छोटे यूएवी के लिए गैर-ऑर्थोगोनल SINS

संक्षिप्तीकरण के नियमों के अनुसार, शीर्षक नहीं होना चाहिए, लेकिन संक्षिप्ताक्षरों को चित्रित करने के बाद, मैं शीर्षक को एक एनोटेशन में बदल दूंगा। तो यहाँ ...

• BINS - स्ट्रैडडाउन जड़त्वीय नेविगेशन प्रणाली
• यूएवी - मानव रहित हवाई वाहन
• OCH - सेंसर की संवेदनशीलता का अक्ष

यह लेख एक नेविगेशन प्रणाली पर ध्यान केंद्रित करेगा जिसमें OCh सेंसर गैर-ऑर्थोगोनली उन्मुख होते हैं, अर्थात। यूएवी के साथ जुड़े समन्वय प्रणाली के अक्षों पर कुछ गैर-शून्य कोण पर स्थित है। ऐसे SINS की एक विशेषता यह है कि प्रत्येक सेंसर से मिली जानकारी के अनुसार, किसी वस्तु के कोणीय वेग (gyroscopes के लिए) और रैखिक त्वरण (रैखिक त्वरक के लिए) के सभी तीन घटकों के मूल्यों को प्राप्त करना संभव है।
लेख एक मल्टीकोप्टर के निर्माण के अतिरिक्त भाग दो के रूप में लिखा गया है। लक्ष्य सस्ते सेंसर में शून्य बहाव का मुकाबला करने के तरीकों में से एक का वर्णन करना है।

परिचय

SINS के फायदे इसकी सापेक्ष सस्तेपन हैं ("कम लागत" श्रेणी से सेंसर का उपयोग करना संभव है), छोटे आयाम और वजन, साथ ही कम बिजली की खपत। ये लाभ विशेष रूप से सूक्ष्म नेविगेशन सेंसर (gyroscopes - MMG, एक्सेलेरोमीटर - MMA) पर निर्मित SINS में स्पष्ट रूप से दिखाई देते हैं।
रेखीय माइक्रोकैमिकल एक्सेलेरोमीटर के ब्लॉक को एक चलती वस्तु के स्पष्ट त्वरण के लिए सेंसर के रूप में उपयोग किया जाता है। उनके पास उच्च सटीकता विशेषताएँ नहीं हैं (यदि हम सस्ती एमएमए पर विचार करते हैं)। हालांकि, ऐसे कार्य हैं जिनके लिए वे अच्छी तरह से अनुकूल हैं। उदाहरण के लिए, छोटे विमानों में, छोटे आकार और वजन, एमएमए इकाइयों की कम बिजली की खपत के साथ मिलकर, बहुत सारे लाभ लाते हैं। वही मोटर वाहन उद्योग पर लागू होता है, जहां वे उपग्रह प्रणालियों (जीपीएस, ग्लोनास, आदि) के साथ एकीकृत होते हैं।
कम-लागत वाले सूक्ष्म यांत्रिक सेंसर की गंभीर समस्याओं में से एक शून्य का यादृच्छिक बहाव है। सीधे शब्दों में कहें, बहाव तब होता है जब सेंसर इंगित करता है कि ऑब्जेक्ट स्पिन हो रहा है (एमएमजी बहाव), हालांकि वास्तव में कोई रोटेशन नहीं है। बहाव में एक निरंतर घटक होता है जिसे मुआवजा दिया जा सकता है, और एक यादृच्छिक घटक जो क्षतिपूर्ति करना मुश्किल है। यादृच्छिक त्रुटि से निपटने के लिए अलग-अलग तरीके हैं। उनमें से एक सूचना अतिरेक के साथ गैर-ऑर्थोगोनल SINS का निर्माण है।
इस लेख में, कथा चार द्विअक्षीय एमएमए ADXL-203CE के एक ब्लॉक के उदाहरण पर जाएगी, जिनके OF दो शंकु के जनरेटर के समानांतर उन्मुख हैं। यूनिसेक्सियल मीटर के लिए अर्ध-शंकु कोण का इष्टतम कोण 54.75 डिग्री [1] है । द्विअक्षीय सेंसर के लिए, दो शंकु पर ओएफपी के लेआउट को लागू करना आवश्यक है। इस तरह के एक डिजाइन आरएफ पेटेंट नंबर 1810299 में वर्णित है, "अत्यधिक संरचना के साथ जड़त्वीय संवेदनशील तत्वों को अवरुद्ध करें"।

कभी ब्लॉक

सूचना अतिरेक पैदा करने के लिए, यह आवश्यक है कि ब्लॉक में मापने वाले चैनलों (संवेदनशीलता कुल्हाड़ियों) की संख्या मापा मापदंडों की संख्या से अधिक हो। 4 द्विअक्षीय सेंसर के ब्लॉक के लिए, हमें 8 मापने वाले चैनल मिलते हैं, जो सामान्य SINS बनाने के लिए काफी है। इस मामले में, जैसा कि ऊपर कहा गया है, ओसी सेंसर को शंकु के जेनरेट्रिक्स के समानांतर उन्मुख होना चाहिए। ऐसी संरचना बनाने के लिए, एक शंकु और यहां तक ​​कि एक पिरामिड बनाना आवश्यक नहीं है। सेंसर बॉक्स की साइड सतह पर रखे जा सकते हैं और उन्हें सामान्य से साइड फेस पर घुमा सकते हैं। निम्नलिखित प्राप्त करें

अंजीर। 1. निरर्थक ब्लॉक का डिज़ाइन।
सेंसर खुद को पहले से ही बढ़ते छेद वाले मिनी-बोर्डों को बेच दिया जा सकता है। ब्लॉक के लिए आधार टेक्स्टोलिट (प्लास्टिक, लकड़ी, आदि) से बना हो सकता है। आधार में बढ़ते छेद की सटीकता एक माध्यमिक भूमिका निभाती है। स्वयं सेंसर के लिए, आंतरिक अभिविन्यास त्रुटि काफी बड़ी है। इस तरह के SINS को असेम्बल करने के बाद, किसी भी स्थिति में, गाइड कोसाइन और स्केल कारकों [2] के मैट्रिक्स के वास्तविक मूल्यों को निर्धारित करने के लिए सेंसर को कैलिब्रेट करना आवश्यक है।
सेंसर के इस अभिविन्यास के लिए, गाइड कॉशन के एक मैट्रिक्स की रचना करना आवश्यक है। इस मैट्रिक्स में कोणीय सेंसर (पंक्तियों) और ऑब्जेक्ट के अक्षों के बीच के कोणों के कोसाइन होते हैं जो ट्राइहेड्रॉन (कॉलम) को समन्वित करते हैं। गाइड कॉशन के मैट्रिक्स का निर्माण करने के लिए, व्यक्ति क्रमिक घुमावों की विधि का उपयोग कर सकता है [ 3 , 4 ] ।
ऊपर वर्णित सेंसर की स्थापना के साथ, हम निम्नलिखित रोटेशन योजना प्राप्त करते हैं।

अंजीर। 2. ब्लॉक में सेंसर घुमाव का आरेख
इस मामले में, परिणाम एक मैट्रिक्स [8x3] है - सेंसर की संवेदनशीलता के आठ अक्ष और संबंधित समन्वय प्रणाली के तीन अक्ष। गाइड कोसाइन के मैट्रिक्स के संकलन की शुद्धता को सत्यापित करने के लिए, कई मापदंड हैं:

• मैट्रिक्स H की पंक्ति वैक्टर में 1 के बराबर मानदंड होता है
• कोई भी तीन पंक्तियाँ रैखिक रूप से स्वतंत्र होती हैं (आवश्यकता यह है कि ब्लॉक में दो समानांतर और तीन कॉपलानर ओसी नहीं हैं)
• मैट्रिक्स (H ^T * H) ^-1 त्रुटियों का सहसंयोजक मैट्रिक्स है, जो विकर्ण में तत्वों के साथ विकर्ण से छोटा है।

ओकुलस के इष्टतम अभिविन्यास के लिए (54.75 डिग्री के आधे कोण के साथ एक शंकु की सतह पर), हमारे पास है:

इसका मतलब है कि OC के दिए गए अभिविन्यास के लिए, OX और OY कुल्हाड़ियों के साथ त्रुटि फैलाव 2 की जड़ तक कम हो जाएगा, और OZ के साथ, आधा [1] तक ।

प्रोसिडिंग रिडंडेंट ब्लॉक जानकारी

सरलतम मामले में, पूर्ण कोणीय वेग वेक्टर (या स्पष्ट त्वरण) के घटकों का अनुमान प्राप्त करने के लिए, रैखिक बीजगणितीय समीकरणों (SLAE) की एक प्रणाली को हल करना आवश्यक होगा, जिसके सही हिस्सों में सेंसर के आउटपुट सिग्नल हैं, स्वतंत्र चर कोणीय वेग (त्वरण) वेक्टर और सह-वेक्टर के वांछित घटक हैं। गाइड कोसाइन का मैट्रिक्स। सूचना अतिरेक के कारण, प्राप्त SLAE को अतिरेक दिया जाएगा (समीकरणों की संख्या चर की संख्या से अधिक है)। सामान्य मामले में, समाधान की ऐसी प्रणाली में (सटीक) वाले नहीं होते हैं। इसके अनुमानित समाधान के लिए, आप उपयोग कर सकते हैं, उदाहरण के लिए, कम से कम वर्गों के गॉसियन विधि का एक सरल एल्गोरिथ्म:

इस अभिव्यक्ति का उपयोग करते हुए, आयताकार मैट्रिक्स के लिए एक छद्म व्युत्क्रम की गणना की जाती है। यह विधि दबी हुई आवाज (शून्य माध्य, गॉसियन शोर, विभिन्न माप चैनलों में शोर के बराबर फैलाव) पर गंभीर प्रतिबंध लगाती है।
थोड़ा अधिक जटिल एल्गोरिथ्म गाऊसी-मार्कोव कम से कम वर्ग विधि (भारित कम से कम वर्ग विधि, एमवीएनसी) है:

जहां N, गाइड कोसाइन का मैट्रिक्स है,
C मापने वाले शोर का सहसंयोजक मैट्रिक्स है।
एक पुनरावर्ती गाऊसी-मार्कोव कम-वर्ग विधि MVNC से ली गई है, जिसे [5] में कलमन-बुकी फ़िल्टर कहा जाता है:


यह एल्गोरिथ्म सेंसर के गतिशील मॉडल को ध्यान में नहीं रखता है।
निम्नलिखित एल्गोरिथ्म एक कलमन फ़िल्टर है जो सेंसर की गतिशीलता को ध्यान में रखता है:


मैनुअल [5] में, इन एल्गोरिदम का विस्तार से वर्णन किया गया है; वहां आपको शोर के विभिन्न विशेष मामलों, कुल प्रणाली "ब्लॉक-ऑब्जर्विंग डिवाइस" की योजना के लिए कलमन फ़िल्टर का सामान्यीकरण भी मिलेगा।

कम से कम वर्गों पर आधारित एल्गोरिदम के अलावा, आप उदाहरण के लिए, समीकरणों की प्रणालियों को हल करने के लिए तंत्रिका नेटवर्क का उपयोग कर सकते हैं [ 6 ]

ब्लॉक कैलिब्रेशन

यदि एक एनालॉग आउटपुट वाले सेंसर का उपयोग किया जाता है, तो वोल्ट को कोणीय वेग और त्वरण में लाने के लिए सेंसर के स्केल कारकों को कैलिब्रेट किया जाना चाहिए। एक डिजिटल आउटपुट वाले सेंसर के लिए (उदाहरण के लिए, एनालॉग डिवाइसेस में एसपीआई इंटरफ़ेस के साथ माइक्रोमैकेनिक्स हैं), स्केल फैक्टर को कैलिब्रेट करने की आवश्यकता नहीं है। आपको गाइड कोसाइन के मैट्रिक्स को कैलिब्रेट करने की भी आवश्यकता है, अर्थात। पहले से स्थापित इकाई के उन्मुखीकरण कोणों के वास्तविक मूल्यों को निर्धारित करें (आधार "घुटने पर" बिल्कुल निर्मित नहीं किया जा सकता है, साथ ही वाहक बोर्डों और आंतरिक खामियों के लिए सेंसर की डिटेलिंग की त्रुटियों) आप सोच सकते हैं कि यदि सेंसर बहुत शोर कर रहे हैं, तो अंशांकन के साथ परेशान करने का कोई मतलब नहीं है। हालांकि, अंशांकन द्वारा, हम औसत शोर पूर्वाग्रह को समाप्त करते हैं। इसलिए, अंशांकन अभी भी महत्वपूर्ण है।
जांच कैसे करें? एक्सेलेरोमीटर के एक ब्लॉक के लिए, यह पृथ्वी के गुरुत्वाकर्षण क्षेत्र में किया जा सकता है। जाइरोस्कोप के लिए भी, यदि आप इसके स्थान में ग्रह के घूमने के लंबवत घटक को जानते हैं।
डिप्लोमा पर काम करते समय, मैंने एक प्रयोगशाला इकाई का उपयोग किया जिसमें एक निरर्थक इकाई, एक एडीसी, एक पीसी और एक टर्नटेबल शामिल था।

यहां मुख्य कठिनाई टर्नटेबल है। मुझे लगता है कि यह डिवाइस यंग टेक्नीक में बिक्री के लिए नहीं है। मोटरमार्ग से कहीं दूर, "अनटाइड" फाउंडेशन पर "मिनी प्रयोगशाला" का आयोजन करना भी उचित है। जैसा कि एक मल्टीकोप्टर, पार्ट टू के निर्माण में कहा गया है, एमएमएएस काफी संवेदनशील हैं। यदि आप उस मेज पर "सरसराहट" करते हैं जिस पर ब्लॉक रखा गया है, तो आप इसे आउटपुट सिग्नल के ग्राफ़ पर नग्न आंखों से देखेंगे।
स्केल फैक्टर को कैलिब्रेट करने की विधि निम्नानुसार हो सकती है।

• विभिन्न कोणों पर सेंसर के साथ बोर्ड को ठीक करने के लिए आधार के कगार पर छेद के कई समूह बनाएं (संकल्प, उदाहरण के लिए, 15%)।
• आधार को क्षितिज पर सेट करें ताकि सेंसर अधिकतम सकारात्मक मूल्य दे (यदि सेंसर सिग्नल के शून्य ऑफसेट का उपयोग करता है, तो सबसे अधिक)
• सेंसर को चेहरे के सामान्य से 15 डिग्री के आसपास मोड़ने पर हमें अधिकतम से न्यूनतम (+ 1g से -1g) तक कई मान मिलते हैं

प्राप्त माप के आधार पर, एक ट्रेंड लाइन का निर्माण करना आसान है, जिसका ढलान एक स्केल फैक्टर होगा। लेकिन यह ध्यान में रखा जाना चाहिए कि शून्य के पास सेंसर रीडिंग प्रवृत्ति से अधिक विचलन करते हैं।
गाइड कॉशन के मैट्रिक्स के समझदार अंशांकन के लिए, एक रोटरी टेबल वांछनीय है। यदि कोई नहीं है, तो यह आवश्यक है कि एमएमए ब्लॉक के चेहरे को कैलिब्रेटेड सेंसर के साथ लंबवत रूप से स्थानीय समन्वित ट्राइहेड्रोन के सभी तीन विमानों के लिए संभव हो सके और सेंसर रीडिंग के आधार पर, बेस किनारे पर इसके कोणों का निर्धारण करें। यदि आप सुनिश्चित हैं कि आपका आधार एक बॉक्स है, तो कार्य कुछ सरल है।
गणितीय मानसिकता वाले लोगों को विशेष रूप से उपहार में दिया जाना बहुआयामी अनुकूलन (ढाल के तरीके, जीए, नकली annealing, आदि) के माध्यम से जा सकता है। आपको आधार को क्षितिज (सामान्य निर्माण स्तरों - तरल + वायु बुलबुले, करेगा) में रखना होगा और बहुआयामी अनुकूलन समस्या को हल करना होगा, जिसमें खोज पैरामीटर गाइड कोसाइन के मैट्रिक्स के तत्व हैं, और लक्ष्य वेक्टर ओएक्सएक्सज़ेड {0, 0, 1} इकाइयों में है। जी, जहां ओएक्सवाईजेड आधार से जुड़ी समन्वय प्रणाली है।

निष्कर्ष

गैर-ऑर्थोगोनलिटी और अतिरेक का क्या प्रभाव है? क्योंकि चूंकि हम यादृच्छिक बहाव के साथ संघर्ष कर रहे हैं, जो या तो सकारात्मक या नकारात्मक हो सकता है, फिर जब वस्तु पर अक्षों के बहाव को समन्वित करते हैं, तो हमें कुल माप बहाव (निश्चित रूप से, इष्टतम अभिविन्यास के साथ) में कमी मिलती है। प्रभाव को एक OCh शंकु अक्ष के साथ उन्मुख करके बढ़ाया जा सकता है (माप चैनलों की एक विषम संख्या के लिए उपयुक्त)।
एक और महत्वपूर्ण प्रभाव सेंसर की अत्यधिक संख्या के कारण विश्वसनीयता में वृद्धि है। माप चैनल की विफलता केवल माप त्रुटि में वृद्धि का कारण बनेगी (जबकि 4 या अधिक मापने वाले चैनल इकाई में काम कर रहे हैं)। इस प्रकार, एक एल्गोरिथ्म का निर्माण संभव है जो संभावित खराबी के अनुकूल होगा। विफलताओं की स्थिति में, एल्गोरिदम को संशोधित करना (गाइड कॉशन के मैट्रिक्स का पुनर्निर्माण करना) भी आवश्यक नहीं होगा, यह विफल चैनल के लिए MVNK और FC के सहसंयोजक मैट्रिक्स में फैलाव सेट करने के लिए पर्याप्त होगा।

प्रतिक्रिया दें संदर्भ

1. वोडिचवा एल। वी। स्ट्रिपडाउन जड़ता मापने इकाई की विश्वसनीयता और सटीकता में सुधार के साथ माप की एक अत्यधिक संख्या // गायरोस्कोपी और नेविगेशन। 1997. नंबर 1. - एस 55-67।
2. एलेस्किन एम.वी. मापने की इकाई / वी.वी. की अनावश्यक जानकारी के प्रसंस्करण के लिए गणितीय मॉडल, विधियाँ और एल्गोरिदम। एलेस्किन, एसी मतवेव, एम.वी. Aleshkin // इंटरनेट और नवाचार: इंटर्न के कार्यों का संग्रह। सम्मेलन। सारातोव: एसएसटीयू, 2008.S. 377-380।
3. बदल जाता है की योजना
4. एन-डायमेंशनल स्पेस में मुड़ें
5. ब्रमर के।, जिफलिंग जी। कलमैन-बुकी फ़िल्टर। नियतात्मक अवलोकन और स्टोकेस्टिक फ़िल्टरिंग
6. तंत्रिका नेटवर्क। Nonlinear समीकरणों की प्रणालियों का समाधान