Решение задачи определения ориентации объективов бинокля с помощью инерциальных датчиков
Авторы: Латонов В.В., Беляков Н.В., Петров А.А., Семенихин Т.А.
Опубликовано в выпуске: #2(122)/2022
DOI: 10.18698/2308-6033-2022-2-2154
Раздел: Авиационная и ракетно-космическая техника | Рубрика: Динамика, баллистика, управление движением летательных аппаратов
Рассмотрено устройство, имеющее форму бинокля, которое состоит из двух твердых тел — объективов, связанных общей осью вращения. Приведено решение задачи абсолютного и относительного позиционирования каждого объектива этого устройства с помощью акселерометров, датчиков угловых скоростей и датчиков Холла, установленных в объективах. Для решения поставленной задачи разработан алгоритм, основанный на фильтре Маджвика. По этому алгоритму поступающие со всех датчиков данные используются для определения ориентации обоих объективов. Помимо информации, поступающей с датчиков, при решении задачи используется информация о геометрической связи, наложенной на систему, — общей оси вращения обоих объективов. Для верификации разработанного алгоритма использована система видеоанализа ARTrack. Результаты работы фильтра верифицированы с помощью записей, полученных с системы видеоанализа.
Литература
[1] Кручинина А.П., Латонов В.В., Чертополохов В.А. Обзор технологий визуальной имитации в тренажерных системах. Пилотируемые полеты в космос, 2019, № 3, c. 89–107.
[2] Роганов В.Р., Филиппенко В.О. Сравнительный анализ систем имитации визуальной обстановки. Современные информационные технологии, 2014, № 19, c. 162–166.
[3] Салычев О.С., Мкртчян В.И. Подходы к выставке на подвижном основании для бесплатформенной инерциальной навигационной системы авиационного типа различного класса точности. Инженерный журнал: наука и инновации, 2018, вып. 11. http://dx.doi.org/10.18698/2308-6033-2018-11-1823
[4] Савельев В.М., Антонов Д.А. Выставка бесплатформенной инерциальной навигационной системы беспилотного летательного аппарата на подвижном основании. Электронный журнал «Труды МАИ», 2011, № 45. URL: http://trudymai.ru/published.php?ID=25497&PAGEN_2=2
[5] Kaczmarek P., Tomczyґnski J., Maґnkowski T. EKF-based method for kinematic configuration estimation of finger-like structure using low grade multi-IMU system. IEEE lntemational Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI), 2016, pp. 552–557. DOI: 10.1109/MFI.2016.7849546
[6] Henderson E.N. An inertial measurement system for hand and finger tracking: Thesis for the degree of Master of Science in Electrical Engineering. Boston State University, 2011. URL: https://scholarworks.boisestate.edu/td/233/
[7] Zihajehzadeh S., Loh D., Lee M., Hoskinson R., Park E.J. A Cascaded Two-Step Kalman Filter for Estimation of Human Body Segment Orientation Using MEMSIMU. 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2014. URL: https://ieeexplore.ieee.org/document/6945062
[8] Madgwick S.O.H. An efficient orientation filter for inertial and inertial/magnetic sensor arrays. Report x-io and University of Bristol (UK), 2010, no. 25, pp. 113–118.
[9] Kaiqiang Feng, Jie Li, Xiaoming Zhang, Chong Shen, Yu Bi, Tao Zheng, Jun Liu. A New Quaternion-Based Kalman Filter for Real-Time Attitude Estimation Using the Two-Step Geometrically-Intuitive Correction Algorithm. Sensors, 2017. URL: https://www.mdpi.com/1424-8220/17/9/2146/html
[10] Bruckner H.P., Spindeldreier C., Blume H. Modification and fixed-point analysis of a Kalman filter for orientation estimation based on 9-D inertial measurement unit data. Conf. Proc. IEEE Eng. Med. Biol. Soc., Osaka, Japan, Jul. 2013, pp. 3953–3956.
[11] Аль Битар Н., Гаврилов А.И. Интеграция бесплатформенной инерциальной и спутниковой навигационных систем на основе слабосвязанной схемы комплексирования с использованием расширенного фильтра Калмана. Инженерный журнал: наука и инновации, 2019, вып. 4. http://dx.doi.org/10.18698/2308-6033-2019-4-1870