كليدواژه :
كاليبراسيون , آندرويد , سيستم ناوبري اينرشيال , شتاب‌سنج , ژيروسكوپ , ميكروالكترومكانيكي , موجك
چكيده فارسي :
تاريخچه واحد اندازه گيري اينرسي (IMU) به سال 1930 ميلادي برميگردد. در آن زمان اين فناوري به دليل محدوديتهاي جدي آن در اندازه، هزينه و مصرف انرژي، قابل بكارگيري در دستگاههاي كوچك و استفاده عموم نبوده است. پيشرفتهاي اخير سنجنده هاي واحد اندازهگيري اينرسي از نوع ميكروالكترومكانيكي (MEMS) كه بسيار سبكتر، كوچكتر و ارزانتر از ديگر انواع سيستمهاي اينرسي ميباشند. اما با اين وجود اين سيستمها نسبت به سيستمهاي اينرسي ديگر دقت پايينتري دارند. بنابراين براي بهبود در عملكرد و دقت مشاهدات، سيستمهاي اينرسي نياز به كاليبراسيون دارند. در اين مقاله در ابتدا به معرفي انواع سيستمهاي اينرسيايي و تمركز بيشتر بر روي سيستمهاي مبتني بر ميكروالكترومكانيكي پرداخته شده است و مدل رياضي مورد استفاده كه در آن خطاهاي باياس، فاكتور مقياس و عدم تعامد محورها قرارگرفته است. در ادامه راهكارهاي براي كاليبره سازي سيستم هاي اينرسيايي بصورت استاتيك ارائه شده است. كه اين روشها به ترتيب شش موقعيت استاتيك (SPS)، چند موقعيتي (MP) و كمترين مربعات بازگشتي (RLS) ميباشند كه منجر به تعيين پارامترهاي خطاي واحد اندازه گيري اينرسيايي ميشوند. در اين پژوهش از نرم افزار OARS استفاده شده است، يك سيستم جمع آوري داده توسعه يافته بر روي سيستم عامل آندرويد ميباشد. نتايج روشهاي پيشنهادي نشان دادند كه اولا در مدل رياضي با 12 پارامتر وابستگي بالاي بين پارامترها نسبت به مدل رياضي با 9 پارامتر وجود دارد. ثانيا اگر از مشاهدات خام با يك وضعيت خاص ابتدا ميانگين گرفته شود و اين مقادير وارد معادلات گردد نتايج بهتري دارد نسبت به وارد كردن مشاهدات خام يا مشاهداتي كه به روش تبديل موجك گسسته نويزشان حذف شده است. مقادير خطا واحد اندازه گيري در روش چند موقعيتي در اين سه حالت به ترتيب بدست 0.082345، 0.083140 و 0.082952 متر بر مجذور ثانيه آمده است. ثالثا نتايج مقدار خطا واحد اندازهگيري در سه روش پيشنهادي به ترتيب 0.146245، 0.161520 و 0.082345 متر بر مجذور ثانيه و علت عدم نياز به جمعآوري داده در حالت خاص (تراز دقيق سيستم اينرسي) براي تعيين پارامترهاي كاليبراسيون نشان ميدهد كه روش چند موقعيتي از دو روش ديگر بهتر عمل كرده است.
چكيده لاتين :
History inertial measurement unit (IMU) dates back to 1930. At that time, the technology because of its serious limitations on size, cost and power consumption, and the public was not applicable to small devices. Recent developments inertial measurement unit of MEMS sensors that are lighter, smaller and cheaper than other types of systems are inertial. These have made the inertial sensors in a variety of small devices such as mobile phones placed today. In this article, the first to introduce a variety of inertial systems and focus more on MEMS systems has been based on the mathematical model used where errors bias, scale factor and non-orthogonal axes is located. In summary, each of these errors can be expressed as follows. bias is the measurement error, regardless of the forces or the input rate of the sensor. The scale factor expresses the scale of the relationship between the output of a sensor with the force or the rate applied to the sensor. In other words, this error shows the difference between the ideal observation and the output of the sensor, and linear gradients are generated in observations in the inertial navigation systems. non-orthogonal axes between the axes is a defect in the construction and a lack of alignment of the three axes of measurement in the accelerometer or gyroscope. The following guidelines are provided to calibrate the static inertial systems. The methods by six static position (SPS), multi-position (MP) and recursive least squares (RLS) is an IMU used to determine the parameters of error. In this research, OARS software is used, a data aggregation system developed on the Android operating system. With 100Hz, this software provides accelerometer, gyroscope, magnetometer and GPS observations at 1 Hz. Observations of these sensors are stored in the csv format software in the phone's memory. In this study only gyroscope and accelerometer sensors are used. The results showed that the proposed methods First, the mathematical model with 12 parameters high dependency between the parameters compared to model 9 parameters. Secondly, if the raw observations in a particular situation, and the values averaged better results than entering into the equation raw observations or observations been removed noises by discrete wavelet transform. The unit of measurement error values in the multi-position on the three modes obtained by 0.082345, 0.083140 and 0.082952 is. Thirdly, the results of the error measurement unit in three ways proposed by 0.146245, 0.161520 and 0.082345 and because of the need to collect data in particular (exact alignment inertial system) to determine the calibration parameters show that the multi-position method is better than the other two methods.
