基于智能無人小車平臺的導航系列實驗設計

王茂松，郭 妍，張禮廉，潘獻飛

（國防科技大學智能科學學院，長沙 410073）

0 引言

導航指的是引導人員、車輛、飛機、艦船等運載體從出發點到目的地的過程。由于運載體所處的環境不同，導航方式也千差萬別，如慣性導航［1］、衛星導航［2］、天文導航［3］、視覺導航［4］、多普勒導航［5］等。在眾多導航方式中，慣性導航由于其導航參數最全面，因此它在陸地、航空、航天和航海等領域都得到了廣泛的應用［6-11］。

信息化時代，傳統的教學手段和方式一方面不能吸引學生，另一方面已經不能滿足社會對于創新實踐人才的需求［12-13］。而基于現代信息化技術手段的創新實踐教學對于提高學生綜合素質、培養學生的創新精神與實踐能力具有特殊作用［14-16］。課題組通過近10 多年在本科生開設創新實驗的探索和承擔相關課題研究的基礎上，將課題研究成果應用到實驗教學過程中，利用智能無人小車平臺對多種導航設備進行整合，形成一套集教研一體的導航工程專業創新實驗教學體系，開展一系列完整的、符合本科生教學的慣性導航以及組合導航實驗，加深了學生對導航課程核心內容的掌握程度，極大激發了學生學習的積極性，鍛煉了學生全方面的創新實踐能力。

1 實驗改革目的

慣性導航是一種完全自主的導航方式，它既不需要向外界發射信號，也不需要從外界接收信號，正由于它有這樣的特性，因而它在軍事領域和民用領域都有廣泛的應用。然而，慣性導航也有它固有的缺點，由于采用積分推算的方式，因此它的誤差是隨時間積累的。在實際應用中，常采用慣性導航與其他導航方式進行組合的方法來提高導航定位的精度。

低精度、低成本的慣性導航元器件無處不在，如智能手機、平板電腦、車載導航儀器［見圖1（a）］中均含有陀螺儀和加速度計等慣性傳感器。但是，低精度的慣性導航傳感器不能完全滿足實驗教學需求，學生只有通過高精度的慣性導航設備才能更好地體會慣性導航的誤差傳播特性。而高精度的慣性導航實驗設備往往龐大而笨重、成本高，且實驗操作過程復雜，因此，以往大多數的導航課程本科實驗教學均采用教師事先采集好的實驗數據，然后學生進行事后處理，如對大型試驗車采集的數據進行事后處理。然而，這種單一化的實踐教學方式已經不能滿足當前智能化無人裝備的發展對于創新人才的需求，傳統的實踐教學方式亟待改革。

為了促進學生自主學習和動手能力的培養，提高分析和解決實際工程問題的能力，適應無人系統智能導航領域建設高素質創新人才培養體系的需求，開展基于智能無人小車平臺的導航系列實驗（見圖1（b））。將高精度慣性導航系統、衛星導航接收機、激光多普勒測速儀等實驗設備安裝于無人小車上，學生自主通過無人小車進行實驗數據的采集與處理、實驗結果的分析等環節，使得學生能夠在導航設備數據采集的全過程中得到鍛煉，為將來從事導航系統的設計、測試、使用與維護等相關工作奠定基礎。

圖1 導航教學實驗平臺

2 實驗方案設計

基于智能無人小車平臺的導航系列實驗包括：①慣性導航靜基座粗對準；②慣性導航靜基座精對準；③純慣性導航解算；④慣性／衛星組合導航；⑤干擾環境下的慣性／衛星組合導航；⑥慣性／激光多普勒航位推算。實驗分兩次完成，一次為衛星導航不受干擾的環境，可完成實驗①、②、③、④；另一次為衛星導航受干擾的環境，可完成實驗⑤、⑥。實驗教學班分成若干個實驗小組，每個小組自行設計不同的實驗軌跡，但是需要確保每個小組的兩次實驗軌跡一致，方便進行兩次實驗的結果對比分析。

3 實驗設備

3.1 各子系統硬件

（1）實驗小車組合導航系統。圖2 所示為實驗小車組合導航系統，所涉及的實驗設備包括：一臺高精度光纖陀螺捷聯慣導系統、一套雙波束激光多普勒測速儀以及一套衛星數據接收處理單元（含衛星天線以及Ublox衛星接收機模塊）。另外，無人小車的操作系統為ROS（Robotic Operation System）。

圖2 智能無人小車組合導航系統

（2）高精度光纖陀螺捷聯慣導系統FOG-INS（Fiber Optic Gyro Strapdown Inertial Navigation System）。FOG-INS（見圖3），其組成為正交的三只加速度計和三只光纖陀螺，采樣頻率為200 Hz，以增量形式輸出其敏感到的角速度和加速度信息，輸出數據的物理含義為角增量和比力積分增量。

圖3 高精度光纖陀螺捷聯慣導系統實物圖

（3）雙波束激光多普勒測速儀LDV（Laser Doppler Velocimeter）。LDV（見圖4），其組成為雙波束激光和數據處理電路，采樣頻率為200 Hz，輸出數據的物理含義為實時速度，測量精度為±0.1%（5 km／h以下±0.2%）。

圖4 雙波束激光多普勒測速儀實物圖

（4）衛星數據接收處理單元。衛星數據接收處理單元（見圖5）包括衛星天線和Ublox數據處理模塊，其中Ublox模塊可以通過UCentor 軟件進行設置，其采樣頻率為1 Hz，輸出數據的包括處理后的位置、速度信息。

圖5 衛星天線以及Ublox衛星接收機模塊圖

（5）衛星導航干擾器。衛星導航干擾器（見圖6）可以對衛星信號進行干擾，使衛星導航定位的結果異常。學生可通過手機定位和組合導航定位觀察定位被欺騙的過程，感同身受地體驗伊朗捕獲美國絕密RQ-170 無人機的過程。

圖6 衛星導航干擾設備

3.2 數據同步采集系統原理

數據同步采集系統的工作過程（見圖7）為：衛星接收機通過天線接收衛星信號，通過1PPS 脈沖輸出口輸出1 Hz秒脈沖，脈沖同步板將1PPS 下降沿與同步板時鐘下降沿對齊，并以此為同步信號產生200 Hz的同步脈沖，為光纖陀螺捷聯慣導系統和激光測速儀提供觸發信號，200 Hz 的同步脈沖下降沿也與1PPS脈沖下降沿對齊，誤差小于500 ns。

圖7 數據采集系統同步原理框圖

上位機接收由衛星接收機解算的車體當前的位置、速度信息，衛星解算結果更新頻率為1 Hz，同時接收光纖陀螺捷聯慣導系統與激光測速儀的原始信息，數據更新頻率為200 Hz，當1PPS 下降沿到來時，對光纖陀螺捷聯慣導系統和激光測速儀的數據進行打標以實現同步目的。

4 實驗數據采集及處理要求

每組學生均做兩次實驗，一次為衛星導航不受干擾的環境下，另一次為衛星導航受干擾的環境下，兩次實驗的軌跡相同。

數據采集步驟如下：①檢查系統完整性，開機給操作系統以及各設備上電；②打開數據采集軟件，點擊采集數據按鈕；③保持靜止狀態采集900 s 初始對準數據（用于進行粗對準加精對準）；④按照預定行駛軌跡進行運動10 min（用于采集慣性導航、衛星導航、激光多普勒測速儀的數據）；⑤保存拷貝數據并按順序關閉操作系統以及各設備。

針對智能無人小車平臺的導航系列實驗所涉及的6 個實驗，數據處理要求如下：

（1）慣性導航粗對準。慣性導航系統的粗對準過程采用靜態條件下重力和地球自轉角速度矢量夾角來進行姿態計算，要求利用課上所學的解析粗對準方法，完成慣性導航系統的粗對準過程，計算載體的3 個歐拉角。

（2）慣性導航精對準。慣性導航系統的精對準過程是在粗對準基礎上進行的，采用靜態條件下基于速度誤差觀測的卡爾曼濾波估計實現初始姿態計算，繪制出精對準過程的3 個歐拉角曲線。

（3）慣性導航解算。慣性導航解算是在精對準結束的基礎上進行的，基于慣性導航系統的三軸陀螺儀和三軸加速度計的輸出實現慣性導航遞推解算，繪制出慣性導航結果的位置曲線。

（4）慣性／衛星組合導航。在衛星信號不受干擾的環境下，在精對準過程結束后，基于慣性導航系統的輸出進行慣性導航解算，同時結合衛星接收機的速度和位置輸出信息進行卡爾曼濾波的信息融合，輸出最優的導航結果。

（5）干擾環境下的慣性／衛星組合導航。在衛星信號受干擾的環境下，在精對準過程結束后，基于慣性導航系統的輸出進行慣性導航解算，同時結合衛星接收機的速度和位置輸出信息進行卡爾曼濾波的信息融合，輸出導航結果，與不受衛星干擾環境的組合導航軌跡進行對比分析。

（6）慣性／激光多普勒航位推算。戰場環境下，衛星信號容易受干擾，導致定位失效。然而，慣性導航系統與激光多普勒的速度測量信息進行融合屬于自主的導航方式，不易受外界干擾，基于慣性導航系統的輸出和激光測速儀的輸出進行航位推算，繪制位置曲線，與干擾和非干擾環境下慣性／衛星組合導航的結果進行對比分析。

5 實驗結果分析

5.1 粗對準和精對準結果

圖8 和表1 所示為某次實驗的粗對準結果和精對準結果，其中粗對準時間選擇為60 s，精對準為900 s。

圖8 900 s精對準歐拉角曲線

表1 60 s粗對準和900 s精對準結果對比（°）

由圖8 可見，精對準的航向角相比于滾動角和俯仰角的收斂速度要慢，在大概500 s之后，航向角收斂趨于穩定。

由表1 可見，粗對準和精對準的滾動角差為0.000 3°，俯仰角差為0.005 6°，航向角差為0.021 5°。雖然粗對準和精對準結果的差異很小，最大的航向角差異僅0.021 5°，但對于慣性導航來說，精對準時間越長，慣性導航的解算精度越高。

5.2 慣性導航結果

為了進一步分析精對準的時間對于后續慣性導航精度的影響，對比了精對準時間分別為6、9 和15 min時的慣性導航結果，如圖9 所示。其中紅色線為參考軌跡，綠色線、藍色線和黃色線分別為6、9 和15 min精對準后進行慣性導航解算的軌跡。

圖9 不同精對準時間下的慣性導航解算結果

由圖9 可見，精對準時間越長，卡爾曼濾波估計越充分，慣性導航解算的精度越高。

5.3 組合導航結果對比分析

對比分析了在衛星干擾環境下和非干擾環境下的慣性／衛星組合導航結果以及慣性／激光多普勒測速儀航位推算的結果，如圖10 所示。其中紅色線為非干擾環境下的慣性／衛星組合導航結果，綠色線為干擾環境下的慣性／衛星組合導航的位置結果，黃色線為慣性／激光多普勒航位推算的位置結果。

圖10 不同衛星環境下的慣性／衛星組合和慣性／激光多普勒航位推算結果

可見，干擾環境下的慣性／衛星組合導航的位置結果很快就發散出去，而慣性／激光多普勒航位推算的位置結果和非干擾環境下的慣性／衛星組合導航的位置結果吻合較好。所以，在戰場環境下，衛星導航設備本身應該進一步地提高抗干擾的能力，另外，在衛星信號受到干擾時，應盡可能有可以替代的自主導航方式滿足運載體的正常導航需求。

6 結語

基于智能無人小車平臺設計了多個慣性導航以及組合導航的實驗，克服了傳統導航實驗學生直接事后處理教師事先采集好的數據的弊端，鍛煉了學生數據采集、數據處理和數據分析全過程解決問題的能力。該系列實驗已經在我校導航工程專業本科導航系統綜合設計課程成功實踐，學生反饋良好，后續將會繼續在無人小車平臺上增加新的傳感器如激光雷達、攝像頭等，全方位鍛煉學生的創新實踐能力。