,,,

(1.北京自動(dòng)化控制設(shè)備研究所，北京 100074；2.北京理工大學(xué) 自動(dòng)化學(xué)院,北京 100081)

基于自包含傳感器的單兵導(dǎo)航系統(tǒng)設(shè)計(jì)

田曉春1,2,陳家斌2,尚劍宇2,韓勇強(qiáng)2

(1.北京自動(dòng)化控制設(shè)備研究所，北京100074；2.北京理工大學(xué) 自動(dòng)化學(xué)院,北京100081)

針對(duì)無(wú)衛(wèi)星信號(hào)環(huán)境中單兵人員導(dǎo)航定位需求,設(shè)計(jì)了一種基于自包含傳感器的單兵導(dǎo)航系統(tǒng),重點(diǎn)研究了慣性傳感器和壓力傳感器組合的零速區(qū)間檢測(cè)算法,并通過(guò)對(duì)單兵導(dǎo)航系統(tǒng)背景磁場(chǎng)誤差進(jìn)行補(bǔ)償來(lái)計(jì)算航向角,實(shí)現(xiàn)了速度觀測(cè)量和航向觀測(cè)量的準(zhǔn)確提取。在此基礎(chǔ)上,采用Kalman濾波器對(duì)系統(tǒng)狀態(tài)誤差進(jìn)行估計(jì),并對(duì)慣性導(dǎo)航解算結(jié)果中的累積誤差進(jìn)行修正。最后,在實(shí)際路線上開(kāi)展了單兵導(dǎo)航系統(tǒng)定位實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,行人在矩形路線終點(diǎn)位置處的位置誤差為0.42m,占行走總路程的0.33%,從而證明了零速修正和航向修正能有效提高單兵導(dǎo)航系統(tǒng)的定位精度。

單兵導(dǎo)航系統(tǒng);零速修正;航向修正;誤差補(bǔ)償

0 引言

單兵導(dǎo)航系統(tǒng),又稱行人導(dǎo)航系統(tǒng),能夠?yàn)槭覂?nèi)外的單兵人員提供實(shí)時(shí)、準(zhǔn)確的位置信息及導(dǎo)航服務(wù),從而幫助單兵人員很好地解決“我在哪里”、“我應(yīng)該在哪里”、“如何到達(dá)目的地”等問(wèn)題[1]。單兵導(dǎo)航系統(tǒng)在特種作戰(zhàn)、緊急救援、公共服務(wù)等基于位置服務(wù)需求的軍民領(lǐng)域有著廣闊的應(yīng)用前景。

當(dāng)前用于實(shí)現(xiàn)單兵導(dǎo)航的技術(shù)方案主要可分為兩類,一類是基于預(yù)安裝設(shè)備的單兵導(dǎo)航方案[2-5],另一類是基于自包含傳感器的全自主導(dǎo)航定位方案[6-9]?；陬A(yù)安裝設(shè)備的單兵導(dǎo)航方案需要在導(dǎo)航區(qū)域安裝多個(gè)信號(hào)源,成本較高,只能在特定環(huán)境中使用,不適用于大面積推廣;基于自包含傳感器的單兵導(dǎo)航方案通過(guò)在單兵人員身上安裝慣性傳感器來(lái)完成自主導(dǎo)航,系統(tǒng)獨(dú)立性強(qiáng)且受環(huán)境影響小。受行人負(fù)載能力限制,單兵導(dǎo)航系統(tǒng)中的慣性傳感器必須便于攜帶,而傳統(tǒng)的慣性導(dǎo)航系統(tǒng)顯然無(wú)法滿足需求,如激光、光纖陀螺儀具有龐大的體積。然而,隨著微機(jī)電系統(tǒng)(Micro-Electro-Mechanical System，MEMS)技術(shù)的發(fā)展,慣性傳感器的微小型化變成了可能。由MEMS傳感器構(gòu)成的微慣性測(cè)量單元具有體積小、質(zhì)量小、功耗小、成本低等優(yōu)勢(shì),很好地滿足了單兵導(dǎo)航的應(yīng)用需求。但是,隨著傳感器尺寸的減小,MEMS慣性傳感器性能也隨之下降,從而導(dǎo)致單兵導(dǎo)航系統(tǒng)定位誤差隨著時(shí)間不斷累積。

行人行走過(guò)程中腳部與地面周期性接觸并在步態(tài)周期內(nèi)存在速度為零的時(shí)間段,因此可以通過(guò)零速修正的方法來(lái)抑制導(dǎo)航解算的累積誤差。基于此,本文設(shè)計(jì)了一種基于足部安裝自包含傳感器的單兵導(dǎo)航系統(tǒng)。該系統(tǒng)在零速區(qū)間內(nèi)設(shè)計(jì)ZUPT/HUPT組合算法,并通過(guò)Kalman濾波器對(duì)系統(tǒng)的誤差狀態(tài)進(jìn)行估計(jì),實(shí)現(xiàn)了對(duì)導(dǎo)航參數(shù)誤差的修正。

1 單兵導(dǎo)航算法架構(gòu)設(shè)計(jì)

單兵導(dǎo)航系統(tǒng)算法架構(gòu)如圖1所示,主要包括傳感器信號(hào)處理及誤差補(bǔ)償單元、捷聯(lián)慣性導(dǎo)航解算單元、零速區(qū)間檢測(cè)單元及誤差估計(jì)單元。

圖1 單兵導(dǎo)航系統(tǒng)算法架構(gòu)Fig.1 Algorithm architecture of ISNS

其中,傳感器信號(hào)處理及誤差補(bǔ)償單元主要對(duì)陀螺儀的零偏和單兵導(dǎo)航系統(tǒng)背景磁場(chǎng)誤差進(jìn)行補(bǔ)償;捷聯(lián)慣性導(dǎo)航解算單元利用慣性傳感器的輸出來(lái)計(jì)算導(dǎo)航參數(shù);零速區(qū)間檢測(cè)單元用于識(shí)別單兵人員步態(tài)中的零速區(qū)間,進(jìn)而為零速修正提供觸發(fā)條件;誤差估計(jì)單元是通過(guò)Kalman濾波器來(lái)估計(jì)系統(tǒng)的狀態(tài)誤差,并對(duì)導(dǎo)航解算的結(jié)果進(jìn)行誤差修正。

2 系統(tǒng)誤差補(bǔ)償

單兵導(dǎo)航系統(tǒng)中慣性傳感器輸出包含零偏和噪聲項(xiàng),尤其是MEMS陀螺儀的性能相對(duì)較低,在導(dǎo)航解算積分過(guò)程中誤差隨時(shí)間累積較快。同時(shí),對(duì)于采用磁傳感器計(jì)算航向角的單兵導(dǎo)航系統(tǒng),受周圍環(huán)境中背景磁場(chǎng)的影響,磁傳感器的測(cè)量值除了地磁矢量外,還包含周圍環(huán)境中背景磁場(chǎng)矢量。因此,需要對(duì)背景磁場(chǎng)誤差進(jìn)行補(bǔ)償,從而實(shí)現(xiàn)航向角的準(zhǔn)確計(jì)算。本文中誤差補(bǔ)償主要分析陀螺儀的零偏誤差和單兵導(dǎo)航系統(tǒng)的背景磁場(chǎng)誤差。

單兵導(dǎo)航系統(tǒng)中陀螺儀的零偏誤差估計(jì)相對(duì)簡(jiǎn)單,由于MEMS陀螺儀精度較低,無(wú)法感知地球自轉(zhuǎn)角速度,因此在單兵導(dǎo)航上電后可以使系統(tǒng)靜止保持一段時(shí)間,采集靜止?fàn)顟B(tài)下陀螺儀輸出并求其均值,即可得到陀螺儀的零偏估計(jì)值為

(1)

在實(shí)驗(yàn)過(guò)程中,陀螺儀實(shí)時(shí)敏感的角速率值減去靜止?fàn)顟B(tài)下的零偏估計(jì)值,得到的角速度參數(shù)即可用于導(dǎo)航解算。

根據(jù)Tolles-Lawson理論,背景磁場(chǎng)主要包括固定磁場(chǎng)、感應(yīng)磁場(chǎng)和渦流磁場(chǎng)[10]。由于行人運(yùn)動(dòng)屬于低動(dòng)態(tài)范疇,所以渦流磁場(chǎng)可以忽略不計(jì)。同時(shí),由于人體磁場(chǎng)遠(yuǎn)低于地球磁場(chǎng),所以人體磁場(chǎng)對(duì)單兵導(dǎo)航系統(tǒng)中磁傳感器輸出的影響也可以忽略不計(jì)。單兵人員運(yùn)動(dòng)過(guò)程中,背景磁場(chǎng)主要包括固定磁場(chǎng)和感應(yīng)磁場(chǎng),實(shí)際環(huán)境中磁傳感器測(cè)量值模型為

HM=He+Hf+Hs

(2)

式中,HM表示磁傳感器測(cè)量值,He表示地球磁場(chǎng)矢量,Hf表示固定磁場(chǎng),Hs表示感應(yīng)磁場(chǎng)。

根據(jù)環(huán)境中固定磁場(chǎng)和感應(yīng)磁場(chǎng)的矢量輸出模型,磁傳感器測(cè)量值可進(jìn)一步表示為

HM=(I3×3+kij)(He+Hf)

(3)

He=K-1(HM-Hbias)

(4)

地球上某固定點(diǎn)處,在沒(méi)有背景磁場(chǎng)干擾下,磁傳感器的測(cè)值量為當(dāng)?shù)氐卮攀噶縃e,滿足

(5)

將式(4)代入式(5),可得

(6)

式(6)所示為二次橢球曲面方程,即三軸磁傳感器的輸出構(gòu)成一個(gè)二次橢球曲面。因此,單兵導(dǎo)航系統(tǒng)中對(duì)背景磁場(chǎng)的標(biāo)定就是尋找一組最優(yōu)的橢球參數(shù),使得測(cè)量的磁場(chǎng)參量與擬合的橢球之間距離最小。

單兵導(dǎo)航系統(tǒng)進(jìn)行背景磁場(chǎng)補(bǔ)償時(shí),將系統(tǒng)在空間內(nèi)以較慢的速度轉(zhuǎn)動(dòng)，使得采集的磁場(chǎng)信號(hào)數(shù)據(jù)點(diǎn)能夠盡可能多地覆蓋到橢球面,待不同轉(zhuǎn)動(dòng)位置對(duì)應(yīng)的數(shù)據(jù)點(diǎn)能基本覆蓋橢球面時(shí)結(jié)束現(xiàn)場(chǎng)校準(zhǔn)。單兵導(dǎo)航系統(tǒng)背景磁場(chǎng)誤差現(xiàn)場(chǎng)校準(zhǔn)結(jié)果如圖2所示。

圖2中二次曲面上的曲線即為校準(zhǔn)過(guò)程中單兵導(dǎo)航鞋的轉(zhuǎn)動(dòng)軌跡。從圖2中可以看出，旋轉(zhuǎn)過(guò)程中磁傳感器輸出的測(cè)量數(shù)據(jù)分布在橢球曲面的不同位置,基本實(shí)現(xiàn)了對(duì)橢球面的覆蓋。從圖2(a)中可以看出,在背景磁場(chǎng)的作用下,三軸磁傳感器實(shí)際測(cè)量值構(gòu)成了球心偏離坐標(biāo)原點(diǎn),形狀近似為橢球的二次曲面;背景磁場(chǎng)補(bǔ)償后得到的三軸磁傳感器測(cè)量值則構(gòu)成了一個(gè)球心在坐標(biāo)原點(diǎn)的圓球,如圖2(b)所示。因此，補(bǔ)償后的磁傳感器測(cè)量數(shù)據(jù)可用于單兵導(dǎo)航系統(tǒng)航向角的計(jì)算。

(a)校準(zhǔn)前

(b)校準(zhǔn)后圖2 校準(zhǔn)前后三軸磁傳感器輸出數(shù)據(jù)Fig.2 Output data of tri-axis magnetic sensor before and after calibration

3 導(dǎo)航解算及誤差估計(jì)

單兵導(dǎo)航系統(tǒng)導(dǎo)航解算與傳統(tǒng)捷聯(lián)慣性導(dǎo)航解算類似,本文中不對(duì)捷聯(lián)解算過(guò)程進(jìn)行詳細(xì)描述,僅對(duì)單兵導(dǎo)航系統(tǒng)初始對(duì)準(zhǔn)過(guò)程進(jìn)行分析。同時(shí)對(duì)系統(tǒng)的數(shù)據(jù)融合及誤差估計(jì)過(guò)程進(jìn)行研究。

3.1 初始對(duì)準(zhǔn)

單兵導(dǎo)航系統(tǒng)開(kāi)始導(dǎo)航解算前需進(jìn)行初始對(duì)準(zhǔn)。由于MEMS陀螺儀精度較低,所以單兵導(dǎo)航系統(tǒng)不能依靠其自身集成的加速度計(jì)和陀螺儀完成自對(duì)準(zhǔn)。本文采用MEMS加速度計(jì)和磁傳感器組合的方式實(shí)現(xiàn)單兵導(dǎo)航系統(tǒng)的粗對(duì)準(zhǔn)。初始對(duì)準(zhǔn)過(guò)程中首先利用慣性測(cè)量單元中加速度計(jì)的輸出估算水平姿態(tài)角,然后根據(jù)加速度計(jì)計(jì)算的水平姿態(tài)角并結(jié)合磁傳感器輸出估算方位角進(jìn)而實(shí)現(xiàn)方位對(duì)準(zhǔn)。

(1)水平對(duì)準(zhǔn)

(7)

(8)

(2)方位對(duì)準(zhǔn)

初始對(duì)準(zhǔn)過(guò)程中,磁傳感器測(cè)量的是單兵在載體坐標(biāo)系下的磁場(chǎng)矢量,根據(jù)坐標(biāo)系之間轉(zhuǎn)換關(guān)系,利用水平對(duì)準(zhǔn)計(jì)算的姿態(tài)角可以得到水平面上地磁場(chǎng)矢量水平分量為:

(9)

相應(yīng)地,根據(jù)地磁矢量水平分量可以計(jì)算出載體的航向角,表達(dá)式為

(10)

式(10)中磁偏角D可通過(guò)查表得到。

3.2 數(shù)據(jù)融合及誤差估計(jì)

本文中單兵導(dǎo)航系統(tǒng)通過(guò)Kalman濾波技術(shù)進(jìn)行數(shù)據(jù)融合,估計(jì)單兵導(dǎo)航系統(tǒng)的誤差并利用誤差的估計(jì)值校正系統(tǒng)。單兵人員的運(yùn)動(dòng)屬于低動(dòng)態(tài)范疇,一般情況下單兵人員行走速度較慢,行走距離較短。同時(shí)結(jié)合單兵導(dǎo)航系統(tǒng)中MEMS慣性器件的性能,可得單兵導(dǎo)航系統(tǒng)及慣性器件誤差方程為:

(11)

結(jié)合式(11)中導(dǎo)航系統(tǒng)誤差方程及慣性傳感器誤差方程設(shè)計(jì)Kalman濾波器,系統(tǒng)狀態(tài)向量取

(12)

系統(tǒng)離散化狀態(tài)傳輸模型表達(dá)式為

δxk+1=Φkδxk+wk

(13)

本文中離散系統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣為

(14)

(15)

離散系統(tǒng)的觀測(cè)方程為

δzk=Hδxk+vk

(16)

本文中單兵導(dǎo)航系統(tǒng)以速度誤差和航向誤差為觀測(cè)量,因此可得系統(tǒng)的量矩陣表達(dá)式為

(17)

4 零速區(qū)間檢測(cè)

MEMS慣性傳感器存在漂移大、器件精度低的問(wèn)題,采用SINS算法計(jì)算導(dǎo)航參數(shù)時(shí),誤差累積較大。針對(duì)行人行走過(guò)程中足部周期性觸地的特點(diǎn),通常采用零速修正的方法對(duì)SINS解算的誤差清零,從而有效提高系統(tǒng)的解算精度。常用的零速區(qū)間檢測(cè)方法有加速度模值法、加速度滑動(dòng)方差法、角速率模值法等。本文主要采用加速度模值、角速度模值,并利用本系統(tǒng)中壓力傳感器的測(cè)量參數(shù)作為輔助判斷條件,設(shè)計(jì)了單兵導(dǎo)航系統(tǒng)零速區(qū)間檢測(cè)算法。

1)加速度模值法。在步態(tài)零速區(qū)間內(nèi),單兵人員運(yùn)動(dòng)速度近似為零,此時(shí)慣性測(cè)量單元中三軸加速度計(jì)輸出的加速度矢量近似為當(dāng)?shù)刂亓κ噶?零速區(qū)間內(nèi)t時(shí)刻對(duì)應(yīng)的加速度模值為

(18)

由于零速區(qū)間內(nèi)加速度模值為穩(wěn)態(tài)值,因此可以對(duì)加速度模值取邊界閾值來(lái)判斷t時(shí)刻單兵人員步態(tài)是否處于零速區(qū)間內(nèi)。

2)角速度模值法。與加速度計(jì)輸出類似,在步態(tài)零速區(qū)間內(nèi)慣性測(cè)量單元中三軸陀螺儀輸出的角速度矢量近似為零,零速區(qū)間內(nèi)t時(shí)刻對(duì)應(yīng)的角速度模值為

(19)

同理,可以通過(guò)對(duì)角速度模值設(shè)定閾值來(lái)判斷t時(shí)刻單兵人員步態(tài)是否處于零速區(qū)間內(nèi)。

3)壓力閾值法。在對(duì)加速度和角度速求模值判斷零速區(qū)間的基礎(chǔ)上,為了提高步態(tài)中零速區(qū)間檢測(cè)精度,本文在不額外增加系統(tǒng)體積的情況下選用了Interlink Electronics生產(chǎn)的低成本、小尺寸電阻式薄膜壓力傳感器FSR402來(lái)輔助測(cè)量行人腳部的壓力變化值(見(jiàn)圖3)。FSR402傳感器采用柔性印刷電路工藝制造,厚度僅為0.46mm,圓形感應(yīng)區(qū)域直徑為12.7mm,可檢測(cè)的最大壓力值為100N,該壓力傳感器能非常方便地安裝于參考腳鞋底。

圖3 薄膜式壓力傳感器Fig.3 Film pressure sensor

當(dāng)有外力作用時(shí),壓力傳感器輸出對(duì)應(yīng)的壓力值;當(dāng)作用力為零時(shí),壓力傳感器輸出近似為零。則對(duì)于單兵導(dǎo)航系統(tǒng)在零速區(qū)間內(nèi)足底壓力傳感器承受人體重力,此時(shí)壓力傳感器輸出一定數(shù)值的壓力值;當(dāng)行人步態(tài)為除零速區(qū)間以外的其他狀態(tài)時(shí),壓力傳感器承受的外力數(shù)值很小,近似為零?；诖?可以通過(guò)設(shè)定閾值對(duì)壓力傳感器輸出的幅值進(jìn)行判斷,得到步態(tài)中的零速區(qū)間。設(shè)t時(shí)刻壓力傳感器的測(cè)量值為f(t),則單兵人員步態(tài)處于零速區(qū)間的判斷條件為

f(t)>Tf

(20)

其中,Tf為壓力閾值,當(dāng)檢測(cè)到的壓力值大于設(shè)定閾值時(shí),表示參考腳與地面完全接觸,判定此時(shí)運(yùn)動(dòng)腳處于靜止?fàn)顟B(tài)。

當(dāng)t時(shí)刻的加速度模值、角速度模值及壓力值都處于設(shè)定的閾值范圍內(nèi)時(shí),認(rèn)為該時(shí)刻即為步態(tài)中的零速時(shí)刻點(diǎn);如果不能同時(shí)滿足1)～3)設(shè)定的閾值條件,則認(rèn)為該時(shí)刻行人步態(tài)處于非零速狀態(tài)。

5 實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證本文設(shè)計(jì)的單兵導(dǎo)航系統(tǒng)的定位性能,在實(shí)際環(huán)境中開(kāi)展了單兵人員航跡測(cè)試實(shí)驗(yàn)。實(shí)驗(yàn)過(guò)程中選用Xsens公司生產(chǎn)的MTi微慣性測(cè)量單元測(cè)量行人運(yùn)動(dòng)過(guò)程中的步態(tài)參數(shù),慣性測(cè)量單元安裝在鞋跟部位,并通過(guò)安裝板與鞋體固連。單兵導(dǎo)航系統(tǒng)樣機(jī)如圖4所示,慣性測(cè)量單元輸出參數(shù)通過(guò)數(shù)據(jù)線傳輸給上位機(jī),實(shí)驗(yàn)過(guò)程中設(shè)定數(shù)據(jù)采樣率為100Hz。

圖4 單兵導(dǎo)航鞋F(xiàn)ig.4 The navigation shoe of individual soldier

單兵人員航跡測(cè)試實(shí)驗(yàn)在一矩形路線上開(kāi)展。其中矩形路線長(zhǎng)50m,寬12.9m,實(shí)驗(yàn)人員從矩形路線的一點(diǎn)出發(fā),行走一圈后回到出發(fā)點(diǎn)。理想情況下,計(jì)算得到的行人航跡終點(diǎn)與起始點(diǎn)一致,而實(shí)際中由于傳感器誤差、算法及行走過(guò)程中的不確定性,往往終點(diǎn)與起始點(diǎn)存在一定位置誤差l,記行人行走路線總長(zhǎng)度為L(zhǎng),定義行人導(dǎo)航系統(tǒng)的定位誤差為位置誤差與行走路線總長(zhǎng)度的比值l/L。

圖5所示為矩形路線測(cè)試實(shí)驗(yàn)過(guò)程中部分傳感器輸出及其對(duì)應(yīng)的零速區(qū)間檢測(cè)結(jié)果。從圖5中可以看出,行人行走過(guò)程中加速度計(jì)、陀螺儀和壓力傳感器的輸出呈現(xiàn)周期性變化規(guī)律,同時(shí),每一個(gè)周期內(nèi)對(duì)應(yīng)于零速區(qū)間傳感器的輸出幅值具有顯著的特點(diǎn)。采用第4節(jié)設(shè)計(jì)的算法檢測(cè)步態(tài)中的零速區(qū)間,結(jié)果如圖5中最下圖所示。從圖5中還可以看出,零速區(qū)間檢測(cè)結(jié)果與傳感器測(cè)量的步態(tài)參數(shù)相對(duì)應(yīng),表明了本文設(shè)計(jì)的零速區(qū)間檢測(cè)算法能準(zhǔn)確檢測(cè)行人行走過(guò)程中步態(tài)的零速區(qū)間。

圖5 傳感器輸出及零速區(qū)間檢測(cè)結(jié)果Fig.5 Sensors output and zero velocity interval detection results

圖6所示為行人繞矩形路線行走一圈的試驗(yàn)結(jié)果。紅色虛線為參考的幾何路線,藍(lán)色實(shí)線為采用本文中ZUPT/HUPT組合算法計(jì)算的行人航跡曲線,對(duì)比可知導(dǎo)航解算的路線與參考路線基本重合。由于磁傳感器可以計(jì)算航向信息,捷聯(lián)解算過(guò)程中的航向漂移也得到了有效抑制。從圖6中行人位置終點(diǎn)處的局部放大圖可知,終點(diǎn)處位置坐標(biāo)為(-0.4031,0.1174),位置誤差為0.42m,為行走總路程的0.33%。

圖6 行人繞矩形路線行走一圈航跡曲線Fig.6 Result of walking along a rectangle trajectory

6 結(jié)論

本文設(shè)計(jì)了一種基于自包含傳感器的單兵導(dǎo)航系統(tǒng),通過(guò)綜合利用慣性傳感器及壓力傳感器輸出參數(shù)的特點(diǎn),設(shè)計(jì)了行人步態(tài)零速區(qū)間檢測(cè)算法,并通過(guò)零速修正來(lái)對(duì)系統(tǒng)狀態(tài)誤差進(jìn)行估計(jì);同時(shí),針對(duì)零速修正無(wú)法估計(jì)航向誤差的問(wèn)題,本文在對(duì)單兵導(dǎo)航系統(tǒng)背景磁場(chǎng)誤差補(bǔ)償?shù)幕A(chǔ)上，借助慣性測(cè)量單元中集成的磁傳感器來(lái)計(jì)算航向角,完成了對(duì)航向誤差的修正。在矩形路線測(cè)試實(shí)驗(yàn)中,本文設(shè)計(jì)的單兵導(dǎo)航算法終點(diǎn)處位置誤差為行走總路程的0.33%,具有較高的定位精度,能夠在無(wú)衛(wèi)星信號(hào)環(huán)境中對(duì)單兵人員進(jìn)行獨(dú)立自主定位。

[1] 田曉春, 陳家斌, 韓勇強(qiáng), 等.多條件約束的行人導(dǎo)航零速區(qū)間檢測(cè)算法[J].中國(guó)慣性技術(shù)學(xué)報(bào), 2016, 24(1): 1-5.

[2] Schatzberg U, Banin L, Amizur Y.Enhanced wifi tof indoor positioning system with mems-based ins and pedometric information[C]//2014 IEEE/ION Position, Location and Navigation Symposium-PLANS 2014.IEEE, 2014: 185-192.

[3] Zhuang Y, El-sheimy N.Tightly-coupled integration of WiFi and MEMS sensors on handheld devices for indoor pedestrian navigation[J].IEEE Sensors Journal, 2016, 16(1): 224-234.

[4] Hol J D, Dijkstra F, Luinge H, et al.Tightly coupled UWB/IMU pose estimation[C]//IEEE International Conference on Ultra-Wideband.IEEE, 2009: 688-692.

[5] Zihajehzadeh S, Yoon P K, Park E J.A magnetometer-free indoor human localization based on loosely coupled IMU/UWB fusion[C]//2015 37thAnnual International Conference of the Engineering in Medicine and Biology Society(EMBC).IEEE, 2015: 3141-3144.

[6] 徐海剛, 吳亮華, 楊軍, 等.單兵自主導(dǎo)航技術(shù)研究[J].導(dǎo)航定位與授時(shí), 2014, 1(1): 13-17.

[7] 張金亮, 秦永元, 梅春波.基于MEMS慣性技術(shù)的鞋式個(gè)人導(dǎo)航系統(tǒng)[J].中國(guó)慣性技術(shù)學(xué)報(bào), 2011, 19(3): 253-256.

[8] Jiménez A R, Seco F, Prieto J C, et al.Indoor pedestrian navigation using an INS/EKF framework for yaw drift reduction and a foot-mounted IMU[C]//IEEE 7thWorkshop on Positioning Navigation and Communication (WPNC).IEEE, 2010: 135-143.

[9] Abdulrahim K, Hide C, Moore T, et al.Aiding low cost inertial navigation with building heading for pedestrian navigation[J].Journal of Navigation, 2011, 64(2): 219-233.

[10] Tolles W E.Compensation of induced magnetic fields in mad equipped aircraft[J].Airborne Instruments Lab., OSRD, 1943.

DesignofIndividualSoldierNavigationSystemBasedonSelf-ContainedSensors

TIANXiao-chun1，2,CHENJia-bin2,SHANGJian-yu2,HANYong-qiang2

(1.BeijingInstituteofAutomaticControlEquipment,Beijing100074,China；
2.SchoolofAutomation,BeijingInstituteofTechnology,Beijing100081,China)

Aiming at the requirements of individual soldier positioning in the environment without satellite signal, an individual soldier navigation system (ISNS) based on self-contained sensors is designed in this paper and external measurement extraction algorithm is studied.The zero velocity interval in human gait is detected by combining the output of inertial sensors and force sensor.Meanwhile, the heading angle can be calculated according to the magnetic sensor output after compensating the background magnetic field error of ISNS.On this basis, the state error of the system is estimated by adopting Kalman filter and the cumulative error of SINS is corrected.Finally, positioning experiment is carried out in actual experimental course, the results show that the position error at the end point of the rectangular route is0.42m, accounting for0.33% of the total walking distance, which proves that the zero velocity update (ZUPT) and heading update (HUPT) can effectively improve the positioning accuracy of ISNS.

Individual soldier navigation system; ZUPT; HUPT; Error compensation

2017-05-17；

：2017-06-16

：國(guó)防預(yù)研基金項(xiàng)目資助(9140A09050313BQ01127)

：田曉春(1986-),男,博士研究生,主要從事單兵導(dǎo)航技術(shù)研究。E-mail:tianxiaochunno1@126.com

10.19306/j.cnki.2095-8110.2017.05.009

U666.1

：A

：2095-8110(2017)05-0054-06