# FDI SPKF 运行模式
# FDI SPKF 介绍
得益于现代化的处理架构，FDISYSTEMS 惯性系统可实时运行 SPKF。GPS/GNSS 与惯性传感器的耦合使 GNSS 数据能够校正惯性漂移，同时保持高频导航输出，并具备出色的性能。
所采用的算法并非简单的 EKF 实现，还包含高级误差模型与错误量测检测，以确保在各种条件下尽可能提供最佳导航性能。
模块化设计支持将多种辅助传感器接入 INS。可连接 GNSS、里程计、DVL 及其他辅助传感器，以进一步提高导航性能。
此外，扩展卡尔曼滤波器还能估计部分用户输入参数（例如 GPS 杠杆臂、里程计增益等），以进一步提升精度。
针对不同应用与各类辅助设备，系统提供专门的运动曲线与误差模型，以便选择合适选项并进行调整。
# 基本原则
惯性传感器（加速度计和陀螺仪）可提供非常准确的短期运动量测，但积分时间变长时会出现漂移。另一些系统（例如 GNSS 接收机或里程计）提供低频量测，可能受干扰或短期量测误差影响，但在长期尺度上通常表现良好。
卡尔曼滤波器的基本思路是发挥各传感器的优势、规避其劣势。高频预测（也称传播）步骤利用惯性传感器精确量测运动并生成导航数据；当辅助数据（例如 GPS 位置、里程计数据或 DVL 读数）可用时，滤波器用其校正当前状态并抑制漂移。
由于辅助量测频率低于预测步骤，校正后有时会观察到微小跳变。在正常运行条件下，这种跳变应非常小。
协方差矩阵持续维护各估计参数误差的当前状态：无可用量测时，估计误差通常会增大；收到新量测后，误差会减小。该矩阵还用于处理各估计参数之间的“关联”。
除 EKF 外，系统还实现了传感器管理器，用于检查辅助量测并拒绝不良量测。
下图概括了 EKF 如何使用 IMU 与外部传感器：
# 运行模式
卡尔曼滤波器会根据情况切换多种计算模式。
# 未初始化模式
该模式仅在启动阶段出现。在完成首次姿态解算之前，滤波器利用加速度计识别重力的平均方向。此模式假定加速度较低，因此在器件静止或以匀速运动上电时，可获得最佳初始化效果。若 INS 在运动中上电，可能需要数分钟才能达到完全精度。
# 垂直陀螺仪模式
完成横滚角与俯仰角初始化后，EKF 将以垂直陀螺仪（Vertical Gyro）模式运行，此时仅估计横滚与俯仰。该模式利用垂直参考与内部陀螺仪估计姿态，航向角处于自由漂移状态。载体运动可提供运动数据，但在高动态环境中精度可能下降。
在该模式下，性能取决于载体动力学；高加速运行期间，性能可能受到影响。
# 航向粗对准过程
本节仅适用于设备配置为在 AHRS 或 INS 运行模式下工作的情况。
在“垂直陀螺仪”模式下运行时，EKF 会持续尝试通过不同程序完成首次航向对准。这些过程存在若干约束；下表说明各方法的适用条件与使用场景：
| 方法 | 有效性 | 约束与说明 |
|---|---|---|
| 磁航向 | 当磁性航向辅助已启用时 | 常见于对精度要求不高的入门级应用。若已启用磁力计，该信号在启动时即可使用。 |
| GNSS 双天线航向 | 当 GNSS 双天线航向作为辅助输入已激活时 | 若安装条件允许布置两根 GNSS 天线，该方法最为便捷。它使用双天线 GNSS 接收机提供的 GNSS 真航向完成航向对准。 |
| 运动学对准（航迹角辅助） | 适用于前轮转向汽车、固定翼飞机及相应运动曲线 | 该方法使航向主要与行进方向（地面航迹向）对齐。它使用 GNSS 速度，并假定首选行进方向为向前。 |
| 自由运动学对准（组合导航对准） | 适用于直升机、无人机、船舶及行人等运动配置 | 该方法利用相对速度定义航向，允许任意方向上的运动，与传统运动学对准不同。 |
# AHRS 模式
完成航向粗对准后，EKF 即可估计完整航姿。垂直参考仍用于稳定横滚与俯仰；在双天线或磁辅助可用时，航向也会得到稳定。位置与速度仍处于自由漂移，此模式下不可视为有效。
与垂直陀螺仪模式类似，高动态机动可能影响性能。
# 位置和速度初始化
与航向对准类似，在 AHRS 模式下运行时，系统会持续尝试利用 GNSS 输入初始化位置与速度。
# 全导航模式
在该模式下，EKF 提供完整导航输出：估计姿态、绝对位置与速度。
全导航模式（Full Navigation mode）可利用全部可用传感器输入维持最佳解算，即使在 GNSS 短暂中断期间亦如此。
AHRS 单元的行为因产品线而异：Epsilon-A 不接受辅助数据，因此只能在 AHRS 模式下运行。更高性能的运动参考单元（MRU）则可接受外部 GNSS 输入，从而在内部启用导航模式，以提高姿态输出性能。在 AHRS - Navigation 模式下，对外仍仅提供姿态输出。
# 航向能观性
本节有助于理解 GNSS 辅助 INS 如何跟踪准确航向。
# 使用单天线 GNSS
在最简单的配置中，仅由单根 GNSS 天线辅助的 INS 并不总能观测到航向。
尤其在静态或匀速条件下，通常只有横滚与俯仰得到精确校正，航向可能出现一定漂移（可在标准差输出中体现）。一旦载体进入机动（加速度变化），EKF 也会稳定航向角，航向即变得能观。
若报告的偏航角标准差升高或误差增大，适当增加动态机动有助于提高精度。这对仅能使用单天线的无人机等机载应用尤为有用。
# 使用双天线 GNSS
当 INS 与双天线 GNSS 系统耦合时，低动态条件下的航向能观性显著改善。此时 INS 可在各种条件下提供准确航向，并在多路径环境中应对 GNSS 航向中断。双天线航向还能提供通常为测量应用所需的高精度航向角。
该方案在低动态、高精度要求的船舶应用中尤为有效。
# 汽车应用约束
在汽车应用中，通常可假定无横向速度。该假定有助于滤波器优化性能；因此，一旦车辆行驶，航向即可达到完全准确。
若车辆经常静止导致航向不可观并出现漂移，使用双天线航向可进一步提升航向性能。
# 使用磁航向
在许多应用中（例如空中，有时也包括海洋环境），只要磁力计经过校准并远离磁干扰使用，即可提供有效的航向辅助。结合位置与日期，并依据 2020 年世界磁场模型（WMM），磁航向可转换为真航向。
磁航向是在低动态条件下实现航向观测的一种经济有效方法，但在复杂磁环境下可能退化，精度大约限制在 1°。
# 提高导航性能
# 侧向速度约束
当选择“汽车”运动曲线时，EKF 假定横向速度为 0（无侧滑漂移）。除提升航向性能外，这还将显著减小城市峡谷等苛刻条件下的位置漂移。
需要定期转弯，以约束各个方向上的速度。
# 里程计辅助
除 GNSS 辅助外，所有 INS 型号均支持里程计（Odometer）输入，可显著提升导航系统在苛刻环境（例如汽车应用中的城市峡谷）下的性能。即使在 GNSS 中断期间，里程计也能提供可靠的速度信息，从而大幅提高航位推算精度。
与仅使用速度约束相比，里程计辅助可提供有用的速度信息，在直线或轻微转弯的航位推算中尤为有效。
我们的产品支持：
● 正交输出，或具备正反方向检测的兼容里程计。
● CAN 车辆速度消息（完全可配置），用于设置并与车辆的 OBD-II 连接器直接接口。
里程计集成较为简便：EKF 将实时估计并微调里程计增益，并校正对准与杠杆臂中的残余误差。
# 多普勒速度对数辅助（DVL）
在许多海洋或水下应用中，当 GPS 不可用时，DVL 是改善导航的有效选择。DVL 已与 EKF 完全耦合，可在底部跟踪与水层跟踪条件下提供完整导航性能。无需额外校准，EKF 将自动调整对准与增益参数。
DVL 数据与 EKF 的融合可在真实条件下提供准确、可靠的水下位置数据。精心选择的任务模式（例如割草机模式）也可极大限制位置误差增长。
除与 DVL 的卡尔曼滤波集成外，惯性传感器还可存储并输出 DVL 消息（PD0），用于水文剖面等应用。
# ZUPT 模式
在部分运动配置中，EKF 可自动使用“零速度更新”（ZUPT）。当传感器停止运动时，滤波器检测零速度条件，并用该信息校正状态，从而限制位置、陀螺零偏与航向等漂移。