This paper describes the results of comparison analysis regarding three algorithms for heading determination using low-cost inertial sensors: the stand-alone strapdown approach, magnetometer aiding approach, and strapdown approach with errors modelled, estimated and compensated using Kalman filtering. Experimental testing with precise rotational tilt platform was performed. Error analysis was carried out to qualitatively evaluate the best approach intended for implementation into unmanned aerial systems for navigation purposes.
PL
W artykule przedstawiono analizę porównawczą trzech algorytmów szukania kursu nawigacji przy wykorzystaniu czujników inercyjnych: system strapdown, system ze wspomaganiem przez magnetometr, system strapdown z z kompensacją błędu przy wykorzystaniu filtru Kalmana. Przeprowadzono eksperymenty przy wykorzystaniu precyzyjnej platformy z możliwością nastawiania kąta. Oceniono błędy metody.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This paper describes the results of error analyses of two low-cost Attitude and Heading Reference Systems (AHRS). These error analyses concern both random sensor errors identified by Allan variance method and deterministic errors estimated during a calibration procedure. The calibration procedure is based on the Levenberg-Marquardt algorithm used to solve non-linear least squares estimation problem. The main contribution of this paper is to present data necessary for further inertial sensors signal processing by means of Kalman filtering.
PL
Artykuł opisuje rezultaty analizy błędu dwóch systemów nawigacji. Analiza koncentruje się na błędach czujników: przypadkowych zdefiniowanych przez wariancję Allana i systematycznych, określonych w procedurze kalibracji. Procedura kalibracji bazuje na algorytmie Levenberga-Marquardta stosowanym do rozwiązywania problemów estymacji metodą nieliniowych najmniejszych kwadratów. Głównym celem artykułu jest podanie danych niezbędnych do późniejszego przetwarzania sygnału czujników bezwładnościowych przy wykorzystaniu filtrów Kalmana.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.