Journal of Geomatics Science and Technology

fa ارزیابی روش‌های SPS، RLS و MP در کالیبراسیون MEMS_IMU Assessment Methods SPS, RLS And MP In The Calibration MEMS_IMU فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research تاریخچه واحد اندازهگیری اینرسی (IMU) به سال 1930 میلادی برمیگردد. در آن زمان این فناوری به دلیل محدودیتهای جدی آن در اندازه، هزینه و مصرف انرژی، قابل بکارگیری در دستگاههای کوچک و استفاده عموم نبوده است. پیشرفتهای اخیر سنجندههای واحد اندازهگیری اینرسی از نوع میکروالکترومکانیکی (MEMS) که بسیار سبکتر، کوچکتر و ارزانتر از دیگر انواع سیستمهای اینرسی میباشند. اما با این وجود این سیستمها نسبت به سیستمهای اینرسی دیگر دقت پایینتری دارند. بنابراین برای بهبود در عملکرد و دقت مشاهدات، سیستمهای اینرسی نیاز به کالیبراسیون دارند. در این مقاله در ابتدا به معرفی انواع سیستمهای اینرسیایی و تمرکز بیشتر بر روی سیستمهای مبتنی بر میکروالکترومکانیکی پرداخته شده است و  مدل ریاضی مورد استفاده که در آن خطاهای بایاس، فاکتور مقیاس و عدم تعامد محورها قرارگرفته است. در ادامه راهکارهای برای کالیبره سازی سیستم های اینرسیایی بصورت استاتیک ارائه شده است. که این روشها به ترتیب شش موقعیت استاتیک (SPS)، چند موقعیتی (MP) و کمترین مربعات بازگشتی (RLS) میباشند که منجر به تعیین پارامترهای خطای واحد اندازه گیری اینرسیایی میشوند. در این پژوهش از نرم افزار  OARS استفاده شده است، یک سیستم جمعآوری داده توسعه یافته بر روی سیستم عامل آندروید میباشد. نتایج روشهای پیشنهادی نشان دادند که اولا در مدل ریاضی با 12 پارامتر وابستگی بالای بین پارامترها نسبت به  مدل ریاضی با 9 پارامتر وجود دارد. ثانیا اگر از مشاهدات خام با یک وضعیت خاص ابتدا میانگین گرفته شود و این مقادیر وارد معادلات گردد نتایج بهتری دارد نسبت به وارد کردن مشاهدات خام یا مشاهداتی که به روش تبدیل موجک گسسته نویزشان حذف شده است. مقادیر خطا واحد اندازهگیری در روش چند موقعیتی در این سه حالت به ترتیب بدست 0.082345، 0.083140 و 0.082952 متر بر مجذور ثانیه آمده است. ثالثا نتایج مقدار خطا واحد اندازهگیری در سه روش پیشنهادی به ترتیب 0.146245، 0.161520 و 0.082345 متر بر مجذور ثانیه و علت عدم نیاز به جمعآوری داده در حالت خاص (تراز دقیق سیستم اینرسی) برای تعیین پارامترهای کالیبراسیون نشان میدهد که روش چند موقعیتی از دو روش دیگر بهتر عمل کرده است.  <div style="text-align: justify;">History inertial measurement unit (IMU) dates back to 1930. At that time, the technology because of its serious limitations on size, cost and power consumption, and the public was not applicable to small devices. Recent developments inertial measurement unit of MEMS sensors that are lighter, smaller and cheaper than other types of systems are inertial. These have made the inertial sensors in a variety of small devices such as mobile phones placed today. In this article, the first to introduce a variety of inertial systems and focus more on MEMS systems has been based on the mathematical model used where errors bias, scale factor and non-orthogonal axes is located. In summary, each of these errors can be expressed as follows. bias is the measurement error, regardless of the forces or the input rate of the sensor. The scale factor expresses the scale of the relationship between the output of a sensor with the force or the rate applied to the sensor. In other words, this error shows the difference between the ideal observation and the output of the sensor, and linear gradients are generated in observations in the inertial navigation systems. non-orthogonal axes between the axes is a defect in the construction and a lack of alignment of the three axes of measurement in the accelerometer or gyroscope. The following guidelines are provided to calibrate the static inertial systems. The methods by six static position (SPS), multi-position (MP) and recursive least squares (RLS) is an IMU used to determine the parameters of error. In this research, OARS software is used, a data aggregation system developed on the Android operating system. With 100Hz, this software provides accelerometer, gyroscope, magnetometer and GPS observations at 1 Hz. Observations of these sensors are stored in the csv format software in the phone's memory. In this study only gyroscope and accelerometer sensors are used. The results showed that the proposed methods First, the mathematical model with 12 parameters high dependency between the parameters compared to model 9 parameters. Secondly, if the raw observations in a particular situation, and the values averaged better results than entering into the equation raw observations or observations been removed noises by discrete wavelet transform. The unit of measurement error values in the multi-position on the three modes obtained by 0.082345, 0.083140 and 0.082952  is. Thirdly, the results of the error measurement unit in three ways proposed by 0.146245, 0.161520 and 0.082345 <img alt="" height="20" src="file:///C:UsersNillofarAppDataLocalTempmsohtmlclip1�1clip_image004.png" width="26" > and because of the need to collect data in particular (exact alignment inertial system) to determine the calibration parameters show that the multi-position method is better than the other two methods.</div> کالیبراسیون, سیستم ناوبری اینرشیال, شتاب‌سنج, ژیروسکوپ, میکروالکترومکانیکی, موجک, آندروید Calibration, Inertial navigation systems, Accelerometers, Gyroscopes, DWT, Android 17 28 http://jgst.issgeac.ir/browse.php?a_code=A-10-571-1&slc_lang=fa&sid=1 F. Javaheri فرزاد جواهری farzadjavaheri@ut.ac.ir 10031947532846005333 10031947532846005333 Yes university of tehran دانشگاه تهران M. Saadatseresht محمد سعادت سرشت msaadat@ut.ac.ir 10031947532846005334 10031947532846005334 No university of tehran دانشگاه تهران