Датчики: акселерометры, гироскопы, магнитометры

В основе любой ИНС — инерциальный измерительный модуль (IMU). Типичный IMU включает три взаимно перпендикулярных акселерометра и три гироскопа, иногда ещё три магнитометра (dewesoft.com). Акселерометры измеряют специфическую силу — разницу между истинным ускорением и ускорением свободного падения. Гироскопы измеряют угловую скорость. Магнитометры оценивают вектор магнитного поля Земли и позволяют корректировать курс. Упрощая такой 9‑осевой датчик иногда называют «AHRS» — системой ориентации и направления (attitude and heading reference system). AHRS - это система которая обсчитывает показания датчиков и выдаёт уже свои показания. В нашем проекте используется MEMS‑IMU с 6 степенями свободы и встроенным термодатчиком.

Координатные системы и ремённый алгоритм

Изначально инерциальные системы строились на гиростабилизированных платформах: набор гироскопов поддерживал устойчивое положение платформы, на которой устанавливались акселерометры. Это дорого и тяжело. Современные системы используют «бесплатформенной» (strap‑down) схему: датчики жёстко закреплены на корпусе, а вычислитель в реальном времени пересчитывает измерения из «телесной» системы координат в «навигационную» (обычно связанная с Землёй или локальной плоскостью). Для этого используются кватернионы или матрицы направляющих косинусов. Главная задача — вычислить матрицу поворота из тела в навигационную систему, интегрируя угловые скорости гироскопов; затем ускорения, измеренные в корпусной системе, преобразовать в навигационную и интегрировать для получения скоростей и координат.

В учебнике под редакцией Чёрного и Кораблина подробно разбирается вывод уравнений движения для летательных аппаратов. Например, скорость в навигационной системе vn\mathbf{v}_{n}vn​ связана с интегралом от специфической силы fn\mathbf{f}_{n}fn​ и компенсацией вращения Земли и кажущегося и переносного ускорения:

где

вектор угловой скорости вращения Земли
вектор угловой скорости вращения Земли
угловая скорость навигационной системы относительно Земли
угловая скорость навигационной системы относительно Земли
вектор местного притяжения
вектор местного притяжения

В простых наземных приложениях мы часто пренебрегаем вращением Земли, но в авиации и при длительных полётах эти поправки важны. Наша разработка, ориентированная на частную авиацию, использует упрощённую модель плоской Земли, но учитывает изменение гравитации с высотой и широтой.

Откуда берётся дрейф

Инерциальная система автономна, но из‑за неидеальности датчиков её ошибки накапливаются. Малейшие смещения нулевого уровня акселерометров или гироскопов, шумы и квантование при интегрировании превращаются в существенно растущую ошибку. Как отмечает статья в Википедии, даже акселерометр с погрешностью 10 µg приводит к ошибке около 50 м за 17 минут. Поэтому ИНС обычно сочетают с внешними источниками измерений — радиовысотометрами, барометрами, GNSS и так далее.

Фильтр Калмана и метод наименьших квадратов

Чтобы уменьшать дрейф, навигационная система применяет алгоритмы оптимальной оценки. Наиболее известный — фильтр Калмана, придуманный в 1960 году Р. Калманом. Согласно технической статье компании VectorNav, фильтр Калмана обеспечивает оптимальную оценку состояния системы при наличии шумных измерений и неполного знания динамики (vectornav.com). Он похож на метод наименьших квадратов, но работает последовательно: модель состояния прогнозирует координаты и скорости, а затем, как только появляются новые измерения (например, от GPS), фильтр уточняет прогноз, учитывая доверительные интервалы (матрицы ковариации). В результате получается оценка с минимальной дисперсией, а также оценка собственных ошибок.

Фильтр Калмана особенно эффективен в навигации: он позволяет объединять данные с разных сенсоров, даже если они измеряют разные величины (скорости, ускорения, угловые скорости), и распределять веса между ними в зависимости от точности. В последующих частях я расскажу, как применял этот фильтр, а также другие методы — взвешенные средние и метод наименьших квадратов — и сравню их на примере имитаций.

Необходимость магнитометра и барометра

Хотя основную навигацию обеспечивают акселерометры и гироскопы, для устойчивого курса полезно использовать магнитометр. Он измеряет направление магнитного поля Земли и позволяет корректировать угловой дрейф по курсу. Некоторые системы используют барометр (датчик давления) для определения высоты и калибровки интегрированного по вертикали ускорения. В нашем первом прототипе магнитометр и барометр не устанавливались, чтобы упростить схему, но в следующих версиях эти датчики планируются.

В следующей части я перейду от абстрактной теории к «железу» и расскажу, как выбирались компоненты будущего навигатора.

Комментарии (10)


  1. yappari
    05.08.2025 15:38

    Современные системы используют «ремённую» (strap‑down) схему:

    специфической силы fn\mathbf{f}_{n}fn​ и ... и транспортных эффектов

    Какая-то странная самодельная/дословно переведённая терминология. Первое называется "бесплатформенной" системой, вторые - кажущимся и переносным ускорением.

    И да, датчик - это датчик, а система (AHRS) - это система (которая обсчитывает показания датчиков и выдаёт уже свои показания). В общем, перед написанием/публикацией стоило внимательнее ознакомиться с общепринятой терминологией, чтобы не путать себя и читателей.


    1. exec77 Автор
      05.08.2025 15:38

      Да, терминологию описываю как я сам понимаю, т.к. не имею профильного образования по авионике - терминология может страдать. Спасибо за замечание.


  1. randomsimplenumber
    05.08.2025 15:38

    ωie\boldsymbol{\omega}_{ie}ωie

    Что-то по латеховски, не смог разобрать ;)


    1. exec77 Автор
      05.08.2025 15:38

      Так считались формулы на мета-языке, внесу исправления и вставлю картинкой, спасибо за замечание


  1. kovserg
    05.08.2025 15:38

    Типа такого IMU


  1. Sagy
    05.08.2025 15:38

    Видно что автор свой драйвер к иму не писал, акселерометр в среднем не "плывет", магнитометр нужен для восстановления угла вокруг оси гравитации, обсуждать измерительную систему без точностей и задач которые она решает смысла не вижу. Если хочется формул то кватернионов не хватает


    1. exec77 Автор
      05.08.2025 15:38

      Вы абсолютно правы, писать драйвер я не вижу смысла, по крайней мере на этапе первых прототипов. Суть коцепции устройства в том, чтобы комбиинровать несколько разных по физическому принципу источников данных "из коробки", применить к ним умную обработку и попробовать получить вменяемый результат. Наберитесь терпения, дальше будут статьи с фото живого устройства и его работы.

      Касательно формул, то не приводил их ровно по той же причине, что вы указали - это слишком заумно для науч поп статьи.


      1. Shadow_ru
        05.08.2025 15:38

        Мнээ, EKF3 в ардупайлоте не годится ? Он же полностью открыт и умеет фьюзить данные с нескольких разных датчиков


  1. chnav
    05.08.2025 15:38

    Самое необычное применение фильтра Калмана, которое я встречал, в Trimble Thunderbolt GPS Disciplined Clock (GPS время + источник опорной частоты 10 mHz). Кварц в печке, учёт внешней температуры и пр. Фильтр постоянно обучается и при пропадании GPS автономно управляет кварцем (печкой ?). Пока ничего особенного... А особенность в том, что в модели замешана не только температура, но и эффект старения кварца !!!

    Без GPS работает часов 7-8, а потом всё как в заголовке - начинает бессовестно плыть.

    PS: к сожалению информация исключительно из руководства пользователя, так что пришлось принять на веру. В современных инструкциях и этого не напишут ))


  1. edesign_iot
    05.08.2025 15:38

    Пока статья ни о чем, может в дальнейшем будет что нибудь интересное, без обид, просто вводная информация, даже ИИ расскажет куда больше