基于FPGA的陣列式MEMS慣性測量單元的采集系統設計

張 磊 ，曹 樂 ，闞 秀 ，張夏豐 ，魏德軒

（1.上海工程技術大學 電子電氣工程學院，上海 201620；2.東南數字經濟發展研究院，浙江 衢州 324000）

0 引言

從20世紀60年代起，就有學者開始提出使用慣性測量系統（inertial measurement unit, IMU）來測量物體或人體位移的概念[1-6]。近年來，隨著微機電系統（microelectromechanical systems,MEMS）的不斷發展，MEMS-IMU也被廣泛應用于慣性導航領域。隨著技術的不斷突破，在兼顧更高的性價比和穩定性的情況下，一些學者開始研究陣列式 MEMS慣性測量單元，文獻[7]分別將2~5個低精度慣性測量單元數據融合，使姿態估計的精度提高了30%~76%；文獻[8]選取2個陀螺儀和三軸加速度計構建陣列式 MEMS慣性測量單元，顯著降低了隨機誤差。陣列式MEMS慣性測量單元因其高性價比被廣泛應用于行人導航、汽車電子乃至軍工行業[9-10]。在這些學者的研究中，大多使用如 STM32單片機、數字信號處理器（digital signal processor, DSP）、樹莓派（Raspberry Pi）等作為主控芯片[11-12]，該情況下的數據采集方案為串行采集，導致采集到的各個慣性測量單元數據之間具有較大時間差，導致其姿態估計誤差也相應地增大[13]，在高精度要求的慣性導航領域無法保證導航精度。由于現場可編程門陣列（field programmable gate array, FPGA）控制具有同步并發和高速的工作特性，少數學者使用 FPGA作為主控芯片來實現慣性測量單元的數據采集，將低性能慣性測量單元隨機誤差降低了倍[14-15]。

考慮到MEMS慣性測量單元的精度會對導航的姿態估算精度造成直接影響，因此，如何有效地辨識MEMS慣性測量單元隨機誤差是當下MEMS慣性測量單元研究的重點之一[16]。MEMS慣性測量單元隨機誤差來源主要是器件本身的誤差[17]，為評估該隨機誤差，使用目前被普遍應用于慣性測量單元隨機誤差辨識的阿倫（Allan）方差作為辨識方法。早期用Allan方差來分析振蕩器的頻率的不穩定性和相位的不穩定性，后來把Allan方差用到慣性測量單元的隨機誤差辨識中。Allan方差通過測量傳感器數據隨著時間變化程度，來分析該傳感器的隨機誤差特性。

1 IMU陣列采集電路設計

本文所設計的慣性測量單元陣列由 10個MEMS慣性測量單元ICM20602構成。ICM20602內部集成了六軸數據采集功能，分別為三軸加速度計和三軸陀螺儀。設置數據輸出頻率為200 Hz時，其加速度計的噪聲低至 0.013m?s?2，陀螺儀噪聲為0.057(°)?s?1。ICM20602內部集成了多個模塊，具有16位模數轉換器（analog-to-digital converter,ADC）、可配置的數字濾波器、嵌入式溫度傳感器以及可編程中斷功能。所支持的通訊方式為集成電路總線（inter-integrated circuit, IIC）和串行外設接口（serial peripheral interface, SPI），考慮到高速通信的需求，IIC最高傳輸速率為3.4 MHz，而SPI總線傳輸速率最高為 50 MHz，故選取 SPI作為IMU陣列與FPGA芯片之間的通訊方式。SPI是摩托羅拉（Motorola）公司推出的一種同步串行的全雙工高速通信總線，最早被用在68000微處理器的微控制器芯片上，通過四根信號線進行通信，分別為從主機輸出的串行時鐘線SCLK、主機輸出從機輸入信號線 MOSI、主機輸入從機輸出信號線MISO以及主機對從機片選的信號線nCS。圖1為單個MEMS慣性測量單元ICM20602的硬件電路原理圖。

圖1 ICM20602原理圖

圖1中管腳VDDIO和GND負責ICM20602芯片的電源供應和參考地。SPC_ICM1、SPI_ICM1、SDO_ICM1以及 CS_ICM1四個管腳作為 SPI通訊數據線與FPGA之間實現通信，INT1管腳為中斷輸出，與FPGA之間相連，作為數據輸出的標志位。

2 現場可編程門陣列（FPGA）控制

2.1 頂層模塊控制邏輯

在現場可編程門陣列控制方面，選取賽靈思（Xilinx）生產的Spartan-6系列FPGA芯片xc6slx9作為數據采集控制芯片，該芯片具有9 152個邏輯單元、90 kB的可配置邏輯塊、16個乘法器以及2個時鐘單元，以較高性價比被應用于多個領域。該系統設計具有自頂向下的設計風格，同時，為避免競爭冒險的情況發生，使用邏輯嚴密和清晰的三段式狀態機作為整個系統的控制邏輯實現方法，增加了系統的穩定性和可維護性。為便于描述同步數字電路的邏輯抽象，使用寄存器轉換級電路圖（register transfer level, RTL）來描述FPGA控制結構。圖2為采集系統的頂層RTL圖。

圖2 采集系統頂層RTL圖

圖2中Multi_IMU_ACQ_TOP為頂層模塊。該模塊包括多個子系統，其中ICM20602_ARRAY為傳感器輸入子系統（調用名為IMU_ARRAY_CTRL）、divider為均值濾波子系統（調用名為Average_CAL）、uart_ctrl為串口控制子系統(調用名為 uart_ctrl)、uart_tx為串口發送子系統（調用名為 uart_tx_inst）和Fin_cnv0_GND_1_o_AND_13_o1和 CE為狀態機控制子系統。采集系統工作結構圖如圖3所示。

圖3 采集系統工作結構圖

10路傳感器信號通過 SPI總線同步傳輸至FPGA中，為減小其隨機噪聲，實現降噪的目的，使用均值融合的方式將 10路傳感器數據進行融合，并通過串口通信方式將數據發送到個人計算機（personal computer, PC）端供其分析使用。

2.2 傳感器配置與通信部分

為使陣列式MEMS慣性測量單元正常工作，需要通過 SPI總線對 MEMS慣性測量單元ICM20602進行參數配置。配置ICM20602的參數為：當傳感器的角度偏移為±1(°)?s?1時，陀螺儀輸出為±131 bit；當傳感器的加速度為±1m?s?2時，加速度計輸出為±16 384 bit；同時配置傳感器以每秒200個數據包的速率進行數據傳輸。隨后將單個MEMS慣性測量單元 SPI通信部分封裝成獨立的模塊，再通過速率為10 MHz的SPI總線將數據輸出。將MEMS慣性測量單元采集系統的采樣率設置為200 Hz，FPGA采集到的陣列MEMS慣性測量單元數據進行均值濾波之后，每秒輸送的數據量大小為4 200 B（包含頭尾幀），考慮到該數據量大小，可直接使用串口通信方式將數據以 57 600的波特率輸出到 PC端，PC端使用串口助手接收到的數據如圖4所示。

圖4 串口助手通信圖

圖4中的串口調試小助手左側為通信參數配置部分，包括端口、波特率和檢驗位等，默認使用端口9（COM9）進行通信，通信的波特率為57 600，無奇偶校驗位，數據位為8 bit，停止位為1 bit。右側為收到的16進制數據。

3 實驗結果及分析

為確保該系統控制邏輯的正確性，首先使用芯片示波器（Chipscope）軟件對 FPGA數據采集模塊進行 RTL級仿真。再通過矩陣實驗室（matrix laboratory, MATLAB）軟件對所采集到的數據進行預處理，剔除無效數據并將數據從原始的十六進制轉化為十進制的加速度值和角加速度值。將該數據與所采集到的單個IMU數據使用Allan方差進行對比分析。

3.1 RTL級仿真

為確保 FPGA主控功能的齊備性和代碼行為的正確性，使用 Xilinx開發工具包中的板載邏輯分析儀 Chipscope進行 RTL級仿真，對邏輯功能進行觀察并抓取SPI通訊的波形信號，為避免占用過多邏輯資源而實現邏輯分析功能，所生成的Chipscope采樣深度設置為2 048個采樣點（即每次觸發條件成立后采樣 2 048個連續數據進行分析），將觸發位設置為100，以實現對位寬為100的寄存器的觀察目的。如圖5所示，該波形為慣性測量單元ICM20602數據采集波形。

圖5中：SPI_CLK為對應主機輸出到從機的串行時鐘；MOSI為主機輸出從機輸入的數據線；MISO為主機輸入從機輸出的數據線；dataAddr為從MEMS慣性測量單元ICM20602驅動模塊中提取數據的地址寄存器，地址寄存器對應MEMS慣性測量單元 ICM20602的X、Y、Z軸加速度計數據和X、Y、Z軸陀螺儀數據的地址位；outrddata為對應從ICM20602中測得的數據，圖5中所顯示的是10路MEMS慣性測量單元的原始采集數據。

圖5 Chipscope實測波形

3.2 實際測試結果

陣列式MEMS慣性測量單元采集系統的硬件電路板如圖6所示。

圖6 硬件電路板實物圖

正面左右兩側的排針用于與 FPGA控制板連接從而實現數據采集，該采集系統的采樣頻率為200 Hz，工作主頻高達50 MHz，在周期為20 ns的一個脈沖內，對各個IMU之間數據進行同步采集，為IMU采集的實時性和可靠性提供了保證。該硬件電路板集成了 10個 MEMS慣性測量單元ICM20602，電路板正反面分別有 5個呈對稱分布的 ICM20602，通過對多個 IMU數據進行均值濾波來降低隨機誤差。

本文中陣列式MEMS慣性測量單元采集系統分別采集單個 MEMS慣性測量單元以及陣列式MEMS慣性測量單元在靜態2 h15 min條件下的輸出數據，并對二者隨機誤差進行辨識分析。

采集系統的硬件電路板正面朝上，將所采得數據通過串口通信發送到PC端，圖7為數據采集圖示。采集時長為2 h15 min，接收到的數據大小約為 3.4×107B。

圖7 數據采集圖示

圖7中使用PC端對FPGA開發板所采集到的數據進行接收，為確保連接可靠性和穩定性，選用排線將FPGA開發板和MEMS慣性測量單元采集系統的硬件電路板相連，并使用 MATLAB 2016a對數據進行預處理以及使用Allan方差對采集系統的性能指標進行誤差分析，Allan方差近似結果可以表示為

式中：δ2()τ為Allan方差；為量化噪聲項，其中τ為采樣周期，Q為量化噪聲系數；為角度隨機游走項，其中N為角度隨機游走系數；為零偏不穩定項，其中B為零偏不穩定性系數；為角速度隨機游走項，其中K為角速度隨機游走系數；為速率斜坡項，其中R為速率斜坡系數。圖8為陣列式慣性測量單元采集系統的Allan方差曲線圖。

圖8 陀螺儀和加速度計Allan方差曲線

分析曲線圖可知，相比未進行均值融合的單IMU，使用該陣列式 MEMS慣性測量單元的采集系統使得IMU的隨機誤差和零偏不穩定性明顯降低。通過曲線擬合后，基于Allan方差對采集系統的陀螺儀零偏不穩定性、陀螺儀角度隨機游走特征和加速度計角速率隨機游走特征進行對比分析，所得各項性能指標如表1、表2和表3所示。

表1 均值融合與原始數據零偏不穩定性

表2 均值融合與原始數據角度隨機游走

表1、表2和表3結果表明，使用陣列式MEMS慣性測量單元采集系統后，慣性測量單元ICM20602的三軸陀螺儀零偏不穩定性降低了3~5倍，陀螺儀角度隨機游走降低了3~4倍，同時，加速度計角速率隨機游走也有明顯的降低。結合陀螺儀和加速度計的統計分析結果以及Allan方差結果圖，進而驗證了本文所使用均值融合算法的可靠性。總而言之，使用基于FPGA的陣列式MEMS慣性測量單元的采集系統確保了數據采集的實時性和可靠性，同時降低了隨機誤差的影響。

表3 均值融合與原始數據角速率隨機游走

4 結束語

本文首先介紹了基于 FPGA的陣列式 MEMS慣性測量單元的采集系統設計方案，通過時序仿真和整體實測表明該采集系統的可靠性和穩定性，再使用Allan方差對所取得IMU數據進行隨機誤差辨識。結果表明，經過均值融合后的MEMS慣性測量單元ICM20602，具有更低的陀螺儀零偏不穩定性、角度隨機游走以及加速度計角速率隨機游走特性，該方案為低成本IMU慣性導航系統提供了可行的解決方案。