1 陕西科技大学 机电工程学院，西安 710021
2 西安交通大学 机械工程学院，西安 710049
3 西安交通大学 精密微纳制造技术全国重点实验室，西安 710054
针对商用低精度惯性测量单元具有高成本、制造工艺复杂、废弃后污染环境、不能生物降解等缺点，提出一种低成本、可生物降解的木制惯性测量单元。该设计包含平衡振子和非平衡振子单元，分别用于测量3轴加速度和3轴角加速度。采用激光诱导石墨烯的工艺在木梁上制备应变传感器阵列，并形成多组惠斯顿电桥测量电路。结果表明：加速度方面，X轴灵敏度为0.006 mV/g，Y轴灵敏度为8.695×10-4 mV/g，Z轴灵敏度为0.200 mV/g；角加速度方面，X轴灵敏度为0.285 mV/（rad/s2），绕Y轴旋转的灵敏度为0.305 mV/（rad/s2），绕Z轴旋转的灵敏度为0.765 mV/（rad/s2）。与有限单元法仿真结果对比，实验测量误差在10%以内，且具有良好的重复测量精度。该惯性测量单元在木制船舶、木制载具、木制家具等方面具有潜在的应用前景。
惯性测量单元 激光诱导石墨烯 陀螺仪 加速度计 木材 Inertial measurement unit Laser induced graphene Gyroscope Accelerometer Wood
1 上海工程技术大学机械与汽车工程学院，上海 201620
2 上海卫星工程研究所，上海 200240
3 上海司南卫星导航技术股份有限公司，上海 201801
针对影像实时动态测量设备中相机和惯性测量单元（IMU）相对位置发生变化时，需要重新进行外参标定的问题，提出了一种Camera-IMU外参在线标定方法，能够在机械构型未知的情况下自动估计初始值和外参数。首先，使用全球卫星导航时间对齐IMU和相机的时间戳，通过奇异值分解求解旋转量的超定线性方程，改变阈值判定条件和加权方式，减少方程中的退化运动，并剔除外点，提高系统鲁棒性与外参精度，从而获得恒定的Camera-IMU旋转外参。然后基于获得的Camera-IMU旋转外参，固定滑动窗口，利用高斯牛顿法估计Camera-IMU的外参平移量。与原有在线标定方法相比，旋转外参标定方法的精度提高15%，平移外参的精度提高35%，实验结果表明所提方法是有效的。
相机和惯性测量单元 外参标定 初始化 惯性测量单元预积分 激光与光电子学进展
2024, 61(4): 0411005
1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国科学院大学，北京100049
3 吉林省智能波前传感与控制重点实验室，吉林长春100
4 中国人民解放军63768部队，陕西西安710200
大视场光学望远镜是中高轨目标搜索的重要设备，在搜索图像中除中高轨目标外还存在恒星目标，对恒星目标进行辨识与抑制是中高轨目标检测的必要环节之一。考虑银道面附近天区、曝光时间差异以及多云遮挡等因素的影响，图像中的星场密度变化区间非常大，传统的恒星辨识方法在计算准确性与实时性方面均存在局限性，导致恒星虚警、计算超时等情况的发生。为解决该问题，提出了一种基于惯性坐标时域相对不变性的恒星辨识与抑制方法。推导了地平坐标系与惯性坐标系的数学转换关系，并由此构建了恒星辨识模型；在不同的静态系统误差条件下，量化分析了恒星目标的惯性坐标时域相对不变性；最后，开展了恒星辨识与抑制算法的仿真与实验验证。仿真与实验结果表明：在时间间隔为10 s、静态系统误差为10″的条件下，恒星的惯性坐标最大相对差异为0.51″（赤经），0.16″（赤纬），其时域相对不变性满足恒星辨识需求，辨识过程完全不依赖星场密度。经100圈次中高轨目标实测图像验证，本文方法未出现恒星虚警及中高轨目标检测缺失的现象。
目标检测 恒星辨识与抑制 中高轨目标搜索 惯性坐标系 target detection identification and suppression of stars search of GEO and MEO inertial coordinate system
为了实现低成本微惯性测量单元(MIMU)的自对准功能、提高自对准精度, 提出了一种基于级联卡尔曼滤波(KCF)的动基座GPS单天线辅助MIMU自对准方法。首先, 对GPS单天线测得的速度矢量随机误差进行了总平均经验模态分解(MEEMD), 信号重构后使用卡尔曼滤波对其降噪解算得到航向角测量; 其次,以基座姿态角和陀螺常值漂移为状态量建立了系统的状态方程, 并融合加速度计和GPS单天线测量信息, 建立了系统的观测方程; 然后, 使用自适应无迹卡尔曼滤波进行信息融合, 实现了基座姿态角的最优估计。经仿真验证对比, 所提算法有效提高了自对准精度。仿真结果验证了所提算法在GPS单天线辅助MIMU自对准中的优越性。
微惯性测量单元 初始对准 总平均经验模态分解 自适应级联卡尔曼滤波 Micro Inertial Measurement Unit (MIMU) initial alignment Modified Ensemble Empirical Mode Decomposition (ME Adaptive Kalman Cascade Filtering (AKCF)
长沙理工大学电气与信息工程学院, 长沙 410000
针对无人机室内无全球定位系统(GPS)信号、定位精度较低的问题, 提出融合视觉和惯性数据来实现无人机室内定位。前端改进特征匹配算法, 针对图像发生旋转运动提出了利用主成分分析法(PCA)计算旋转角度, 改变特征点所在网格及其8邻域网格, 并根据邻域特征点与匹配特征点欧氏距离设定高斯阈值, 提出新的分数统计模型, 使正确匹配对的数量增多, 提高了特征匹配的快速性和视觉室内定位的准确性。针对图像局部相似产生误匹配问题, 提出了利用特征点之间的几何关系确定数据集, 通过Pearson相关系数分析数据的相似性, 设定阈值剔除置信度较低的特征匹配对, 优化视觉估计无人机的位姿信息、后端采用视觉惯性基于滑动窗口的紧耦合优化位姿信息。通过设计室内光线正常与室内光线较暗情况下的无人机悬停实验, 分析其飞行日志可知, 改进后网格运动统计(GMS)算法的特征匹配速度是原算法的3倍, 并在局部相似区域剔除误匹配, 特征匹配准确率能达到94%, 无人机室内定位精度达到0.02 m, 能在复杂**环境中有更好的应用。
无人机 室内定位 剔除误匹配 惯性测量单元 视觉定位 UAV indoor positioning mismatch elimination GMS GMS IMU visual positioning
1 海装武汉局驻武汉地区第三军事代表室，湖北武汉 420100
2 华中光电技术研究所—武汉光电国家研究中心，湖北武汉 430223
重力/惯性匹配导航是一种使用地球重力场信息进行惯导位置匹配校正的组合导航方法。匹配导航中由于重力测量信息与重力数据库信息空间分辨率不同步会造成空间分辨率不同步误差。为抑制匹配导航中出现的空间不同步误差，提出一种空间分辨率同步技术。该技术通过载体运动信息与重力测量算法滤波模型参数计算重力测量信息空间分辨率，并通过二维滤波降低重力数据库分辨率，使重力测量信息与重力数据库信息实现分辨率同步。在对数据库进行空间分辨率修正后，再使用匹配导航算法进行匹配定位。在仿真验证中改进后的匹配导航算法定位精度较传统匹配算法定位精度提高了 1.1nmile。通过空间分辨率同步技术可以提升匹配导航定位精度，为未来重力匹配导航设备发展提供辅助。
惯性导航 重力测量 匹配导航 数据库匹配 二维滤波 inertial navigation gravity measurement matching navigation database matching two-dimensional filtering
华中光电技术研究所—武汉光电国家研究中心，湖北武汉 430223
为了应对高动态卫星信号短时受遮挡的恶劣环境，研究了基于序贯处理的 BDS/INS紧组合滤波方法。首先介绍了 BDS/INS紧组合滤波方程，然后详细推导了基于序贯处理的 BDS/INS紧组合滤波算法，并进行了相应的理论分析。最后利用惯性/卫星组合导航信号软件模拟器对基于序贯处理的 BDS/INS紧组合导航系统的滤波性能进行了仿真分析。结果表明：提出的基于序贯处理的 BDS/INS紧组合滤波算法在不损失滤波精度的情况下，有效地减小了系统的运算量，提高了计算效率，增强了惯性/卫星组合导航系统在高动态卫星信号短时受遮挡场景下的适用能力。
惯性/卫星组合导航系统 序贯处理 高动态 紧组合滤波 短时受遮挡 INS/BDS integrated navigation system sequential algorithm high dynamics tightly coupled filter method
