MEMS-SINS/GPS組合導航系統(tǒng)設計

徐澤遠 伊國興 魏振楠

(哈爾濱工業(yè)大學航天學院,黑龍江 哈爾濱 150001)

MEMS-SINS/GPS組合導航系統(tǒng)設計

徐澤遠 伊國興 魏振楠

(哈爾濱工業(yè)大學航天學院,黑龍江 哈爾濱 150001)

針對我國軍用和民用領域對微小型組合導航系統(tǒng)的迫切需求，提出了基于MEMS技術的SINS/GPS組合導航系統(tǒng)方案。為設計低成本、小體積、低功耗、高精度、高穩(wěn)定性的組合導航系統(tǒng)，對微小型組合導航系統(tǒng)進行了研究，設計了傳感器模塊電路、數據處理電路和串口通信電路。基于ARM芯片STM32F401RE進行了硬件設計，根據卡爾曼濾波算法設計了組合導航系統(tǒng)的軟件和位姿估計算法。測試結果表明，所設計的組合導航系統(tǒng)滿足導航精度要求。

導航系統(tǒng) 微機電系統(tǒng) 捷聯慣性導航系統(tǒng) 串口通信 卡爾曼濾波 位姿估計算法 全球定位系統(tǒng) 數據處理

0 引言

微型慣性器件包括微型陀螺儀和微型加速度計，是微機電系統(tǒng)(micro electro mechanical system,MEMS)技術在慣性技術領域的成功應用[1]。相比于傳統(tǒng)的慣性器件，MEMS慣性器件在整體設計、材料與加工、器件封裝與檢測等方面都采用了極其精微的工藝技術，因而具有體積微小、質量極輕、價格較低、可靠性較高、性價比較高等優(yōu)勢。

基于MEMS技術的捷聯慣性導航系統(tǒng)(strapdown inertial navigation system,SINS)具有成本低、體積小、可靠性高、功耗低、環(huán)境適應能力強、使用壽命長等突出優(yōu)勢[2-3]。但是，MEMS-SINS誤差隨時間積累，難以獨立勝任長時間、高精度的導航任務，并且性能好的器件通常尺寸較大[4-6]。GPS導航技術具有全球性、全天候定位、測速精度高的導航能力，而且使用方便、接收機成本低廉。但GPS導航系統(tǒng)也有其致命的弱點，衛(wèi)星信號易受載體作高速機械運動、干擾、遮擋等因素的影響，導致接收機無法捕獲與跟蹤信號，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，MEMS-SINS與GPS在導航原理、誤差特性等方面具有很強的互補性，故將MEMS-SINS與GPS組合起來構成MEMS-SINS /GPS導航系統(tǒng)，可抑制誤差隨時間的積累，增強系統(tǒng)的抗干擾能力，提高GPS的輸出帶寬。利用卡爾曼濾波技術可以實現信息融合，完成高精度、長時間的導航任務。MEMS-SINS/GPS 組合導航技術是目前最具發(fā)展前景的導航技術之一，并且可成功應用于無人機、機器人、自動車輛、道路測量等領域。

由于無人直升機對體積、質量、精度、實時性、動態(tài)性能要求較高，本文以無人機飛行控制系統(tǒng)為研究載體，設計了基于微機械慣性導航和GPS的組合導航系統(tǒng)。系統(tǒng)從工程實踐出發(fā)，可滿足以上組合導航系統(tǒng)的設計特點和控制要求。

1 組合導航系統(tǒng)概述

1.1 組合導航系統(tǒng)原理

組合導航系統(tǒng)原理如圖1所示。組合導航系統(tǒng)由SINS導航系統(tǒng)、GPS導航系統(tǒng)和卡爾曼濾波器3個部分構成。其中，SINS和GPS導航系統(tǒng)可獨立實現導航解算，利用卡爾曼濾波器對兩種導航的導航數據進行信息融合處理，其結果作為組合系統(tǒng)的導航參數輸出，也用于對捷聯慣性導航參數的誤差修正，以備下次導航解算。

圖1 組合導航系統(tǒng)原理框圖

Fig.1 Principle block diagram of integrated navigation system

1.2 組合導航系統(tǒng)總體設計方案

系統(tǒng)總體結構如圖2所示。位姿系統(tǒng)定時采集9軸微運動傳感器、3軸磁強計以及氣壓計等信號。將采集的原始數據濾波后，得到三維空間中角速度分量、加速度分量、地磁場分量以及高度信息。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后，進行信號處理和姿態(tài)、速度、位置矩陣計算。同時，GPS衛(wèi)星導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。通過卡爾曼濾波、誤差補償等，最終得到穩(wěn)定的組合導航數據，并將它們從串口實時輸出到無人機飛控系統(tǒng)，對無人機進行準確的實時控制。

圖2 系統(tǒng)總體結構設計圖

Fig.2 Design of system overall structure

2 組合導航系統(tǒng)硬件設計

參考圖2所示的系統(tǒng)總體框圖，根據功能可將整個系統(tǒng)分為4個部分：傳感器模塊、數據處理模塊、串行通信模塊和控制模塊。傳感器部分由9軸運動傳感器MPU9250、3軸磁強計HMC5983、氣壓計MS5803和GPS導航模塊MAX-M8Q組成。因輸出數據均為數字量，數據采集可用SPI、USART等串行接口完成對輸入信號的采樣。導航解算模塊采用ST公司的STM32F401RE微處理器，以實現對所采集數據的解算，得到載體的姿態(tài)、速度、位置等信息。通信模塊則通過串口與外界實時通信。控制模塊將組合導航信息發(fā)送至無人機飛控系統(tǒng)，實時控制無人機的位姿。

2.1 數據處理模塊

微處理器是微組合導航系統(tǒng)的核心。它的主要功能是實現對各傳感器的數據采集，進行導航解算并得出數據，以及與無人機飛控系統(tǒng)實現數據傳輸。本系統(tǒng)采用ST公司的STM32F401RE微處理器，運行速率較高。基于高性能ARM Cortex-M4內核的STM32F401RE具有較高的性價比、靈活的指令系統(tǒng)、高速的運算能力、改進的并行結構、良好的操作性能，并且符合IEEE 1149的JTAG標準測試接口。其內核CPU最高頻率可達84 MHz。其具有一個浮點單元FPU，支持所有ARM單精度數據處理指令和數據類型；完整的DSP指令和內存保護單元MPU，增強了應用程序安全性；較快的USART和SPI通信速度，可使功耗低至146 μA/MHz。

本系統(tǒng)要實現全方位的姿態(tài)、速度、位置的測量，根據微小型組合導航的控制特點和功能要求，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運動傳感器，其包括3軸陀螺儀、3軸加速度計及3軸磁強計。其陀螺儀與加速度計可配置內部低通濾波器，采樣頻率可保證在1 kHz以上，但磁強計的輸出僅有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數據，磁強計則采用輸出速度更快的HMC5983。

HMC5983為Honeywell公司的3軸磁強計，采樣頻率最高可達220 Hz。因其具有良好的線性度、低磁滯、零輸出、溫度過高時比例因子穩(wěn)定和很低的橫軸靈敏度等特點，所以被用來測量磁場的方向和大小。

MS5803為Measurement Specialties公司的壓力傳感器，集成了24位ADC，壓力測量范圍為10～1 300 mbar。在此用其測量大氣壓，以獲取載體高度數據。磁強計信號調理電路如圖3所示。

圖3 磁強計信號調理電路圖

Fig.3 Signal conditioning circuit of magnetometer

MAX-M8Q為U-blox公司的GPS/BD/GLONASS衛(wèi)星導航模塊，GPS最大導航數據輸出頻率為18 Hz，GPS&BD與GPS&GLONASS最大導航數據輸出頻率為10 Hz。為更快地獲取位置、速度信息，選用GPS衛(wèi)星導航模塊。此設計用于獲得載體位置信息，為進一步實現組合導航算法提供硬件支撐。

2.3 串口通信模塊

采用RS-232接口將導航系統(tǒng)解算得到的導航信息輸送至無人機飛控系統(tǒng)，進行交互通信。導航系統(tǒng)不僅可以實時接收載體的姿態(tài)、速度、位置等參數信息，同時還可通過位姿估計軟件對航向姿態(tài)參考系統(tǒng)的工作參數進行設置。由于STM32F401RE的工作電壓為3.3 V，與RS-232的標準電壓不匹配，因此需要進行電平轉換。本系統(tǒng)采用MAX3232芯片來實現這一功能。

2.4 硬件版圖設計

在設計電路時要注意，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影響ARM的正常工作。板面布線應采用井字形網狀布線結構，在限制版面面積的條件下連接線盡量短而粗。為使電源相對穩(wěn)定，在電源周圍合理設置一些電容，濾除雜波。為合理設計PCB接地系統(tǒng)，可在電源和地址線之間布排一些電容模，將擬接地和數字接地分開。考慮到信號匹配與端口的驅動能力，可在運動傳感器與ARM之間加一級跟隨，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層設計，板邊連接，既可靠又盡可能地縮小了電路板的設計面積。設計的電路板大小為4 cm×4 cm，經過調試，性能良好。

3 組合導航系統(tǒng)的軟件設計

基于卡爾曼濾波的組合導航系統(tǒng)可有效削減捷聯慣導系統(tǒng)的累積誤差，提高導航精度，具有較好的系統(tǒng)穩(wěn)定性[10]。經過系統(tǒng)初始對準、開啟導航中斷后，進入導航工作狀態(tài)。采用EMIF通信方式，速度較快，有效提高了系統(tǒng)的運行效率。

進入導航工作狀態(tài)后，首先判斷是否為第一次解算。若是，則對姿態(tài)、速度、位置矩陣賦初值解算初始四元數；若不是，則繼續(xù)執(zhí)行，讀取傳感器信息，解算導航信息，更新四元數，計算狀態(tài)轉移矩陣。在導航工作狀態(tài)的每一次時間中斷內，選用四元數算法進行循環(huán)。當捷聯導航解算結束時，系統(tǒng)判斷GPS信號是否有效。如GPS信號有效，即應用組合導航卡爾曼濾波器解算出導航參數；如失效，則直接將捷聯導航參數作為系統(tǒng)的導航參數輸出。由于捷聯導航更新頻率為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，故組合導航卡爾曼濾波更新姿態(tài)頻率為18 Hz/s;根據卡爾曼濾波特點，組合導航系統(tǒng)姿態(tài)更新頻率為200 Hz/s。最后的導航結果將被發(fā)送至計算機進行結果分析。試驗表明，由該方案設計的組合導航系統(tǒng)即使在GPS信號失效、只有微型慣導系統(tǒng)工作時，也能短時間滿足系統(tǒng)的導航精度要求。導航系統(tǒng)軟件流程如圖4所示。

圖4 導航系統(tǒng)軟件流程圖

Fig.4 Software flowchart of navigation system

4 系統(tǒng)實現及姿態(tài)顯示結果

原始姿態(tài)角、靜態(tài)姿態(tài)角速度曲線如圖5所示。采用擴展卡爾曼濾波(姿態(tài)更新周期為5 ms)，對機載試驗獲得的數據進行仿真測試，得到如圖6所示的經擴展卡爾曼濾波后的姿態(tài)角、姿態(tài)角速度的實時輸出結果。

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 實時姿態(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。

由圖6可知，由原始數據濾波后得到的數據仍具有很大噪聲，經過擴展卡爾曼濾波解算之后得到如下數據：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°。試驗結果證明了本文構建的MEMS-SINS/GPS組合導航系統(tǒng)具有較高的導航精度，該系統(tǒng)可以在無人機中應用。

5 結束語

本文構建了基于MEMS的SINS/GPS組合導航系統(tǒng)，給出了系統(tǒng)設計的總體方案，合理設計了軟、硬件系統(tǒng)，使其具有成本低、體積小、可靠性高的優(yōu)點。通過位姿估計算法和組合導航的卡爾曼濾波技術等，使該系統(tǒng)的導航精度指標達到了項目要求。通過對機載試驗輸出導航信息的分析，驗證了該組合導航系統(tǒng)的性能。該系統(tǒng)滿足了導航精確性和實時性的要求，測試結果符合組合導航在無人機應用中的精度指標。

[1] 楊嬌嬌.機載紅外照相機姿態(tài)慣性測量系統(tǒng)硬件平臺設計[D].南京：南京理工大學,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組合導航系統(tǒng)Kalman濾波仿真研究[J].自動化儀表,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”裝備預先研究基金資助項目(編號：51309030601)。

徐澤遠(1992—)，男，現為哈爾濱工業(yè)大學控制科學與工程專業(yè)在讀碩士研究生；主要從事導航、制導與控制方向的研究。

TH-39;TP274+.2

A

10.16086/j.cnki.issn 1000-0380.201612017

修改稿收到日期：2016-06-14。