AHRS
- Ortaya koyan
- Aviation heritage
- Yıl
- 1940s
- Tür
- System
- Aile
- Attitude Estimation
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Tutum ve Başlık Referans Sistemi (AHRS), bir aracın veya platformun üç boyutlu yönelimini (tutumunu) ve başlığını tahmin edip çıktı olarak veren eksiksiz bir ataletli seyrüsefer alt sistemidir.
AHRS, kaymasız, hızlı bir tutum tahmini sağlamak için ivmeölçerler, jiroskoplar ve genellikle manyetometrelerden gelen ölçümleri sensör füzyon algoritmaları (tipik olarak Kalman filtreleri veya tamamlayıcı filtreler) aracılığıyla birleştirir. AHRS, havacılık, denizcilik seyri ve modern otonom sistemlerde standarttır.
Yöntemin mantığı
Jiroskoplar doğrudan dönme hızlarını ölçer ve kısa zaman ölçeklerinde (saniyeler) doğrudur, ancak zamanla kayarlar (gürültü ve sapmanın integrasyonu). İvmeölçerler yerçekimini algılar ve uzun vadede kararlıdır ancak gürültülüdür ve yatay dönmeyi doğrudan ölçemez. Bir pusula (manyetometre) Dünya'nın manyetik alanına göre başlığı ölçer ancak yerel bozulmaya eğilimlidir. AHRS, her birinin güçlü yönlerinden yararlanarak üçünü de birleştirir: anlık yanıt için jiroskop, uzun vadeli kararlılık için ivmeölçer ve pusula.
Tarih
Mekanik jiroskopları kullanan uçak tutum referansları 1920'lere (Sperry) dayanmaktadır. Modern elektronik AHRS, katı hal sensörlerinin ortaya çıkmasıyla 1970'ler-1980'lerde ortaya çıktı. 1990'lar-2000'lerde mikroelektromekanik sistem (MEMS) jiroskoplarının, ivmeölçerlerin ve manyetometrelerin entegrasyonu, kompakt, düşük güçlü AHRS'yi mümkün kıldı. 2010'lardaki algoritma gelişmeleri (Madgwick filtresi, Mahony filtresi), minimum hesaplama maliyetiyle doğru tutum sağladı ve tüketici elektroniği ve İHA'larda benimsenmesini hızlandırdı.
Ne zaman kullanılır?
Gerçek zamanlı, kaymasız tutum ve başlık bilgisine ihtiyaç duyduğunuz her yerde AHRS kullanın. Uçak otopilotları, denizcilik seyir sistemleri, İHA'lar, robotlar ve mobil cihazlar için esastır. AHRS, uçuş kontrolü, stabilizasyon ve seyrüsefer sistemlerinin temelini oluşturur. Bireysel sensör ölçümlerinin (yalnızca jiroskop, yalnız pusula) kayma veya gürültü nedeniyle yetersiz olduğu durumlarda AHRS dağıtın. Tüm hava ve ışık koşullarında kullanın (görsel tabanlı tutumun aksine).
Sınırlar ve dikkat edilmesi gerekenler
- Manyetometre bozulması; yerel manyetik anomaliler (çelik yapılar, elektrik sistemleri, araç elektroniği) başlık doğruluğunu bozar; telafi veya yeniden kalibrasyon gerektirir.
- Büyük ivmelenmeler; manevralar sırasında ivmeölçer hem yerçekimi hem de atalet ivmesini ölçer, bu da yunuslama/yalpalama hatalarına neden olur; filtre bunu azaltmak için hareket modelini kullanmalıdır.
- Euler açılarında gimbal kilidi; 90 derecelik yunuslamada tekillikler dikkatli sayısal işlem gerektirir; kuaterniyon temsili bunu önler.
- Başlatma; sistem, tutumu başlatmak için başlangıçta sabit tutulmalı (veya bilinen hareketle); dinamik başlatma karmaşıktır.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Uzun süreler boyunca kaymasız; kararlı ancak gürültülü sensörlerin (ivmeölçer, pusula) kaymaya eğilimli ancak hızlı sensörlerle (jiroskop) birleştirilmesiyle kararlı, duyarlı bir tutum tahmini elde edilir.
- Gerçek zamanlı hesaplama; filtre sensör hızında (100+ Hz) çalışarak sıkı kontrol döngülerine olanak tanır.
- Harici referans gerekmez; kendi kendine yeten, içeride ve dışarıda, gündüz ve gece çalışır.
- Geçici sensör gürültüsüne karşı dayanıklı; filtre, duyarlılığı korurken ölçüm sivrilmelerini doğal olarak yumuşatır.
Uygulama alanları
- Uçak otopilotu ve uçuş kontrolü: uçağın tutumunu ve başlığını korur; otopilot algoritmalarına girdi sağlar.
- İnsansız hava aracı (İHA) stabilizasyonu: dört pervaneli ve sabit kanatlı İHA uçuş kontrolünü sağlar.
- Denizcilik seyri ve stabilizasyonu: otopilot ve seyrüsefer için gemi başlık referansı; yuvarlanma önleyici stabilizasyona girdi sağlar.
- Mobil robot ve tekerlekli araç yönlendirmesi: arazi seyrüseferi için başlık ve yunuslama/yalpalama sağlar.
- Akıllı telefon ve giyilebilir artırılmış gerçeklik: AR ekranları ve jest tanıma için yönelim takibini sağlar.
Nasıl çalışır?
Nasıl çalışır?
Tipik olarak 50–200 Hz'de 9 serbestlik dereceli (9-DOF) bir ataletli ölçüm biriminden (IMU): 3 eksenli ivmeölçer, 3 eksenli jiroskop ve 3 eksenli manyetometreden yüksek hızlı ölçümler toplayın.
Sensör sapmalarını, ölçek faktörlerini ve hizasızlıkları statik veya bilinen hareketli kalibrasyon kullanarak kalibre edin; manyetik bozulmayı giderin veya telafi edin; ölçümleri doğru bir şekilde zaman damgalayın.
İvmeölçer ve manyetometre (vektör ölçümleri) ile jiroskop (hız ölçümleri) verilerini bir gözlemci tabanlı filtre (tamamlayıcı filtre veya Kalman filtresi) kullanarak birleştirerek kuaterniyon tutumunu tahmin edin; Euler açılarını (yalpalama, yunuslama, sapma) veya doğrudan kosinüs matrisi temsilini hesaplayın.
Formül
\vec{q}(t+dt) = \vec{q}(t) + \frac{1}{2}\vec{\omega} \times \vec{q}(t) \cdot dtDurum tahminini (kuaterniyon veya DCM) ve kovaryansı koruyun; jiroskop entegrasyonu yoluyla durumu ilerletin; ivmeölçer ve pusula ölçümleriyle gürültü kovaryansı ve dinamik model ağırlıklı olarak güncelleyin.
Gerçek zamanlı tutumu (yunuslama, yalpalama, sapma veya kuaterniyon) ve başlığı (manyetik başlık veya deklinasyon düzeltmesinden sonra gerçek başlık) çıktı olarak verin; güvenilirlik veya doğruluk metriklerini raporlayın; manyetik bozulma veya sensör hatalarını işaretleyin.
Sık yapılan hatalar
- Manyetik kalibrasyonu göz ardı etme; kalibre edilmemiş manyetometre 5-10 derece veya daha fazla başlık hatası getirir; her zaman operasyonel ortamda kalibre edin.
- Filtre kazançlarını kötü ayarlama; çok hızlı düzeltme başlık titremesine neden olur; çok yavaş düzeltme kaymaya izin verir; deneysel ayarlama veya uyarlanabilir yöntemler gerektirir.
- Manyetik başlık ve gerçek başlığı karıştırma; manyetik deklinasyon konuma göre değişir; uygulama için doğru çeşidi çıktı olarak verin.
- İvmeölçerin her zaman aşağıyı gösterdiğini varsayma; hızlı manevralar sırasında ivmeölçer eğimlidir ve tutum için kullanılamaz; filtre uyum sağlamalıdır.
Sık sorulan sorular
Gimbal kilidi nedir ve nasıl önlenir?
Gimbal kilidi, yunuslamanın 90 dereceye ulaştığı (örneğin, burun dümdüz yukarı veya aşağı) durumlarda meydana gelir; bu tekillikte, yalpalama ve sapma bağımlı hale gelir ve bir serbestlik derecesi kaybolur. Euler açıları yerine dahili hesaplamalar için kuaterniyon temsili kullanarak önleyin; yalnızca görüntüleme için Euler'e dönüştürün. Kuaterniyonlar tekillik içermez.
AHRS tutumunu dinamik hareket sırasında nasıl başlatırım?
Statik başlatma (1-2 saniye sabit tutma) en basittir. Dinamik başlatma için, bilinen manevraları veya düşük ivmelenmeyi varsayan bir hareket modeliyle daha uzun bir gözlem penceresi (5-10 saniye) kullanın. Bazı sistemler, hareket modunu tespit etmek ve uygun başlatmayı uygulamak için GPS hızını kullanır.
AHRS için tamamlayıcı filtre ile Kalman filtresi arasındaki fark nedir?
Tamamlayıcı filtre sezgiseldir ve ayarlanması daha basittir; jiroskop hızını yüksek geçiren ve ivmeölçer/pusulayı alçak geçiren filtredir. Kalman filtresi doğrusal sistemler için optimaldir ve farklı sensör belirsizliklerini doğal olarak ele alır. Kalman filtresi daha sağlamdır ancak hesaplama açısından daha ağırdır. Çoğu uygulama için tamamlayıcı filtre yeterlidir.
AHRS'de manyetik bozulmayı nasıl tespit eder ve düzeltirim?
Manyetometre okumalarını anormallikler (büyüklük değişimi, beklenen alandan sapma) açısından izleyin. Pusula başlığını atalet tahminiyle karşılaştırın; büyük anlaşmazlık bozulmayı işaret eder. Azaltma: bozulma sırasında GPS hızından bir başlık tahmini kullanın, yumuşak demir/sert demir kalibrasyonu uygulayın veya filtredeki pusula ağırlığını azaltın.
İlgili yöntemler
Kaynaklar
Savage, P. G. (2007). Strapdown Inertial Integration Technology (2nd ed.). Strapdown Associates.
Yayın kaynağını açKopyalandı.Titterton, D. H., & Weston, J. L. (2004). Strapdown Inertial Navigation Technology (2nd ed.). Institution of Engineering and Technology.
DOI kaynağını açKopyalandı.Madgwick, S. O. H., Harrison, A. J. L., & Vaidyanathan, R. (2011). Estimation of IMU and MARG orientation using a gradient descent algorithm. IEEE International Conference on Rehabilitation Robotics (ICORR), 1–7.
Yayın kaynağını açKopyalandı.