徐澤遠(yuǎn) 伊國(guó)興 魏振楠

(哈爾濱工業(yè)大學(xué)航天學(xué)院,黑龍江 哈爾濱 150001)

MEMS-SINS/GPS組合導(dǎo)航系統(tǒng)設(shè)計(jì)

徐澤遠(yuǎn) 伊國(guó)興 魏振楠

(哈爾濱工業(yè)大學(xué)航天學(xué)院,黑龍江 哈爾濱 150001)

針對(duì)我國(guó)軍用和民用領(lǐng)域?qū)ξ⑿⌒徒M合導(dǎo)航系統(tǒng)的迫切需求，提出了基于MEMS技術(shù)的SINS/GPS組合導(dǎo)航系統(tǒng)方案。為設(shè)計(jì)低成本、小體積、低功耗、高精度、高穩(wěn)定性的組合導(dǎo)航系統(tǒng)，對(duì)微小型組合導(dǎo)航系統(tǒng)進(jìn)行了研究，設(shè)計(jì)了傳感器模塊電路、數(shù)據(jù)處理電路和串口通信電路。基于ARM芯片STM32F401RE進(jìn)行了硬件設(shè)計(jì)，根據(jù)卡爾曼濾波算法設(shè)計(jì)了組合導(dǎo)航系統(tǒng)的軟件和位姿估計(jì)算法。測(cè)試結(jié)果表明，所設(shè)計(jì)的組合導(dǎo)航系統(tǒng)滿足導(dǎo)航精度要求。

導(dǎo)航系統(tǒng) 微機(jī)電系統(tǒng) 捷聯(lián)慣性導(dǎo)航系統(tǒng) 串口通信 卡爾曼濾波 位姿估計(jì)算法 全球定位系統(tǒng) 數(shù)據(jù)處理

0 引言

微型慣性器件包括微型陀螺儀和微型加速度計(jì)，是微機(jī)電系統(tǒng)(micro electro mechanical system,MEMS)技術(shù)在慣性技術(shù)領(lǐng)域的成功應(yīng)用[1]。相比于傳統(tǒng)的慣性器件，MEMS慣性器件在整體設(shè)計(jì)、材料與加工、器件封裝與檢測(cè)等方面都采用了極其精微的工藝技術(shù)，因而具有體積微小、質(zhì)量極輕、價(jià)格較低、可靠性較高、性價(jià)比較高等優(yōu)勢(shì)。

基于MEMS技術(shù)的捷聯(lián)慣性導(dǎo)航系統(tǒng)(strapdown inertial navigation system,SINS)具有成本低、體積小、可靠性高、功耗低、環(huán)境適應(yīng)能力強(qiáng)、使用壽命長(zhǎng)等突出優(yōu)勢(shì)[2-3]。但是，MEMS-SINS誤差隨時(shí)間積累，難以獨(dú)立勝任長(zhǎng)時(shí)間、高精度的導(dǎo)航任務(wù)，并且性能好的器件通常尺寸較大[4-6]。GPS導(dǎo)航技術(shù)具有全球性、全天候定位、測(cè)速精度高的導(dǎo)航能力，而且使用方便、接收機(jī)成本低廉。但GPS導(dǎo)航系統(tǒng)也有其致命的弱點(diǎn)，衛(wèi)星信號(hào)易受載體作高速機(jī)械運(yùn)動(dòng)、干擾、遮擋等因素的影響，導(dǎo)致接收機(jī)無(wú)法捕獲與跟蹤信號(hào)，通常只能輸出位置與速度信息，且輸出帶寬低[7-9]。由此可見(jiàn)，MEMS-SINS與GPS在導(dǎo)航原理、誤差特性等方面具有很強(qiáng)的互補(bǔ)性，故將MEMS-SINS與GPS組合起來(lái)構(gòu)成MEMS-SINS /GPS導(dǎo)航系統(tǒng)，可抑制誤差隨時(shí)間的積累，增強(qiáng)系統(tǒng)的抗干擾能力，提高GPS的輸出帶寬。利用卡爾曼濾波技術(shù)可以實(shí)現(xiàn)信息融合，完成高精度、長(zhǎng)時(shí)間的導(dǎo)航任務(wù)。MEMS-SINS/GPS 組合導(dǎo)航技術(shù)是目前最具發(fā)展前景的導(dǎo)航技術(shù)之一，并且可成功應(yīng)用于無(wú)人機(jī)、機(jī)器人、自動(dòng)車輛、道路測(cè)量等領(lǐng)域。

由于無(wú)人直升機(jī)對(duì)體積、質(zhì)量、精度、實(shí)時(shí)性、動(dòng)態(tài)性能要求較高，本文以無(wú)人機(jī)飛行控制系統(tǒng)為研究載體，設(shè)計(jì)了基于微機(jī)械慣性導(dǎo)航和GPS的組合導(dǎo)航系統(tǒng)。系統(tǒng)從工程實(shí)踐出發(fā)，可滿足以上組合導(dǎo)航系統(tǒng)的設(shè)計(jì)特點(diǎn)和控制要求。

1 組合導(dǎo)航系統(tǒng)概述

1.1 組合導(dǎo)航系統(tǒng)原理

組合導(dǎo)航系統(tǒng)原理如圖1所示。組合導(dǎo)航系統(tǒng)由SINS導(dǎo)航系統(tǒng)、GPS導(dǎo)航系統(tǒng)和卡爾曼濾波器3個(gè)部分構(gòu)成。其中，SINS和GPS導(dǎo)航系統(tǒng)可獨(dú)立實(shí)現(xiàn)導(dǎo)航解算，利用卡爾曼濾波器對(duì)兩種導(dǎo)航的導(dǎo)航數(shù)據(jù)進(jìn)行信息融合處理，其結(jié)果作為組合系統(tǒng)的導(dǎo)航參數(shù)輸出，也用于對(duì)捷聯(lián)慣性導(dǎo)航參數(shù)的誤差修正，以備下次導(dǎo)航解算。

圖1 組合導(dǎo)航系統(tǒng)原理框圖

Fig.1 Principle block diagram of integrated navigation system

1.2 組合導(dǎo)航系統(tǒng)總體設(shè)計(jì)方案

系統(tǒng)總體結(jié)構(gòu)如圖2所示。位姿系統(tǒng)定時(shí)采集9軸微運(yùn)動(dòng)傳感器、3軸磁強(qiáng)計(jì)以及氣壓計(jì)等信號(hào)。將采集的原始數(shù)據(jù)濾波后，得到三維空間中角速度分量、加速度分量、地磁場(chǎng)分量以及高度信息。傳感器模塊直接將輸出信息傳輸至微處理器，微處理器接收傳感器信號(hào)后，進(jìn)行信號(hào)處理和姿態(tài)、速度、位置矩陣計(jì)算。同時(shí)，GPS衛(wèi)星導(dǎo)航模塊將輸出信息輸送至微處理器，使其解算出位置和速度信息。通過(guò)卡爾曼濾波、誤差補(bǔ)償?shù)?，最終得到穩(wěn)定的組合導(dǎo)航數(shù)據(jù)，并將它們從串口實(shí)時(shí)輸出到無(wú)人機(jī)飛控系統(tǒng)，對(duì)無(wú)人機(jī)進(jìn)行準(zhǔn)確的實(shí)時(shí)控制。

圖2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)圖

Fig.2 Design of system overall structure

2 組合導(dǎo)航系統(tǒng)硬件設(shè)計(jì)

參考圖2所示的系統(tǒng)總體框圖，根據(jù)功能可將整個(gè)系統(tǒng)分為4個(gè)部分：傳感器模塊、數(shù)據(jù)處理模塊、串行通信模塊和控制模塊。傳感器部分由9軸運(yùn)動(dòng)傳感器MPU9250、3軸磁強(qiáng)計(jì)HMC5983、氣壓計(jì)MS5803和GPS導(dǎo)航模塊MAX-M8Q組成。因輸出數(shù)據(jù)均為數(shù)字量，數(shù)據(jù)采集可用SPI、USART等串行接口完成對(duì)輸入信號(hào)的采樣。導(dǎo)航解算模塊采用ST公司的STM32F401RE微處理器，以實(shí)現(xiàn)對(duì)所采集數(shù)據(jù)的解算，得到載體的姿態(tài)、速度、位置等信息。通信模塊則通過(guò)串口與外界實(shí)時(shí)通信?？刂颇K將組合導(dǎo)航信息發(fā)送至無(wú)人機(jī)飛控系統(tǒng)，實(shí)時(shí)控制無(wú)人機(jī)的位姿。

2.1 數(shù)據(jù)處理模塊

微處理器是微組合導(dǎo)航系統(tǒng)的核心。它的主要功能是實(shí)現(xiàn)對(duì)各傳感器的數(shù)據(jù)采集，進(jìn)行導(dǎo)航解算并得出數(shù)據(jù)，以及與無(wú)人機(jī)飛控系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)傳輸。本系統(tǒng)采用ST公司的STM32F401RE微處理器，運(yùn)行速率較高?；诟咝阅蹵RM Cortex-M4內(nèi)核的STM32F401RE具有較高的性價(jià)比、靈活的指令系統(tǒng)、高速的運(yùn)算能力、改進(jìn)的并行結(jié)構(gòu)、良好的操作性能，并且符合IEEE 1149的JTAG標(biāo)準(zhǔn)測(cè)試接口。其內(nèi)核CPU最高頻率可達(dá)84 MHz。其具有一個(gè)浮點(diǎn)單元FPU，支持所有ARM單精度數(shù)據(jù)處理指令和數(shù)據(jù)類型；完整的DSP指令和內(nèi)存保護(hù)單元MPU，增強(qiáng)了應(yīng)用程序安全性；較快的USART和SPI通信速度，可使功耗低至146 μA/MHz。

本系統(tǒng)要實(shí)現(xiàn)全方位的姿態(tài)、速度、位置的測(cè)量，根據(jù)微小型組合導(dǎo)航的控制特點(diǎn)和功能要求，采用高性能的STM32F401RE處理器。

2.2 傳感器模塊

MPU9250為InvenSense公司的9軸MEMS運(yùn)動(dòng)傳感器，其包括3軸陀螺儀、3軸加速度計(jì)及3軸磁強(qiáng)計(jì)。其陀螺儀與加速度計(jì)可配置內(nèi)部低通濾波器，采樣頻率可保證在1 kHz以上，但磁強(qiáng)計(jì)的輸出僅有8 Hz。為更快地獲取姿態(tài)信息，在此僅使用其陀螺儀與加速度計(jì)數(shù)據(jù)，磁強(qiáng)計(jì)則采用輸出速度更快的HMC5983。

HMC5983為Honeywell公司的3軸磁強(qiáng)計(jì)，采樣頻率最高可達(dá)220 Hz。因其具有良好的線性度、低磁滯、零輸出、溫度過(guò)高時(shí)比例因子穩(wěn)定和很低的橫軸靈敏度等特點(diǎn)，所以被用來(lái)測(cè)量磁場(chǎng)的方向和大小。

MS5803為Measurement Specialties公司的壓力傳感器，集成了24位ADC，壓力測(cè)量范圍為10～1 300 mbar。在此用其測(cè)量大氣壓，以獲取載體高度數(shù)據(jù)。磁強(qiáng)計(jì)信號(hào)調(diào)理電路如圖3所示。

圖3 磁強(qiáng)計(jì)信號(hào)調(diào)理電路圖

Fig.3 Signal conditioning circuit of magnetometer

MAX-M8Q為U-blox公司的GPS/BD/GLONASS衛(wèi)星導(dǎo)航模塊，GPS最大導(dǎo)航數(shù)據(jù)輸出頻率為18 Hz，GPS&BD與GPS&GLONASS最大導(dǎo)航數(shù)據(jù)輸出頻率為10 Hz。為更快地獲取位置、速度信息，選用GPS衛(wèi)星導(dǎo)航模塊。此設(shè)計(jì)用于獲得載體位置信息，為進(jìn)一步實(shí)現(xiàn)組合導(dǎo)航算法提供硬件支撐。

2.3 串口通信模塊

采用RS-232接口將導(dǎo)航系統(tǒng)解算得到的導(dǎo)航信息輸送至無(wú)人機(jī)飛控系統(tǒng)，進(jìn)行交互通信。導(dǎo)航系統(tǒng)不僅可以實(shí)時(shí)接收載體的姿態(tài)、速度、位置等參數(shù)信息，同時(shí)還可通過(guò)位姿估計(jì)軟件對(duì)航向姿態(tài)參考系統(tǒng)的工作參數(shù)進(jìn)行設(shè)置。由于STM32F401RE的工作電壓為3.3 V，與RS-232的標(biāo)準(zhǔn)電壓不匹配，因此需要進(jìn)行電平轉(zhuǎn)換。本系統(tǒng)采用MAX3232芯片來(lái)實(shí)現(xiàn)這一功能。

2.4 硬件版圖設(shè)計(jì)

在設(shè)計(jì)電路時(shí)要注意，由于ARM芯片的集成度高，體積小且主頻高，不理想的布局和布線會(huì)影響ARM的正常工作。板面布線應(yīng)采用井字形網(wǎng)狀布線結(jié)構(gòu)，在限制版面面積的條件下連接線盡量短而粗。為使電源相對(duì)穩(wěn)定，在電源周圍合理設(shè)置一些電容，濾除雜波。為合理設(shè)計(jì)PCB接地系統(tǒng)，可在電源和地址線之間布排一些電容模，將擬接地和數(shù)字接地分開(kāi)?？紤]到信號(hào)匹配與端口的驅(qū)動(dòng)能力，可在運(yùn)動(dòng)傳感器與ARM之間加一級(jí)跟隨，增加輸出阻抗。盡量選用集成度高、可靠性高、穩(wěn)定性高的表面貼片元件。兩塊PC板均采用4層設(shè)計(jì)，板邊連接，既可靠又盡可能地縮小了電路板的設(shè)計(jì)面積。設(shè)計(jì)的電路板大小為4 cm×4 cm，經(jīng)過(guò)調(diào)試，性能良好。

3 組合導(dǎo)航系統(tǒng)的軟件設(shè)計(jì)

基于卡爾曼濾波的組合導(dǎo)航系統(tǒng)可有效削減捷聯(lián)慣導(dǎo)系統(tǒng)的累積誤差，提高導(dǎo)航精度，具有較好的系統(tǒng)穩(wěn)定性[10]。經(jīng)過(guò)系統(tǒng)初始對(duì)準(zhǔn)、開(kāi)啟導(dǎo)航中斷后，進(jìn)入導(dǎo)航工作狀態(tài)。采用EMIF通信方式，速度較快，有效提高了系統(tǒng)的運(yùn)行效率。

進(jìn)入導(dǎo)航工作狀態(tài)后，首先判斷是否為第一次解算。若是，則對(duì)姿態(tài)、速度、位置矩陣賦初值解算初始四元數(shù)；若不是，則繼續(xù)執(zhí)行，讀取傳感器信息，解算導(dǎo)航信息，更新四元數(shù)，計(jì)算狀態(tài)轉(zhuǎn)移矩陣。在導(dǎo)航工作狀態(tài)的每一次時(shí)間中斷內(nèi)，選用四元數(shù)算法進(jìn)行循環(huán)。當(dāng)捷聯(lián)導(dǎo)航解算結(jié)束時(shí)，系統(tǒng)判斷GPS信號(hào)是否有效。如GPS信號(hào)有效，即應(yīng)用組合導(dǎo)航卡爾曼濾波器解算出導(dǎo)航參數(shù)；如失效，則直接將捷聯(lián)導(dǎo)航參數(shù)作為系統(tǒng)的導(dǎo)航參數(shù)輸出。由于捷聯(lián)導(dǎo)航更新頻率為200 Hz/s，故姿態(tài)信息更新頻率為200 Hz/s;由于GPS子系統(tǒng)更新頻率為18 Hz/s，故組合導(dǎo)航卡爾曼濾波更新姿態(tài)頻率為18 Hz/s;根據(jù)卡爾曼濾波特點(diǎn)，組合導(dǎo)航系統(tǒng)姿態(tài)更新頻率為200 Hz/s。最后的導(dǎo)航結(jié)果將被發(fā)送至計(jì)算機(jī)進(jìn)行結(jié)果分析。試驗(yàn)表明，由該方案設(shè)計(jì)的組合導(dǎo)航系統(tǒng)即使在GPS信號(hào)失效、只有微型慣導(dǎo)系統(tǒng)工作時(shí)，也能短時(shí)間滿足系統(tǒng)的導(dǎo)航精度要求。導(dǎo)航系統(tǒng)軟件流程如圖4所示。

圖4 導(dǎo)航系統(tǒng)軟件流程圖

Fig.4 Software flowchart of navigation system

4 系統(tǒng)實(shí)現(xiàn)及姿態(tài)顯示結(jié)果

原始姿態(tài)角、靜態(tài)姿態(tài)角速度曲線如圖5所示。采用擴(kuò)展卡爾曼濾波(姿態(tài)更新周期為5 ms)，對(duì)機(jī)載試驗(yàn)獲得的數(shù)據(jù)進(jìn)行仿真測(cè)試，得到如圖6所示的經(jīng)擴(kuò)展卡爾曼濾波后的姿態(tài)角、姿態(tài)角速度的實(shí)時(shí)輸出結(jié)果。

圖5 靜態(tài)姿態(tài)角及其角速度曲線圖

Fig.5 Static attitude angle and angular velocity

圖6 實(shí)時(shí)姿態(tài)角及其角速度曲線圖

Fig.6 Real-time attitude angular velocity and angular velocity

姿態(tài)確定中航向角速度如圖5(d)所示，靜態(tài)漂移角速度為0.2°/s，俯仰角速度、橫滾角速度的靜態(tài)漂移更小，靜態(tài)漂移角速度都在0.2°/s之內(nèi)。

由圖6可知，由原始數(shù)據(jù)濾波后得到的數(shù)據(jù)仍具有很大噪聲，經(jīng)過(guò)擴(kuò)展卡爾曼濾波解算之后得到如下數(shù)據(jù)：航向角以0.02°/s的速度漂移，俯仰角漂移最大為0.05°，橫滾角漂移為0.05°。試驗(yàn)結(jié)果證明了本文構(gòu)建的MEMS-SINS/GPS組合導(dǎo)航系統(tǒng)具有較高的導(dǎo)航精度，該系統(tǒng)可以在無(wú)人機(jī)中應(yīng)用。

5 結(jié)束語(yǔ)

本文構(gòu)建了基于MEMS的SINS/GPS組合導(dǎo)航系統(tǒng)，給出了系統(tǒng)設(shè)計(jì)的總體方案，合理設(shè)計(jì)了軟、硬件系統(tǒng)，使其具有成本低、體積小、可靠性高的優(yōu)點(diǎn)。通過(guò)位姿估計(jì)算法和組合導(dǎo)航的卡爾曼濾波技術(shù)等，使該系統(tǒng)的導(dǎo)航精度指標(biāo)達(dá)到了項(xiàng)目要求。通過(guò)對(duì)機(jī)載試驗(yàn)輸出導(dǎo)航信息的分析，驗(yàn)證了該組合導(dǎo)航系統(tǒng)的性能。該系統(tǒng)滿足了導(dǎo)航精確性和實(shí)時(shí)性的要求，測(cè)試結(jié)果符合組合導(dǎo)航在無(wú)人機(jī)應(yīng)用中的精度指標(biāo)。

[1] 楊嬌嬌.機(jī)載紅外照相機(jī)姿態(tài)慣性測(cè)量系統(tǒng)硬件平臺(tái)設(shè)計(jì)[D].南京：南京理工大學(xué),2014.

[2] EI-SHEIMY N,NIU X.The Promise of MEMS to the Navigation Community[J].Inside GNSS,2007,3(4):46-56.

[3] SHAEFFER D K.MEMS Inertial Sensors:A Tutorial Overview[J].IEEE Communications Magazine,2013(4):100-109.

[4] GAI E.The Century of Inertial Navigation Technology[C]//IEEE Aerospace Conference Proceedings,2000(1):59-60.

[5] GREENSPAN R L.Inertial Navigation Technology from 1970-1995[J].Navigation,1995,42(1):165-185.

[6] BEZICK S M,PUE A J,PATZELT C M.Inertial Navigation for Guided Missile Systems[J].Johns Hopkins APL Technical Digest,2010,28(4):331-342.

[7] MISRA P,ENGE P.Global positioning system signals,measurements and performance[M]. 2nd Edition.Massachusetts:Ganga-Jamuna Press,2006.

[8] DARDARI D,FALLETTI E F,LUISE M.Satellite and terrestrial radio positioning techniques[M].Oxford:Elsevier Ltd,2012.

[9] PARKRINSON B W,STANSELL T,BEARD R,et al.A history of satellite navigation[J].Navigation,1995,42(1):109-163.

[10]員麗瓊,景占榮.SINS/GPS組合導(dǎo)航系統(tǒng)Kalman濾波仿真研究[J].自動(dòng)化儀表,2011,32(1):67-68,72.

Design of the MEMS-SINS/GPS Integrated Navigation System

According to the urgent demands for miniature integrated navigation systems in our military and civilion domains,the scheme of SINS/GPS integrated navigation system based on MEMS is proposed.In order to design the integrated navigation system featuring low cost,small sizes,low power consumption,high accuracy and high stability,the miniature integrated navigation system is studied,and the circuits of sensor module,data processing and serial communication are designed.Based on the features of ARM chip STM32F401RE,hardware design is conducted,and the software of integrated navigation system and attitude estimation algorithm are designed in accordance with Kalman filtering algorithm.Test results show that the integrated navigation system meets the requirement of precision of navigation.

Navigation system MEMS SINS Serial communication Kalman filtering Attitude estimation algorithm GPS Data processing

“十二五”裝備預(yù)先研究基金資助項(xiàng)目(編號(hào)：51309030601)。

徐澤遠(yuǎn)(1992—)，男，現(xiàn)為哈爾濱工業(yè)大學(xué)控制科學(xué)與工程專業(yè)在讀碩士研究生；主要從事導(dǎo)航、制導(dǎo)與控制方向的研究。

TH-39;TP274+.2

A

10.16086/j.cnki.issn 1000-0380.201612017

修改稿收到日期：2016-06-14。