哈尔滨工程大学硕士学位论文开题报告 其中AHRS采用了ARM微控制芯片作为各传感器的信息采集、处理、传输和管理芯片，为了减轻采集模块的通信负担，GPS和里程计的数据直接使用上位机微处理器来采集；另一个模块用于参数解算称为导航参数计算子模块(导航计算机)，其处理器使用PC104，两个子模块之间通过RS232实现数据通信如图3.1所示。数据采集通信子系统负责将传感器感知的外界信息或者自身状态的信息经ARM采集后按照传输协议将其打包发送至上位机；导航计算子模块负责MSINS的捷联解算以及与GPS、EC和虚拟传感器的信息融合。
3.2虚拟传感器辅助MSINS导航技术
针对GPS和EC失效的情况下，捷联惯导系统存在着误差快速增长的问题，提出依据运动学模型建立虚拟传感器来辅助MSINS的方案，引入运动约束条件，构造虚拟传感器的观测量。所谓虚拟传感器技术是指依据室外监控机器人实验平台的运动学模型和运动约束，借助于机器人电机编码器输出信息，虚拟出当前机器人的速度、位置信息的数学模型。虚拟传感器辅助导航的原理是根据移动机器人在平坦的地面上行驶时，两个假设和两个约束均成立的情况下，选取沿移动机器人坐标系的横轴和纵轴方向的虚拟速度分量，作为卡尔曼滤波器的观测量使用来辅助MSINS导航的方法。该方法可以作为备份导航系统参与室外监控机器人的导航系统，使得整个微小型组合导航系统在不增加传感器的情况下，系统冗余性和可靠性得到改善
3.3 多传感器信息融合技术
信息融合(Information Fusion)就是将来自多个传感器(或多源的信息)进行综合处理，从而得出更为准确、可靠的结论。多传感器信息融合的基本原理就像人脑综合处理信息的过程一样，他充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器的互补与冗余信息依据某种优化准则组合起来，产生对观测环境一致性解释和阐述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的优化组合得到更多的有效信息，其最终目的是利用多个传感器共同或者联合操作的优势，提高整个传感器系统的精度和有效性。
多传感器信息融合技术在机器人导航系统的应用已经取得了重大进步，冗余性和互补性的传感器的数据融合提高了整个系统的性能。随着移动机器人工作领域的不断扩展，现代智能机器人要求能够在未知环境中自主行走，能够实时感知外界信息的变化，自主的进行避障和自我导航，这就对多源信息融合提出了较高要求，实践证明在机器人组合导航系统中，卡尔曼滤波理论是最成功的信息处理方法。利用Kalman滤波技术对机器人导航系统信息进行融合有两种途径：集中式Kalman和分布式Kalman。理论上来讲集中式卡尔曼滤波能够得出状态的最优估计，但由于集中式卡尔曼滤波依赖于高元估算和较大的数据寄存器可能导致沉重的计算负担，不能保证滤波器的实时性，此外子系统的增加使得故障率随之增加，一旦某一个子系统失效，整个系统就会面临崩溃。N.A
5
哈尔滨工程大学硕士学位论文开题报告 Carlson提出的联邦卡尔曼滤波由于利用信息分配原则，消除了各子状态估计的相关性，计算量小、对单一集中数据库没有要求、通信负担小、减小了数据流瓶颈的可能性、易于故障检测和隔离且具有高可靠性。因此选用联邦卡尔曼滤波技术作为室外监控机器人导航系统的信息融合的技术手段。
3.4 室外监控机器人的微小型组合导航系统的实现
结合组合导航系统的特点可以确定室外监控机器人微小型组合导航系统应具备的功能包括：
(1) 数据采集：数据采集功能主要采集MIMU(ADIS16355)的输出信号和由三轴数字地磁传感器(MicroMag3)和三轴数字加速度计(ADXL345)组成的电子罗盘的输出信号。对于GPS和里程计的数据则通过串口直接采集到PC104中。
(2) 数据处理与信息融合：数据处理包括MIMU的软件补偿、初始对准以及导航参数解算，电子罗盘的误差补偿等，信息融合主要是采用联邦卡尔曼滤波进行数据的融合。
(3) 导航数据输出：微小型组合导航系统在感知到当前环境中的自身信息后输出给机器人当前信息以供机器人控制本体运动。
因此，综合系统特征确定微惯性组合导航系统的开发过程以下：
1) 理论分析：包括模型的数学建模、试验数据处理以及使用算法仿真等。 2) 系统设计：包括硬件设计和软件设计。硬件设计主要是包含电子罗盘和AHRS在内的数据采集板的设计以及导航系统各部分之间的物理上的连接；软件设计包括上位机软件的开发(包括组合算法、数据通信、人机界面等)以及下位机软件的编写(主要是基于STM32的MIMU和电子罗盘信息的采集和预处理)。
3) 系统开发调试：包括系统软、硬件调试和功能联合调试。
4) 系统应用调试：将调试好的微小型组合导航系统放置在实际工作环境中进行测试，验证导航系统的精度、功能以及稳定性。根据出现的实际问题，及时进行系统改进。
6
四．预计进度和工作计划 查找收集与本课题有关的文献资料，了解室外监控机器人和微小型组合导航系统2009年8月~2009年11月 的研究现状和发展方向，对课题进行可行性及整体结构分析，准备开题。 深入学习惯性导航原理、组合导航技术，2009年12月~2010年2月 传感器以及多传感器信息融合技术等相关理论知识。 设计室外监控机器人实验平台和组合导2010年3月~2010年5月 航系统的整体架构 在上一阶段工作的基础上完成整体的软、硬件 系统的整体联合调试以及试验验证。 整理研究资料，撰写毕业论文，准备答辩。 2010年6月~2010年7月 2010年8月~2010年10月 2010年11月~2011年1月 五．参考文献 ［1］ 张毅,罗元,郑太雄等.移动机器人技术及其应用[M]. 北京:电子工业出版社,2007：
10-12页.
［2］ 刘大亮. 一种球形移动机器人的运动分析与控制技术的研究[D]. 北京邮电大学
硕士学位论文. 2009.6.
［3］ 王薇. 轮式移动机器人的运动控制研究[D]. 北京邮电大学硕士学位论文. 2009.6. ［4］ 杨晶东. 移动机器人自主导航关键技术研究[D]. 哈尔滨工业大学博士学位论
文.2008.12.
［5］ 陈少斌. 自主移动机器人路径规划及轨迹跟踪的研究[D]. 浙江大学硕士学位论
文.2008.9.
［6］ 原魁,李园,房立新.多移动机器人系统研究发展近况[J]. 自动化学报.2007,33(8):
,785-794页.
［7］ 任孝平,蔡自兴.基于移动自组网的多移动机器人远程监控[J].华中科技大学学
报,2008,36(1):239-242页.
［8］ 李剑锋,原魁,王永玲等.一种低成本高性能的巡逻保安机器人[J]. 2007,17(8):
814-818页.
［9］ 杨世强,傅卫平,李德信.移动机器人导航算法研究[J].机械科学与技术2010,29(1):
100-108页.
［10］金周英,白英. 我国机器人发展的政策研究报告[J]. 机器人技术与应用.2009,(2):
哈尔滨工程大学硕士学位论文开题报告 1-7页.
［11］王鸿鹏. 复杂环境下轮式自主移动机器人定位与运动控制研究[D]. 南开大学博
士学位论文.2009.9.
［12］蔡自兴，贺汉根，陈虹. 未知环境中移动机器人导航控制研究的若干问题[J]. 控
制与决策，2002,17(4):385-390.页
［13］蔡自兴，贺汉根，陈虹. 未知环境中移动机器人导航控制理论与方法[M]. 北京:
科学出版社，2009:371-372.页
［14］朱凤春. 移动机器人导航与环境建模问题研究[D]. 山东科技大学博士学位论
文.2007.6.
［15］杨露菁,余华. 多源信息融合理论与应用[M]. 北京:北京邮电大学出版社.2006: 3-7
页.
［16］秦永远，张洪钺，王叔华. 卡尔曼滤波与组合导航原理[M]. 西安:西北工业大学
出版社.2004:205-210页.
［17］徐景硕,沈鹏. SINS/GPS/EMC组合导航系统信息融合技术研究[J]. 宇航计测技术,2009,29(2):41-44页.
［18］王震宇. MEMS-SINS/磁强计组合导航系统设计[D]. 哈尔滨工业大学硕士学位论
文,2007.7.
［19］陈永冰,钟斌. 惯性导航原理[M] .北京:国防工业出版社.2007:176-246页.
［20］黄旭. MEMS INS/GPS/磁强计组合姿态确定研究[D]. 哈尔滨工业大学硕士学位
论文.2005.7.
［21］李杰,张文栋,刘俊. 基于时间序列分析的Kalman滤波方法在MEMS陀螺仪随机
漂移误差补偿中的应用研究[J]. 传感技术学报,2006.19(5):2215-2219页.
［22］周丕森. 微小型组合导航系统设计与实验研究[D]. 上海交通大学硕士学位论
文,2008.1.
［23］王犇,袁涛,谭涛.基于MEMS陀螺仪的微惯性测量系统的实现[J].微计算机信
息,2008,24(9):152-154页.
［24］黄徽,刘建业,李荣冰等. 微小型MEMS惯性导航系统的六陀螺余度配置实现[J].
传感器与微系统,2007,26(7):51-57页.
［25］胡佩达,董景新,赵长德等. 微机械加速度计自动测试系统[J]. 中国惯性技术学
报,2008,16(2): 212-215页.
［26］陆敬予,张飞虎,张勇 微机电系统的现状与展望[J]. 传感器与微系统,2008,27(2):
1-7页. ［27］陈哲. 捷联惯导系统原理[M]. 北京:宇航出版社,1986:24-98页.
［28］李杰，张文栋，刘俊. 基于时间序列分析的Kalman滤波方法在MEMS陀螺仪随
即漂移误差补偿中的应用研究[J]. 传感器技术学报.2006.19(5):2215-2219页. ［29］钱华明，夏全喜等. 基于Kalman滤波的MEMS陀螺仪滤波算法[J].哈尔滨工程
大学学报.2010,31(9): 1217-1221页.
［30］岳海波. GPS/DR车载组合导航定位系统研究[D]. 南京理工大学硕士学位论
文.2009.5.
1
哈尔滨工程大学硕士学位论文开题报告 ［31］吴周洁. 组合式车载导航系统研究[D]. 上海交通大学硕士学位论文.2009.1. ［32］Calson N.A.Federated Kalman Filter Simulation Results [J].Journal of theInstitute of
Navigation, 1994, 41:297-321P.
［33］Koifman M.BAR Itzhack IY. Inertial navigation systemaided by aircraft dynamics
[J].IEEE Transactions on Control Systems Technology, 1999, 7(4):487-493P. ［34］DISSANAYAKE G,SUKKARIEH S,NEBOT E,et al.The aiding of a low-cost
strapdown inertial measurement unit using vehicle model constraints for land vehicle applications[J].IEEE Transactions on Robotics and Automation,2001,17(5):731-747P. ［35］R.西格沃特,I.R.诺巴克什,自主移动机器人导论[M],李人厚译. 西安:西安交通大
学出版社.2006:47-89页.
［36］付梦印,邓志红,刘彤. 智能车辆导航技术[M]. 北京:科学出版社.2009:10-69页. ［37］夏全喜. 车载组合导航系统关键技术研究[D]. 哈尔滨工程大学博士学位论
文.2009.6.
［38］徐田来. 车载组合导航信息融合算法研究与系统实现[D]. 哈尔滨工业大学博士
学位论文.2007.12.
［39］Elliott D.Kaplan, Christopher J.hegarty.Understanding GPS Principles and
Applications, Second Edition [M]. 寇艳红译.北京:电子工业出版社.2008:14-46页. ［40］于金霞.移动机器人定位的不确定性研究[D]. 中南大学博士学位论文.2007.6. ［41］丁文娟.捷联惯性/里程计/伪卫星车载组合导航系统研究[D]. 西北工业大学硕士
学位论文.2006.6.
［42］刘静.基于磁阻传感器的姿态测量系统设计[D]. 华中科技大学硕士学位论
文.2007.6.
［43］邵婷婷. 倾斜补偿电子罗盘设计[D]. 西北工业大学硕士学位论文.2007.3. ［44］Yang J M,Kim J H.Sliding mode motion control of nonholomic mobile robots[J].IEEE
Transactions on Robotics and Automation,1999,15(3):577-587P.
［45］蔡春龙,刘翼,刘一薇. MEMS仪表惯性组合导航系统发展现状与趋势[J]. 中国惯
性技术学报2009,17(5):562-567页.
［46］Keith Sheard, Ian Scaysbrook, Derrick Cox. MEMS Sensor and Integrated Navigation
Technology for Precision Guidance [J]. IEEE Transactions on Control Systems Technology, 2008, 8(3):1145-1151P.
［47］马昕,李贻斌,宋銳. 车辆动态数学模型辅助的惯性导航系统[J].山东大学学
报,2005,35(2): 66-71
［48］F. Caron, E. Duflos, D. Pomorski, P.et al.GPS/IMU data fusion using multisensor Kalman filtering:
Introduction of contextual aspects, Information Fusion ,2006,7 :221–230.
［49］Z.-L.Deng, Y.Gao, L. Mao,et al. New approach to information fusion steady-state Kalman filtering,
Automatica ,2005 ,41: 1695–1707.
2