поставщик инерциальных интегрированных навигационных систем

Ключевые моментыПродукт: MEMS GNSS/INS компании Micro-Magic Inc, включая модель I3500 для картографических приложений.Функции:Размер: Компактный и легкий для легкой интеграции.Точность: нестабильность смещения 2,5°/ч, угловое случайное блуждание 0,028°/√ч.МЭМС-акселерометр: диапазон ±6g, нестабильность нулевого смещения

Ключевые моментыПродукт: Интегрированные навигационные решения GNSS/INSКлючевые особенности:Компоненты: Интегрированная система включает приемник GNSS, блок инерциальных измерений (IMU) и дополнительные датчики, такие как LiDAR или одометры.Функция: поддерживает точность и стабильность при потере сигнала GNSS с помощью дополнительных датчиков или ограничений состояния движения, таких как ZUPT.Применение: Идеально подходит для городской навигации, горнодобывающей промышленности, добычи нефти и других сред с потенциальными помехами для сигнала.Инерциальная навигация: для измерения положения, скорости и ускорения используются гироскопы и акселерометры.Вывод: конструкция интегрированной системы развивается, появляются решения, которые повышают надежность в сложных условиях, сохраняя при этом баланс между стоимостью и сложностью.В интегрированной навигационной системе GNSS/INS измерения GNSS играют решающую роль в корректировке INS. Поэтому правильное функционирование интегрированной системы зависит от непрерывности и стабильности спутниковых сигналов. Однако, когда система работает под эстакадами, кронами деревьев или внутри городских зданий, спутниковые сигналы могут легко блокироваться или создавать помехи, что потенциально может привести к потере захвата приемника GNSS. В этой статье обсуждаются решения для поддержания точности и стабильности. интегрированных навигационных систем GNSS/INS при потере спутниковых сигналов.При отсутствии спутникового сигнала в течение длительного периода отсутствие поправок ГНСС приводит к быстрому накоплению ошибок ИНС, особенно в системах с инерциальными измерительными блоками меньшей точности. Данная проблема приводит к снижению точности, стабильности и непрерывности работы интегрированной системы. Следовательно, крайне важно решить эту проблему, чтобы повысить надежность интегрированной системы в таких сложных средах.1.Два основных решения проблемы потери сигнала GNSS/INSВ настоящее время существует два основных решения проблемы потери спутникового сигнала.Решение 1. Интегрируйте дополнительные датчикиС одной стороны, в существующую систему GNSS/INS могут быть интегрированы дополнительные датчики, такие как одометры, LiDAR, астрономические датчики и визуальные датчики. Таким образом, когда потеря спутникового сигнала делает ГНСС недоступной, новые добавленные датчики могут предоставлять информацию измерений и формировать новую интегрированную систему с ИНС для подавления накопления ошибок ИНС. Проблемы этого подхода включают увеличение стоимости системы из-за дополнительных датчиков и потенциальную сложность конструкции, если новые датчики потребуют сложных моделей фильтрации.Рис.1 Системный обзор интегрированной навигационной системы GNSS IMU ОДО LiDAR SLAM.Решение 2: Технология ЗУПТС другой стороны, модель позиционирования с ограничениями состояния движения может быть создана на основе характеристик движения транспортного средства. Этот метод не требует добавления новых датчиков в существующую интегрированную систему, что позволяет избежать дополнительных затрат. Когда GNSS недоступна, новая информация измерений предоставляется ограничениями состояния движения для подавления расхождения INS. Например, когда транспортное средство неподвижно, можно применить технологию обновления при нулевой скорости (ZUPT) для подавления накопления ошибок INS.ZUPT — это недорогой и широко используемый метод уменьшения расхождения INS. Когда транспортное средство неподвижно, его скорость теоретически должна быть равна нулю. Однако из-за накопления ошибок INS с течением времени выходная скорость не равна нулю, поэтому выходную скорость INS можно использовать в качестве измерения ошибки скорости. Таким образом, на основе ограничения, согласно которому скорость транспортного средства равна нулю, можно составить соответствующее уравнение измерения, предоставляющее информацию об измерениях для интегрированной системы и подавляющее накопление ошибок ИНС.Рис.2 Блок-схема алгоритма GNSSIMU на основе ZUPT, тесно связанного с CERAV.Однако применение ZUPT требует, чтобы транспортное средство было неподвижным, что делает его статической технологией обновления с нулевой скоростью, которая не может предоставить информацию об измерениях во время обычных маневров транспортного средства. На практике это требует частой остановки транспортного средства из движущегося состояния, что снижает его маневренность. Кроме того, ЗУПТ требует точного определения стационарных моментов автомобиля. Если обнаружение не удалось, может быть предоставлена неверная информация об измерениях, что потенциально может привести к сбою этого метода и даже к снижению или отклонению точности интегрированной системы.ЗаключениеПотеря спутниковых сигналов может привести к быстрому накоплению ошибок в ИНС, особенно в сложных условиях, таких как городские районы. Представлены два основных решения: добавление дополнительных датчиков, таких как LiDAR или визуальные датчики, для обеспечения альтернативных измерений или использование ограничений состояния движения, таких как технология обновления нулевой скорости (ZUPT), для исправления ошибок INS. Каждый подход имеет свои преимущества и проблемы: интеграция датчиков увеличивает затраты и сложность, в то время как ZUPT требует, чтобы транспортное средство было неподвижным и точно обнаруживаемым, чтобы быть эффективным.Micro-Magic Inc находится в авангарде технологий инерциальной навигации и недавно представила три продукта MEMS INS с поддержкой GNSS с различными уровнями точности (промышленный уровень, тактический уровень и навигационный уровень). Примечательно, что MEMS GNSS/INS I3500 промышленного уровня имеет нестабильность смещения 2,5°/ч и угловое случайное блуждание 0,028°/√ч, а также высокоточный MEMS-акселерометр с большим диапазоном (±6g, нестабильность нулевого смещения).

In the design of navigation and control systems, AHRS (Attitude and Heading Reference System) and INS (Inertial Navigation System) are two key technical modules. Although they are both based on inertial measurement units (IMUs), their processing methods, output results, and application scopes are essentially different. This article will compare AHRS and INS in depth from the dimensions of system composition, sensor fusion algorithm, mathematical model, error source analysis, and typical applications, to provide theoretical and application support for engineering practice and research. 1. System Structure Overview AHRS System Structure AHRS systems are usually composed of three types of sensors:Three-axis gyroscopes (Angular Rate Sensors)；Three-axis accelerometers (Linear Acceleration Sensors)；Three-axis magnetometers (Earth Magnetic Field Sensors) These data are fused through a filtering algorithm to estimate the current three-dimensional posture (expressed in Euler angles or quaternions). INS system structure INS systems are usually composed of IMU (gyroscope + accelerometer), and realize navigation functions through integral calculation: Integrate acceleration to get velocity, and then integrate to get position; Integrate angular velocity to calculate attitude changes. INS can be integrated into an "autonomous navigation system" to achieve continuous positioning for a certain period of time even in an environment where GPS is not available. 2. Core Mathematical Formulas and Calculation Process 1. Attitude estimation (AHRS) Assume that the three-axis angular velocity isUsing quaternionRepresents the posture, then the posture update formula is as follows: Combined with the magnetometer and accelerometer, attitude error correction is achieved through complementary filtering or extended Kalman filtering (EKF). Schematic diagram of attitude error correction formula (complementary filtering):             2. Inertial Navigation (INS) The core of INS is to integrate acceleration twice: Speed ​​calculation: Position calculation: Since the IMU data contains noise and bias, the integration process will lead to the accumulation of errors (drift): To this end, INS is often fused with GPS, vision, or UWB to constrain error drift. 3. Error model analysis Error Source AHRS INS Gyroscope Bias Causes slow attitude drift, correctable via magnetometer Accumulates into significant drift in attitude, velocity, and position Accelerometer Error Affects gravity direction estimation Severely impacts position estimation; long-term errors grow quadratically Magnetometer Interference Impacts yaw (heading) estimation Generally unaffected (no magnetometer used) Numerical Integration Error First-order integration with manageable errors Second-order integration leads to significant errors Algorithm Robustness High (mature attitude decoupling algorithms) Moderate; requires robust filtering and error modeling support 4. Comparison of Sensor Fusion Algorithms Algorithm Type Typical Usage in AHRS Typical Usage in INS Complementary Filtering Fast attitude fusion for low-computational-power devices Rarely used (insufficient precision) Kalman Filter (EKF) Fuses gyro, accelerometer, and magnetometer to correct errors Fuses gyro, accelerometer, and external references (e.g., GPS) Zero-Velocity Update (ZUPT) Not used Commonly applied in pedestrian navigation to reduce drift SLAM/Visual-Inertial Navigation Not applicable Combined with visual sensors to enhance navigation accuracy   5. Comparison of Typical Application Scenarios Application AHRS INS Small UAVs ✅ For attitude control & heading estimation ✅ Used for path planning or in GPS-denied environments VR/AR Headsets ✅ Provides head orientation tracking ❌ Not required (position accuracy unnecessary) Autonomous Vehicles ❌ Attitude alone insufficient for navigation ✅ Critical for high-precision map matching and dead reckoning in GPS-denied zones Rocket Guidance ❌ Insufficient precision for standalone use ✅ High-precision INS required in high-dynamic environments Underground/Underwater ❌ Magnetometer failure in such environments ✅ Combines with sonar/UWB for precise navigation 6. Summary: A5000 vs I3700: Practical application of high-precision sensors in AHRS and INS A5000 – High-precision MEMS AHRS attitude sensor A5000 is a highly integrated digital output high-precision AHRS (attitude and heading reference system). Its core features include: Built-in three-axis high-precision accelerometer, gyroscope and magnetometer Use 6-state Kalman filter for sensor fusion to enhance the robustness of attitude estimation Output includes heading angle (Yaw), pitch angle (Pitch), roll angle (Roll) and angular velocity, acceleration information Suitable for attitude perception scenarios such as drones, robots, mining vehicles, AGVs, agricultural automation equipment, etc. Miniature design, suitable for space-constrained applications   I3700 – Full-featured Inertial Navigation System (INS) In contrast, the I3700 is an inertial navigation system for high-dynamic autonomous navigation applications, integrating a high-performance IMU module and supporting fusion with external signals (such as GPS). Its key features include: Output attitude angle + velocity + 3D position, supporting long-term navigation Suitable for scenarios that require full autonomous navigation capabilities, such as underground mines, GPS-free environments, precision agriculture or marine unmanned systems Supports multiple data interfaces, compatible with SLAM, GPS, and UWB fusion systems   With a powerful digital signal processing unit, it has excellent stability and long-term drift control capabilities A5000 Heading 9 Axis Navigation System Navigational Guided System Low Price High Accuracy   I3700 High Accuracy Agricultural Gps Tracker Module Consumption Inertial Navigation System Mtk Rtk Gnss Rtk Antenna Rtk Algorithm