基于机器人及军用导航系统的MEMS陀螺仪性能研究

摘要

随着经济发展和技术进步，导航系统日益普及，将惯性导航器件MEMS陀螺作为一种新型的低成本陀螺，可以有效提高机器人及军用组合导航系统的经济性。MEMS是Micro Electromechanical System(微机电系统)的简称，是一种集微型传感器、执行器以及信号处理和控制电路、接口电路、电源和通信于一体的微机电系统。近年来，随着导航技术的高速发展，以及社会科学的需要，陀螺仪的应用尤其是具有高集成度的MEMS陀螺仪的应用市场大大扩大，被广泛应用于军用导航系统，以及机器人平衡系统姿态测量和控制中[2]。作为一种导航精密传感仪器，MEMS陀螺仪本身的性能以及存在的一些问题对于导航系统的精度有着重要影响。
　　 本文在总结和归纳国内外MEMS陀螺仪技术发展和研制现状之后，结合实验室研究课题方向，主要从陀螺仪数据采集，性能分析，漂移误差分析与建模，随机漂移误差补偿等方面对于MEMS陀螺仪的使用和性能进行了分析和研究。对于提高陀螺仪精度，进而提高导航系统的精度有着很大的现实意义。主要工作量包括：针对陆地机器人系统中使用的MEMS陀螺仪，采用AVR单片机为核心控制器的数据采集系统，结合实验室三轴转台，进行陀螺仪的数据采集；针对军用高精度导航的MEMS陀螺仪，进行了轨迹仿真器的设计，最高精度的模仿军用导航系统，得到MEMS陀螺仪的测量数据，便于实验室进行导航方法的研究和验证；在对MEMS陀螺仪数据提取的基础上，分析和建立其数学模型，得到MEMS陀螺仪工作曲线；通过介绍和分析陀螺漂移的原理和误差机理，采用时间序列分析法对于MEMS陀螺仪进行随机漂移误差建模，采用卡尔曼滤波理论进行误差模型的补偿，得到了相对较好的补偿效果；
　　 本文的最后，将MEMS陀螺仪应用于实验室自平衡机器人小车中，通过与加速度计的共同合作来获取车体姿态信息，分析了系统所采用的惯性传感器的优缺点，并针对陀螺仪的信号进行了相应的物理硬件上的处理，同时提出了实现其传感器数据优化的必要性。然后介绍了一种卡尔曼滤波方法，并为系统设计了基于陀螺仪和加速度计的卡尔曼滤波算法。最后介绍了实验室多传感器数据处理实验验证方法，利用matlab仿真平台，通过验证表明通过仿真可以得到与处理器解算结果基本吻合的车体倾角信息姿态，从而便于未来直接利用仿真平台进行后续的实验研究和开发，大大提高了实验研究的便捷性。