Inertial Navigation Systems - Intro

Inertial Navigation Systems - Introduction
Many methods of navigation, including piloting, radio navigation and celestial navigation, rely on external objects or sources of information such as landmarks, celestial objects, satellites or transmitters. Inertial navigation is a self-referential method by which a system may track its own position, orientation and velocity (once given initial values for these parameters) without the need for such external references.

If the acceleration of an object is known, it is possible to use mathematical integration to calculate the velocity. Thus, accelerometers are required in an inertial navigation system, or INS.

Inertial navigation also requires that the direction in which the system's accelerometers are pointing is known. This can be kept track of using gyroscopes, which measure the system's rotational motion.

A typical inertial measurement unit, or IMU, thus usually incorporates three accelerometers, mounted orthogonally to each other, and three gyroscopes, also mounted orthogonally. More complex IMUs may contain more than three of each sensor. A navigation computer then processes the signals given out by the system's sensors to continuously calculate the position, orientation and velocity of the system.

Due to their self-reliance, inertial navigation systems are extremely well-suited to the field of unmanned systems, widely used on Unmanned Aerial Vehicles (UAV, UAS), surface vessels and Remotely Operated Underwater Vehicles (ROVs). Inertial Navigation Systems can be utilised in harsh environments, are not susceptible to jamming, and emit no significantly detectable radiation.

However, small errors in the measured acceleration can, over time, be compounded into larger errors in the system-calculated velocity and position. To provide the system with greater accuracy, the INS on a UAV may be combined with another source of information such as a GPS, or, under conditions where GPS navigation may be unreliable or unavailable, a computer vision processing unit. The ability of the IMU to measure rapid changes in linear acceleration and angular velocity is thus combined with the extra information from the second system to form a more accurate estimation of the UAV's navigational parameters.

A navigation system that hybridises inertial navigation with GPS or computer vision will use an algorithm that fuses together the multiple sources of information. One of the most common algorithms is the Kalman filter. The Kalman filter continuously tracks and updates estimates of the UAV's position, using the computed errors to improve future estimates. If one of the alternative sources of information is computed to be more accurate than the inertial navigation system, it can be used to help correct the overall UAV position estimate.

UAVs, surface vessels and ROVs incorporating such inertial navigation systems may be utilised in a wide range of applications such as defense and security, aerial survey, and search and rescue.

- See more at: http://www.unmannedsystemstechnology.com/category/supplier-directory/navigation-systems/inertial-navigation-systems/#sthash.ERxx4OPp.dpuf

ผลลัพธ์ (ไทย) 1:

ระบบนำทาง inertial - แนะนำวิธีในการนำทาง piloting นำทางวิทยุ และ ดาราศาสตร์ พึ่งพาวัตถุภายนอกหรือแหล่งข้อมูลเช่นสถาน ฑูตวัตถุ ดาวเทียม หรือเครื่องส่งสัญญาณ นำ inertial เป็นวิธีมีซึ่งระบบอาจติดตามตำแหน่งของตนเอง วางแนว และความเร็ว (เมื่อกำหนดค่าเริ่มต้นสำหรับพารามิเตอร์เหล่านี้) โดยไม่ต้องอ้างอิงภายนอกดังกล่าวถ้าความเร่งของวัตถุ ไม่สามารถใช้รวมคณิตศาสตร์ในการคำนวณความเร็ว ดังนั้น หัวจะจำเป็นในระบบการนำทาง inertial หรืออินนำ inertial ต้องว่า ทิศที่จะชี้หัวของระบบซึ่งเป็นที่รู้จักกัน นี้สามารถจะเก็บติดตามของใช้ gyroscopes การวัดการเคลื่อนไหวในการหมุนของระบบหน่วยวัดทั่วไป inertial หรือ IMU จึงมักจะประกอบด้วย 3 หัว ติดกัน orthogonally และสาม gyroscopes นอกจากนี้ยัง ติดตั้ง orthogonally อิมัสซับซ้อนอาจประกอบด้วยมากกว่าสามของเซ็นเซอร์แต่ละ เครื่องนำทางแล้วประมวลผลสัญญาณที่ได้ออก โดยเซ็นเซอร์ของระบบในการคำนวณตำแหน่ง การวางแนว และความเร็วของระบบอย่างต่อเนื่องเนื่องจากการพึ่งพาตนเอง ระบบ inertial นำเป็นอย่างดีเหมาะกับฟิลด์ของระบบหอเตือนภัย ใช้ยาน พาหนะทางอากาศไม่ (uav ในที่สุด UAS), เรือ และจากระยะไกลดำเนินการใต้ยานพาหนะ (ROVs) นำระบบ inertial สามารถใช้ในสภาพแวดล้อมที่รุนแรง ไม่ไวต่อการ jamming และคายรังสีไม่สามารถตรวจสอบได้อย่างมีนัยสำคัญอย่างไรก็ตาม เร่งวัดผิดขนาดเล็กสามารถ ช่วงเวลา สามารถเพิ่มข้อผิดพลาดขนาดใหญ่ในระบบคำนวณความเร็วและตำแหน่ง เพื่อให้ระบบ มีความแม่นยำมากขึ้น อินบนตัว uav ในที่สุดอาจใช้ร่วมกับแหล่งอื่นของข้อมูล เช่นการจีพีเอส หรือ ภาย ใต้เงื่อนไขที่จีพีเอสอาจจะไม่น่าเชื่อถือ หรือ ไม่ คอมพิวเตอร์วิทัศน์หน่วยประมวลผล จึงมีรวมความสามารถของ IMU ที่วัดการเปลี่ยนแปลงอย่างรวดเร็วในการเร่งความเร็วเชิงเส้นและความเร็วเชิงมุมกับข้อมูลเพิ่มเติมจากระบบที่สองเพื่อประเมินความถูกต้องมากขึ้นของพารามิเตอร์เพื่อนำทางแบบ uav ในที่สุดของระบบนำทางที่ hybridises inertial นำวิสัยทัศน์ GPS หรือคอมพิวเตอร์จะใช้อัลกอริธึมที่ fuses กันหลายแหล่งข้อมูล หนึ่งของอัลกอริทึมพบมากที่สุดคือกรอง Kalman กรอง Kalman ติดตามอย่างต่อเนื่อง และปรับปรุงประเมินตำแหน่ง uav ในที่สุดของ การใช้ข้อผิดพลาดจากการคำนวณเพื่อปรับปรุงประเมินในอนาคต ถ้าแหล่งมาอื่นของข้อมูลหนึ่งจะคำนวณให้ถูกต้องมากกว่าระบบ inertial นำ สามารถใช้เพื่อช่วยแก้ไขการประเมินตำแหน่ง uav ในที่สุดโดยรวมอาจใช้ UAVs เรือ และ ROVs อีกทั้งยังมีระบบ inertial นำความหลากหลายของการใช้งานเช่นป้องกัน และรักษาความปลอดภัย สำรวจทางอากาศ และค้นหา และกู้ภัย-ดูเพิ่มเติมได้ที่: http://www.unmannedsystemstechnology.com/category/supplier-directory/navigation-systems/inertial-navigation-systems/#sthash.ERxx4OPp.dpuf

ผลลัพธ์ (ไทย) 2:

ระบบนำทางเฉื่อย - แนะนำ
หลายวิธีในการเดินเรือรวมทั้งการนำนำทางวิทยุและระบบนำทางท้องฟ้าพึ่งพาวัตถุภายนอกหรือแหล่งที่มาของข้อมูลดังกล่าวเป็นสถานที่สำคัญของวัตถุบนท้องฟ้าดาวเทียมหรือเครื่องส่งสัญญาณ นำร่องเฉื่อยเป็นวิธีการที่ตัวอ้างอิงโดยที่ระบบอาจติดตามตำแหน่งของตัวเองวางแนวทางและความเร็ว (ครั้งเดียวได้รับค่าเริ่มต้นสำหรับพารามิเตอร์เหล่านี้) โดยไม่จำเป็นต้องอ้างอิงภายนอกดังกล่าว. หากการเร่งความเร็วของวัตถุที่เป็นที่รู้จักกันก็เป็นไปได้ ที่จะใช้บูรณาการทางคณิตศาสตร์ในการคำนวณความเร็ว ดังนั้น accelerometers จะต้องอยู่ในระบบนำทางเฉื่อยหรือ INS. นำทางเฉื่อยยังกำหนดให้ทิศทางที่ accelerometers ระบบจะชี้เป็นที่รู้จักกัน นี้สามารถเฝ้าติดตามการใช้ลูกข่างซึ่งวัดการเคลื่อนที่แบบหมุนของระบบ. หน่วยวัดแรงเฉื่อยทั่วไปหรือ IMU จึงมักจะประกอบด้วยสาม accelerometers ติดตั้ง orthogonally กับแต่ละอื่น ๆ และสามลูกข่างยังติด orthogonally มัสที่ซับซ้อนมากขึ้นอาจจะมีมากกว่าสามของแต่ละเซ็นเซอร์ คอมพิวเตอร์ระบบนำทางจากนั้นประมวลผลสัญญาณให้ออกจากเซ็นเซอร์ของระบบอย่างต่อเนื่องเพื่อคำนวณตำแหน่งทิศทางและความเร็วของระบบ. เนื่องจากการพึ่งพาตนเองของพวกเขา, ระบบนำทางเฉื่อยเป็นอย่างมากที่ดีเหมาะสมกับสาขาของระบบไร้คนขับที่ใช้กันอย่างแพร่หลาย หมดกำลังใจในยานพาหนะทางอากาศ (UAV, UAS) เรือพื้นผิวและดำเนินการระยะไกลยานพาหนะใต้น้ำ (ROVs) เฉื่อยระบบนำทางสามารถใช้ในสภาพแวดล้อมที่รุนแรงจะไม่ไวต่อการติดขัดและปล่อยรังสีไม่มีการตรวจพบอย่างมีนัยสำคัญ. แต่ข้อผิดพลาดเล็ก ๆ ในวัดสามารถเร่งความเร็วเมื่อเวลาผ่านไปจะประกอบเป็นข้อผิดพลาดที่มีขนาดใหญ่ในความเร็วระบบคำนวณและตำแหน่ง เพื่อให้ระบบมีความแม่นยำมากขึ้นประท้วงบน UAV อาจจะรวมกับแหล่งข้อมูลอื่น ๆ เช่น GPS หรือภายใต้เงื่อนไขที่นำทาง GPS อาจจะไม่น่าเชื่อถือหรือไม่สามารถใช้งานหน่วยประมวลผลคอมพิวเตอร์วิสัยทัศน์ ความสามารถของ IMU ในการวัดการเปลี่ยนแปลงอย่างรวดเร็วในการเร่งความเร็วเชิงเส้นและความเร็วเชิงมุมรวมจึงมีข้อมูลเพิ่มเติมจากระบบที่สองในรูปแบบการประเมินที่ถูกต้องมากขึ้นของ UAV ของพารามิเตอร์การเดินเรือ. ระบบนำทางที่ hybridises นำร่องเฉื่อยที่มีวิสัยทัศน์จีพีเอสหรือคอมพิวเตอร์ จะใช้อัลกอริทึมที่ฟิวส์ด้วยกันหลายแหล่งที่มาของข้อมูล หนึ่งในขั้นตอนวิธีการที่พบมากที่สุดคือตัวกรองคาลมาน กรองคาลมาติดตามอย่างต่อเนื่องและการประมาณการในการปรับปรุงตำแหน่งของ UAV ที่ใช้คำนวณข้อผิดพลาดในการปรับปรุงประมาณการในอนาคต หากหนึ่งในแหล่งทางเลือกของข้อมูลที่มีการคำนวณมีความถูกต้องมากขึ้นกว่าระบบนำทางเฉื่อยก็สามารถนำมาใช้ในการช่วยที่ถูกต้องตำแหน่ง UAV ประมาณการโดยรวม. UAVs เรือพื้นผิวและ ROVs ผสมผสานระบบนำทางเฉื่อยดังกล่าวอาจนำไปใช้ในกว้าง . ช่วงของการใช้งานเช่นการป้องกันและการรักษาความปลอดภัยการสำรวจทางอากาศและการค้นหาและกู้ภัย- ดูเพิ่มเติมได้ที่:

ผลลัพธ์ (ไทย) 3:

ระบบนำร่องเฉื่อย - บทนำ
หลายวิธีนำทาง รวมทั้งนักบิน , นำร่องวิทยุและการเดินเรือดาราศาสตร์ พึ่งพาวัตถุภายนอกหรือแหล่งที่มาของข้อมูล เช่น สถานที่ , วัตถุท้องฟ้า ดาวเทียม หรือเครื่องส่งสัญญาณ . เฉื่อยการเดินเรือเป็นตนเองไปด้วยวิธีการที่ระบบจะติดตามตำแหน่งของตนเองปฐมนิเทศและความเร็ว ( เมื่อได้รับค่าเริ่มต้นสำหรับพารามิเตอร์เหล่านี้ ) โดยไม่ต้องอ้างอิงภายนอกเช่น .

ถ้าความเร่งของวัตถุที่เป็นที่รู้จักกัน มันเป็นไปได้ที่จะใช้บูรณาการคณิตศาสตร์เพื่อคำนวณความเร็ว ดังนั้น , accelerometers ที่จําเป็นในระบบนำร่องเฉื่อยหรือ INS .

แบบนำทาง ยังต้องให้ทิศทางที่เป็นระบบ accelerometers กำลังชี้ที่เป็นที่รู้จัก นี้สามารถเก็บติดตามของใช้ gyroscopes ซึ่งวัดของระบบการเคลื่อนที่แบบหมุน

หน่วยการวัดแบบทั่วไป หรือ imu จึงมักจะประกอบด้วยสาม accelerometers , ติดตั้งโดยแต่ละอื่น ๆและสาม gyroscopes ยังติดตั้งโดย .ที่ซับซ้อนมากขึ้นทั้งอาจมีมากกว่าสามของเซ็นเซอร์แต่ละ . นำทางคอมพิวเตอร์แล้วกระบวนการสัญญาณให้ออกจากระบบเซ็นเซอร์อย่างต่อเนื่องเพื่อคำนวณตำแหน่ง ทิศทางและความเร็วของระบบ

เนื่องจากการพึ่งพาตนเองได้ ระบบนำร่องเฉื่อยมากเหมาะกับด้านระบบไร้คนขับที่ใช้กันอย่างแพร่หลายในยานพาหนะทางอากาศที่ไร้คนขับ ( UAV โก , )เรือพื้นผิวและระยะไกลการยานพาหนะใต้น้ำ ( rovs ) ระบบนำร่องเฉื่อยสามารถใช้ในสภาพแวดล้อมที่รุนแรง จะไม่ไวต่อการรบกวน และภายหลังได้ปล่อยรังสี

อย่างไรก็ตาม ข้อผิดพลาดเล็ก ๆในวัดความเร่งได้ ตลอดเวลา มีการประกอบในขนาดใหญ่ข้อผิดพลาดในระบบคำนวณความเร็วและตำแหน่ง