Ich habe in meiner Anwendung festgestellt, dass die Systemleistung abnimmt, wenn sich das Objekt bewegt, insbesondere wenn die Bewegung schnell ist, und sich dann verbessert, sobald die Bewegung langsamer wird und zum Stillstand kommt. Welche(r) Aspekt(e) von IMUs verursacht dies?
BEARBEITEN
Genauer gesagt geben die Sensoren die Orientierung als Quaternionen (Rotationsversatz vom Sensorkoordinatensystem zu einem globalen Koordinatensystem) an. Der Fehler schwankt über die Zeit (Dauer ca. 15 Sekunden), es gibt jedoch keine Neigung des Fehlers über die Zeit. Auf dieser Grundlage glaube ich, dass IMU-Drift hier kein Problem ist.
Was mich interessiert zu verstehen, ist, warum der Schätzfehler der Objektorientierung basierend auf dem Betrag und der Geschwindigkeit der Objektbewegung schwankt.
Wenn es hilft, verwende ich Xsen MTx IMUs.
Ich habe festgestellt, dass einige Beschleunigungsmesser und Kreisel einen kleinen Memory-Effekt haben.
Sie können beispielsweise einen Beschleunigungsmesser horizontal platzieren und den Messwert nullen. Ich bleibe nahe am Nullpunkt, drifte aber natürlich noch ein bisschen ab. Bewegen Sie es nun seitwärts und wieder zurück in die ursprüngliche Position und der Messwert wird nicht mehr Null sein. Je stärker und plötzlicher die Bewegung, desto mehr scheint sie den Nullpunkt-Offset zu verändern.
Es ist diese unvorhersehbare Drift des Nullwerts, die die Trägheitsnavigation über einen längeren Zeitraum durcheinander bringt. Mit MEMs Kreiseln und Beschleunigungsmessern dauert es manchmal nur wenige Sekunden.
Ich habe einmal ein Sportkopf-Tracking-Gerät verwendet, und selbst wenn Sie die Person vor Beginn einer Bewegung stillhalten mussten, war die Position nach ein paar Sekunden unbrauchbar. Glücklicherweise war das lang genug, und wir haben den Algorithmus so entworfen, dass Dinge wie Beschleunigung und Winkelgeschwindigkeit direkt verwendet werden, anstatt sich stark auf ihre Integrale zu verlassen. Dies war mit ziemlich billigen MEMs-Einheiten.
Die korrekte Achsenausrichtung ist eine: Linearsensoren haben lineare Übertragungsfunktionen zwischen den tatsächlichen Neigungs- / Gier- / Roll- / 3-D-Beschleunigungsachsen und den Ausgängen jedes entsprechenden Sensors (oder einer Teilmenge davon, wenn Sie keine vollständige 6-Achsen-IMU verwenden ).
Idealerweise ist die Übertragungsfunktion die Identitätsmatrix: Bewegung in jeder beabsichtigten Achse wirkt sich nur auf die entsprechende Achse aus. In realen Systemen gibt es eine Kreuzkopplung, die von der Sensorausrichtung abhängt. Wenn Sie beispielsweise um 1 Grad abweichen, erhalten Sie ein kleines Ausgangssignal auf einer Achse für die Bewegung auf einer anderen Achse.
Ein weiterer Faktor hat mit der Nichtlinearität zu tun, die stark von dem speziellen Mechanismus abhängt, der zum Erfassen verwendet wird. Pendel- oder Flüssigkeitsneigungssensoren bei großen Winkelverschiebungen haben Linearitätsprobleme.
Selbst die beste IMU wird einen Fehler haben. Normalerweise summieren sich diese Fehler im Laufe der Zeit bis zu dem Punkt, an dem ihre Ausgabe unbrauchbar wird. Natürlich haben die besseren Einheiten weniger Fehler, daher dauert es länger, bis sich die Fehler aufbauen – aber sie werden sich trotzdem aufbauen.
Normalerweise verfügen IMUs über eine Methode, um diese Fehler zu beseitigen. Sie tun dies, indem sie mehrere Sensoren verwenden, die sich gegenseitig ergänzen. Zum Beispiel hat ein GPS eine große Langzeitgenauigkeit (über lange Distanzen oder lange Zeiträume), aber eine schreckliche Kurzzeitgenauigkeit. Ein Beschleunigungsmesser ist das Gegenteil und hat eine schreckliche Langzeitgenauigkeit, aber eine ziemlich gute Kurzzeitgenauigkeit. Durch die Verwendung beider Arten von Sensoren erhalten Sie das Beste aus beiden Welten.
Natürlich verstößt ein GPS etwas gegen den "internen" Teil der IMU, aber Sie bekommen die Idee. Es ist unmöglich, eine IMU zu bekommen, die ohne externe Eingaben (GPS, Sterntracker usw.) ewig funktioniert, da es selbst bei den besten Systemen immer eine Fehlerquelle gibt, die sich mit der Zeit ansammelt.
Aber es ist unmöglich, Ihnen eine detailliertere Antwort zu geben als "Fehler bauen sich im Laufe der Zeit auf", ohne sich den genauen Satz von Sensoren anzusehen, der verwendet wird - und wie diese Sensordaten in die endgültige Ausgabe integriert werden.
Bei landwirtschaftlichen Präzisionslandmaschinen (GPS-geführte Traktoren) werden häufig IMUs verwendet, um den Antennenversatz des Traktors zu korrigieren. Wenn ein Traktor kippt, bewegt sich die Antenne außerhalb Ihres vorgegebenen Fahrpfads. Die RTK-DGPS-Geräte können mit einer Genauigkeit von bis zu 1 cm XY (2 cm Z) messen, sodass Sie dies korrigieren müssen. Glücklicherweise ist es möglich, redundante Systeme zu haben: Rollen/Neigen kann mit Neigung und Kreiseln erfolgen, wobei ein Gieren mit Kreiseln und der gefahrenen Route durchgeführt werden kann. Um eine hohe Datenrate mit genauen Winkeln zu erhalten, müssen Sie verschiedene Geräte kombinieren.
Jeder Sensor hat eine begrenzte Bandbreite. Ein Incino ist ein absolutes Messgerät mit geringer Bandbreite. Es kann ein paar Sekunden dauern, bis ein stabiles Signal entsteht, dann wieder: es ist absolut.
Ein Kreisel kann die Winkelgeschwindigkeit messen und kann integriert werden, um einen Offset zu erhalten, sodass Sie einen anderen Winkel erhalten. Wenn Sie es mit dem Neigungswert filtern, erhalten Sie einen Live-Winkel. Kreisel haben jedoch eine Grenze, wie viel Grad/Sekunde sie auch genau messen können. Wenn es schief geht, sollte es nicht wegdriften, weil es mit einer Steigung korrigiert wird.