基于智能无人小车平台的导航系列实验设计

王茂松，郭 妍，张礼廉，潘献飞

（国防科技大学智能科学学院，长沙 410073）

0 引言

导航指的是引导人员、车辆、飞机、舰船等运载体从出发点到目的地的过程。由于运载体所处的环境不同，导航方式也千差万别，如惯性导航［1］、卫星导航［2］、天文导航［3］、视觉导航［4］、多普勒导航［5］等。在众多导航方式中，惯性导航由于其导航参数最全面，因此它在陆地、航空、航天和航海等领域都得到了广泛的应用［6-11］。

信息化时代，传统的教学手段和方式一方面不能吸引学生，另一方面已经不能满足社会对于创新实践人才的需求［12-13］。而基于现代信息化技术手段的创新实践教学对于提高学生综合素质、培养学生的创新精神与实践能力具有特殊作用［14-16］。课题组通过近10 多年在本科生开设创新实验的探索和承担相关课题研究的基础上，将课题研究成果应用到实验教学过程中，利用智能无人小车平台对多种导航设备进行整合，形成一套集教研一体的导航工程专业创新实验教学体系，开展一系列完整的、符合本科生教学的惯性导航以及组合导航实验，加深了学生对导航课程核心内容的掌握程度，极大激发了学生学习的积极性，锻炼了学生全方面的创新实践能力。

1 实验改革目的

惯性导航是一种完全自主的导航方式，它既不需要向外界发射信号，也不需要从外界接收信号，正由于它有这样的特性，因而它在军事领域和民用领域都有广泛的应用。然而，惯性导航也有它固有的缺点，由于采用积分推算的方式，因此它的误差是随时间积累的。在实际应用中，常采用惯性导航与其他导航方式进行组合的方法来提高导航定位的精度。

低精度、低成本的惯性导航元器件无处不在，如智能手机、平板电脑、车载导航仪器［见图1（a）］中均含有陀螺仪和加速度计等惯性传感器。但是，低精度的惯性导航传感器不能完全满足实验教学需求，学生只有通过高精度的惯性导航设备才能更好地体会惯性导航的误差传播特性。而高精度的惯性导航实验设备往往庞大而笨重、成本高，且实验操作过程复杂，因此，以往大多数的导航课程本科实验教学均采用教师事先采集好的实验数据，然后学生进行事后处理，如对大型试验车采集的数据进行事后处理。然而，这种单一化的实践教学方式已经不能满足当前智能化无人装备的发展对于创新人才的需求，传统的实践教学方式亟待改革。

为了促进学生自主学习和动手能力的培养，提高分析和解决实际工程问题的能力，适应无人系统智能导航领域建设高素质创新人才培养体系的需求，开展基于智能无人小车平台的导航系列实验（见图1（b））。将高精度惯性导航系统、卫星导航接收机、激光多普勒测速仪等实验设备安装于无人小车上，学生自主通过无人小车进行实验数据的采集与处理、实验结果的分析等环节，使得学生能够在导航设备数据采集的全过程中得到锻炼，为将来从事导航系统的设计、测试、使用与维护等相关工作奠定基础。

图1 导航教学实验平台

2 实验方案设计

基于智能无人小车平台的导航系列实验包括：①惯性导航静基座粗对准；②惯性导航静基座精对准；③纯惯性导航解算；④惯性／卫星组合导航；⑤干扰环境下的惯性／卫星组合导航；⑥惯性／激光多普勒航位推算。实验分两次完成，一次为卫星导航不受干扰的环境，可完成实验①、②、③、④；另一次为卫星导航受干扰的环境，可完成实验⑤、⑥。实验教学班分成若干个实验小组，每个小组自行设计不同的实验轨迹，但是需要确保每个小组的两次实验轨迹一致，方便进行两次实验的结果对比分析。

3 实验设备

3.1 各子系统硬件

（1）实验小车组合导航系统。图2 所示为实验小车组合导航系统，所涉及的实验设备包括：一台高精度光纤陀螺捷联惯导系统、一套双波束激光多普勒测速仪以及一套卫星数据接收处理单元（含卫星天线以及Ublox卫星接收机模块）。另外，无人小车的操作系统为ROS（Robotic Operation System）。

图2 智能无人小车组合导航系统

（2）高精度光纤陀螺捷联惯导系统FOG-INS（Fiber Optic Gyro Strapdown Inertial Navigation System）。FOG-INS（见图3），其组成为正交的三只加速度计和三只光纤陀螺，采样频率为200 Hz，以增量形式输出其敏感到的角速度和加速度信息，输出数据的物理含义为角增量和比力积分增量。

图3 高精度光纤陀螺捷联惯导系统实物图

（3）双波束激光多普勒测速仪LDV（Laser Doppler Velocimeter）。LDV（见图4），其组成为双波束激光和数据处理电路，采样频率为200 Hz，输出数据的物理含义为实时速度，测量精度为±0.1%（5 km／h以下±0.2%）。

图4 双波束激光多普勒测速仪实物图

（4）卫星数据接收处理单元。卫星数据接收处理单元（见图5）包括卫星天线和Ublox数据处理模块，其中Ublox模块可以通过UCentor 软件进行设置，其采样频率为1 Hz，输出数据的包括处理后的位置、速度信息。

图5 卫星天线以及Ublox卫星接收机模块图

（5）卫星导航干扰器。卫星导航干扰器（见图6）可以对卫星信号进行干扰，使卫星导航定位的结果异常。学生可通过手机定位和组合导航定位观察定位被欺骗的过程，感同身受地体验伊朗捕获美国绝密RQ-170 无人机的过程。

图6 卫星导航干扰设备

3.2 数据同步采集系统原理

数据同步采集系统的工作过程（见图7）为：卫星接收机通过天线接收卫星信号，通过1PPS 脉冲输出口输出1 Hz秒脉冲，脉冲同步板将1PPS 下降沿与同步板时钟下降沿对齐，并以此为同步信号产生200 Hz的同步脉冲，为光纤陀螺捷联惯导系统和激光测速仪提供触发信号，200 Hz 的同步脉冲下降沿也与1PPS脉冲下降沿对齐，误差小于500 ns。

图7 数据采集系统同步原理框图

上位机接收由卫星接收机解算的车体当前的位置、速度信息，卫星解算结果更新频率为1 Hz，同时接收光纤陀螺捷联惯导系统与激光测速仪的原始信息，数据更新频率为200 Hz，当1PPS 下降沿到来时，对光纤陀螺捷联惯导系统和激光测速仪的数据进行打标以实现同步目的。

4 实验数据采集及处理要求

每组学生均做两次实验，一次为卫星导航不受干扰的环境下，另一次为卫星导航受干扰的环境下，两次实验的轨迹相同。

数据采集步骤如下：①检查系统完整性，开机给操作系统以及各设备上电；②打开数据采集软件，点击采集数据按钮；③保持静止状态采集900 s 初始对准数据（用于进行粗对准加精对准）；④按照预定行驶轨迹进行运动10 min（用于采集惯性导航、卫星导航、激光多普勒测速仪的数据）；⑤保存拷贝数据并按顺序关闭操作系统以及各设备。

针对智能无人小车平台的导航系列实验所涉及的6 个实验，数据处理要求如下：

（1）惯性导航粗对准。惯性导航系统的粗对准过程采用静态条件下重力和地球自转角速度矢量夹角来进行姿态计算，要求利用课上所学的解析粗对准方法，完成惯性导航系统的粗对准过程，计算载体的3 个欧拉角。

（2）惯性导航精对准。惯性导航系统的精对准过程是在粗对准基础上进行的，采用静态条件下基于速度误差观测的卡尔曼滤波估计实现初始姿态计算，绘制出精对准过程的3 个欧拉角曲线。

（3）惯性导航解算。惯性导航解算是在精对准结束的基础上进行的，基于惯性导航系统的三轴陀螺仪和三轴加速度计的输出实现惯性导航递推解算，绘制出惯性导航结果的位置曲线。

（4）惯性／卫星组合导航。在卫星信号不受干扰的环境下，在精对准过程结束后，基于惯性导航系统的输出进行惯性导航解算，同时结合卫星接收机的速度和位置输出信息进行卡尔曼滤波的信息融合，输出最优的导航结果。

（5）干扰环境下的惯性／卫星组合导航。在卫星信号受干扰的环境下，在精对准过程结束后，基于惯性导航系统的输出进行惯性导航解算，同时结合卫星接收机的速度和位置输出信息进行卡尔曼滤波的信息融合，输出导航结果，与不受卫星干扰环境的组合导航轨迹进行对比分析。

（6）惯性／激光多普勒航位推算。战场环境下，卫星信号容易受干扰，导致定位失效。然而，惯性导航系统与激光多普勒的速度测量信息进行融合属于自主的导航方式，不易受外界干扰，基于惯性导航系统的输出和激光测速仪的输出进行航位推算，绘制位置曲线，与干扰和非干扰环境下惯性／卫星组合导航的结果进行对比分析。

5 实验结果分析

5.1 粗对准和精对准结果

图8 和表1 所示为某次实验的粗对准结果和精对准结果，其中粗对准时间选择为60 s，精对准为900 s。

图8 900 s精对准欧拉角曲线

表1 60 s粗对准和900 s精对准结果对比（°）

由图8 可见，精对准的航向角相比于滚动角和俯仰角的收敛速度要慢，在大概500 s之后，航向角收敛趋于稳定。

由表1 可见，粗对准和精对准的滚动角差为0.000 3°，俯仰角差为0.005 6°，航向角差为0.021 5°。虽然粗对准和精对准结果的差异很小，最大的航向角差异仅0.021 5°，但对于惯性导航来说，精对准时间越长，惯性导航的解算精度越高。

5.2 惯性导航结果

为了进一步分析精对准的时间对于后续惯性导航精度的影响，对比了精对准时间分别为6、9 和15 min时的惯性导航结果，如图9 所示。其中红色线为参考轨迹，绿色线、蓝色线和黄色线分别为6、9 和15 min精对准后进行惯性导航解算的轨迹。

图9 不同精对准时间下的惯性导航解算结果

由图9 可见，精对准时间越长，卡尔曼滤波估计越充分，惯性导航解算的精度越高。

5.3 组合导航结果对比分析

对比分析了在卫星干扰环境下和非干扰环境下的惯性／卫星组合导航结果以及惯性／激光多普勒测速仪航位推算的结果，如图10 所示。其中红色线为非干扰环境下的惯性／卫星组合导航结果，绿色线为干扰环境下的惯性／卫星组合导航的位置结果，黄色线为惯性／激光多普勒航位推算的位置结果。

图10 不同卫星环境下的惯性／卫星组合和惯性／激光多普勒航位推算结果

可见，干扰环境下的惯性／卫星组合导航的位置结果很快就发散出去，而惯性／激光多普勒航位推算的位置结果和非干扰环境下的惯性／卫星组合导航的位置结果吻合较好。所以，在战场环境下，卫星导航设备本身应该进一步地提高抗干扰的能力，另外，在卫星信号受到干扰时，应尽可能有可以替代的自主导航方式满足运载体的正常导航需求。

6 结语

基于智能无人小车平台设计了多个惯性导航以及组合导航的实验，克服了传统导航实验学生直接事后处理教师事先采集好的数据的弊端，锻炼了学生数据采集、数据处理和数据分析全过程解决问题的能力。该系列实验已经在我校导航工程专业本科导航系统综合设计课程成功实践，学生反馈良好，后续将会继续在无人小车平台上增加新的传感器如激光雷达、摄像头等，全方位锻炼学生的创新实践能力。