(window.webpackJsonp=window.webpackJsonp||[]).push([[535],{848:function(t,s,a){"use strict";a.r(s);var S=a(10),v=Object(S.a)({},(function(){var t=this,s=t._self._c;return s("ContentSlotsDistributor",{attrs:{"slot-key":t.$parent.slotKey}},[s("h1",{attrs:{id:"惯性导航系统-ins"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#惯性导航系统-ins"}},[t._v("#")]),t._v(" 惯性导航系统 (INS)")]),t._v(" "),s("h2",{attrs:{id:"principle"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#principle"}},[t._v("#")]),t._v(" Principle")]),t._v(" "),s("p",[t._v("惯性导航系统 （INS） 是一种依靠陀螺仪和加速度计三元组来计算 6 自由度导航输出（方向、速度和位置）的设备。")]),t._v(" "),s("fdi-img",{attrs:{alt:"MEMS",src:"/knowledge-base/02/020301.png"}}),t._v(" "),s("p",[t._v("INS对于短期导航非常有效。随着传感器的集成，残余误差往往会增加。因此，必须定期对INS输出进行更正，以保持合理的错误。")]),t._v(" "),s("h2",{attrs:{id:"gnss-辅助-ins"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#gnss-辅助-ins"}},[t._v("#")]),t._v(" GNSS 辅助 INS")]),t._v(" "),s("p",[t._v("为了实现这些定期校正，将 GNSS 接收器与惯性传感器数据融合起来非常方便：在这种情况下，GNSS 短期误差由惯性传感器有效校正，惯性漂移由GNSS校正。进行这种传感器融合的常见方法是使用扩展卡尔曼滤波器(EKF)。 EKF 的主要优点是它跟踪导航状态，但也考虑传感器偏差，并计算不确定性的估计，为用户提供有关系统性能的关键信息。")]),t._v(" "),s("p",[t._v("其他外部辅助传感器（例如磁力计、里程计或双天线 GNSS 航向传感器）也可以补充系统，以进一步提高性能。")]),t._v(" "),s("p",[t._v("与独立 GNSS 或 AHRS 系统相比，INS 的主要优点是提供高速定向和导航输出，以及在所有动态条件下提供高精度解决方案。 INS 还能够在不依赖磁场的情况下估计准确的航向。")]),t._v(" "),s("p",[t._v("另一方面，INS 的设置有点复杂，因为需要了解机械安装（GNSS 天线杠杆臂等），尽管可以通过自动校准程序来减轻这种复杂性。")]),t._v(" "),s("fdi-img",{attrs:{alt:"MEMS",src:"/knowledge-base/02/020302.png"}}),t._v(" "),s("h2",{attrs:{id:"松-vs-松耦合组合ins"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#松-vs-松耦合组合ins"}},[t._v("#")]),t._v(" 松 vs 松耦合组合INS")]),t._v(" "),s("p",[t._v("耦合惯性传感器和GNSS技术时存在各种集成方案。")]),t._v(" "),s("p",[t._v("最常用的是松耦合和紧密耦合的集成。我们将在这里描述它们的工作原理，并了解每种方案的优缺点。")]),t._v(" "),s("p",[t._v("在这两种情况下，我们都使用INS来计算短期导航方程并提供准确的导航输出。")]),t._v(" "),s("h3",{attrs:{id:"松耦合组合"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#松耦合组合"}},[t._v("#")]),t._v(" 松耦合组合")]),t._v(" "),s("p",[t._v("在松散耦合方案中，INS直接与GNSS导航输出（位置，速度）融合，通常使用扩展卡尔曼拟合器。")]),t._v(" "),s("p",[t._v("INS 集成误差由 GNSS 位置输入进行校正。然后由 EKF 提供准确稳定的导航输出。")]),t._v(" "),s("p",[t._v("该方案在简单性方面具有主要优势，可以在微型设备上操作，计算能力有限。它也是与外部接收器（如SAASM（军用）或使用标准NMEA协议的第三方设备集成的最佳解决方案。")]),t._v(" "),s("p",[t._v("但是，重要的是要了解GNSS接收器还需要运行一些内部滤波算法（通常是卡尔曼滤波器）来计算其导航解决方案。当仅使用来自接收器的位置输入时，我们将丢失有关视图中实际GNSS卫星的一些信息。这就是为什么这种解决方案更依赖于良好的GNSS信号处理。")]),t._v(" "),s("fdi-img",{attrs:{alt:"MEMS",src:"/knowledge-base/02/020303.png"}}),t._v(" "),s("h3",{attrs:{id:"紧耦合组合"}},[s("a",{staticClass:"header-anchor",attrs:{href:"#紧耦合组合"}},[t._v("#")]),t._v(" 紧耦合组合")]),t._v(" "),s("p",[t._v("紧密耦合的 INS/GNSS 是一种更先进的设备。在此方案中，GNSS 接收器仅计算“原始测量值”，给出相对于视野中的每颗卫星的各种位置测量值。 GNSS 接收器不运行任何导航过滤器。所有 GNSS 方程都直接集成到 INS/GNSS 扩展卡尔曼滤波器中。")]),t._v(" "),s("p",[t._v("这种类型的集成具有很大的优势，可以提供更广泛的能力来识别单个卫星的错误测量，或者可以暂时在视野中有限数量的卫星（<4）下运行。与松散耦合的集成相比，这为紧密耦合的解决方案提供了出色的鲁棒性。")]),t._v(" "),s("p",[t._v("在高精度应用 (RTK) 中，紧密耦合还可以提高厘米级精度的可用性，并在中断后实现更快的 RTK 修复恢复。")]),t._v(" "),s("p",[t._v("紧耦合的主要限制是它不容易与通常不提供原始测量的外部 GNSS 接收器兼容。")]),t._v(" "),s("cite-panel",{attrs:{type:"tip"}},[s("p",[t._v("FDISYSTEMS开发了紧耦合和rtk组合方案，可以保证可靠的同时保证精度。")])]),t._v(" "),s("fdi-img",{attrs:{alt:"MEMS",src:"/knowledge-base/02/020304.png"}})],1)}),[],!1,null,null,null);s.default=v.exports}}]);