利用MATLAB和Simulink设计和分析惯性导航系统
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™.
例子和如何
软件参考
参见:MATLAB和Simulink for Robotics,导航的工具箱,传感器融合和跟踪工具箱,航空航天Blockset,自动驾驶工具箱,激光雷达的工具箱,雷达的工具箱,卫星通信工具箱,机器人系统工具箱,ROS工具箱,无人机的工具箱,机器人编程,无人机的编程,同步定位与测绘(SLAM),Arduino编程与MATLAB和Simulink