导航是一种将载体从一个点引导到另一个点的方法。在许多导航方法中，惯性导航具有许多优点，例如连续不间断，自主，隐藏性好，短期精度高。惯性导航系统广泛应用于航空航天，航天，航行和机器人领域，特别是军事领域。近年来，微电子和微机械技术取得了很大进展。 MEMS惯性传感器已广泛应用于机器人，虚拟现实，生物力学和军事领域，对环境来说具有体积小，重量轻，寿命长，可靠性高，成本低，适应能力强等优点。MEMS IMU将是未来惯性导航技术的主要发展方向之一。

捷联惯性导航系统将IMU固定在载体上，这消除了平台惯性导航系统的机械复杂性。与同等平台系统相比，这种方法的潜在好处是降低成本，减小尺寸并提高可靠性。这种方法的主要问题是计算复杂性显着增加。然而，计算机技术的进步与合适的IMU传感器的开发相结合使得这种设计变得真实。

总之，无论是开发超紧凑GPS/INS系统还是开发AHRS系统，他们都使用DSP或MCU微处理器来执行软件程序以解决导航算法。在基于MEMS惯性测量单元的捷联惯性导航系统中，系统从载波中收集载波的加速度和角速率。

3D加速度计和陀螺仪MEMS传感器的速率在100hz甚至更高，DSP或MCU需要每秒计算100次或更多次捷联导航算法，这对微处理器来说是一个很大的挑战。由于软件程序是串行执行的，因此微处理器通常以非常高的速率运行。随着MEMS技术的发展，加速度计和陀螺仪的采样频率将越来越高，DSP或MCU无法满足SINS的实时和低功耗要求。因此，我们开发了ASIC。在本文中，我们提出了使用verilog HDL的导航算法ASIC设计，以克服高功耗和低并行计算。

捷联惯性导航算法包括姿态算法，速度和位置算法。 姿态算法使用欧拉角或四元数法计算载体的姿态。速度和位置算法通过求解速度和位置微分方程来计算载体的速度和位置。本文采用速度和位置算法进行实验。

我们首先介绍速度和位置算法的流程图。假设已经获得了载体的四元数，然后可以根据姿态算法计算变换矩阵。变换矩阵乘以特定力（非重力加速度）提供导航框架的载波加速度。地球的旋转角速度和相对于地球的载波角速度乘以载波速度会产生科里奥利加速度。科里奥利加速度和导航架的载波加速度与重力加速度相结合可以产生总加速度。速度变化等于总加速度乘以时间段T.速度变化与最后一个周期速度相结合可以产生载体的当前速度。当前位置等于速度乘以时间的积分。此外，当前位置也可以通过求解位置矩阵来获得。

速度和位置计算ASIC的硬件结构包括六个主要电路模块，如地球参数更新模块，位置和速度初始模块，变换矩阵更新模块，位置矩阵更新模块，速度更新模块和位置更新模块。地球参数更新模块主要计算地球旋转角速度在当前地理坐标系上的投影以及载体相对于地球的角速度。位置和速度初始模块从GPS获得载体的初始速度和初始位置。变换更新矩阵模块通过四元数计算变换矩阵，四元数是通过求解姿态算法产生的。位置更新矩阵模块负责计算新的位置矩阵。速度更新模块使用载波加速度和地球参数更新载波的速度。位置更新模块通过求解位置矩阵并积分向上定向速度来提供新的位置信息（纬度经度和高度）。

在速度和位置算法中有很多浮点运算，包括加法，减法，乘法和除法。本文设计了与IEEE-754标准兼容的浮点单元，该标准是IEEE浮点运算标准。此外，速度和位置算法中存在大量的三角函数和反三角函数。关于三角函数，我们将其扩展为泰勒级数。通过求解第一阶六阶膨胀方程，我们可以得到正弦函数的良好结果，而角度范围从0到π/ 2。给定纬度范围（0到π/ 2），我们可以通过二分法来求解反三角函数。具体过程如下。首先，我们得到了0的一半与π/ 2相结合，然后，我们将π/ 4的正弦值与反三角函数的输入值进行了比较。如果前者小于后者，我们计算π/ 4的一半的正弦值和π/ 2，否则，我们计算0的一半的正弦值与π/ 4的组合。我们将新的正弦值与反三角函数的输入值进行了比较。然后，我们继续执行上部操作。在该过程循环22次后，我们可以得到高精度的纬度结果，误差可能小于10-6。该方法也适用于经度值的求解。

我们从Noitom制作的名为TureMotion（图4）的动作捕捉设备的一个节点捕获了包含四元数，加速度和角速率的数据。动作捕捉节点首先水平地保持在桌面上，然后节点以一定的速度移动。从运动捕捉节点收集的数据被输入到速度和位置计算ASIC电路以计算速度和位置。初始位置为45.73284°N和126.62878°E。最初的高点是136米。重力加速度设定为9.78 m / s2。然后我们将数据输入到速度和位置计算ASIC。

我们按照以下步骤进行了实验：首先，我们启动了运动捕捉的传感器模块，然后，我们可以使用Noitom自己设计的无线网络来接收天线运动捕捉的加速度和角速率数据并存储这些数据。这些数据输入到CPU和ASIC电路。 CPU和ASIC电路使用这些数据分别计算运动捕获的速度和位置。最后，我们将CPU计算结果与ASIC电路计算结果进行了比较，以确定两者的计算速度和计算精度。

在测试中，我们使用CPU以2.5Ghz的速率运行来执行软件算法。CPU以2.5Ghz的速率执行计算周期需要46微秒，并且ASIC电路以相同的速率运行需要0.5468微秒才能完成计算周期。我们可以得出结论，ASIC计算速度比软件计算速度快84倍。 ASIC有足够的空间来满足特殊应用的低功耗和实时要求。

在本文中，我们提出了一种基于捷联惯性导航算法的新型速度和位置计算ASIC设计。在我们的实验中，我们从动作捕捉设备中捕获了名为TureMotion的数据。我们分别使用CPU和ASIC电路来计算载波的速度和位置。实验结果表明，CPU计算结果与ASIC计算结果的差异很小，我们可以忽略它们。但是，ASIC计算速度比CPU计算速度快84倍。不幸的是，随着时间的推移惯性系统误差会变大，捷联惯性导航系统的精度会随着时间的推移而降低，因此可以诱导其他非惯性导航系统如GPS，以减少误差。

标签：