一種基於位置和姿態測量系統的柔性杆臂測量方法與流程

2023-12-09 17:03:16 1

本發明涉及一種基於位置和姿態測量系統的柔性杆臂測量方法，可用於測量載機存在撓曲變形時多載荷之間的柔性基線長度，提高多載荷之間相對的位置姿態精度。
背景技術：
：高精度POS由慣性測量單元(InertialmeasurementUnit,IMU)、導航計算機系統(POSComputerSystem，PCS)和GPS組成。高精度POS可以為高解析度航空遙感系統提供高頻、高精度的時間、空間及精度信息，通過運動誤差補償提高成像精度和效率，是實現高解析度成像的關鍵。我國在單POS成像方面取得了一定進展，但是由於對地觀測載荷的需求牽引，如集成高分辨測繪相機、全譜段成像光譜儀、SAR於同一載體的多任務載荷，機載分布式陣列天線SAR和柔性多基線幹涉SAR以及艦載稀疏陣列成像雷達等，多個或多種載荷安裝在飛機不同位置，採用傳統的單一POS系統無法實現多點的高精度位置姿態測量以及各載荷數據的時間統一。同時對於集成多個載荷的航空遙感系統和陣列載荷，由於飛機機體和柔性杆臂的撓曲變形、振動等因素，單個POS無法測量分布在飛機不同位置多個載荷的位置速度姿態信息。如果每個載荷都安裝一個POS，不僅重量、成本增加，而且不同POS之間存在不同系統誤差，使得多個載荷之間的數據難以融合，因此迫切需要建立高精度分布式時空基準系統，為高性能航空遙感系統中所有載荷提供高精度的時間、空間信息。現有的柔性杆臂測量方法(公開號：CN102322873)搭建了一種柔性杆臂測試環境並給出柔性杆臂測量精度驗證方法，沒有提供詳細的柔性杆臂測量算法，沒有解決動態條件下子IMU初始對準精度不高的問題，會直接限制子系統的位置姿態測量精度。針對柔性基線測量特性對測量精度要求較高的問題，在提高子IMU初始對準的姿態精度的同時，也要考慮子系統傳遞對準問題，提高整體系統的實時導航精度，實現柔性杆臂的精確測量。技術實現要素：本發明的技術解決問題是：克服現有技術的不足，提出了一種基於位置和姿態測量系統的柔性杆臂測量方法，克服傳統初始對準方法動態條件下對準精度低的缺點，使得具有精度高、抗幹擾能力強的特點，可用於測量載機存在撓曲變形時多載荷之間的柔性基線長度，提高多載荷之間相對的位置姿態精度。本發明技術解決方案是：一種基於位置和姿態測量系統的柔性杆臂測量方法，實現步驟如下：(1)首先搭建柔性杆臂的試驗環境，將高精度主慣性測量單元(主IMU)及多個低精度子慣性測量單元(子IMU)安裝在柔性杆臂結構架的對應安裝節點上，系統上電；(2)然後高精度主慣性測量單元完成初始對準工作，並採用卡爾曼濾波方法估計出分布式POS主系統的位置、速度、姿態組合導航信息，完成主IMU組合導航；(3)同時低精度子慣性測量單元採用基於Rodrigues參數姿態描述的濾波方法進行動態基座下初始對準，估計出準確的姿態信息，完成子IMU初始對準；(4)最後，子IMU使用步驟(2)中主IMU高精度組合導航結果，進行傳遞對準，得到準確的子系統組合導航信息，解算出主/子IMU之間準確的基線長度，實現柔性杆臂測量。步驟(2)所述的卡爾曼濾波方法中狀態變量X共有18維，包括東北天向的失準角東北天向的速度誤差δVE、δVN、δVU，緯度、經度、高度誤差δL、δλ、δH，x,y,z三個軸向的陀螺儀常值漂移誤差εx、εy、εz，x,y,z三個軸向的加計常值漂移誤差△x、△y、△z，x,y,z軸向杆臂長度誤差△rx、△ry、△rz；量測量Z是經過杆臂補償後的位置誤差和速度誤差，杆臂為GPS與主IMU之間的剛性杆臂。步驟(3)所述的基於Rodrigues參數姿態描述的濾波方法，利用姿態陣分解，將動態姿態的估計問題轉化為一個常值姿態的估計，藉助經典Rodrigues參數和姿態陣之間的凱萊變換，建立了在慣性坐標系內描述的二階非線性的誤差模型，採用非線性卡爾曼濾波算法完成更新，估計出較準確的姿態信息。步驟(4)所述的傳遞對準，利用主IMU精確的組合導航信息作為子IMU傳遞對準的基準，通過計算主IMU和子IMU直接的量測差反映子IMU的誤差，同時將主IMU和子IMU之間的撓曲變形角作為狀態變量建立撓曲變形模型，提高杆臂補償精度，並藉助「速度+姿態」的匹配方法實現杆臂修正，對撓曲變形的噪聲進行積分平滑。「速度+姿態」的匹配方法實現如下：當量測量選用主、子慣性測量單元的速度誤差和姿態誤差進行傳遞對準時，量測值為主、子慣性測量單元的姿態角誤差和速度誤差，量測方程為Z＝HX+η，式中Z為量測變量，H為量測矩陣，η為量測噪聲，Z＝[δψδθδγδVEδVNδVU]T其中δψ，δθ，δγ為系統的航向角誤差、俯仰角誤差、橫滾角誤差，即三個姿態誤差，δVE,δVN,δVU為系統的東向、北向、天向速度誤差，即三個速度誤差。所述步驟(3)中子IMU初始對準採用基於Rodrigues參數姿態描述的濾波方法完成，具體步驟如下：實時姿態陣式中：nt係為實時導航坐標系，即載體時變位置東北天地理坐標系；in為導航慣性系，與動基座對準開始時刻的n系重合；b為載體坐標系；ib為載體慣性系，與對準開始時刻的b系重合。是運動的nt系相對於慣性系in的姿態陣，可由GPS輸出位置信息解析計算；可利用陀螺輸出進行姿態跟蹤。因此，慣性系動基座對準的核心任務是對常值姿態陣的估計。利用牛頓第二定律和哥氏定理，經過簡易推導可得到慣性系比力方程如下：vin(t)+ωiein×vin(t)-gin(t)=fin(t)]]>式中：為t時刻載體對地速度在慣性系in內的投影；為t時刻載體所在位置重力加速度在in系內投影；為t時刻理想比力值。對式兩端分別進行積分，並記0tkvin(τ)+(ωiein×vin(τ))-gin(τ)dτ=Vrin(tk)]]>0tkfin(τ)dτ=Cibin0tkCbibfb(τ)dτ=CibinVmib(tk)]]>利用GPS輸出可完成式中的求解式中：dVr1kin=tk-1tkvin(t)dt=vin(tk)-vin(tk-1)]]>dVr2kin=tk-1tkvin(t)dt=tk-1tkCntinvnt(t)dt]]>dVr3kin=-tk-1tkgin(t)dt=-tk-1tkCntingnt(t)dt]]>進一步，在tk-1至tk更新周期內，假設為常矢量，導航系內對地速度為線性函數，即：Cntin=Cntk-1inI+(t-tk-1)(ωinntk/k-1ntk/k-1)]]>vnt(t)=vntk-1(tk-1)+vntk(tk)-vntk-1(tk-1)T(t-tk-1)]]>式中：t∈[tk-1,tk]；T＝tk-tk-1為GPS量測更新周期；整理可得：dVr2kin=Cntk-1inIT2+T26(ωinntk/k-1ntk/k-1×)vntk-1(tk-1)+Cntk-1inIT2+T23(ωinntk/k-1ntk/k-1×)vntk(tk)]]>dVr2kin=-Cntk-1inIT+T22(ωinntk/k-1ntk/k-1×)gntk|k-1]]>式中利用捷聯慣導姿態、速度二子樣更新算法，可以實現對上式中的求解。進一步，考慮陀螺儀隨機常值漂移εb和加速度計隨機常值零偏的影響，推導可得：Vmib^(tk)=Vmib(tk)+δVmib(tk)]]>δVmib=Cbib^b+fib^×φib,δVmib(0)=0]]>φib=-Cbib^b,φib(0)=0]]>式中為姿態誤差角；為加速度計慣性系比力積分誤差。求解常值姿態陣的觀測方程為：Vmib^(tk)-δVmib(tk)=CinibVrin(tk)]]>進一步，用經典Rodrigues參數法來等價描述姿態陣記對應Rodrigues參數為l，則二者滿足凱萊變換關係式，即整理得：dtk=stk×l+l×δvm,tkib+ωv]]>式中ωv包含慣性器件測量噪聲的積分和隨機擾動的積分，且有綜上，慣性系動基座對準可選取如下15維狀態；X=lT(δVmib)T(φib)T(b)T(b)TT]]>由上述推導，可得系統方程及量測方程分別為：lδVminφibbbT=0000000fib^×0Cbib^000-Cbib^00000000000lδVminφibbb+0Cbib^ωa-Cbib^ωg00]]>dtk=h(Xk)+ωv=stk×l+(I+l×)δVmib+ωv]]>利用上式設計濾波算法，可以實現對l的估計，進而得到姿態陣即可實現動基座條件下的初始對準。本發明的原理是：首先搭建柔性杆臂的試驗環境，將高精度主慣性測量單元(主IMU)及多個低精度子慣性測量單元(子IMU)安裝在柔性杆臂結構架的對應安裝節點上，系統上電。IMU進行初始對準，使用杆臂補償後的GPS數據進行捷聯組合解算，實現位置、速度、姿態信息的輸出；子IMU結合主系統輸出的組合導航信息，採用基於Rodrigues參數姿態描述的濾波方法進行初始對準；並採用基於「速度+姿態」的非線性濾波匹配方法，建立含撓曲杆臂誤差的傳遞對準模型，藉助主IMU位置速度信息姿態信息進行傳遞對準，獲取子系統精確的位置、速度、姿態信息及主/子IMU之間的相對關係，實現柔性杆臂測量。本發明與現有技術相比的優點在於：本發明針對子IMU動態條件初始對準問題，採用基於Rodrigues參數姿態描述的濾波方法進行初始對準，克服傳統初始對準方法對準精度低的缺點，提高了IMU初始姿態精度；將主/子IMU之間的撓曲變形誤差作為狀態變量建立撓曲變形模型，採用基於「位置+姿態」的傳遞對準方法得到較高精度的組合導航結果，克服傳統慣性/衛星組合導航方法受杆臂變化影響大的不足，提高系統對柔性杆臂的測量精度。附圖說明圖1為本發明的系統數據處理流程圖；圖2為本發明的系統組成示意圖；圖3為本發明的基於Rodrigues參數姿態描述的濾波方法初始對準流程圖；圖4為本發明的傳遞對準流程圖。具體實施方式如圖1、2所示，本發明的具體實施步驟如下：1、將位置和姿態測量系統(POS)的慣性測量單元安裝到柔性杆臂結構架的對應節點上，搭建實驗環境。其中柔性杆臂結構架由柔性杆臂和穩定基座組成，柔性杆臂的正中央是主IMU安裝節點，兩端是子IMU安裝節點，將柔性杆臂固定在穩定基座上，如圖2所示。搭建實驗需要的柔性杆臂環境，安裝慣性測量單元，如圖2所示，啟動分布式POS測量系統進行測量。2、主IMU初始對準及組合導航(1)主IMU初始對準採用傳統解析式方法完成：a、載體坐標系下：重力加速度g和地球自轉角速度ωie可通過加速度計和陀螺儀的輸出獲得。b、導航坐標系下：當地的經度λ，緯度L可通過GPS數據獲得，重力加速度g和地球自轉角速度ωie在地理坐標系下的分量都是可以確定的，表示如下：gn=00gωien=ωiexnωieynωiezn=0ωiecosLωiesinL]]>c、捷聯矩陣由下式求出：Cbn=(gn)T(ωien)T(gn×ωien)T-1(gb)T(ωieb)T(gb×ωieb)T]]>(2)主系統實時導航，包括捷聯解算和卡爾曼濾波：a、捷聯解算：以上一時刻的位置、速度、姿態作為作為當前捷聯解算的初始值，結合當前時刻的主IMU數據，獲得當前時刻的慣性導航結果。主要模塊包括姿態矩陣更新、姿態計算、速度計算、位置矩陣更新和位置計算，說明如下：①姿態矩陣更新與姿態計算採用四元數法更新姿態矩陣Cnb=TγTθTψ=cosγcosψ-sinγsinθsinψcosγsinψ+sinγsinθcosψ-sinγcosθ-cosθsinψcosθcosψsinθsinγcosψ+cosγsinθsinψsinγsinψ-cosγsinθcosψcosγcosθ]]>初始四元數計算公式為：q=q0q1q2q3=cosψ2cosθ2cosγ2-sinψ2sinθ2sinγ2cosψ2sinθ2cosγ2-sinψ2cosθ2sinγ2cosψ2cosθ2sinγ2+sinψ2sinθ2cosγ2cosψ2sinθ2sinγ2+sinψ2cosθ2cosγ2]]>即可由下式進行姿態更新計算：Cnb=q02+q12-q22-q322(q1q2-q0q3)2(q1q3+q0q2)2(q1q2+q0q3)q02-q12+q22-q322(q2q3-q0q1)2(q1q3-q0q2)2(q2q3+q0q1)q02-q12-q22+q32=T11T12T13T21T22T23T31T32T33]]>航向角ψ為IMU坐標系y軸在導航坐標系水平面(XY面)的投影與導航坐標系y軸的夾角，從導航坐標系y軸起算，「逆時針」為正，有效範圍為[0°，360°]；俯仰角θ為IMU坐標系y軸與導航坐標系水平面(XY面)間的夾角，以載荷抬頭為正，即IMU坐標系y軸矢量指向高於水平面為正，反之為負，有效範圍為[-90°，90°]；橫滾角γ定義為IMU右傾為正(以IMU坐標系y軸矢量指向為前，IMU坐標系x軸指向為右)，左傾為負，有效範圍為[-180°，180°]。姿態更新後由下式計算結果：②速度計算由下式計算速度更新：VxnVynVzn=aibxnaibynaibzn+02ωiezn+ωenzn-2(ωieyn+ωenyn)-2(ωiezn+ωenzn)02ωiexn+ωenxn2ωieyn+ωenyn-2(ωiexn+ωenxn)0VxnVynVzn-00g]]>式中為導航坐標系下沿x,y,z三個軸的速度增量，為載體坐標系相對慣性空間的加速度在x,y,z三個軸的投影，為導航坐標系下地球自傳角速度沿x,y,z三個軸方向上的投影，由上式求出加速度澤③位置矩陣更新與位置計算由下列微分方程進行位置矩陣更新：Cne=CneΩenn,Ωenn=0-ωenznωenynωenzn0-ωenxn-ωenynωenxn0]]>式中分別為導航坐標系下導航坐標系相對地球坐標系的轉動角速率沿x,y,z三個軸方向的投影，採用一階歐拉法進行位置矩陣更新，速發表達式為：Cne(t+T)=Cne(t)+TCne(t)Ωenn(t)]]>式中T為慣性導航系統採樣周期。完成位置矩陣更新後，即可計算出導航位置參數，記有：L=sin-1(C33)λ=tan-1(C32C31)]]>高度H由於純慣性導航系統的高度計算通道是發散的，要使用外界高度信息對捷聯解算算法的高度通道進行阻尼。3、子IMU初始對準：利用子IMU數據和主系統數據，採用基於Rodrigues參數姿態描述的濾波方法進行初始對準，如圖3所示，具體步驟如下：實時姿態陣式中：nt係為實時導航坐標系，即載體時變位置東北天地理坐標系；in為導航慣性系，與動基座對準開始時刻的n系重合；b為載體坐標系；ib為載體慣性系，與對準開始時刻的b系重合。是運動的nt系相對於慣性系in的姿態陣，可由GPS輸出位置信息解析計算；可利用陀螺輸出進行姿態跟蹤。因此，慣性系動基座對準的核心任務是對常值姿態陣的估計。利用牛頓第二定律和哥氏定理，經過簡易推導可得到慣性系比力方程如下：vin(t)+ωiein×vin(t)-gin(t)=fin(t)]]>式中：為t時刻載體對地速度在慣性系in內的投影；為t時刻載體所在位置重力加速度在in系內投影；為t時刻理想比力值。對式兩端分別進行積分，並記：0tkvin(τ)+(ωiein×vin(τ))-gin(τ)dτ=Vrin(tk)]]>0tkfin(τ)dτ=Cibin0tkCbibfb(τ)dτ=CibinVmib(tk)]]>利用GPS輸出可完成式中的求解式中：dVr1kin=tk-1tkvin(t)dt=vin(tk)-vin(tk-1)]]>dVr2kin=tk-1tkvin(t)dt=tk-1tkCntinvnt(t)dt]]>dVr3kin=-tk-1tkgin(t)dt=-tk-1tkCntingnt(t)dt]]>進一步，在tk-1至tk更新周期內，假設為常矢量，導航系內對地速度為線性函數，即：Cntin=Cntk-1inI+(t-tk-1)(ωinntk/k-1ntk/k-1)]]>vnt(t)=vntk-1(tk-1)+vntk(tk)-vntk-1(tk-1)T(t-tk-1)]]>式中：t∈[tk-1,tk]；T＝tk-tk-1為GPS量測更新周期；整理可得：dVr2kin=Cntk-1inIT2+T26(ωinntk/k-1ntk/k-1×)vntk-1(tk-1)+Cntk-1inIT2+T23(ωinntk/k-1ntk/k-1×)vntk(tk)]]>dVr2kin=-Cntk-1inIT+T22(ωinntk|k-1ntk|k-1×)gntk|k-1]]>式中利用捷聯慣導姿態、速度二子樣更新算法，可以實現對上式中的求解。進一步，考慮陀螺儀隨機常值漂移εb和加速度計隨機常值零偏的影響，推導可得：Vmib^(tk)=Vmib(tk)+δVmib(tk)]]>δVmib=Cbib^b+fib^×φib,δVmib(0)=0]]>φib=-Cbib^b,φib(0)=0]]>式中為姿態誤差角；為加速度計慣性系比力積分誤差。求解常值姿態陣的觀測方程為：Vmib^(tk)-δVmib(tk)=CinibVrin(tk)]]>進一步，用經典Rodrigues參數法來等價描述姿態陣記對應Rodrigues參數為l，則二者滿足凱萊變換關係式，即整理得：dtk=stk×l+l×δvm,tkib+ωv]]>式中ωv包含慣性器件測量噪聲的積分和隨機擾動的積分，且有綜上，慣性系動基座對準可選取如下15維狀態；X=lT(δVmib)T(φib)T(b)T(b)TT]]>由上述推導，可得系統方程及量測方程分別為：lδVminφibbbT=0000000fib^×0Cbib^000-Cbib^00000000000lδVminφibbb+0Cbib^ωa-Cbib^ωg00]]>dtk=h(Xk)+ωv=stk×l+(I+l×)δVmib+ωv]]>式中l為Rodrigues參數，包含三個速度誤差，包含三個角度誤差，εb包含三個陀螺儀常值漂移誤差，包含三個加速度計常值漂移誤差。利用上式設計濾波算法，可以實現對l的估計，進而得到姿態陣即可實現動基座條件下的初始對準。4、子系統建立含撓曲杆臂誤差的傳遞對準模型，傳遞對準採用基於「速度+姿態」的非線性濾波匹配方法。其原理是利用主POS的高精度速度、姿態信息與子POS的速度、姿態信息之差對主、子POS間的姿態誤差角進行估計並修正。濾波器的模型包括狀態方程和量測方程。如圖4所示，具體步驟如下：在考慮撓性杆臂誤差的情況下，則量測方程可進一步描述為：y＝Hx0+v+fs其中fs為撓曲變形產生的量測誤差，在此作為傳感器小故障處理。下面簡要分析fs的產生和傳播機理。考慮主、子IMU之間的三軸撓曲變形角θ滿足二階馬爾科夫過程的情況:θx+2βxθx+βx2θx=ηxθy+2βyθy+βy2θy=ηyθz+2βzθz+βz2θz=ηz]]>其中，τi為三軸撓曲變形過程的相關時間；ηi為白噪聲，其方差為：為三個撓曲變形角的方差。主、子IMU的載體系之間的關係在小角度時可由如下方向餘弦陣來確定：Cba=1-μzμyμz1-μz-μyμx1=I+μ×]]>式中：μx=ρx+θxμy=ρy+θyμz=ρz+θz]]>ρx、ρy、ρz和θx、θy、θz分別為子IMU相對主IMU的固定安裝誤差角和撓曲變形角在b系各個軸上的分量。主IMU導航系n和子IMU計算導航系n1之間的關係在小角度下可由如下方向餘弦陣來確定：Cnn1=1φz-φy-φz1φxφy-φx1=1-φ×]]>其中，φ×為n1系相對n系的失準角φx、φy、φz組成的斜對稱陣。進一步，根據傳遞對準的原理可得：Can=Ta,Cbn1=Cnn1CanCba=Tb]]>忽略二階小量乘積，取近似值有：Tb＝Ta+Ta(μ×)-(φ×)Ta設主、子IMU計算出的航向角、俯仰角及橫滾角分別為ψ、θ、γ和ψx、θy、γz。Ti=Ti(11)Ti(12)Ti(13)Ti(21)Ti(22)Ti(23)T(31)Ti(32)Ti(33),i=a,b]]>則有：tan(ψ+δψ)=-Ta(12)+Ta(22)φz-Ta(32)φy-Ta(11)μz+Ta(13)μxTa(22)-Ta(12)φz+Ta(32)φx-Ta(21)μz+Ta(23)μx]]>tan(γ+δγ)=-Ta(31)+Ta(11)φy-Ta(21)φx+Ta(32)μz-Ta(33)μyTa(33)+Ta(13)φy-Ta(23)φx+Ta(31)μy-Ta(32)μx]]>sin(θ+δθ)=Ta(32)+Ta(12)φy-Ta(22)φx-Ta(31)μz+Ta(33)μx]]>兩邊按泰勒級數展開，均取前兩項並忽略二階小量，整理得到：δψ=Ta(12)Ta(32)(Ta(12))2+(Ta(22))2φx+Ta(22)Ta(32)(Ta(12))2+(Ta(22))2φy-φz+Ta(12)Ta(23)-Ta(13)Ta(22)(Ta(12))2+(Ta(22))2μx+Ta(11)Ta(22)-Ta(12)Ta(21)(Ta(12))2+(Ta(22))2μz]]>δψ=-Ta(22)1-(Ta(32))2φx+Ta(12)1-(Ta(32))2φy-Ta(31)1-(Ta(32))2μz+Ta(33)1-(Ta(32))2μx]]>δγ=Ta(21)Ta(33)-Ta(31)Ta(23)(Ta(33))2+(Ta(31))2φx+Ta(31)Ta(13)-Ta(11)Ta(33)(Ta(33))2+(Ta(31))2φy-Ta(31)Ta(32)(Ta(33))2+(Ta(31))2μx+μy-Ta(32)Ta(33)(Ta(33))2+(Ta(31))2μz]]>綜上，式中含有μi的項即為由於撓曲變形和固定安裝誤差角引起的量測誤差fs，可知：fs=H2H303×303×3ρθ]]>其中，H2=H3=Ta(12)Ta(23)-Ta(13)Ta(22)(Ta(12))2+(Ta(22))20Ta(11)Ta(22)-Ta(12)Ta(21)(Ta(12))2+(Ta(22))2Ta(33)1-(Ta(32))20-Ta(31)1-(Ta(32))2-Ta(31)Ta(32)(Ta(33))2+(Ta(31))21-Ta(32)Ta(33)(Ta(33))2+(Ta(31))2]]>分析了量測誤差fs的產生和傳播機理後，進一步，為了準確地對其進行檢測和補償，必須將引起量測誤差的fs的固定安裝誤差角與撓曲變形角納入系統模型的狀態變量之中，設計卡爾曼濾波器，對其估計。在此情況下，定義新的傳遞對準模型系統狀態變量如下：x=φxφyφzδVxδVyδVzδLδλδhxyzxyzρxρyρzθxθyθzθxθyθzT]]>從而可以得到含撓性杆臂誤差的傳遞對準模型為：x=Fx+Gwy=Hx+v]]>其中，F=F1F2F3Cbn103×303×303×303×3F4F5F603×3Cbn103×303×303×303×3F7F803×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×303×3I3×303×303×303×303×303×303×3B1B2]]>B1=-βx2000-βy2000-βz2,B2=-2βx000-2βy000-2βz,G=Cbn103×303×303×3Cbn103×3015×3015×3015×303×303×3I3×3]]>H=H103×303×9H2H303×303×3I3×303×903×303×303×3]]>利用卡爾曼濾波估計的結果對系統狀態變量進行反饋校正，得到子系統的組合導航結果，進而可以得到主IMU和子IMU之間準確的基線長度。當前第1頁1&nbsp2&nbsp3&nbsp