基于多傳感器系統(tǒng)的統(tǒng)計建模與標定方法*

劉鳳超，姚穎莉，周　杰，3

(1.西南科技大學(xué)，四川 綿陽 621010；2.南京信息工程大學(xué) 氣象探測與信息處理重點實驗室，江蘇 南京 210044；3.日本國立新瀉大學(xué) 工學(xué)部電氣電子工學(xué)科，日本 新瀉 950-2181）

基于多傳感器系統(tǒng)的統(tǒng)計建模與標定方法*

劉鳳超1，姚穎莉2，周杰2，3

(1.西南科技大學(xué)，四川 綿陽 621010；2.南京信息工程大學(xué) 氣象探測與信息處理重點實驗室，江蘇 南京 210044；3.日本國立新瀉大學(xué) 工學(xué)部電氣電子工學(xué)科，日本 新瀉 950-2181）

在融合慣性、視覺、磁場信息以及嵌入式技術(shù)的多傳感器定位系統(tǒng)中，標定模型的準確性會影響傳感器測量精度。以非線性最小二乘法為基礎(chǔ)，提出了一種低成本高精度的標定方法。首先，分析系統(tǒng)各項參數(shù)，以加速度計為例建立模型，并利用重力加速度作中間量對傳感器確定性項進行標定。通過仿真實驗分析，結(jié)果表明提出的方法實用可行，能降低誤差，提高系統(tǒng)傳感器精度。

嵌入式技術(shù)；多傳感器；加速度計；重力加速度；標定

0　引言

近年來，隨著微機電（MEMS）技術(shù)的快速發(fā)展，傳感器的應(yīng)用越來越廣泛，傳感器標定也越來越受到關(guān)注。傳感器將某種物理量轉(zhuǎn)化為便于利用的電信號，轉(zhuǎn)化過程中每種傳感器都有相對應(yīng)的轉(zhuǎn)化模型，模型中的各種參數(shù)都需要通過實驗來事先確定，這一過程就是傳感器的標定[1]。標定是設(shè)計、制造和使用傳感器的一個重要環(huán)節(jié)，任何傳感器在制造、裝配完畢后都必須進行標定，以保證量值的準確傳遞，并將標定數(shù)據(jù)作為改進傳感器設(shè)計的重要依據(jù)[2]。

對于加速度計等振動傳感器，傳統(tǒng)的標定方法是利用可精確控制方位和轉(zhuǎn)速的機械轉(zhuǎn)臺進行標定，其成本很高[3]。文獻[4-5]提出一種 MEMS慣性傳感器標定方法，成本與精度優(yōu)于傳統(tǒng)方法，但在標定數(shù)據(jù)處理方法上仍存在不足，不同的數(shù)據(jù)處理方法有不同的精度，對于一個精度不夠高的傳感器，若標定數(shù)據(jù)處理方法得當，會在實測中產(chǎn)生較小的誤差，提高傳感器精度。

本文提出一種低成本的標定方法，在最小二乘估計的基礎(chǔ)上建立了傳感器的輸入—輸出特性及其誤差關(guān)系。利用重力加速度作中間量，確定加速度計模型未知參數(shù)項，降低其不確定性，提高傳感器精度[6-7]。此方法為分析多傳感器定位系統(tǒng)的標定提供了有效的研究工具。

圖1　多傳感器系統(tǒng)框圖

1　傳感器模型

本文提出的多傳感器定位系統(tǒng)框圖如圖1所示。由于三軸加速度計傳感器、陀螺儀與磁場傳感器都將物理量分解到傳感器的三個敏感軸上并轉(zhuǎn)化為相應(yīng)的電信號[9]，因此傳感器模型的形式相同。本文主要以加速度計的模型為例加以說明。

系統(tǒng)中除上述轉(zhuǎn)換誤差以外，加速度計、陀螺儀等還存在電噪聲的干擾，如圖2所示。由于加速度計傳感器裝配誤差的存在，使其三個敏感軸非嚴格正交?；谏鲜龇治雠c假設(shè)，本文建立了一個多傳感器標準平臺，具備非正交性敏感軸以及非線性響應(yīng)的特點，如圖3所示。O-xayaza是空間中的一個正交坐標系，即加速度計坐標系；O-xpypzp為傳感坐標系，即由加速度計的敏感軸組成的非正交坐標系。標量 αij為 O-xayaza和 O-xpypzp之間的夾角，表示圖中平臺系統(tǒng)的第j個軸所對應(yīng)的加速度計第i個敏感軸的相對方位角。ap表示加速度計傳感器將物理量分解到三個敏感軸上后實際承受的加速度大小，即為 3×1的列向量。aa表示加速度計的原始輸出電壓向量值，也為3×1的列向量。由系統(tǒng)輸入輸出間關(guān)系可得，以上兩個加速度矢量之間的關(guān)系轉(zhuǎn)換式如下所示：

假設(shè)由于裝配問題產(chǎn)生的誤差在一定的時間長度內(nèi)保持為常數(shù)。于是可得，在敏感軸處測得的加速度與同一系統(tǒng)中其真正加速度計值之間的線性模型為：

圖2　陀螺儀靜態(tài)平衡下的噪聲干擾

圖3　坐標系夾角圖

當選取xa軸和xp軸重合，ya在xp和yp決定的平面上垂直于xp，za軸與xa和ya正交，那么實際的3×3 T矩陣就只有 3個出自 αij的未知角度[10]。考慮到實際三軸加速度計很小的裝配誤差，對于加速度計坐標系與傳感器坐標系之間的夾角 αij，有sinα≈α，cosα≈1，再根據(jù)力的合成與分解，可以將式(3)中的加速度計模型簡化為：

在相同情況下，認為陀螺儀與加速度計的誤差源相同[11]，因此可建立與其同樣的模型，代換相應(yīng)的變量后可以表示為：

式(3)所示的模型也同樣適用于磁場傳感器。

2　參數(shù)項的標定

簡單地說，本文對未知參數(shù)的確定性項進行標定問題就是在已建立的含有一組未知參數(shù)的加速度計模型基礎(chǔ)上，通過標定分別獲得這組數(shù)據(jù)的最優(yōu)解。

加速度計確定性項標定的任務(wù)是通過實驗確定上節(jié)加速度計模型中的 kpx、kpy、kpz、αzx、αzy、αyz、bx、by、bz這 9個未知參數(shù)。傳統(tǒng)的加速度計標定方法一般是利用高精度的機械轉(zhuǎn)臺來完成，但高精度的機械轉(zhuǎn)臺成本高，不適用于低成本MEMS加速度計的標定。此處用到的參數(shù)標定法不僅適用于三軸加速度計的標定，也適用三軸陀螺儀和三軸磁場傳感器的標定。

從式(4)可以發(fā)現(xiàn)加速度計的輸出涉及 9個未知參數(shù)，因此需要記錄加速度計在9個姿態(tài)下的輸出，從而得到約束方程，求解此非線性方程即可得到所有的確定性項參數(shù)。為提高求解的準確性和精確度，一般記錄會多于9個姿態(tài)，本文利用一種新方法獲得確定性項參數(shù)的最優(yōu)解。已知有參數(shù)矢量表達式：

其中：kpi(i=1，2，3)是矩陣 Kp的對角元素；bi(i=1，2，3)是列向量 bp的元素；αij(i=1，2，3；j=1，2，3)是的矩陣 T中的元素。

本文標定建立了一個數(shù)據(jù)優(yōu)化的準則，通過它來不斷調(diào)節(jié)并最終確立系統(tǒng)上述未知參數(shù)的值。所選準則最大限度地減少了實際加速度與測量加速度之間的差異值[12]。此問題的表達式可寫為：

在一個自由落體參考系中，常用加速度計來測量加速度，考慮到靜止狀態(tài)時，加速度計只受重力的作用，因此測量的加速度為地球引力常數(shù)（g=9.81 ms-2），相應(yīng)加速度計的輸出是重力在各個敏感軸上的分解。此處規(guī)定其方向為一根線與一個懸掛重物構(gòu)成的簡易重力擺的線的反向。在這種情況下，需要建立一個精確的加速度表達式，其步驟包括測定加速度在不同方向的幅度大小，即可求解式(7)。

本文提出了一種利用27個測量位置的求解方法，其具體步驟如下：

(1)起始位置x軸指向“下”：9個測量值與兩個轉(zhuǎn)角相結(jié)合。首先，繞z軸分別旋轉(zhuǎn)角度θ=0°、10°、20°、30°、45°；然后，將以上每個已定義的旋轉(zhuǎn)角(θ=0°除外)繞 x軸分別進行角度為Ψ=0°、-45°的兩次旋轉(zhuǎn)。表達式如下：

(2)起始位置y軸指向“上”：9個測量值與兩個轉(zhuǎn)角相結(jié)合，繞x軸分別旋轉(zhuǎn)角度Ψ=0°、10°、20°、30°、45°；然后，對每個已定義的旋轉(zhuǎn)角（Ψ=0°除外）繞 y軸分別進行φ=0°、45°的兩次旋轉(zhuǎn)。表達式如下：

(3)起始位置 z軸指向“上”：測量值與兩個轉(zhuǎn)角相結(jié)合，繞y軸分別旋轉(zhuǎn)角度φ=0°、-10°、-20°、-30°、-45°；然后，將每個已定義的夾角（φ=0°除外）繞 z軸分別進行θ=0°、45°的兩次旋轉(zhuǎn)。表達式如下：

為提高求解的準確性和精確度，文中將27個測量值設(shè)為分開的2組：14個用于優(yōu)化和13個作為測試集。經(jīng)過以上考慮，各參數(shù)所取的一組初值為：= [2.61，2.61，2.61，0，0，0，0，0，0]T，變換不同姿態(tài)，采集加速度計的輸出,最終可以得到三軸加速度計的標定結(jié)果為：=[2.67，2.726，2.602，1.605，-1.79，-4.79，3.78× 10-4，4.62×10-3，-6.81×10-3]T。對測試集進行研究與分析可以發(fā)現(xiàn)，其轉(zhuǎn)角和偏移值均與數(shù)據(jù)手冊相符合[13]。

3　結(jié)果與分析

實驗針對無人自主航行器的導(dǎo)航定位，融合慣性和視覺傳感器的運動估計，利用MATLAB進行仿真。

針對加速度計模型中的確定性項標定分析，在每個姿態(tài)下的加速度計輸出向量的大小分布情況如圖4所示。從圖4中可以直觀地發(fā)現(xiàn)，經(jīng)過加速度計標定，三軸加速度計輸出向量的模值在標定中不斷被優(yōu)化，誤差較小，為系統(tǒng)提供了更高精度的保證[14]。

圖4　三軸加速度計輸出結(jié)果圖

此外，在確定性參數(shù)標定過程中，測試集的輸出平均誤差為-0.03 ms-2，標準差為0.06 ms-2。平均誤差相對較小，大小僅為標準差的一半。因此可以得出結(jié)論：應(yīng)用此方法進行確定性項中加速度計參數(shù)的標定可明顯提高系統(tǒng)精度。

4　結(jié)語

本文針對融合慣性和視覺以及磁場傳感器的運動估計進行研究，提出了一種低成本高精度的標定方法。方法基于最小二乘估計并利用重力加速度最優(yōu)化傳感器各參數(shù)項，使得低成本傳感器實測中的誤差降低，從而提高系統(tǒng)傳感器精度。實驗結(jié)果分析表明，本文建模及標定方法的優(yōu)勢與有效性為無人自主航行器的導(dǎo)航定位系統(tǒng)的研究提供了有力的工具[15]。

[1]CHATFIELD A B.Fundamentals of high accuracy inertial navigation[J].Progress in Astronautics&Aeronautics，2013，6（1）：35-39.

[2]張煌輝.基于視覺和慣性傳感器的移動機器人自定位研究[D].北京：中國科學(xué)院研究生院，2012.

[3]DONOVAN G T.Position error correction for an autonomousunderwater vehicle Inertial Navigation System(INS)using a particle filter[J].IEEE Journal of Oceanic Engineering，2012，37(3)：431-445.

[4]GLUECK M，OSHINUBI D，SCHOPP P，et al.Real-time autocalibration of MEMS accelerometers[J].IEEE Transactions on Instrumentation&Measurement，2014，63(1)：96-105.

[5]SKOG I，HANDEL P.Calibration of a MEMS inertial measurerment unit[C].XVII IMEKO World Congress Metrology for a Sustainable Development，Rio de Janeiro，Brazil，2006：17-22.

[6]BAEK S H，PARK J，KIM D M.Giant piezoelectricity on Si for hyper active MEMS[J].Science，2011，46(1)：27-41.

[7]FROSIO I，PEDERSINI F，BORGHESE N A.Autocalibration of triaxial MEMS accelerometers with automatic sensor model selection[J].Sensors Journal IEEE，2012，12(6)：2100-2108.

[8]ROBLA S，LLATA J R，Torre-Ferrero C，et al.Visual sensor fusion for active security in robotic industrial environments[J]. Eurasip Journal on Advances in Signal Processing，2014(1)：1154-1165.

[9]PLACHT S，F(xiàn)üRSATTEL P，MENGUE E A，et al.ROCHADE：robust checkerboard advanced detection for camera calibration[M].Springer International Publishing，2014：766-779.

[10]夏凌楠，張波，王營冠，等.基于慣性傳感器和視覺里程計的機器人定位[J].儀器儀表學(xué)報，2013，34(1)：166-172.

[11]BRAS S，CUNHA R，VASCONCELOS J F，et al.Experimental evaluation of a nonlinear attitude observer based on image and inertial measurements[C].American Control Conference(ACC)，2010：4552-4557.

[12]PATERNAIN S，TAILANIAN M，CANETTI R.Calibration of an inertial measurement unit[C].Advanced Robotics (ICAR)，2013 16th International Conference on.IEEE，2013：1-6.

[13]Analog Derices.Adxl345 datasheet(2nd ed)[M].Norwood Massachusetts：Analog Devices，2011.

[14]杜光勛，全權(quán)，蔡開元.視覺與慣性傳感器融合的隱式卡爾曼濾波位置估計算法[J].控制理論與應(yīng)用，2012，29(7)：833-840.

[15]CHEN J，YANG C J，HOFSCHULTE J，et al.A robust optical/inertial data fusion system for motion tracking of the robot manipulator[J].Journal of Zhejiang Universityence C，2014，15(7)：574-583.

Statistical modeling and calibration method for multi-sensor positioning system

Liu Fengchao1，Yao Yingli2，Zhou Jie2，3
（1.Southwest University of Science and Technology，Mianyang 621010，China；2.Dept.of Communications，Nanjing University of Information Science and Technology，Nanjing 210044，China；3.Department of Electronic and Electrical Engineering，Niigata University，Niigata 950-2181，Japan）

In this paper,a new embedded multi-sensor based on embedded technology and inertial,vision and magnetic field information is presented and the calibration method is studied mostly.A simple,practical,low cost,and suitable calibration method for different intelligent sensor is proposed.In addition,acceleration of gravity calibration method is used to calibrate the deterministic terms.Experimental simulation results show the feasibility and practicality of the model and the calibration method and further to extend the research and application of the system calibration method.

embedded technology；multi sensor；accelerometer；acceleration of gravity；calibration

TP212.6

A

10.16157/j.issn.0258-7998.2016.05.014

國家自然科學(xué)基金面上項目(61372128)；江蘇省科技支撐計劃(工業(yè))項目(BE2011195)

2016-01-12)

劉鳳超(1989-)，通信作者，男，碩士研究生，主要研究方向：嵌入式系統(tǒng)、先進傳感技術(shù)等，E-mail：1048863664@qq. com。

姚穎莉（1991-），女，碩士研究生，主要研究方向：移動通信理論及信號處理方法與技術(shù)等。

周杰（1964-），男，博士，教授，博士生導(dǎo)師，主要研究方向：移動通信理論、無線傳感網(wǎng)和無線接入網(wǎng)等。

中文引用格式：劉鳳超，姚穎莉，周杰.基于多傳感器系統(tǒng)的統(tǒng)計建模與標定方法[J].電子技術(shù)應(yīng)用，2016，42(5)：49-52，56.

英文引用格式：Liu Fengchao，Yao Yingli，Zhou Jie.Statistical modeling and calibration method for multi-sensor positioning system[J]. Application of Electronic Technique，2016，42(5)：49-52，56.