目前惯导工作进度及组合导航困难总结(含部分成熟代码).docx

《惯导工作进度与组合导航困难探讨》 惯性导航系统（Inertial Navigation System，简称INS）是一种基于测量物体运动加速度和角速度的自主导航技术。在实际应用中，惯导系统常与全球定位系统（GPS）等其他定位方式结合，形成组合导航系统，以提高导航精度和稳定性。本文将探讨当前惯导工作进展，以及在组合导航过程中遇到的挑战。 已完成的纯惯导解算是惯导系统的基础部分。在姿态更新过程中，采用四元数表示姿态，利用前后两时刻的陀螺角增量输出，计算当前时刻的四元数姿态。四元数是一种有效表达三维空间旋转的工具，其优势在于避免了万向锁问题。通过计算等效旋转矢量，可以得到姿态变化，进而求得新的四元数姿态。此外，还涉及到地球相关参数的计算，如地球自转角速度，这些参数在姿态转换中起到关键作用。 在速度和位置更新方面，采用了线性外推法。速度更新基于中间时刻的速度和位置，而位置更新则依赖于速度和时间的乘积。然而，为了减小误差，需要考虑圆锥效应、划桨效应和旋转效应等影响，并进行补偿。 组合导航中，卡尔曼滤波器的框架构建是另一个重要步骤。状态转移矩阵、系数矩阵和量测更新的代码已经完成，借鉴了PSINS框架。卡尔曼滤波是一种有效的估计算法，能融合不同传感器的数据，提供最优的估计结果。然而，当前面临的挑战是如何利用Allan方差来提取关键参数，如陀螺和加速度计的角度随机游走、速度随机游走及其方差和相关时间。这些参数对于评估系统性能和组合导航的准确性至关重要。 验证组合导航算法的准确性是另一大难题。由于缺乏实际的GPS数据，目前只能模拟随机噪声来代替GPS位置信息，这可能导致验证结果的不确定性。寻找真实数据集进行调试将是解决这一问题的关键。 数据标定是惯导系统中不可或缺的环节，包括陀螺和加速度计的零偏校正。这些校正值是卡尔曼滤波器中的重要参数，对于减小系统误差和提高导航精度有着直接影响。 初始对准是惯导系统开始工作的前提，需要准确的初始姿态、速度和位置信息。虽然PSINS提供了初始对准的代码，但根据实际需求，可能需要编写自定义的对准程序。 惯导与组合导航的工作涵盖了从基础解算到高级融合的多个层面，每一步都需要细致入微的处理和精确的参数计算。面对挑战，我们需要深入理解理论，寻找合适的解决方案，同时不断优化代码，以实现更高效、更精确的导航系统。