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
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 มีการประกอบในขนาดใหญ่ข้อผิดพลาดในระบบคำนวณความเร็วและตำแหน่งเพื่อให้ระบบมีความถูกต้องมากขึ้น มือตกบนอากาศยานอาจรวมกับแหล่งข้อมูลเช่น GPS , อื่นๆ หรือภายใต้เงื่อนไขที่นำทางอาจจะไม่น่าเชื่อถือหรือใช้วิสัยทัศน์คอมพิวเตอร์ประมวลผล หน่วยความสามารถของ imu เพื่อวัดการเปลี่ยนแปลงอย่างรวดเร็วในการเร่งเชิงเส้นและความเร็วเชิงมุมจึงรวมกับข้อมูลจากระบบสองรูปแบบการประเมินความถูกต้องของค่าพารามิเตอร์ของอากาศยานการเดินเรือ
ระบบนำทางที่ hybridises เฉื่อยการเดินเรือกับ GPS หรือคอมพิวเตอร์วิสัยทัศน์จะใช้ขั้นตอนวิธีที่ฟิวส์ด้วยกันแหล่งข้อมูลหลาย ๆ ข้อมูลหนึ่งที่พบมากที่สุดคือขั้นตอนวิธีตัวกรองคาลมาน . ตัวกรองคาลมานต่อเนื่องติดตามและปรับปรุงการประมาณการของตำแหน่งของอากาศยานที่ใช้คำนวณข้อผิดพลาดการปรับปรุงการประมาณการในอนาคต ถ้าหนึ่งในแหล่งทางเลือกของข้อมูลจะคำนวณได้แม่นยำกว่าระบบนำร่องเฉื่อย มันสามารถใช้เพื่อช่วยให้ถูกต้องโดย UAV ตำแหน่งประมาณ uavs
,พื้นผิวเรือ และ rovs ผสมผสานระบบนำร่องเฉื่อยดังกล่าวอาจจะใช้ในการใช้งานที่หลากหลาย เช่น การป้องกันประเทศ และความมั่นคง การสำรวจทางอากาศและการค้นหาและกู้ภัย
- ดูข้อมูลเพิ่มเติมได้ที่ http : / / www.unmannedsystemstechnology . com / ประเภท / Supplier Directory / ระบบนำทางระบบนำทางเฉื่อย / / # sthash.erxx4opp.dpuf
การแปล กรุณารอสักครู่..
![](//thimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)