[发明专利]一种基于冗余的惯导自检测系统

权利要求书

1.一种基于冗余的惯导自检测系统，其特征在于：包括传感器冗余、传感器数据检测、惯性算法冗余和基于残差平方和的投票选择机制四个步骤，其中所述传感器冗余包括：选用Sensor1、Sensor2以及Sensor3三款不同类型的惯性传感器互为冗余，不同类型的传感器具有不同的特性，避免因为同一传感器特性导致传感器异常，所述三组惯性传感器分别配备有自检装置用于检测自身检测数据和状态是否存在异常；所述传感器数据检测包括：该检测又分为自检与互检两个过程，自检包括传感器有效输出检测以及测量阈值检测；互检则是多个传感器之间的检测，基于投票选择的方式，以少数服从多数的原则判断主传感器数据是否正常，如果发生异常，则使用冗余传感器数据；自检分别包括有Sensor1自检测、Sensor2自检测以及Sensor3自检测，三组自检测数据通过异常处理判断程序进行判断，若存在异常，则抛弃该组检测数据结果，若不存在异常则进行结果输出；互检则为Sensor1自检测的非异常输出结果、Sensor2自检测的非异常输出结果以及Sensor3自检测的非异常输出结果三组数据之间通过投票选择机制利用少数服从多数的原则得出有效传感器的数据输出；惯导算法冗余包括：算法冗余机制是在使用同组有效传感器测量值的情况下，采用两种或以上惯导解算算法实现惯导解算的过程；所述算法分别采用EKF、UKF两种惯导解算算法，相互交互监督又相对独立，解算过程中监测迭代过程变量，作为算法过程监测，两套算法独立解算出惯导姿态及位置数据，以备自检选择正常计算数据；EKF、UKF两种算法结果均通过算法自监测流程，输出正常计算数据，异常数据经判别后抛弃；基于残差平方和的投票选择机制：所述基于残差的投票选择机制在传感器冗余选择及算法冗余中均有应用，其中算法冗余首先对两套惯导算法解算变量分别求取差值，并计算差值平方和，两套独立解算的解算正常情况下，两组输出数据接近，残差平方和较小，低于某个阈值情况下两种数据均有效，残差平方和出现较大差异时说明当前至少存在一组解算数据出现异常，其中具体简化过程如下：EKF解算数组：EKFOUT[9]；UKF解算数组：UKFOUT[9]；则两个数组间残差平方和为：SUM＝EKFOUT[0]^2+EKFOUT[1]^2+…+EKFOUT[8]^2；当SUMa1，则两组数据均有效，其中a1为阈值；当SUMa1，再执行以下操作：通过纯陀螺仪积分的方式计算前后两次三轴姿态增量：Deltangle[3]；Deltangle[0]＝gyro[0]*dt；Deltangle[1]＝gyro[0]*dt；Deltangle[2]＝gyro[2]*dt；通过记录前一次解算数据，计算两种解算算法下前后两次的角度变化量，对同EKF算法下前后两次三轴姿态进行差值计算delta1[3]；对同EKF算法下前后两次三轴姿态进行差值计算delta2[3]；继续使用残差平方和的方式求取两组算法解算姿态变化量与估算姿态变化量的残差平方和最后通过对比残差平方和大小的方式，取残差平方和较小的一组数据作为有效惯导解算数据：

EKFDeltsum＝(Deltangle[0]-delta1[0])^2+(Deltangle[1]-delta1[1])^2+(Deltangle[2]-delta1[2])^2；

UKFDeltsum＝(Deltangle[0]-delta2[0])^2+(Deltangle[1]-delta2[1])^2+(Deltangle[2]-delta2[2])^2；

通过判断EKFDeltsum与UKFDeltsum的大小判断当前解算数据的有效性；若EKFDeltsum＜UKFDeltsum，则EKFDeltsum为有效解算数据；

若EKFDeltsum＞UKFDeltsum，则UKFDeltsum为有效解算数据。