惯性导航系统(INS)用于计算平台相对于初始或最后已知状态的姿态(位置和方向)和速度。惯性导航系统包括两个核心部件:
- 惯性测量单元（IMU）：通常包括惯性传感器，例如加速度计和陀螺仪
- 计算单元：提供过滤算法来处理和熔断原始传感器数据
GPS辅助惯性导航系统（或GPS / INS）还包括GPS接收器。借马铃薯®和万博1manbetx®，您可以从所涉及的各种传感器生成模拟传感器数据和熔断原始数据。
从飞机和潜艇到移动机器人和自动驾驶汽车，惯性导航系统为安全关键车辆提供跟踪和定位功能。惯性导航系统也可以在游戏控制器和智能手机中找到，以跟踪设备在3D空间中的运动。
使用GPS辅助惯性导航系统MATLAB的状态估计工作流程。
虽然GPS可以使用恒定的外部输入提供绝对测量，但是惯性导航系统提供了初始参考的相对测量。这些相对测量可以随时间累积漂移误差。在存在GPS之前，火箭队配备有惯性导航系统，其中初始位置由人类操作员提供。
如今，大多数户外车辆和平台都配备了GPS辅助惯性导航系统，这些导航系统可以结合两个传感器测量。恒定的GPS输入减少了漂移误差，并且当GPS信号丢失时，惯性导航系统可以根据最后一个已知状态使用死者来单独使用。想象一辆车进入隧道。GPS接收器将失去其信号，但惯性导航系统可以基于在汽车进入隧道之前接收的GPS信号提供相对运动。
用GPS和GPS与MATLAB中的IMU传感器模型的位置估计比较。
使用MATLAB和SIMULIN万博1manbetxK，您可以模拟与特定数据表参数匹配的单独惯性传感器。您可以开发，调整和部署惯性融合过滤器，您可以调整过滤器以考虑对模拟实际效果的环境和噪声属性。
使用MATLAB和SIMULINK万博1manbetx，您可以：
- 模型IMU和GNSS传感器并生成模拟传感器数据
- 校准IMU测量与Allan方差
- 为传感器模型生成地面真实运动
- 来自加速度计，陀螺和磁力计传感器的熔断原始数据，用于定向估计
- 流和融合数据从IMU和GPS传感器的姿态估计
- 使用自动滤波器调整本地化车辆
- 来自IMU，GPS，高度计和车轮编码器传感器的熔化原始数据，用于GPS拒绝区域的惯性导航
您还可以使用以下方法生成C/ c++代码来部署过滤器Matlab Coder™。
