MEMS惯性传器ADIS16355在姿态测量中应用研究.docVIP

MEMS惯性传感器ADIS16355在姿态测量中应用研究 黎永键1，赵祚喜2，高俊文1 （1.广东农工商职业技术学院机电系，广州 510507；2.华南农业大学工程学院，广州 510642） 摘 要：为了实现惯性导航控制，需获取控制对象的姿态角信息，设计了基于MEMS惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元，利用加速度计对重力向量的观测来修正陀螺给出的姿态信息，卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块，阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程，基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验，测试结果表明，该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角，其误差一般在±1°左右。TP212.9 0 引言 在通信、雷达跟踪、汽车定位及机器人定位等的导航中载体的运动控制都需要用到载体姿态信息，主要包括姿态角、航向角、加速度和角速度等[1]。载体的姿态测量有多种方法，根据对象以及执行任务要求的不同，姿态传感器可选用惯性式、磁感应式等[2]。MEMS惯性传感器（Microelectromechanical System，即微电子机械系统)是集微型传感器、执行器以及信号处理和控制电路、接口电路、通信和电源于一体的微型机电系统，属于惯性式传感器。基于MEMS技术的传感器在体积、质量、功耗上都具有很大优势，从而成为微型系统姿态测量中的一种较好选择。但MEMS传感器存在精度低、漂移大等缺点，特别是MEMS陀螺由于其较大的漂移，只能在短时间内提供可靠的信息[3]。因此单个MEMS传感器必须与其他姿态传感器组合使用才能给出长期稳定可靠的姿态和航向信息。 大量研究工作表明，传感器信息融合可以比较好解决单个传感器测量误差偏大的问题,基于Kalman滤波算法的姿态测量可以更有效地提供运动物体的姿态信息[4]。张智刚等设计了Kalman滤波器对农业自动导航车辆的GPS定位数据进行平滑处理实现姿态修正，同时实现磁航向传感器偏移误差的在线辨识与航向校正，更真实地反映了被测对象运动状态[5]。夏琳琳研究了扩张型卡尔曼滤波（EKF）与神经网络智能控制相结合的融合滤波方法，对滤波器状态方程的预报值进行在线修正，获得的导航参数精度和动态性能均有提高[6]。张谦等基于MEMS器件设计了微型六自由度的姿态航向参考系统，以Kalman滤波算法作传感器信息融合，试验表明该系统可以提高导航系统的可靠性[7]。 以上研究均采用卡尔曼滤波作为传感器信息融合的方法，姿态测量的精度有所提高，但是在测量系统的体积小型化、融合算法的优化方面的问题没有得到有效的解决。因此，本文设计了姿态测量系统以准确测量运动物体的姿态信息，重点是推导出适用于该系统的Kalman滤波算法以进行传感器信息融合。该系统采用加速度计与陀螺仪集成模块ADIS16355作为传感器测量单元，利用加速度计对重力向量的观测来修正陀螺给出的姿态角信息，采用卡尔曼滤波算法对其状态进行估计。下面分别从结构、原理、姿态测量系统硬软件实现介绍系统设计，之后给出试验结果。ADIS16355是一个完整的三轴陀螺和三轴加速度计组成的惯性感应系统，应用于运动控制与分析、机器人、惯性测量单元、导航控制领域等。该传感器包涵ADI公司微机械和混合信息处理技术，是一个高度集成的解决方案，提供校准后的数字惯性感应[8]。ADIS16355功能模块框图如图1(a)所示，传感器上电后便自动以819.2SPS采样速率进行惯性测量，温度传感器、MEMS三轴角速度传感器和三轴MEMS加速度传感器分别感知环境温度、器件所受三维角速度和加速度。 下面介绍基于本文设计的姿态测量系统，图1(b)是姿态测量系统硬件结构示意图。该系统的器件包括ARMv7架构的Cotex-M3处理器、ADIS16355、SD卡存储器等。Cortex-M3处理器是一个低功耗的处理器，使用了ARMv7-M 体系结构，是一个可综合的、高度可配置的处理器 [9]。从性能能上看，Cortex-M3处理器可以作为本文的融合算法硬件实现。Cortex-M3的IO口允许0～5V电平，且ADIS16355的SPI接口输入高电平只需到2.0V，因此Cortex-M3和ADIS16355虽是不同工作电源芯片，但它们的接口电平兼容，可采取直接连接的方式直接连接。RS-232电平转换采用MAX3232，它是一款3V至5.5V单通道RS-232线路驱动器/接收器。电源电路可提供+5V和+12V电压，分别为ADIS16355和Cortex-M3提供电源。Cotex-M3处理器