慣性導(dǎo)航系統(tǒng)通常稱為 INS，是一種使用各種環(huán)境傳感器的電子系統(tǒng)，能夠檢測(cè)和測(cè)量物體運(yùn)動(dòng)的變化。使用傳感器數(shù)據(jù)，慣性導(dǎo)航系統(tǒng)可以確定車輛或物體相對(duì)于其起點(diǎn)的位置 - 這稱為航位推算。
慣性導(dǎo)航系統(tǒng)中使用的傳感器有多種類型，但兩種主要類型是加速度計(jì)和陀螺儀。
加速度計(jì)可以測(cè)量線速度的變化。由于大多數(shù)物體可以在三維空間中移動(dòng)，因此通常使用三個(gè)正交安裝的加速度計(jì)；也就是說(shuō)，每個(gè)加速度計(jì)的軸與其他加速度計(jì)的軸成 90°。它們通常被賦予X軸、Y軸和Z軸的標(biāo)簽。
陀螺儀測(cè)量旋轉(zhuǎn)速度，并且由于大多數(shù)物體可以在三維空間中自由旋轉(zhuǎn)，因此通常使用三個(gè)陀螺儀軸。它們還正交安裝在物體上，并盡可能與三個(gè)加速度計(jì)軸對(duì)齊。
該圖像描繪了三個(gè)運(yùn)動(dòng)軸上的加速度計(jì)和陀螺儀。
每個(gè)加速度計(jì)和陀螺儀都與其他加速度計(jì)和陀螺儀成 90°（正交）放置。
典型的 INS 將具有其他內(nèi)置傳感器或連接設(shè)備，以提供比單獨(dú)運(yùn)動(dòng)更廣泛的更全面的數(shù)據(jù)集，例如：
? GNSS 接收器同時(shí)接收和解碼來(lái)自多個(gè)導(dǎo)航衛(wèi)星的信號(hào)，以提供三維位置數(shù)據(jù)。使用多個(gè)接收器可以幫助確定航向和方向。
? 磁力計(jì)檢測(cè)并測(cè)量地球磁場(chǎng)的強(qiáng)度和方向。三個(gè)磁力計(jì)用于提供相對(duì)于磁北的三維方向。
? 壓力傳感器測(cè)量外部壓力。例如，用于確定水下應(yīng)用中的深度的水壓傳感器和用于確定高度的氣壓傳感器（氣壓計(jì)）。
在許多現(xiàn)代慣性導(dǎo)航系統(tǒng)中，慣性感測(cè)由稱為“慣性測(cè)量單元”（IMU）的模塊執(zhí)行，有時(shí)也稱為慣性參考單元（IRU）或運(yùn)動(dòng)參考單元（MRU）。 IMU 輸出原始運(yùn)動(dòng)數(shù)據(jù)，供 INS 的其他部分使用，通常與 GNSS 輸入和其他傳感器結(jié)合使用。有關(guān) IMU 的更多信息，請(qǐng)閱讀“慣性測(cè)量單元 (IMU) – 簡(jiǎn)介”一文。
在測(cè)量物體的運(yùn)動(dòng)時(shí)，理解參考系的概念非常重要。為了獲得準(zhǔn)確的運(yùn)動(dòng)數(shù)據(jù)，必須在慣性參考系（也稱為“慣性參考系”）的約束內(nèi)測(cè)量慣性。這可以用牛頓慣性定律來(lái)解釋。
慣性定律指出，靜止的物體保持靜止，運(yùn)動(dòng)的物體保持以相同的速度移動(dòng)，除非受到外力作用。由于參考系不加速，因此可以測(cè)量慣性參考系內(nèi)的物體上的外力所產(chǎn)生的慣性。如果參考系也在加速，那么其他力就會(huì)發(fā)揮作用，影響慣性測(cè)量。
通常，我們使用地球作為慣性參考系，即使它正在經(jīng)歷加速，導(dǎo)致其繞軸旋轉(zhuǎn)并繞太陽(yáng)運(yùn)行，太陽(yáng)也在移動(dòng)等等。幸運(yùn)的是，導(dǎo)航系統(tǒng)處理了使用非慣性參考系作為慣性參考系所需的復(fù)雜數(shù)學(xué)，因此其輸出可以被視為物體運(yùn)動(dòng)的記錄，就像在 3D 空間中移動(dòng)一樣不受其他力（例如重力）的作用。
為了理解慣性導(dǎo)航系統(tǒng)的工作原理，考慮一下水平、筆直軌道上的火車是很有用的?；疖嚨倪\(yùn)動(dòng)受到限制——它只能向前或向后行駛。它不能上下左右移動(dòng)，也不能以任何方式旋轉(zhuǎn)。
圖像描繪了直線軌道上的火車?；疖囍荒芟蚯?向后移動(dòng)
以火車為例，當(dāng)火車不移動(dòng)時(shí)，加速度計(jì)測(cè)量的前/后軸（通常是 X 軸）將輸出零值。當(dāng)火車開始向前移動(dòng)時(shí)，加速度計(jì)將檢測(cè)速度的變化并快速輸出瞬時(shí)加速度值，通常每秒高達(dá) 1000 個(gè)數(shù)據(jù)點(diǎn) (1 kHz)。利用積分原理，可以記錄一段時(shí)間內(nèi)的加速度值并計(jì)算火車行駛的距離?，F(xiàn)在，我們可以自信地沿著軌道定位火車，但只能相對(duì)于其起始位置——我們可能知道也可能不知道火車起始位置在世界上的絕對(duì)位置。要使用地球表面作為參考系來(lái)確定絕對(duì)位置，需要額外的信息——通常由 GNSS/GPS 接收器提供的信息。
對(duì)于不在直線軌道上的車輛，可以使用加速度計(jì)從所有三個(gè)運(yùn)動(dòng)軸擴(kuò)展這種測(cè)量加速度值并通過(guò)擴(kuò)展計(jì)算相對(duì)位置和距起點(diǎn)的距離的方法。使用三角學(xué)將來(lái)自加速度計(jì)的數(shù)據(jù)組合成單個(gè)行進(jìn)向量。
實(shí)際上，幾乎所有車輛類型都不會(huì)直線行駛，這意味著車輛必須以某種方式旋轉(zhuǎn)才能改變方向。陀螺儀用于通過(guò)測(cè)量三個(gè)軸中任意一個(gè)上的任何旋轉(zhuǎn)以及方向來(lái)確定行進(jìn)方向（航向）。同樣，該方向是相對(duì)于車輛在起點(diǎn)處的方向而言的，該方向可能是絕對(duì)已知的，也可能不是絕對(duì)已知的。確定絕對(duì)行進(jìn)方向的一種常見(jiàn)方法是使用附加傳感器，例如磁力計(jì)，它將提供相對(duì)于磁北極的航向值。
通過(guò)將加速度計(jì)的行進(jìn)距離測(cè)量值與陀螺儀的行進(jìn)方向相結(jié)合，可以以一定的精度確定物體相對(duì)于起點(diǎn)的位置。
慣性導(dǎo)航系統(tǒng) (INS) 的價(jià)值通常取決于其慣性傳感器的精度。有些傳感器比其他傳感器做得更好，或者比其他傳感器具有更寬的操作閾值，但是，不存在完美的傳感器。例如，所有傳感器都存在由傳感技術(shù)或所用材料的物理限制引起的固有誤差。這意味著所有加速度計(jì)和陀螺儀都會(huì)輸出含有誤差元素的信息。
由于傳感器測(cè)量誤差是固有的，傳感器從其起始位置移動(dòng)得越遠(yuǎn)，誤差就會(huì)累積。因此，必須假設(shè) INS 提供的位置信息會(huì)存在一定程度的誤差?？梢哉f(shuō)，一般來(lái)說(shuō)你付的錢越多，傳感器的質(zhì)量就越好，精度也越高。至于選擇哪種 INS，問(wèn)題通常是由精度要求和預(yù)算決定的。
造成測(cè)量誤差的因素有很多，而且無(wú)法完全避免。然而，有一些方法可以減少一些錯(cuò)誤，而不僅僅是購(gòu)買更昂貴的傳感器。誤差校正方法包括在工作溫度范圍內(nèi)對(duì)傳感器進(jìn)行工廠校準(zhǔn)和表征，以及基于智能軟件的傳感器輸出濾波。
硬件級(jí)別的固有傳感器錯(cuò)誤無(wú)法消除，這導(dǎo)致傳感器數(shù)據(jù)處理中使用復(fù)雜的數(shù)學(xué)和統(tǒng)計(jì)過(guò)濾算法。這些濾波器旨在動(dòng)態(tài)檢測(cè)和消除由干擾和噪聲引起的偏差（固有誤差）和誤差，例如磁干擾和振動(dòng)引起的誤差。高級(jí)導(dǎo)航開發(fā)了獨(dú)特的過(guò)濾算法，利用人工智能 (AI)，這是一項(xiàng)關(guān)鍵的新興技術(shù) – 閱讀這篇文章“人工智能如何徹底改變慣性導(dǎo)航？ ”了解更多信息。
如前所述，單獨(dú)使用加速度計(jì)和陀螺儀將僅提供相對(duì)于起點(diǎn)的位置。為了使用地球表面作為參考系來(lái)確定車輛的絕對(duì)位置（或高于或低于），通常使用 GNSS/GPS 接收器作為 INS 的附加輸入。
全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS) 與 INS 的傳感器非常相似，很容易出現(xiàn)定時(shí)、軌道和大氣干擾等錯(cuò)誤，從而影響使用衛(wèi)星信息的導(dǎo)航系統(tǒng)的準(zhǔn)確性。這導(dǎo)致了實(shí)時(shí)運(yùn)動(dòng)學(xué) (RTK) 的發(fā)展——這些數(shù)學(xué)技術(shù)能夠確定用于糾正衛(wèi)星誤差的值。使用 RTK 可以將地球上的絕對(duì)位置確定在幾厘米以內(nèi)，有時(shí)甚至更小。在 INS 中使用智能軟件濾波器的優(yōu)點(diǎn)之一是，GNSS 被視為另一個(gè)傳感器，其數(shù)據(jù)可用于實(shí)時(shí)“調(diào)整”其他傳感器，以提高輸出位置精度。
舉個(gè)簡(jiǎn)單的例子，讓我們回到水平直軌上的火車。智能軟件過(guò)濾器將使用加速度計(jì)測(cè)量值計(jì)算行駛距離，并將其與 GNSS/GPS 接收器確定的行駛距離實(shí)時(shí)進(jìn)行比較。如果兩個(gè)結(jié)果之間存在任何差異，濾波器可以“校準(zhǔn)”加速度計(jì)，以消除可能存在的任何偏差或噪聲，例如來(lái)自振動(dòng)源的偏差或噪聲。濾波器的這種能力確實(shí)是慣性導(dǎo)航系統(tǒng)的核心和靈魂，也是其與簡(jiǎn)單積分計(jì)算的區(qū)別所在。
最后，我們可以考慮通過(guò)慣性導(dǎo)航系統(tǒng)獲得絕對(duì)航向確定。陀螺儀單獨(dú)提供一個(gè)僅相對(duì)于您的起始位置的航向值，并不指示物體相對(duì)于北極的航向。絕對(duì)航向確定的一種常見(jiàn)且低成本的方法是使用另一種稱為磁力計(jì)的傳感器。
磁力計(jì)測(cè)量地球的磁場(chǎng)強(qiáng)度，并且再次使用三個(gè)磁力計(jì)，沿著三個(gè)軸與其他傳感器正交排列。與加速度計(jì)和陀螺儀一樣，磁力計(jì)軸測(cè)量結(jié)果被組合成單個(gè)矢量。
當(dāng)使用磁力計(jì)進(jìn)行絕對(duì)航向確定時(shí)，有必要了解您所在位置的地球磁場(chǎng)強(qiáng)度。該信息被稱為“世界磁模型”(WMM)，它是對(duì)世界各地地球磁場(chǎng)強(qiáng)度的三維測(cè)量，分辨率為 50 公里。 WMM信息存儲(chǔ)在慣性導(dǎo)航系統(tǒng)內(nèi)部，并將該位置的WMM值與測(cè)量值進(jìn)行比較。使用三角學(xué)，INS 可以確定物體相對(duì)于磁北極旋轉(zhuǎn)了多少。從那里開始，為了確定相對(duì)于所謂的真北的旋轉(zhuǎn)（即航向），需要添加或減去一個(gè)稱為“赤緯”的值。
紅軸描繪了“磁北”，因?yàn)樗c地球磁場(chǎng)對(duì)齊。藍(lán)軸代表“真北”，因?yàn)樗堑厍蛐D(zhuǎn)的實(shí)際軸。
請(qǐng)注意，要使用世界磁力模型，必須知道絕對(duì)位置，至少在 +/- 25 公里之內(nèi)，因此在使用磁力計(jì)時(shí)通常使用 GNSS/GPS 接收器。
然而，磁力計(jì)并非在所有情況下都是理想的，因?yàn)樗鼈兊臏y(cè)量非常敏感，因此容易受到附近含鐵物體或產(chǎn)生磁場(chǎng)的設(shè)備（例如電動(dòng)機(jī)）的干擾、偏移和失真。如果含鐵物體相對(duì)于傳感器是固定的；例如，在汽車中，可以校準(zhǔn)干擾。如果含鐵物體本質(zhì)上是瞬態(tài)的；例如，行駛在鋼板上時(shí)，可以智能濾除干擾。不幸的是，如果含鐵物體很近但沒(méi)有固定到位，并且一直存在——想象一下附近有一個(gè)電動(dòng)機(jī)或一塊旋轉(zhuǎn)的鋼；使用基于磁力計(jì)的航向系統(tǒng)可能根本不可能。在這種情況下，可以使用光纖陀螺儀等替代航向傳感器 通過(guò)測(cè)量地球自轉(zhuǎn)來(lái)找到真北的（FOG）可能是必要的。
人工智能 (AI) 是一種快速發(fā)展的技術(shù)/方法，正在工業(yè)的許多方面采用，以將一定程度的自動(dòng)化決策賦予軟件。毫無(wú)疑問(wèn)，人工智能正在成為自動(dòng)化和自主系統(tǒng)、電子產(chǎn)品以及提供越來(lái)越多的基于計(jì)算機(jī)的服務(wù)的基礎(chǔ)技術(shù)。高級(jí)導(dǎo)航過(guò)濾 AI 包括人工神經(jīng)網(wǎng)絡(luò) (ANN)，其設(shè)計(jì)類似于大腦互連的神經(jīng)通路。該概念基于節(jié)點(diǎn)（“人工神經(jīng)元”）的集合，這些節(jié)點(diǎn)與生物系統(tǒng)類似地互連。每個(gè)神經(jīng)元都可以將信號(hào)傳輸?shù)狡渌窠?jīng)元，從而使交叉連接成為可能并影響連接的神經(jīng)元如何相互作用。對(duì)于慣性導(dǎo)航系統(tǒng)，您可以將神經(jīng)元視為傳感器的輸入或輸出。
集成人工神經(jīng)網(wǎng)絡(luò)的信號(hào)處理速度明顯快于使用卡爾曼濾波的導(dǎo)航系統(tǒng)?？柭鼮V波提供主要基于統(tǒng)計(jì)的未知變量的估計(jì)。更快的處理意味著每秒捕獲傳感器數(shù)據(jù)的次數(shù)更多，這會(huì)導(dǎo)致記錄的運(yùn)動(dòng)數(shù)據(jù)的粒度更細(xì)，并顯著提高導(dǎo)航性能。
與卡爾曼濾波相比，人工智能改進(jìn)了傳感器錯(cuò)誤檢測(cè)和跟蹤?？柭鼮V波由于僅對(duì)加速度、速度和位置應(yīng)用基本線性約束而受到一定限制?；谌斯ぶ悄艿母呒?jí)導(dǎo)航算法應(yīng)用動(dòng)態(tài)約束，包括車輛運(yùn)動(dòng)的完整物理模型。使用動(dòng)態(tài)約束而不是線性約束可以更好地檢測(cè)和跟蹤錯(cuò)誤，從而獲得更可靠和更高精度的運(yùn)動(dòng)數(shù)據(jù)。人工智能的“學(xué)習(xí)”能力使其能夠在錯(cuò)誤測(cè)量和測(cè)量后校正期間積累傳感器誤差數(shù)據(jù)和相關(guān)條件。然后，人工智能可以使用這些積累的知識(shí)，并應(yīng)用適合當(dāng)前條件的傳感器誤差補(bǔ)償。能夠根據(jù)當(dāng)前條件解釋傳感器數(shù)據(jù)的結(jié)果，隨著時(shí)間的推移，更細(xì)致的傳感器誤差數(shù)據(jù)變得可用，歷史修正及其結(jié)果可提供更高的導(dǎo)航精度和改進(jìn)的航位推算估計(jì)。
? Advanced Navigation Certus MEMS GNSS/INS 傳感器
? Advanced Navigation Certus Evo MEMS GNSS/INS 傳感器
? Advanced Navigation Spatial MEMS GNSS/INS 傳感器
? MicroStrain 3DM-CX5-GNSS/INS 高性能 GNSS 導(dǎo)航傳感器
? MicroStrain 3DM-GX5-GNSS/INS 高性能 GNSS 導(dǎo)航傳感器
? MicroStrain 3DM-CV7-INS 戰(zhàn)術(shù)級(jí)嵌入式慣性導(dǎo)航系統(tǒng)
