Utafiti huu unalenga kubainisha katika mchakato mmoja wa urekebishaji vigezo vyote vya msingi vya hitilafu vya usanifu wa RINS/CNS wa mihimili miwili unaounganisha mfumo wa urambazaji wa inertial wenye modulesheni ya mzunguko na mfumo wa urambazaji wa anga kwenye jukwaa moja kwa magari ya anga yasiyo na rubani yanayofanya kazi kwa muda mrefu katika miinuko ya juu. Katika mfumo huu, kitengo cha kipimo cha inertial (IMU) kinawekwa kwenye utaratibu wa kuorodhesha/gimbal wa mihimili miwili; kamera inayotumiwa kwa upelelezi pia inatathminiwa kama sensa ya nyota. Hivyo, lengo ni kupunguza hitaji la kifuatilia nyota tofauti na vifaa vya ziada vya urekebishaji.

Ubunifu mkuu wa kazi hii si kurekebisha tu thamani za bias za gyroscope na accelerometer. Watafiti hukadiria kwa pamoja katika vekta ileile ya hali ya hitilafu bias, vipengele vya skeli na hitilafu za mhimili mtambuka/usakinishaji za IMU; kutokuwa orthogonal kwa mihimili ya gimbal; hitilafu za pembe za encoder za mhimili wa ndani na wa nje; vigezo vya mwelekeo wa nje wa kamera (EOP); vigezo vya ndani (IOP) kama urefu fokasi, nukta kuu na skew; pamoja na vigezo vya upotoshaji wa lenzi wa radial/tangential wa Brown–Conrady.

Kwa kusudi hili, modeli ya hali ya hitilafu yenye vipimo 47 na muundo wa Extended Kalman Filter unaotegemea mabaki ya pikseli katika picha ya nyota umeundwa. Data za IMU husambazwa kwa 100 Hz, huku masasisho ya nyota-pikseli yakitumika kwa 2 Hz. Njia ya urekebishaji imeundwa ili kuongeza uangalizikaji wa vigezo maalum katika segmenti maalum badala ya kuchochea kiholela makundi tofauti ya hitilafu kwa wakati mmoja.

Mbinu tatu kuu za kutenganisha hutumiwa: kutenganisha hitilafu ya encoder ya ndani kwa ulinganifu wa witiri/shufwa (odd/even) katika skani linganifu za mhimili wa ndani; kubadilisha msingi wa Jacobian ya kipimo kwa nafasi tofauti za marejeo za mhimili wa nje; na kutenganisha hitilafu ya encoder ya nje na vipengele vingine vya hitilafu vya quasi-DC kwa kuweka lebo ya masafa kwenye mwendo wa mhimili wa nje wenye umbo la wimbi la pembetatu.

Katika simuleringi safi, sehemu kubwa ya vigezo vya IMU, gimbal na kamera ilikonverji katika segmenti husika ya mwendo iliyobeba taarifa kuzihusu, na mwishoni mwa kazi viwango vya hitilafu kwa ujumla vilibaki chini ya takriban %5. Katika uthibitishaji wa HIL/semi-physical, data halisi za IMU na encoder za gimbal zilipotumiwa, matokeo yalikuwa na kelele zaidi; watafiti waliripoti viwango vya mwisho vya hitilafu kwa ujumla katika takriban %6–16.

Hata hivyo, uthibitishaji wa HIL si safari halisi ya UAV ya mwinuko wa juu. Ingawa data za IMU na gimbal zilitoka kwenye vifaa halisi, vipimo vya nyota vilitengenezwa kisintetiki kutoka kwenye katalogi ya nyota ya SAO kwa kutumia mwelekeo halisi na vikwazo vya uga wa mwonekano. Kwa hiyo, kazi inaunga mkono utekelezekaji wa mbinu katika maabara/nusu-kimwili, lakini bado haijaonyesha uthibitishaji kamili wa safari chini ya picha halisi za anga, mtetemo wa safari, gradienti za joto na hitilafu ya urambazaji ya muda mrefu.

Maana yake kwa Uturuki: Katika utafiti na maendeleo nchini Uturuki kuhusu UAV za mwinuko wa juu, majukwaa ya kukaa angani kwa muda mrefu, urambazaji bila GNSS, mifumo ya upelelezi ya elektro-optiki na urambazaji wa inertial, mbinu sawa ya urekebishaji jumuishi inaweza kutathminiwa kimethodolojia. Hasa, kutumia kamera ya misheni pia kama sensa ya marejeo ya anga kunaweza kupunguza urudufu wa sensa na uzito kwenye jukwaa. Hata hivyo, njia ya urekebishaji, ubora wa IMU, mwonekano wa nyota na ukubwa wa hitilafu katika utafiti huu ni mahususi kwa usanidi fulani wa simuleringi/HIL; kwa misheni halisi katika anga ya Uturuki, uthibitishaji upya unahitajika kwa hali za angahewa, optiki za kamera, muundo wa gimbal, mtetemo wa safari, ulandanishi wa muda na mwonekano halisi wa nyota.

Kwa nini RINS na CNS hutumiwa pamoja?

Mfumo wa urambazaji wa inertial wa strapdown ni muhimu katika misheni ambako GNSS imeingiliwa au haipatikani kwa sababu unaweza kukokotoa nafasi, kasi na mwelekeo bila kupokea ishara kutoka nje. Hata hivyo, bias ndogo sana, hitilafu za skeli au upatanishaji wa mihimili katika gyroscope na accelerometer hujumuishwa kwa muda na kusababisha hitilafu ya urambazaji kuongezeka.

Rotational-Modulation Inertial Navigation System (RINS) hulenga kuhamisha hitilafu za sensa zilizo thabiti au zinazobadilika polepole kwenda katika maumbo ya sinusoidal kwa kuzungusha IMU kwa njia inayodhibitiwa, na kupunguza athari zake za wastani kadiri muda unavyopita.

Celestial Navigation System (CNS) inaweza kutumia mielekeo ya nyota kama marejeo kamili ya mwelekeo. Hivyo, hitilafu za mwelekeo za mfumo wa inertial zinazoongezeka kwa muda zinaweza kudhibitiwa kwa vipimo vya anga.

Mbinu ya utafiti inaunganisha mifumo hii miwili si kwa urambazaji pekee, bali pia kutumia miondoko hiyo hiyo kwa urekebishaji wa mfumo wenyewe wa sensa.

Usanifu halisi wa mfumo ukoje?

Kielelezo 1 kwenye ukurasa wa 5 wa kazi chanzo kinaonyesha muundo msingi wa mfumo. Kwenye jukwaa moja la pamoja la kimakanika kuna:

• mhimili wa ndani wa gimbal,
• mhimili wa nje wa gimbal,
• IMU,
• lenzi ya optiki/kamera

vikiwa pamoja.

Gimbal ya ndani husogea nominally kuzunguka mhimili wa \(+X_b\) wa mwili kwa pembe \(\alpha\); gimbal ya nje nayo husogea kuzunguka mhimili wa \(+Z_b\) kwa pembe \(\beta\).

Kielelezo 2 kwenye ukurasa huo huo kinaonyesha mabadiliko kati ya mfumo wa koordinati wa Dunia/nav, mfumo wa mwili na mifumo ya sensa/gimbal. Mlolongo huu wa koordinati ni muhimu sana kwa sababu hitilafu za encoder, orthogonality ya gimbal, usakinishaji wa IMU na boresight ya kamera zinaweza kuchanganyika katika mlolongo huo huo wa mabadiliko hadi mwelekeo wa nyota ufikie nafasi ya pikseli iliyotabiriwa.

Hitilafu za gimbal zinamodeliwaje?

Katika mfumo halisi wa kimakanika, haiwezi kudhaniwa kwamba mihimili miwili ya gimbal ni perpendicular kikamilifu au kwamba mihimili ya IMU inalingana kikamilifu na mihimili ya mzunguko wa kimakanika.

Utafiti unaeleza jiometri ya gimbal kwa vigezo vinne vidogo vya orthogonality:

\[ \theta_x,\;\theta_y,\;\theta_z,\;\phi \]

Aidha, hitilafu za pembe katika vipimo vya encoder za ndani na nje:

\[ \delta\alpha,\qquad\delta\beta \]

zimefafanuliwa.

Pembe halisi za mihimili:

\[ \tilde{\alpha}=\alpha+\delta\alpha \] \[ \tilde{\beta}=\beta+\delta\beta \]

huandikwa kwa namna hii.

Kutokana na ulineishaji wa daraja la kwanza, watafiti wanapata uchunguzi muhimu mitatu:

• \(\delta\alpha\) huchochewa kwa nguvu zaidi na skani za mhimili wa ndani.
• \(\delta\beta\) haiwezi kuangaliwa kwa nguvu bila mwendo wa mhimili wa nje.
• Vigezo vya non-orthogonality vya gimbal hutenda kama kisumbufu cha quasi-DC katika kipimo.

Modeli ya hitilafu ya IMU inajumuisha nini?

Modeli ya kipimo cha gyroscope katika chanzo ni:

\[ \tilde{\omega}^{s} = (I+\Delta K_g)\omega^s + \Delta A_g\omega^s + \varepsilon^s + n_g \]

imetolewa hivyo.

Kwa accelerometer:

\[ \tilde{f}^{s} = (I+\Delta K_a)f^s + \Delta A_a f^s + \nabla^s + n_a \]

hutumika.

Hapa:

• \(\varepsilon^s\): bias thabiti za gyroscope,
• \(\nabla^s\): bias thabiti za accelerometer,
• \(\Delta K_g,\Delta K_a\): hitilafu za kipengele cha skeli,
• \(\Delta A_g,\Delta A_a\): hitilafu za mhimili mtambuka/usakinishaji,
• \(n_g,n_a\): ni kelele za kipimo.

Kwa nini kamera hairekebishwi kwa mwelekeo wa nje pekee?

Katika utafiti huu, kamera haichukuliwi kama sensa rahisi ya mwelekeo. Jiometri ya ndani ya kamera pia imejumuishwa katika vekta ya hali ya urekebishaji.

Kundi la vigezo vya ndani:

\[ \eta_{IOP} = [f_x,f_y,c_x,c_y,s,k_1,k_2,p_1,p_2]^T \]

limefafanuliwa.

Hapa \(f_x,f_y\) ni urefu fokasi katika pikseli; \(c_x,c_y\) ni nukta kuu; \(s\) ni pixel skew; \(k_1,k_2\) ni vigezo vya upotoshaji wa radial na \(p_1,p_2\) ni vigezo vya upotoshaji wa tangential.

Modeli ya upotoshaji ya Brown–Conrady

Kwa koordinati bora zilizosanifishwa za picha \(x,y\):

\[ r^2=x^2+y^2 \]

na koordinati zilizopotoshwa:

\[ x_d = x+x(k_1r^2+k_2r^4) +2p_1xy +p_2(r^2+2x^2) \] \[ y_d = y+y(k_1r^2+k_2r^4) +p_1(r^2+2y^2) +2p_2xy \]

huundwa kwa modeli hiyo.

Mlinganyo huu unaeleza kwa nini segmenti S5 inapaswa kuchochea kamera kwa nyota si katikati ya picha pekee bali pia katika maeneo ya pembeni na kona. \(r\) ikibaki ndogo, taarifa hasa kuhusu vigezo vya upotoshaji wa radial hubaki dhaifu.

Uchunguzi mmoja wa nyota unaunganishwaje na makundi yote ya hitilafu?

Mmoja wa milinganyo kuu ya hitilafu iliyounganishwa katika utafiti hugawanya hitilafu ndogo katika vekta ya unit ya nyota katika vipengele vinne:

\[ \delta s^n \approx -[s^n\times]\phi^n - [s^n\times]C^n_b\delta\theta_{EOP} + C^n_b(\delta C^b_s)R_{BC}s^c + C^n_bR_{BC}J_i\delta\eta_{IOP} \]

Usemi huu unaonyesha kwamba baki lilelile la pikseli ya nyota linaweza kubeba kwa wakati mmoja:

• hitilafu ya mwelekeo wa urambazaji/mwili,
• hitilafu ya EOP ya kamera,
• hitilafu za encoder na non-orthogonality za gimbal,
• hitilafu za IOP ya kamera na upotoshaji wa lenzi

kwa wakati mmoja.

Kwa hiyo, tatizo kuu si kukadiria tu idadi kubwa ya vigezo; ni kuweza kutenganisha vigezo vinavyozalisha alama za kipimo zinazofanana sana.

Kwa nini hali ya hitilafu yenye vipimo 47 inatumika?

Vekta iliyounganishwa ya hali ya hitilafu katika utafiti ina jumla ya vigezo 47.

Katika mlinganyo wa chanzo, kizuizi cha IOP kina vigezo tisa \(f_x,f_y,c_x,c_y,k_1,k_2,p_1,p_2,s\), na pamoja na vizuizi vyote ukubwa wa jumla wa hali ni 47.

EKF hufanya kazi kwa viwango gani?

Katika muundo uliopendekezwa wa EKF wa hali ya hitilafu:

• IMU propagation: 100 Hz,
• sasisho la nyota-pikseli: 2 Hz,
• mtiririko wa encoder ya gimbal wa HIL: 1 kHz

vimetolewa hivyo.

Kwa kila nyota inayoonekana, baki kati ya pikseli iliyotabiriwa na pikseli iliyopimwa huingia kwenye kichujio kama kipimo.

Ili kupunguza athari za outlier katika mabaki ya picha kwenye kichujio, \(\chi^2\) gating, residual whitening na ukaguzi wa mwonekano wa kijiometri hutumiwa.

Kwa nini ZUPT ipo katika segmenti tuli?

Katika vipindi vya kusubiri tuli vya S0 na S6, zero-velocity update ya hiari inaweza kutumika:

\[ z_{zupt} = \hat v^n-0 \]

Kipimo hiki cha ziada hasa husaidia uangalizikaji wa bias ya accelerometer na hali za hitilafu zinazohusiana.

Mbinu tatu za kutenganisha hitilafu

1. Ulinganifu wa witiri/shufwa kwenye mhimili wa ndani

Wakati mhimili wa nje \(\beta\) umewekwa thabiti, mipito linganifu ya \(+\alpha\) na \(-\alpha\) hutumika kwenye mhimili wa ndani.

\[ z^{odd} = \frac{1}{2} [z(+\alpha,\beta)-z(-\alpha,\beta)] \] \[ z^{even} = \frac{1}{2} [z(+\alpha,\beta)+z(-\alpha,\beta)] \]

Athari ya hitilafu ya encoder ya ndani huonyesha ulinganifu wa witiri kwa \(\alpha\), huku EOP, encoder ya nje na vipengele vya non-orthogonality vikibaki zaidi katika sehemu ya shufwa/quasi-DC katika daraja la kwanza.

Kwa hivyo, lengo la channel ya odd ni:

\[ z^{odd}\rightarrow\delta\alpha \]

kutenganisha kwa nguvu parameta hiyo.

2. Basis switching

Ikiwa skani ya mhimili wa ndani inafanywa tu katika nafasi ya \(\beta=0^\circ\), baadhi ya nguzo za Jacobian zinaweza kufanana sana.

Kwa sababu hiyo, mhimili wa nje huhamishwa kwenda:

\[ \beta=0^\circ,\quad+45^\circ,\quad-45^\circ \]

marejeo hayo.

Nafasi mpya ya mhimili wa nje hubadilisha msingi wa kijiometri wa matriksi ya usikivu wa kipimo. Hivyo, lengo ni kupunguza uhusiano hasa kati ya vigezo vya gimbal na hitilafu thabiti za EOP za kamera.

3. Uwekaji lebo wa masafa kwa encoder ya nje

Kwa kutumia mwendo wa pembetatu wenye rate-limited kwenye mhimili wa nje, saini ya kidinamiki ya parameta \(\delta\beta\) hutenganishwa na vipengele vya quasi-DC.

Mantiki ya demodulation iliyotumiwa katika chanzo ni:

\[ D_{\beta}[z] = \frac{2}{T} \int_{t_0}^{t_0+T} z(t)\, \mathrm{sgn}(\dot{\beta}(t))dt \]

kwa namna hiyo.

Wakati sehemu ya encoder ya nje inadumishwa kwa lebo hii, lengo ni kukandamiza vipengele thabiti vya EOP na non-orthogonality.

Uangalizikaji unapimwaje?

Kwa kila segmenti ya mwendo, Fisher Information Matrix huundwa na maudhui ya taarifa hutathminiwa kwa Singular Value Decomposition.

Kwa segmenti \(S\):

\[ W_S = \sum_{k\in S} \Phi^T_{k,0} H^T_k R^{-1}_k H_k \Phi_{k,0} \]

imefafanuliwa.

Kwa kundi fulani la vigezo, fahirisi ya uangalizikaji iliyosanifishwa:

\[ NOI_S(\Theta) = \frac{ \sigma_{\min} (E^T_{\Theta}W_SE_{\Theta}) }{ \sigma_{\star}(S) } \]

hukokotolewa.

Kadiri thamani ya NOI inavyoongezeka, ndivyo inavyokubalika kwamba segmenti husika ya mwendo hutoa taarifa huru zaidi kwa kundi la vigezo lililochaguliwa.

Mgawanyo wa kazi wa njia ya urekebishaji

Ni segmenti gani inayofanya parameta gani iweze kuangaliwa?

Mbinu na Matokeo

Masharti ya simuleringi safi

Tabia ya konverjensi katika simuleringi

Kielelezo 5–15 cha chanzo kinaonyesha makadirio ya vigezo katika mhimili wa muda. Sifa ya pamoja ya grafu ni kwamba vigezo havikonverji kwa kasi sawa katika dakika zote 12.

Bir hali haijafikia segmenti inayoiamsha, mkondo wa makadirio hubaki karibu tambarare; mwendo husika unapoanza, hukaribia haraka thamani halisi.

Tabia hii ni mojawapo ya viashiria muhimu zaidi vya nambari kwa dai la “segment-wise observability” la utafiti.

Matokeo ya bias za gyroscope

Bias zote tatu za gyroscope zilikonverji hasa ndani ya S1–S3.

Matokeo ya encoder yanathibitisha njia katika simuleringi

Katika Kielelezo 12 cha chanzo, hitilafu ya encoder ya ndani \(\delta\alpha\) hufikia haraka thamani halisi karibu 40 arcsec katika skani za kwanza za mhimili wa ndani, huku hitilafu ya encoder ya nje \(\delta\beta\) ikibaki na taarifa ndogo hadi S4.

Mwendo wa pembetatu wa mhimili wa nje wa S4 unapoanza, makadirio ya \(\delta\beta\) hukaribia kwa kasi thamani halisi.

Grafu hii inaonyesha moja kwa moja kwamba hitilafu ya encoder ya nje haiwezi kukadiriwa kwa kutegemewa kwa skani ya mhimili wa ndani pekee.

Kwa nini vigezo vya kamera vinasubiri hadi S5?

Katika Kielelezo 13 na 14 cha chanzo, inaonekana kwamba makadirio ya camera intrinsics na upotoshaji wa Brown–Conrady hukusanya taarifa ndogo hadi S5.

Katika S5, nukta za nyota zinapohamishwa kutoka katikati ya picha kuelekea ukingo/kona ya picha:

• \(f_x,f_y\),
• \(c_x,c_y\),
• pixel skew,
• \(k_1,k_2,p_1,p_2\)

vigezo hukonverji haraka.

Matokeo haya yanaonyesha kwamba katika urekebishaji wa optiki si kuona nyota nyingi pekee kulivyo muhimu, bali pia usambazaji wa kijiometri wa nyota kwenye ndege ya picha.

Grafu ya uangalizikaji uliosanifishwa inasema nini?

Kielelezo 16 kwenye ukurasa wa 19 wa chanzo kinaonyesha thamani za NOI za vizuizi tofauti vya vigezo kando kwa kando katika S1–S6.

Katika grafu:

• taarifa ya encoder ya ndani ni thabiti katika S1–S3,
• taarifa ya encoder ya nje inaonekana wazi katika S4,
• taarifa ya EOP imeimarika katika S2–S3,
• taarifa ya IOP/upotoshaji inaongezeka wazi katika S5.

Kwa hiyo, njia ya urekebishaji haihusishwi tu na mlolongo wa mwendo wa kihisia, bali pia na matokeo ya Fisher Information Matrix na SVD.

Matokeo ya jumla ya simuleringi safi

Watafiti wanaripoti kwamba mwishoni mwa kazi ya dakika 12, vigezo vya IMU, gimbal na kamera kwa ujumla vilikonverji ndani ya takriban kikomo cha %5.

Hata hivyo, kwa sababu baadhi ya thamani katika safu ya “Rel. %” ya Jedwali 5 kuhusu camera intrinsics hazilingani moja kwa moja na uwiano wa truth–estimate, makala ya Verianla haijatoa asilimia mpya ya uwiano iliyokokotolewa upya kutoka kila mstari kwa kamera.

Ni nini halisi na nini ni sintetik katika uthibitishaji wa HIL?

Kielelezo 17 kwenye ukurasa wa 21 wa chanzo kinaonyesha mfumo halisi wa majaribio ya HIL. Picha inaonyesha mfumo wa turntable wa mihimili mitatu, kompyuta ya udhibiti na vifaa vya majaribio.

Katika muundo wa HIL:

• IMU: data halisi za sensa kwenye rate-table, 100 Hz,
• Gimbal: mtiririko halisi wa encoder wa mihimili miwili, 1 kHz,
• Sensa ya nyota: mielekeo ya nyota iliyotengenezwa kisintetiki kutoka katalogi ya SAO,
• Kelele ya pikseli: takriban 0,3 px,
• Sasisho la pikseli: 2 Hz

zimetumika.

Kwa hiyo, ingawa kazi inaitwa “hardware-in-the-loop”, mlolongo wa sensa ya optiki haujaundwa kikamilifu na picha halisi za nyota/vipimo vya centroid.

Kwa nini matokeo yanakuwa mabaya zaidi katika HIL?

Katika mfumo halisi, mwonekano wa nyota na ubora wa kipimo si bora kabisa. Watafiti wanaripoti kwamba katika mchakato wa HIL takriban %10–15 ya fremu za picha ziliondolewa kwa sababu ya mabadiliko ya mwonekano wakati wa mpito wa segmenti au outlier za centroid.

Matokeo yake, curve za konverjensi huwa na kelele zaidi na polepole zaidi kuliko simuleringi safi.

Ulinganisho wa bias za gyroscope katika simuleringi safi na HIL

Matokeo ya jumla ya uthibitishaji wa HIL

Watafiti wanaripoti kwamba katika majaribio ya HIL makundi yote ya vigezo yalikonverji tena katika segmenti zilizobeba taarifa kuzihusu na yalibaki thabiti katika sehemu tuli ya S6 bila divergence ya kuchelewa.

Kiwango cha jumla cha hitilafu kinaongezeka kutoka takriban ≤%5 katika simuleringi safi hadi takriban bendi ya %6–16 katika mazingira halisi ya HIL.

Katika Jedwali 6 kuna pia thamani zinazozidi %16 kidogo katika baadhi ya mistari; kwa mfano %16,30 kwa accelerometer Y bias na %16,34 kwa kamera EOP X. Kwa hiyo, “%16” ni muhtasari wa utendaji wa takriban wa watafiti, si kikomo cha juu cha kihesabu kilicho kamili.

Je, mzigo wa ukokotoaji ni mkubwa kwa kompyuta ya ndege?

Chanzo kinatoa ukubwa wa hali ya hitilafu \(n=47\) na rundo la kawaida la vipimo vya pikseli la takriban \(m\approx40\).

Utata unaotawala katika sasisho moja la kipimo ni:

\[ O(n^2m+m^3) \]

na katika hali mbaya zaidi sasisho la covariance ni:

\[ O(n^3) \]

umetathminiwa hivyo.

Watafiti wanaeleza kwamba kiwango cha takriban \(10^5\) operesheni za floating-point kwa kila sasisho la pikseli la 2 Hz kinaweza kudhibitiwa na prosesa za kisasa za ndege zenye matumizi madogo ya nguvu.

Nguvu za mbinu

• Vigezo vya IMU, gimbal na kamera vimeunganishwa katika modeli moja ya hali ya hitilafu.
• Kamera hairekebishwi kwa boresight pekee, bali pamoja na vigezo vyake vya ndani na upotoshaji wa Brown–Conrady.
• Utenganishaji wa vigezo haujaachwa kwa mipangilio ya kichujio pekee; njia ya mwendo halisi imeundwa mahsusi kwa ajili ya uangalizikaji.
• Hitilafu za encoder za ndani na nje hutenganishwa kwa saini tofauti za ulinganifu/masafa.
• PWCS, Fisher Information Matrix na SVD zimetumika kuchunguza kwa nambari ni segmenti gani hutoa taarifa kwa parameta gani.
• Mbali na simuleringi safi, uthibitishaji wa HIL umefanywa kwa data halisi za IMU na gimbal.
• Kutumia tena kamera ya upelelezi kama sensa ya nyota kunatoa mbinu ya kiwango cha mfumo ya kupunguza mzigo wa sensa tofauti.

Matokeo yanayoungwa mkono na utafiti

• Chini ya njia ya mwendo wa mihimili miwili, makundi ya hitilafu za IMU, gimbal na kamera yanaweza kukadiriwa ndani ya EKF moja.
• Hitilafu ya encoder ya ndani huwa ya kuangaliwa hasa katika skani za mhimili wa ndani za S1–S3.
• Hitilafu ya encoder ya nje haikonverji kwa nguvu bila mwendo wa mhimili wa nje wa S4.
• EOP za kamera hupata taarifa katika S2–S3 kupitia basis switching ya mhimili wa nje.
• IOP ya kamera na upotoshaji wa Brown–Conrady hunufaika sana na skani ya picha ya katikati–ukingo katika S5.
• Katika simuleringi safi, makundi ya vigezo kwa ujumla hukonverji ndani ya kiwango cha hitilafu cha takriban %5.
• Katika mazingira ya HIL yenye data halisi za IMU/gimbal, tabia ya konverjensi ya kisgmenti huhifadhiwa.
• Kupotea kwa mwonekano na usambazaji usio bora wa centroid katika HIL huongeza viwango vya hitilafu ikilinganishwa na simuleringi safi.

Mambo ambayo utafiti bado haujathibitisha

• Mbinu haijathibitishwa katika safari halisi ya HALE UAV.
• Mlolongo wa camera centroid extraction kwa picha halisi za nyota haukutumiwa katika kazi ya HIL.
• Mwonekano wa angahewa, mawingu, mwanga wa mchana na mandharinyuma halisi ya anga havijamodeliwa.
• Hitilafu ya ulandanishi wa muda wa kamera–IMU haijarekebishwa wazi.
• Athari ya kamera ya rolling-shutter haijamodeliwa.
• Mabadiliko ya vigezo vya IMU/gimbal yanayotegemea gradienti za joto hayajamodeliwa katika dirisha hili fupi la urekebishaji.
• Drift za sensa za muda mrefu hazijathibitishwa kwa modeli ya parameta inayobadilika kwa muda.
• Hitilafu za kimakanika za gimbal au rate-table hazikuzingatiwa katika simuleringi safi.
• Hakuna matokeo ya safari halisi yanayoonyesha ni kwa kiasi gani hitilafu ya urambazaji wa misheni halisi iliboreshwa kwa mita au digrii baada ya urekebishaji.
• Uthibitishaji wa optiki wa sintetik unaotegemea katalogi ya SAO hauwakilishi hitilafu zote za optiki na centroid za sensa halisi ya nyota.

Kazi za baadaye

Watafiti wanapanga baadaye kuongeza modeli za hitilafu za sensa zinazotegemea joto na muda kwenye urekebishaji, kuboresha njia ya urekebishaji moja kwa moja kwa vipimo vya uangalizikaji chini ya vikwazo vya uga wa mwonekano na kasi ya kimakanika, kufanya jaribio la safari lenye closed-loop kwenye UAV inayosonga, na kuongeza muda wa segmenti za urekebishaji kwa njia adaptivu kulingana na kiasi cha taarifa cha Fisher katika muda halisi.

Dokezo la Chanzo na Mbinu

Jina kamili la kazi asilia: A Full-Parameter Calibration Method for an RINS/CNS Integrated Navigation System in High-Altitude Drones

Waandishi: Huanrui Zhang; Xiaoyue Zhang; Chunhua Cheng; Xinyi Lv; Chunxi Zhang.

Mpangilio wa waandishi: Mpangilio wa chanzo umehifadhiwa bila kubadilishwa.

Mchango sawa/mwandishi wa kwanza sawa: Chanzo hakina tamko la uandishi wa kwanza sawa au mchango sawa.

Mwandishi wa mawasiliano: Chunhua Cheng.

Taasisi:

1. School of Instrument Science and Opto-Electronics Engineering, Beihang University, Beijing, China.
2. Qingdao Branch, Naval Aeronautic University, Qingdao, China.

Jarida: Vehicles.

Mchapishaji: MDPI, Basel, Switzerland.

Rekodi ya bibliografia: Vehicles 2026, 8, 11.

DOI: 10.3390/vehicles8010011

Tarehe ya kuwasilishwa: 28 Oktoba 2025.

Tarehe ya marekebisho: 1 Desemba 2025.

Tarehe ya kukubaliwa: 27 Desemba 2025.

Tarehe ya kuchapishwa: 5 Januari 2026.

Aina ya chanzo na mapitio ya wenzao: Makala ya utafiti iliyopitiwa na wenzao. Uthibitishaji mkuu unajumuisha simuleringi safi na majaribio ya nusu-kimwili ya Hardware-in-the-Loop.

Hali ya preprint: Chanzo kilichochunguzwa hakitoi taarifa kuhusu toleo tofauti la preprint; katika tathmini hii ya Verianla, toleo lililochapishwa na lililopitiwa na wenzao ndilo lililotumika.

Kiungo rasmi cha uchapishaji:https://www.mdpi.com/2624-8921/8/1/11

Kiungo cha DOI:https://doi.org/10.3390/vehicles8010011

Leseni: Creative Commons Attribution 4.0 International (CC BY 4.0). Kazi ni ya ufikiaji wazi.

Ufadhili: Watafiti wameripoti kwamba kazi haikupokea ufadhili wa nje.

Upatikanaji wa data: Chanzo kinasema “No new data were created or analyzed in this study”.

Mgongano wa maslahi: Waandishi wametangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Mbinu ilifanywa na Huanrui Zhang; uthibitishaji na Xiaoyue Zhang; uchanganuzi rasmi na Chunxi Zhang; utafiti na Chunhua Cheng na Xinyi Lv.

Kikomo cha uthibitishaji wa majaribio: Katika jaribio la HIL, data halisi za IMU/rate-table na mitiririko ya encoder ya gimbal ya mihimili miwili yenye usahihi wa juu zilitumiwa. Vipimo vya nyota vilitengenezwa kisintetiki si kutoka picha halisi za optiki, bali kwa kutumia katalogi ya SAO na vikwazo halisi vya mwelekeo/FOV. Kwa hiyo, kazi hii si jaribio kamili la safari halisi au picha halisi za sensa ya nyota.

Kutolingana muhimu kwa kiufundi na kiuhariri ndani ya chanzo

• Utafiti unafafanua njia ya urekebishaji kuwa jumla ya dakika 12 na Kielelezo 4 kinaonyesha mstari wa muda wa segmenti wa takriban dakika 0–12. Hata hivyo, katika Jedwali 2, muda wa mwendo wa pembetatu wa mhimili wa nje S4 umeandikwa 12 s. Muda wote wa Jedwali 2 unapojumlishwa kwa thamani hii, hupatikana takriban 609 s, yaani dakika 10,15. Muda wa S4 ukiwa 120 s, jumla huwa takriban 717 s au dakika 11,95. Kwa hiyo, ingawa thamani “12 s” inaonekana sana kama kosa la uandishi, Verianla haijaibadilisha kimya kimya.
• Sehemu ya 4.3 inaeleza njia ya urekebishaji pamoja na mipito kama “11-segment decoupling path”. Sehemu ya hitimisho nayo inaita mfuatano wa S0–S6 “six rate-limited segments”. Kwa kuwa kuna S-segmenti saba kutoka S0 hadi S6, istilahi hizo hazilingani kikamilifu.
• Katika Jedwali 5, thamani za “Rel. %” za vigezo vya ndani vya kamera hazilingani na hesabu ya kawaida ya \(|estimate-truth|/|truth|\). Aidha, Sehemu ya 5.4 inasema thamani kubwa zaidi ya hitilafu ya uwiano kwa \(f_y\) ni %4,70, huku Jedwali 5 likionyesha %1,71 katika mstari wa \(f_y\). Kwa hiyo, Verianla haijatafsiri upya safu ya asilimia ya chanzo ili kutoa matokeo mapya kwa camera intrinsics.
• Katika Jedwali 6 la HIL, thamani za Truth, Estimate, Error na Rel. % za baadhi ya vigezo hazilingani kihesabu. Hasa katika baadhi ya mistari ya encoder, camera intrinsics, upotoshaji na EOP, utoaji wa moja kwa moja hautoi thamani ya “Error” iliyoandikwa katika jedwali. Kwa hiyo, usemi wa utendaji wa jumla wa %6–16 kuhusu HIL umewasilishwa kama muhtasari wa waandishi wa chanzo, na hakuna asilimia mpya huru iliyotolewa kutoka mistari yenye matatizo.
• Muhtasari wa chanzo unaeleza matokeo ya HIL kuwa katika takriban masafa ya hitilafu ya %6–16. Katika Jedwali 6 kuna thamani zinazozidi %16 kidogo, kama %16,30 kwa accelerometer Y bias na %16,34 kwa EOP X; kwa hiyo %16 haipaswi kutafsiriwa kama kikomo cha juu cha kihesabu kilicho kamili.

Dokezo la maudhui ya kisayansi: Usanifu wa mfumo, milinganyo, segmenti za mwendo, hali za hitilafu, mipangilio ya kichujio, matokeo ya simuleringi, data za HIL na vikwazo katika makala hii ya Verianla vinategemea pekee kazi chanzo iliyochunguzwa. Vyanzo vya nje vilitumika si kuongeza matokeo ya kisayansi, bali kuthibitisha tu utambulisho wa bibliografia na hali ya uchapishaji uliopitiwa na wenzao.

Dokezo la Verianla Live: Kipengele cha mchakato kimeundwa kutoka Jedwali 2–3 la chanzo na mantiki ya uangalizikaji katika Sehemu ya 4. Thamani za hitilafu za uwiano za simuleringi safi na HIL zilizotumiwa katika ulinganisho wa bias za gyroscope zimenakiliwa bila kubadilishwa kutoka mistari inayolingana kihesabu katika Jedwali 5 na 6 la chanzo. Hakuna data au interpolation isiyokuwapo kwenye chanzo iliyotengenezwa.