惯性导航系统

惯性导航系统(INS)用于计算平台相对于初始或最后已知状态的姿态(位置和方向)和速度。惯性导航系统包括两个核心部件:

• 惯性测量单元(IMU):通常包括惯性传感器，如加速度计和陀螺仪
• 计算单元:提供滤波算法来处理和融合原始传感器数据

GPS辅助惯性导航系统(或GPS/INS)还包括一个GPS接收器。与MATLAB^®而且动态仿真模块^®，您可以生成模拟传感器数据，并从涉及的各种传感器融合原始数据。

从飞机和潜艇到移动机器人和自动驾驶汽车，惯性导航系统为安全关键车辆提供跟踪和定位能力。惯性导航系统也可以在游戏控制器和智能手机中找到，以跟踪设备在3D空间中的运动。

GPS可以使用恒定的外部输入提供绝对测量值，而惯性导航系统则提供给定初始参考的相对测量值。随着时间的推移，这些相对测量值会累积漂移误差。在GPS出现之前，火箭配备的是惯性导航系统，初始位置由操作员提供。

如今，大多数户外车辆和平台都配备了gps辅助惯性导航系统，该系统结合了两种传感器测量的最佳结果。恒定的GPS输入减少了漂移误差，当GPS信号消失时，惯性导航系统可以使用基于最后已知状态的航位推算单独工作。想象一辆汽车进入隧道。GPS接收机会失去信号，但惯性导航系统可以根据汽车进入隧道前接收到的GPS信号提供相对运动。

使用MATLAB和Simulink，您可以建模与特定数据表参数匹配的单个惯性传感器。您可以开发、调优和部署惯性融合滤波器，还可以调优滤波器以考虑环境和噪声特性，以模拟真实世界的效果。

使用MATLAB和Simulink，您可以:

• 模拟IMU和GNSS传感器，生成模拟传感器数据
• 用Allan方差校准IMU测量值
• 生成传感器模型的地面真实运动
• 融合原始数据从加速度计，陀螺仪，和磁强计传感器的方向估计
• 流和融合来自IMU和GPS传感器的数据，用于姿态估计
• 使用自动过滤器调整定位车辆
• 融合来自IMU、GPS、高度计和车轮编码器传感器的原始数据，用于GPS拒绝区域的惯性导航

您还可以通过使用生成C/ c++代码来部署过滤器MATLAB编码器™．