CN112833919B - 一种多余度的惯性测量数据的管理方法及其系统 - Google Patents
一种多余度的惯性测量数据的管理方法及其系统 Download PDFInfo
- Publication number
- CN112833919B CN112833919B CN202110319723.8A CN202110319723A CN112833919B CN 112833919 B CN112833919 B CN 112833919B CN 202110319723 A CN202110319723 A CN 202110319723A CN 112833919 B CN112833919 B CN 112833919B
- Authority
- CN
- China
- Prior art keywords
- imu
- data
- unit
- imu data
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种多余度的惯性测量数据的管理方法及其系统，包括：获取多个IMU单元采集的多路IMU数据；通过对多路IMU数据进行多维度故障评估生成检测数据；提取检测数据中包含的最优IMU数据；将最优IMU数据对应的IMU单元作为下一时刻待应用的第一IMU单元。本发明通过多维度故障评估进行IMU数据的联合表决评分，有效提升了故障检测准确性，同时通过模拟在当前时刻联合表决评分最高的IMU数据的趋势，将当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的第一IMU单元在下一时刻采集的IMU数据相同，避免了待应用IMU数据切换幅度大进而严重影响装置运动稳定性的问题。
Description
技术领域
本发明涉及惯性导航系统技术领域，具体涉及一种多余度的惯性测量数据的管理方法及其系统。
背景技术
IMU全称Inertial Measurement Unit，惯性测量单元，通过检测和测量加速度与旋转运动使得后端数据处理单元能够解算出被测物体的位姿。目前，IMU被广泛应用于需要用姿态进行精密位移推算以及需要进行运动控制的装置上，例如：汽车、机器人、潜艇、飞机、导弹和航天器的惯性导航设备等。
而IMU作为装置运动控制的关键数据采集设备，若在使用过程中发生故障，不能提供有效的数据信息，将会导致被控装置出现严重的安全隐患并造成巨大的经济损失。因此，现有的多种使用IMU的装置大部分进行了IMU冗余设计，并通过持续对各个IMU进行故障检测实现故障IMU的隔离并进行不同信道的待应用IMU数据之间的切换。
但是，传统的惯性测量数据的故障检测方法由于判据单一，存在误检和漏检的问题，会导致后续待应用IMU数据的信道的错误切换，并且，在不同信道的待应用IMU数据存在较大差异时，传统的惯性测量数据的数据切换方法存在切换幅度过大的问题，严重影响装置运动稳定性。
综上所述，传统的惯性测量数据的管理方法存在故障检测准确性差、待应用IMU数据切换幅度大的问题。
发明内容
有鉴于此，本发明提供一种多余度的惯性测量数据的管理方法及其系统，通过多维度故障评估进行IMU数据的联合表决评分，有效提升了故障检测准确性，同时通过模拟在当前时刻联合表决评分最高的IMU数据的趋势，将当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的第一IMU单元在下一时刻采集的所述IMU数据相同，避免了待应用IMU数据切换幅度大进而严重影响装置运动稳定性的问题，解决了传统的惯性测量数据的管理方法存在的故障检测准确性差、待应用IMU数据切换幅度大的问题。
为解决以上问题，本发明的技术方案具体为采用一种多余度的惯性测量数据的管理方法，包括：获取多个IMU单元采集的多路IMU数据；通过对所述多路IMU数据进行多维度故障评估生成检测数据；提取所述检测数据中包含的最优IMU数据；将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，其中，在当前时刻应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合。
可选地，将所述当前时刻应用的IMU数据模拟所述第一IMU单元采集的IMU数据的趋势的方法，包括：在当前时刻与下一时刻的时间区间内，持续提取所述最优IMU数据作为目标调节数据，使得所述当前时刻应用的IMU数据逐步趋近所述最优IMU数据；将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
可选地，所述惯性测量数据的管理方法还包括：在当前时刻与下一时刻的时间区间且所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，持续获取多个所述IMU单元采集的所述多路IMU数据并计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，若所述时间区间内持续生成的多个所述第一IMU单元相同，则所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，若所述时间区间内持续生成的多个所述第一IMU单元首次不同，则以生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
可选地，基于所述多路IMU数据生成检测数据，包括：基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据；基于数据统计特性计算所述多路IMU数据的第二评估数据；基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据。
可选地，提取所述检测数据中包含的所述最优IMU数据，包括：提取在所述联合表决中得分最高的所述IMU数据作为所述最优IMU数据。
相应地，本发明提供，一种多余度的惯性测量数据的管理系统，包括：多个IMU单元，用于采集多路IMU数据；上位机单元，通过对所述多路IMU数据进行多维度故障评估生成检测数据并提取所述检测数据中包含的最优IMU数据后，将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，其中，在当前时刻所述上位机单元应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合。
可选地，所述上位机单元包括数据质量评估模块，其中，在所述上位机单元接收到所述多路IMU数据的情况下，所述数据质量评估模块基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据，并基于数据统计特性计算所述多路IMU数据的第二评估数据后，所述数据质量评估模块基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据。
可选地，所述上位机单元还包括数据切换模块，其中，所述数据切换模块将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
可选地，在当前时刻与下一时刻的时间区间且所述数据切换模块将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，多个所述IMU单元持续获取所述多路IMU数据，所述数据质量评估模块持续计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元相同，则所述数据切换模块将所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元首次不同，则以所述数据质量评估模块生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述数据切换模块将所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
可选地，所述上位机单元还包括姿态解算模块，所述姿态解算模块能够基于当前时刻应用的IMU数据生成姿态数据。
本发明的首要改进之处为提供的多余度的惯性测量数据的管理方法，通过多维度故障评估进行IMU数据的联合表决评分，有效提升了故障检测准确性，同时通过模拟在当前时刻联合表决评分最高的IMU数据的趋势，将当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的第一IMU单元在下一时刻采集的所述IMU数据相同，使得不同信道之间的数据平滑切换，避免了待应用IMU数据切换幅度大进而严重影响装置运动稳定性的问题，解决了传统的惯性测量数据的管理方法存在的故障检测准确性差、待应用IMU数据切换幅度大的问题。
附图说明
图1是本发明的多余度的惯性测量数据的管理方法的简化流程图；
图2是本发明的多余度的惯性测量数据的管理方法的简化模块连接图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示，一种多余度的惯性测量数据的管理方法，包括：获取多个IMU单元采集的多路IMU数据；通过对所述多路IMU数据进行多维度故障评估生成检测数据；提取所述检测数据中包含的最优IMU数据；将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，在当前时刻应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合。其中，提取所述检测数据中包含的所述最优IMU数据，包括：提取在所述联合表决中得分最高的所述IMU数据作为所述最优IMU数据。需要说明的是，当前时刻、下一时刻均是用于说明本发明的多余度的惯性测量数据的管理方法的定性限制，并非定量限制。具体的，当前时刻与下一时刻之间的时间间隔可以是0.1s、0.2s，其影响参数包括：IMU单元与上位机单元之间的数据传输帧率、姿态解算精度要求、IMU单元稳定性等，用户能够根据实际应用场景及其需求自行设定当前时刻与下一时刻之间的时间间隔。
本发明通过多维度故障评估进行IMU数据的联合表决评分，有效提升了故障检测准确性，同时通过模拟在当前时刻联合表决评分最高的IMU数据的趋势，将当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的第一IMU单元在下一时刻采集的所述IMU数据相同，使得不同信道之间的数据平滑切换，避免了待应用IMU数据切换幅度大进而严重影响装置运动稳定性的问题，解决了传统的惯性测量数据的管理方法存在的故障检测准确性差、待应用IMU数据切换幅度大的问题。
进一步的，将所述当前时刻应用的IMU数据模拟所述第一IMU单元采集的IMU数据的趋势的方法，包括：在当前时刻与下一时刻的时间区间内，持续提取所述最优IMU数据作为目标调节数据，使得所述当前时刻应用的IMU数据逐步趋近所述最优IMU数据；将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
更进一步的，将所述当前时刻应用的IMU数据模拟所述第一IMU单元采集的IMU数据的趋势的方法，还可以是：提取所述第一IMU单元在上一预设时间周期中采集的多个历史IMU数据；将多个所述历史IMU数据按照时序信息排列后，模拟所述第一IMU单元采集的所述IMU数据的趋势，并计算所述第一IMU单元在下一时刻采集的所述IMU数据；将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的所述第一IMU单元在下一时刻采集的所述IMU数据相同。其中，预设时间周期可以与上述的当前时刻与下一时刻之间的时间间隔相同，也可以为了模拟更加准确适当增大预设时间周期，即调用更多的所述历史IMU数据作为模拟样本，用户能够根据实际应用场景及其需求自行设定。其中，模拟所述第一IMU单元采集的所述IMU数据的趋势的方法可以是预设的导航信息估计模型、预训练的神经网络模型等。
更进一步的，所述惯性测量数据的管理方法还包括：在当前时刻与下一时刻的时间区间且所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，持续获取多个所述IMU单元采集的所述多路IMU数据并计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，若所述时间区间内持续生成的多个所述第一IMU单元相同，则所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，若所述时间区间内持续生成的多个所述第一IMU单元首次不同，则以生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
本发明通过在数据切换模块切换待应用的第一IMU单元的过程中，持续进行多维度故障评估并生成多个所述第一IMU单元，通过不断迭代目标的所述第一IMU单元，有效避免了数据切换模块进行数据切换的初始时刻的目标第一IMU单元在数据切换过程中发生瞬时故障造成严重影响装置运动稳定性的问题出现。同时，通过与本发明所要求保护的：将当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与模拟的第一IMU单元在下一时刻采集的所述IMU数据相同，使得不同信道之间的数据平滑切换的数据切换方法相配合，能够有效在因一个或多个IMU单元频繁出现瞬时故障导致数据切换频繁时，避免上位机单元频繁瞬间切换并使用差异程度较大的IMU数据作为姿态解算使用的数据进而造成装置严重抖动等问题的出现，最大限度的保证装置运动的稳定性。
更进一步的，在判定某一/多个信道IMU数据所表征的IMU单元为故障IMU单元时，上位机单元将所述故障IMU单元采集的所述IMU数据进行隔离使其不参与后续姿态解算的同时，将所述故障IMU单元进行权重降级，使得所述故障IMU单元后续采集的所述IMU数据传输至数据质量评估模块时的帧率降低，直至所述数据质量评估模块进行多维度故障评估时判定所述故障IMU单元脱离故障后，所述故障IMU单元后续采集的所述IMU数据传输至数据质量评估模块时的帧率恢复初始值。本发明通过设置权重降级方法，有效地避免了因所述故障IMU单元持续输出无效的IMU数据造成上位机单元持续存在较大且无用的算力负荷。同时避免了所述故障IMU单元在产生瞬时故障后恢复时，若上位机单元直接完全隔离所述故障IMU单元输出的IMU数据造成的潜在最优IMU数据的丢失。
进一步的，基于所述多路IMU数据生成检测数据，包括：基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据；基于数据统计特性计算所述多路IMU数据的第二评估数据；基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据。其中，预设故障表决规则可以是预设分数的故障对应表。
更进一步的，预设的导航信息估计模型可以是卡尔曼滤波算法(KF)模型、扩展卡尔曼滤波(EKF)模型等能够解算运动目标导航信息的模型，以使用卡尔曼滤波算法(KF)模型为例，包含线性系统状态预测方程Xk和线性系统观测方程Zk，整体模型表达式如下：A为n×n阶状态转移系数矩阵，B为可选的控制输入的增益矩阵，w为过程激励噪声，Xk为k时刻的预测状态真值，Xk-1为k-1时刻的状态真值，Zk为观测真值(即，来自于其它传感器的数据或者加工后的导航信息，其他传感器的种类可以是gps，气压计，等等)，uk-1为k-1时刻的真实输入，C为m×n阶的测量系数矩阵，v为观测噪声。进而基于上述整体模型表达式可得：/>其中，/>为所述第一评估数据中某一路IMU数据的数据质量，Kk为卡尔曼增益系数，/>为基于xk-1估计得到的观测值，公式为/>基于上述模型遍历完成全部信道的所述IMU数据的数据质量后，即可打包生成所述第一评估数据。
更进一步的，基于数据统计特性计算所述多路IMU数据的第二评估数据，包括：基于所述多路IMU数据提取出任意一类统计特性指标，基于预设的该类的统计特性指标阈值生成全部信道的所述IMU数据的数据质量，即可打包生成所述第二评估数据。其中，统计特性指标被定义为：计算不同路IMU数据之间的差值，然后计算该差值数据的近似标准差数据，用于描述差值数据的波动情况，例如计算统计特性指标的方法可以是：首先提取出多路IMU数据之间的差值数据，假设存在N路IMU数据，则得到N*(N-1)/2路差值数据，然后对于每路差值序列进行平滑处理，得到一组差值序列近似均值的统计指标。根据预设的该类指标预设的阈值，完成判定与该差值对应的IMU数据是否故障。
相应的，如图2所示，本发明提供，一种多余度的惯性测量数据的管理系统，包括：多个IMU单元，用于采集多路IMU数据；上位机单元，通过对所述多路IMU数据进行多维度故障评估生成检测数据并提取所述检测数据中包含的最优IMU数据后，将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，其中，在当前时刻所述上位机单元应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合。其中，所述上位机单元还包括姿态解算模块，所述姿态解算模块能够基于当前时刻应用的IMU数据生成姿态数据以便于上位机单元能够基于所述姿态数据进行装置运动状态控制。上位机单元可以是任意种类的能够发送控制命令/进行数据处理的数据处理单元，例如：本发明应用于无人机时，上位机单元可以是飞控单元；本发明应用于车辆时，上位机单元可以是整车控制器(VCU)。本发明不对上位机单元的类型做具体限定。
进一步的，所述上位机单元包括数据质量评估模块，其中，在所述上位机单元接收到所述多路IMU数据的情况下，所述数据质量评估模块基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据，并基于数据统计特性计算所述多路IMU数据的第二评估数据后，所述数据质量评估模块基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据。
进一步的，所述上位机单元还包括数据切换模块，其中，所述数据切换模块将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
更进一步的，在当前时刻与下一时刻的时间区间且所述数据切换模块将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，多个所述IMU单元持续获取所述多路IMU数据，所述数据质量评估模块持续计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元相同，则所述数据切换模块将所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元首次不同，则以所述数据质量评估模块生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述数据切换模块将所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
以上对本发明实施例所提供的多余度的惯性测量数据的管理方法及其系统进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (8)
1.一种多余度的惯性测量数据的管理方法，其特征在于，包括：
获取多个IMU单元采集的多路IMU数据；
通过对所述多路IMU数据进行多维度故障评估生成检测数据，具体的，基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据；基于数据统计特性计算所述多路IMU数据的第二评估数据；基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据；
提取所述检测数据中包含的最优IMU数据；
将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，其中，
在当前时刻应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合。
2.根据权利要求1所述的惯性测量数据的管理方法，其特征在于，将所述当前时刻应用的IMU数据模拟所述第一IMU单元采集的IMU数据的趋势的方法，包括：
在当前时刻与下一时刻的时间区间内，持续提取所述最优IMU数据作为目标调节数据，使得所述当前时刻应用的IMU数据逐步趋近所述最优IMU数据；
将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
3.根据权利要求1所述的惯性测量数据的管理方法，其特征在于，所述惯性测量数据的管理方法还包括：
在当前时刻与下一时刻的时间区间且所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，
持续获取多个所述IMU单元采集的所述多路IMU数据并计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，
若所述时间区间内持续生成的多个所述第一IMU单元相同，则所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，
若所述时间区间内持续生成的多个所述第一IMU单元首次不同，则以生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
4.根据权利要求1所述的惯性测量数据的管理方法，其特征在于，提取所述检测数据中包含的所述最优IMU数据，包括：
提取在所述联合表决中得分最高的所述IMU数据作为所述最优IMU数据。
5.一种多余度的惯性测量数据的管理系统，其特征在于，包括：
多个IMU单元，用于采集多路IMU数据；
上位机单元，通过对所述多路IMU数据进行多维度故障评估生成检测数据并提取所述检测数据中包含的最优IMU数据后，将所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，其中，在当前时刻所述上位机单元应用的IMU数据对应的第二IMU单元与所述第一IMU单元不同时，将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，还包括数据质量评估模块，用于在所述上位机单元接收到所述多路IMU数据的情况下，所述数据质量评估模块基于预设的导航信息估计模型计算所述多路IMU数据的第一评估数据，并基于数据统计特性计算所述多路IMU数据的第二评估数据后，所述数据质量评估模块基于预设故障表决规则对所述第一评估数据和所述第二评估数据进行联合表决并生成所述检测数据。
6.根据权利要求5所述的惯性测量数据的管理系统，其特征在于，所述上位机单元还包括数据切换模块，其中，
所述数据切换模块将所述当前时刻应用的IMU数据按照线性或非线性调整速率逐步修正至与所述第一IMU单元在下一时刻采集的所述IMU数据相同。
7.根据权利要求6所述的惯性测量数据的管理系统，其特征在于，在当前时刻与下一时刻的时间区间且所述数据切换模块将所述当前时刻应用的IMU数据按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合的过程中，多个所述IMU单元持续获取所述多路IMU数据，所述数据质量评估模块持续计算所述最优IMU数据对应的所述IMU单元作为下一时刻待应用的第一IMU单元，
若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元相同，则所述数据切换模块将所述当前时刻应用的IMU数据继续按照模拟所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与所述第一IMU单元在下一时刻采集的IMU数据重合，
若所述时间区间内所述数据质量评估模块持续生成的多个所述第一IMU单元首次不同，则以所述数据质量评估模块生成首次不同的所述第一IMU单元的时刻作为当前时刻，所述数据切换模块将所述当前时刻应用的IMU数据按照模拟更新后的所述第一IMU单元采集的IMU数据的趋势的方式逐步修正至与更新后的所述第一IMU单元在下一时刻采集的IMU数据重合。
8.根据权利要求5所述的惯性测量数据的管理系统，其特征在于，所述上位机单元还包括姿态解算模块，所述姿态解算模块能够基于当前时刻应用的IMU数据生成姿态数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110319723.8A CN112833919B (zh) | 2021-03-25 | 2021-03-25 | 一种多余度的惯性测量数据的管理方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110319723.8A CN112833919B (zh) | 2021-03-25 | 2021-03-25 | 一种多余度的惯性测量数据的管理方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112833919A CN112833919A (zh) | 2021-05-25 |
| CN112833919B true CN112833919B (zh) | 2023-11-03 |
Family
ID=75930549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110319723.8A Active CN112833919B (zh) | 2021-03-25 | 2021-03-25 | 一种多余度的惯性测量数据的管理方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112833919B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113532482B (zh) * | 2021-08-10 | 2022-11-11 | 湖北航天技术研究院总体设计所 | 一种冗余惯性测量系统故障检测装置及检测方法 |
| CN114783162B (zh) * | 2022-06-20 | 2022-10-28 | 商飞软件有限公司 | 一种飞机三余度系统告警表决方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011076365A1 (en) * | 2009-12-21 | 2011-06-30 | Converteam Technology Ltd | Fault detection methods |
| CN107421534A (zh) * | 2017-04-26 | 2017-12-01 | 哈尔滨工程大学 | 一种冗余式捷联惯导系统多故障隔离方法 |
| WO2018059532A1 (zh) * | 2016-09-30 | 2018-04-05 | 华为技术有限公司 | 观测时滞系统的组合导航数据解算方法、装置及导航设备 |
| CN107894232A (zh) * | 2017-09-29 | 2018-04-10 | 湖南航天机电设备与特种材料研究所 | 一种gnss/sins组合导航精确测速定位方法及系统 |
| CN111024124A (zh) * | 2019-12-25 | 2020-04-17 | 南京航空航天大学 | 一种多传感器信息融合的组合导航故障诊断方法 |
| CN111060133A (zh) * | 2019-12-04 | 2020-04-24 | 南京航空航天大学 | 一种用于城市复杂环境的组合导航完好性监测方法 |
| CN111964695A (zh) * | 2020-08-19 | 2020-11-20 | 西安因诺航空科技有限公司 | 一种无人机组合导航系统故障检测与隔离方法 |
| CN112224241A (zh) * | 2020-11-18 | 2021-01-15 | 中国铁道科学研究院集团有限公司 | 一种速度采集系统、故障报警方法及装置 |
| KR102302865B1 (ko) * | 2020-06-19 | 2021-09-17 | 한국과학기술원 | 다중 imu 및 gnss의 융합항법시스템을 위한 imu 센서 고장 검출 방법 및 장치 |
| DE102021004103A1 (de) * | 2021-08-10 | 2021-09-30 | Daimler Ag | Verfahren und Anordnung zur Überwachung und Detektion von Sensorfehlern in Inertial-Mess-Systemen |
| US11680824B1 (en) * | 2021-08-30 | 2023-06-20 | Zoox, Inc. | Inertial measurement unit fault detection |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2866423B1 (fr) * | 2004-02-13 | 2006-05-05 | Thales Sa | Dispositif de surveillance de l'integrite des informations delivrees par un systeme hybride ins/gnss |
-
2021
- 2021-03-25 CN CN202110319723.8A patent/CN112833919B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011076365A1 (en) * | 2009-12-21 | 2011-06-30 | Converteam Technology Ltd | Fault detection methods |
| WO2018059532A1 (zh) * | 2016-09-30 | 2018-04-05 | 华为技术有限公司 | 观测时滞系统的组合导航数据解算方法、装置及导航设备 |
| CN107421534A (zh) * | 2017-04-26 | 2017-12-01 | 哈尔滨工程大学 | 一种冗余式捷联惯导系统多故障隔离方法 |
| CN107894232A (zh) * | 2017-09-29 | 2018-04-10 | 湖南航天机电设备与特种材料研究所 | 一种gnss/sins组合导航精确测速定位方法及系统 |
| CN111060133A (zh) * | 2019-12-04 | 2020-04-24 | 南京航空航天大学 | 一种用于城市复杂环境的组合导航完好性监测方法 |
| CN111024124A (zh) * | 2019-12-25 | 2020-04-17 | 南京航空航天大学 | 一种多传感器信息融合的组合导航故障诊断方法 |
| KR102302865B1 (ko) * | 2020-06-19 | 2021-09-17 | 한국과학기술원 | 다중 imu 및 gnss의 융합항법시스템을 위한 imu 센서 고장 검출 방법 및 장치 |
| CN111964695A (zh) * | 2020-08-19 | 2020-11-20 | 西安因诺航空科技有限公司 | 一种无人机组合导航系统故障检测与隔离方法 |
| CN112224241A (zh) * | 2020-11-18 | 2021-01-15 | 中国铁道科学研究院集团有限公司 | 一种速度采集系统、故障报警方法及装置 |
| DE102021004103A1 (de) * | 2021-08-10 | 2021-09-30 | Daimler Ag | Verfahren und Anordnung zur Überwachung und Detektion von Sensorfehlern in Inertial-Mess-Systemen |
| US11680824B1 (en) * | 2021-08-30 | 2023-06-20 | Zoox, Inc. | Inertial measurement unit fault detection |
Non-Patent Citations (2)
| Title |
|---|
| Attitude fault tolerant control for satellite under actuator fault and inertial sensor fault;Yang, W.,等;2020 39th Chinese Control Conference (CCC);3439-3443 * |
| 直流和新能源高渗透型电网惯性水平多维度评估;肖友强,等;电力建设;第5卷(第41期);19-27 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112833919A (zh) | 2021-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2688564C2 (ru) | Системы и способы обнаружения отказов при определении пространственного положения на основе воздушных сигналов и настроек управления воздушным судном | |
| JP5419784B2 (ja) | 予測装置及び予測システム及びコンピュータプログラム及び予測方法 | |
| US11662209B2 (en) | Short arc initial orbit determining method based on gauss solution cluster | |
| CN112833919B (zh) | 一种多余度的惯性测量数据的管理方法及其系统 | |
| EP3195068B1 (en) | Bias estimation apparatus and method and failure diagnosis apparatus and method | |
| EP4220086A1 (en) | Combined navigation system initialization method and apparatus, medium, and electronic device | |
| CN103499921A (zh) | 变结构模糊系统传感器故障诊断方法及其在飞控系统的应用 | |
| US20090143926A1 (en) | Method and apparatus for tracking center of gravity of air vehicle | |
| WO2018225067A1 (en) | Fusion and calibration of sensor signals in a moving vehicle | |
| EP4345421A2 (en) | Method for calibrating sensor parameters based on autonomous driving, apparatus, storage medium, and vehicle | |
| US20170122770A1 (en) | Method and system for providing dynamic error values of dynamic measured values in real time | |
| CN104180800B (zh) | 基于ads‑b系统航迹点的修正方法和系统 | |
| CN112965530A (zh) | 一种多无人机自适应变尺度动态目标搜索方法 | |
| CN109655057B (zh) | 一种六推无人机加速器测量值的滤波优化方法及其系统 | |
| CN115474108A (zh) | 一种基于边缘计算的事件监控系统及监控方法 | |
| WO2017141469A1 (ja) | 位置推定装置 | |
| CN119183075A (zh) | 一种提高uwb定位精度的方法 | |
| Pasha et al. | MEMS fault-tolerant machine learning algorithm assisted attitude estimation for fixed-wing UAVs | |
| CN115453580B (zh) | Gnss传感器的故障诊断方法、装置、导航系统及交通工具 | |
| CN116859981A (zh) | 一种运载火箭姿态控制方法、装置及计算设备 | |
| Bifulco et al. | Real-time smoothing of car-following data through sensor-fusion techniques | |
| RU2754396C1 (ru) | Адаптивный способ коррекции углов ориентации БИНС | |
| CN110793549B (zh) | 一种惯性测量单元的数据快速离线分析系统 | |
| CN110514199B (zh) | 一种slam系统的回环检测方法及装置 | |
| Hussain et al. | Aircraft sensor estimation for fault tolerant flight control system using fully connected cascade neural network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 610041 7th floor, area a, building 6, No. 200, Tianfu 5th Street, high tech Zone, Chengdu, Sichuan Patentee after: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room 801-805, 8th floor, area a, building 3, No. 200, Tianfu 5th Street, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610041 Patentee before: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |