个人导航仪中的MEMS压力传感器（2） 压力传感器, 导航仪, 处理器, 建筑物, 加速度

yuyang911220

3.1 PNS或 PDR结构示意图
　　图4所示是PNS或PDR的结构示意图。从传感器角度看，该系统包括一个3轴加速度计、一个3轴陀螺仪、一个3轴磁力计和一个压力传感器。此外，在这个示意图内还有一个GPS接收器和一个主处理器。主处理器用于采集传感器数据，运行航位推测算法和卡尔曼滤波算法

图 4NS或 PDR结构示意图
　　图4中每个组件的优缺点归纳如下：
　　GPS接收器:
　　优点：GPS可以提供进入建筑物前的初始方位；检索地球偏转角信息，根据地理前进方向修正磁力计前进方向；当GPS信号增强时校准计数器步长；分别向惯性导航系统的松耦合和紧耦合卡尔曼滤波算法提供有界的精确方位信息（经纬度）输出和伪距原始测量输出。
　　缺点：当行人保持静止时，GPS无法确定前进方向；无法检测高度（海拔高度）的细微变化。
　　加速度计:
　　优点：在静态或慢速运动状态下可用于倾斜度修正型数字罗盘；在线性加速度状态下可用于计步器的检测功能；用于检测步行人当前的状态是静止还是运动。
　　缺点：当智能手机旋转时，无法从地球重力组分中区别真正的线性加速度；对震动和振荡过于敏感
　　陀螺仪:
　　优点：能够向惯性导航系统连续提供旋转矩阵；当磁力计受到干扰时，辅助数字罗盘计算前进方向信息
　　缺点：长时间的零偏漂移导致无限的INS定位错误。
　　磁力计:
　　优点：能够根据地磁北极计算精确的前进方向；能够用于校准陀螺仪的灵敏度。
　　缺点：容易受到环境磁场干扰
　　压力传感器:
　　优点：在室内导航应用中可区分楼层；当GPS卫星信号较弱时，可辅助GPS计算高度，提高定位精确度；
　　缺点：容易受到气流和天气状况的影响。
　　3.2 PNS或PDR的实现方式
　　有两种方法可以在智能手机上实现PNS或PDR导航。第一种方法是利用捷联式惯性导航系统(SINS)实现PNS；第二种方法是利用计步器方法实现PDR。这两种方法都有各自的优点和缺点。
　　捷联惯导系统是基于一个3轴加速度计和一个3轴陀螺仪的6自由度(DOF)惯性测量单元。捷联惯导系统被成功用于外壳刚性很强的设备内，例如，惯性测量单元被永久性安装在汽车和导弹内。该系统在短时间内的定位精度相对较高。因为低成本MEMS运动传感器的零偏漂移问题，当没有GPS卫星信号时，经过积分和二重积分运算后，定位误差会随时间推移而变大。此外，行人通常把智能手机放在衣袋或挂在腰带上，他们随时都会从衣袋里或腰带上取出手机查看当前所在方位。这就是说，智能手机与用户身体的相对位置不固定。
　　不过，SINS/GPS集成化PNS系统的优点是定位与用户无关，这就是说，所有用户无需给智能手机建模或训练智能手机，以适应不同类型的行人的动作，例如，步行、跑步和上下楼梯等。
　　计步器/GPS集成化PDR系统的优点是定位精度主要取决于加速度计计步和GPS步长估算，定位误差始终是有限的 [2]。
　　PDR的第一步是使用加速度计精确检测脚步 [3]。这个过程的基本原理是，智能手机在行人的腰带后部无论如何放置，都能自动发现垂直主轴；然后，将加速度测量数据与第一个参考阈值对比，随后，参考阈值将根据不同的运动类型自动更新。因此，加速度计可以准确计算行人步行、跑步和上下楼梯时的步数。
　　第二步是当GPS信号很强时校准步长。智能手机计算行人的平均步长的方法是，用从GPS开始测量起经过的距离除以上面的计步器算法得出的步数。步行人的所有的运动类型，例如，慢走、快走、慢跑、快跑、上下楼梯等，都需要执行步长校准步骤。不同的行人有不同的运动方式。因此，PDR与用户有关，所有的步行人都需要一个自动校准或自我训练的步长估算算法。
　　第三步是整合加速度计、陀螺仪、磁力计和GPS接收器的数据求解精确的前进信息。在估算完步长后，求解航位推测应用的另一个关键参数：以地球北极为参考点的绝对前进方向。在一个无磁场干扰的环境内，加速度计和磁力计测量结果产生的倾斜度修正的数字罗盘能够提供以地球北极为参照点的精确的前进方向。
　　在进入建筑物前，GPS定位信息能够根据位置检索倾斜角，然后，把罗盘提供的前进方向数据转化成地理前进方向信息。如果周围环境没有干扰磁场，可以利用磁力计的测量数值提取前进方向信息。如果发现干扰磁场，陀螺仪将接替磁力计的工作，在上一次无干扰的罗盘前进信号输出基础上提供连续的前进信息输出。
　　一旦发现外界磁场干扰消失，陀螺仪将立即停止运行，罗盘将接替陀螺仪恢复运转。这个过程被称之为陀螺仪辅助数字罗盘。当智能手机是静止状态时，加速度计就会让陀螺仪定期更新零角速率电平以备将来使用。

　　第四步是从压力传感器和GPS接收器获得精确的高度信息。当行人在购物中心乘坐电梯或登楼梯时，压力传感器会更新数字地图，显示行人当前所在楼层。压力传感器还能利用卡尔曼滤波器滤除加速度计的Z轴漂移。
　　第五步是开发卡尔曼滤波算法，合并10-D传感器模组数据与GPS数据。所有的GPS接收器都有1个PPS (脉冲/秒)输出信号，使GPS与传感器的数据传输同步，传感器的采样速率可以更快，例如50Hz或100Hz。当能够收到GPS卫星信号时，卡尔曼滤波器将使用GPS输出数据计算导航信息；相反，当GPS卫星信号被屏蔽时，则使用航位推测算法输出的数据。当GPS信号恢复时，该滤波器还能估算需要修正的传感器误差。
　　最后一步是在智能手机上测试PDR的性能。对于消费电子产品，5%的行进距离误差通常是可以接受的。例如，当一个人在室内走过100米的距离时，定位误差应该在5米范围内。
　　4.结论
　　MEMS技术和制程的发展进步产生了低成本、高性能的MEMS加速度计、陀螺仪和压力传感器。随着尺寸越来越小，功耗越来越低，这些产品开始在智能手机等手持产品上演绎令人震撼的新功能。
　　在无人驾驶飞行器（UAV）导航系统和室内PDR应用方面，MEMS压力传感器正在引起业界的强烈关注。随着先进滤波算法研发的深入，在室内实现5%的距离误差是切合实际的。