微机电系统（MEMS）惯性导航技术入门：误差分析与融合方法

"这篇技术报告由Oliver J. Woodman撰写，日期为2007年8月，主要探讨了微机电系统（MEMS）在惯性导航中的应用及其误差特性。报告指出，随着MEMS惯性传感器性能的提升，它们在人类运动捕捉等领域的应用变得可行，但现有对惯性导航的介绍未能充分描述其误差特征。报告重点关注基于MEMS设备的strapdown系统，通过测量和模拟分析了这些系统的误差特性。研究发现，由陀螺仪信号噪声引起的姿态误差传播是导致位置漂移的关键因素。对于基于Xsens Mtx惯性测量单元（IMU）的简单惯性导航系统（INS），60秒后的平均位置误差可超过150米。通过仿真，白噪声被确定为对系统整体漂移贡献最大的噪声过程。报告还讨论了传感器融合和领域特定约束如何减少INS的漂移，例如使用磁力计进行传感器融合可以将60秒后的平均位置误差从150米降低到约5米。最后，报告指出尽管MEMS IMU技术正在迅速进步，但目前仍无法构建一种在超过一分钟的操作中实现亚米级精度的基于MEMS的INS。" 这篇报告深入介绍了惯性导航技术，特别是使用微型化、轻量化的MEMS惯性传感器。惯性导航是一种利用加速度和角速度传感器来确定物体运动状态的技术，由于早期传感器的重量和尺寸限制，它在某些领域的应用受到了阻碍。随着MEMS技术的发展，这些问题得到了缓解，使得惯性导航在人体运动捕捉等领域的应用成为可能。 报告强调了理解惯性导航系统误差特性的重要性，并且通过实测和仿真相结合的方法，展示了基于MEMS的strapdown系统在运行过程中位置误差的快速累积。其中，陀螺仪信号噪声导致的姿态误差积累是导致位置漂移的主要原因。通过模拟实验，作者指出了白噪声对系统长期精度的影响最大。 为了减小这种漂移，报告提到了传感器融合技术，如结合磁力计数据，可以显著改善位置估计的准确性。举例来说，通过磁力计的融合，能够在60秒后将位置误差从150米大幅降低到5米左右。然而，尽管MEMS IMU技术取得了显著的进步，但目前的技术水平尚不能在超过一分钟的时间内维持亚米级的位置精度。 这篇报告不仅提供了对惯性导航基本概念的介绍，还揭示了MEMS传感器在实际应用中的挑战和潜在解决方案，对于理解和改进惯性导航系统具有重要参考价值。