慣性導航係統通常稱為(wei) INS，是一種使用各種環境傳(chuan) 感器的電子係統，能夠檢測和測量物體(ti) 運動的變化。使用傳(chuan) 感器數據，慣性導航係統可以確定車輛或物體(ti) 相對於(yu) 其起點的位置 - 這稱為(wei) 航位推算。
慣性導航係統中使用的傳(chuan) 感器有多種類型，但兩(liang) 種主要類型是加速度計和陀螺儀(yi) 。
加速度計可以測量線速度的變化。由於(yu) 大多數物體(ti) 可以在三維空間中移動，因此通常使用三個(ge) 正交安裝的加速度計；也就是說，每個(ge) 加速度計的軸與(yu) 其他加速度計的軸成 90°。它們(men) 通常被賦予X軸、Y軸和Z軸的標簽。
陀螺儀(yi) 測量旋轉速度，並且由於(yu) 大多數物體(ti) 可以在三維空間中自由旋轉，因此通常使用三個(ge) 陀螺儀(yi) 軸。它們(men) 還正交安裝在物體(ti) 上，並盡可能與(yu) 三個(ge) 加速度計軸對齊。
該圖像描繪了三個(ge) 運動軸上的加速度計和陀螺儀(yi) 。
每個(ge) 加速度計和陀螺儀(yi) 都與(yu) 其他加速度計和陀螺儀(yi) 成 90°（正交）放置。
典型的 INS 將具有其他內(nei) 置傳(chuan) 感器或連接設備，以提供比單獨運動更廣泛的更全麵的數據集，例如：
• GNSS 接收器同時接收和解碼來自多個(ge) 導航衛星的信號，以提供三維位置數據。使用多個(ge) 接收器可以幫助確定航向和方向。
• 磁力計檢測並測量地球磁場的強度和方向。三個(ge) 磁力計用於(yu) 提供相對於(yu) 磁北的三維方向。
• 壓力傳(chuan) 感器測量外部壓力。例如，用於(yu) 確定水下應用中的深度的水壓傳(chuan) 感器和用於(yu) 確定高度的氣壓傳(chuan) 感器（氣壓計）。
在許多現代慣性導航係統中，慣性感測由稱為(wei) “慣性測量單元”（IMU）的模塊執行，有時也稱為(wei) 慣性參考單元（IRU）或運動參考單元（MRU）。 IMU 輸出原始運動數據，供 INS 的其他部分使用，通常與(yu) GNSS 輸入和其他傳(chuan) 感器結合使用。有關(guan) IMU 的更多信息，請閱讀“慣性測量單元 (IMU) – 簡介”一文。
在測量物體(ti) 的運動時，理解參考係的概念非常重要。為(wei) 了獲得準確的運動數據，必須在慣性參考係（也稱為(wei) “慣性參考係”）的約束內(nei) 測量慣性。這可以用牛頓慣性定律來解釋。
慣性定律指出，靜止的物體(ti) 保持靜止，運動的物體(ti) 保持以相同的速度移動，除非受到外力作用。由於(yu) 參考係不加速，因此可以測量慣性參考係內(nei) 的物體(ti) 上的外力所產(chan) 生的慣性。如果參考係也在加速，那麽(me) 其他力就會(hui) 發揮作用，影響慣性測量。
通常，我們(men) 使用地球作為(wei) 慣性參考係，即使它正在經曆加速，導致其繞軸旋轉並繞太陽運行，太陽也在移動等等。幸運的是，導航係統處理了使用非慣性參考係作為(wei) 慣性參考係所需的複雜數學，因此其輸出可以被視為(wei) 物體(ti) 運動的記錄，就像在 3D 空間中移動一樣不受其他力（例如重力）的作用。
為(wei) 了理解慣性導航係統的工作原理，考慮一下水平、筆直軌道上的火車是很有用的。火車的運動受到限製——它隻能向前或向後行駛。它不能上下左右移動，也不能以任何方式旋轉。
圖像描繪了直線軌道上的火車。火車隻能向前/向後移動
以火車為(wei) 例，當火車不移動時，加速度計測量的前/後軸（通常是 X 軸）將輸出零值。當火車開始向前移動時，加速度計將檢測速度的變化並快速輸出瞬時加速度值，通常每秒高達 1000 個(ge) 數據點 (1 kHz)。利用積分原理，可以記錄一段時間內(nei) 的加速度值並計算火車行駛的距離。現在，我們(men) 可以自信地沿著軌道定位火車，但隻能相對於(yu) 其起始位置——我們(men) 可能知道也可能不知道火車起始位置在世界上的絕對位置。要使用地球表麵作為(wei) 參考係來確定絕對位置，需要額外的信息——通常由 GNSS/GPS 接收器提供的信息。
對於(yu) 不在直線軌道上的車輛，可以使用加速度計從(cong) 所有三個(ge) 運動軸擴展這種測量加速度值並通過擴展計算相對位置和距起點的距離的方法。使用三角學將來自加速度計的數據組合成單個(ge) 行進向量。
實際上，幾乎所有車輛類型都不會(hui) 直線行駛，這意味著車輛必須以某種方式旋轉才能改變方向。陀螺儀(yi) 用於(yu) 通過測量三個(ge) 軸中任意一個(ge) 上的任何旋轉以及方向來確定行進方向（航向）。同樣，該方向是相對於(yu) 車輛在起點處的方向而言的，該方向可能是絕對已知的，也可能不是絕對已知的。確定絕對行進方向的一種常見方法是使用附加傳(chuan) 感器，例如磁力計，它將提供相對於(yu) 磁北極的航向值。
通過將加速度計的行進距離測量值與(yu) 陀螺儀(yi) 的行進方向相結合，可以以一定的精度確定物體(ti) 相對於(yu) 起點的位置。
慣性導航係統 (INS) 的價(jia) 值通常取決(jue) 於(yu) 其慣性傳(chuan) 感器的精度。有些傳(chuan) 感器比其他傳(chuan) 感器做得更好，或者比其他傳(chuan) 感器具有更寬的操作閾值，但是，不存在完美的傳(chuan) 感器。例如，所有傳(chuan) 感器都存在由傳(chuan) 感技術或所用材料的物理限製引起的固有誤差。這意味著所有加速度計和陀螺儀(yi) 都會(hui) 輸出含有誤差元素的信息。
由於(yu) 傳(chuan) 感器測量誤差是固有的，傳(chuan) 感器從(cong) 其起始位置移動得越遠，誤差就會(hui) 累積。因此，必須假設 INS 提供的位置信息會(hui) 存在一定程度的誤差。可以說，一般來說你付的錢越多，傳(chuan) 感器的質量就越好，精度也越高。至於(yu) 選擇哪種 INS，問題通常是由精度要求和預算決(jue) 定的。
造成測量誤差的因素有很多，而且無法完全避免。然而，有一些方法可以減少一些錯誤，而不僅(jin) 僅(jin) 是購買(mai) 更昂貴的傳(chuan) 感器。誤差校正方法包括在工作溫度範圍內(nei) 對傳(chuan) 感器進行工廠校準和表征，以及基於(yu) 智能軟件的傳(chuan) 感器輸出濾波。
硬件級別的固有傳(chuan) 感器錯誤無法消除，這導致傳(chuan) 感器數據處理中使用複雜的數學和統計過濾算法。這些濾波器旨在動態檢測和消除由幹擾和噪聲引起的偏差（固有誤差）和誤差，例如磁幹擾和振動引起的誤差。高級導航開發了獨特的過濾算法，利用人工智能 (AI)，這是一項關(guan) 鍵的新興(xing) 技術 – 閱讀這篇文章“人工智能如何徹底改變慣性導航？ ”了解更多信息。
如前所述，單獨使用加速度計和陀螺儀(yi) 將僅(jin) 提供相對於(yu) 起點的位置。為(wei) 了使用地球表麵作為(wei) 參考係來確定車輛的絕對位置（或高於(yu) 或低於(yu) ），通常使用 GNSS/GPS 接收器作為(wei) INS 的附加輸入。
全球導航衛星係統(GNSS) 與(yu) INS 的傳(chuan) 感器非常相似，很容易出現定時、軌道和大氣幹擾等錯誤，從(cong) 而影響使用衛星信息的導航係統的準確性。這導致了實時運動學 (RTK) 的發展——這些數學技術能夠確定用於(yu) 糾正衛星誤差的值。使用 RTK 可以將地球上的絕對位置確定在幾厘米以內(nei) ，有時甚至更小。在 INS 中使用智能軟件濾波器的優(you) 點之一是，GNSS 被視為(wei) 另一個(ge) 傳(chuan) 感器，其數據可用於(yu) 實時“調整”其他傳(chuan) 感器，以提高輸出位置精度。
舉(ju) 個(ge) 簡單的例子，讓我們(men) 回到水平直軌上的火車。智能軟件過濾器將使用加速度計測量值計算行駛距離，並將其與(yu) GNSS/GPS 接收器確定的行駛距離實時進行比較。如果兩(liang) 個(ge) 結果之間存在任何差異，濾波器可以“校準”加速度計，以消除可能存在的任何偏差或噪聲，例如來自振動源的偏差或噪聲。濾波器的這種能力確實是慣性導航係統的核心和靈魂，也是其與(yu) 簡單積分計算的區別所在。
最後，我們(men) 可以考慮通過慣性導航係統獲得絕對航向確定。陀螺儀(yi) 單獨提供一個(ge) 僅(jin) 相對於(yu) 您的起始位置的航向值，並不指示物體(ti) 相對於(yu) 北極的航向。絕對航向確定的一種常見且低成本的方法是使用另一種稱為(wei) 磁力計的傳(chuan) 感器。
磁力計測量地球的磁場強度，並且再次使用三個(ge) 磁力計，沿著三個(ge) 軸與(yu) 其他傳(chuan) 感器正交排列。與(yu) 加速度計和陀螺儀(yi) 一樣，磁力計軸測量結果被組合成單個(ge) 矢量。
當使用磁力計進行絕對航向確定時，有必要了解您所在位置的地球磁場強度。該信息被稱為(wei) “世界磁模型”(WMM)，它是對世界各地地球磁場強度的三維測量，分辨率為(wei) 50 公裏。 WMM信息存儲(chu) 在慣性導航係統內(nei) 部，並將該位置的WMM值與(yu) 測量值進行比較。使用三角學，INS 可以確定物體(ti) 相對於(yu) 磁北極旋轉了多少。從(cong) 那裏開始，為(wei) 了確定相對於(yu) 所謂的真北的旋轉（即航向），需要添加或減去一個(ge) 稱為(wei) “赤緯”的值。
紅軸描繪了“磁北”，因為(wei) 它與(yu) 地球磁場對齊。藍軸代表“真北”，因為(wei) 它是地球旋轉的實際軸。
請注意，要使用世界磁力模型，必須知道絕對位置，至少在 +/- 25 公裏之內(nei) ，因此在使用磁力計時通常使用 GNSS/GPS 接收器。
然而，磁力計並非在所有情況下都是理想的，因為(wei) 它們(men) 的測量非常敏感，因此容易受到附近含鐵物體(ti) 或產(chan) 生磁場的設備（例如電動機）的幹擾、偏移和失真。如果含鐵物體(ti) 相對於(yu) 傳(chuan) 感器是固定的；例如，在汽車中，可以校準幹擾。如果含鐵物體(ti) 本質上是瞬態的；例如，行駛在鋼板上時，可以智能濾除幹擾。不幸的是，如果含鐵物體(ti) 很近但沒有固定到位，並且一直存在——想象一下附近有一個(ge) 電動機或一塊旋轉的鋼；使用基於(yu) 磁力計的航向係統可能根本不可能。在這種情況下，可以使用光纖陀螺儀(yi) 等替代航向傳(chuan) 感器 通過測量地球自轉來找到真北的（FOG）可能是必要的。
人工智能 (AI) 是一種快速發展的技術/方法，正在工業(ye) 的許多方麵采用，以將一定程度的自動化決(jue) 策賦予軟件。毫無疑問，人工智能正在成為(wei) 自動化和自主係統、電子產(chan) 品以及提供越來越多的基於(yu) 計算機的服務的基礎技術。高級導航過濾 AI 包括人工神經網絡 (ANN)，其設計類似於(yu) 大腦互連的神經通路。該概念基於(yu) 節點（“人工神經元”）的集合，這些節點與(yu) 生物係統類似地互連。每個(ge) 神經元都可以將信號傳(chuan) 輸到其他神經元，從(cong) 而使交叉連接成為(wei) 可能並影響連接的神經元如何相互作用。對於(yu) 慣性導航係統，您可以將神經元視為(wei) 傳(chuan) 感器的輸入或輸出。
集成人工神經網絡的信號處理速度明顯快於(yu) 使用卡爾曼濾波的導航係統。卡爾曼濾波提供主要基於(yu) 統計的未知變量的估計。更快的處理意味著每秒捕獲傳(chuan) 感器數據的次數更多，這會(hui) 導致記錄的運動數據的粒度更細，並顯著提高導航性能。
與(yu) 卡爾曼濾波相比，人工智能改進了傳(chuan) 感器錯誤檢測和跟蹤。卡爾曼濾波由於(yu) 僅(jin) 對加速度、速度和位置應用基本線性約束而受到一定限製。基於(yu) 人工智能的高級導航算法應用動態約束，包括車輛運動的完整物理模型。使用動態約束而不是線性約束可以更好地檢測和跟蹤錯誤，從(cong) 而獲得更可靠和更高精度的運動數據。人工智能的“學習(xi) ”能力使其能夠在錯誤測量和測量後校正期間積累傳(chuan) 感器誤差數據和相關(guan) 條件。然後，人工智能可以使用這些積累的知識，並應用適合當前條件的傳(chuan) 感器誤差補償(chang) 。能夠根據當前條件解釋傳(chuan) 感器數據的結果，隨著時間的推移，更細致的傳(chuan) 感器誤差數據變得可用，曆史修正及其結果可提供更高的導航精度和改進的航位推算估計。
• Advanced Navigation Certus MEMS GNSS/INS 傳(chuan) 感器
• Advanced Navigation Certus Evo MEMS GNSS/INS 傳(chuan) 感器
• Advanced Navigation Spatial MEMS GNSS/INS 傳(chuan) 感器
• MicroStrain 3DM-CX5-GNSS/INS 高性能 GNSS 導航傳(chuan) 感器
• MicroStrain 3DM-GX5-GNSS/INS 高性能 GNSS 導航傳(chuan) 感器
• MicroStrain 3DM-CV7-INS 戰術級嵌入式慣性導航係統
電話
微信
