Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la última versión en inglés.

IMU

modelo de simulación IMU

• 

Bibliotecas:
Sensor Fusion and Tracking Toolbox / Multisensor Positioning / Sensor Models
Navigation Toolbox / Multisensor Positioning / Sensor Models

Descripción

El bloque IMU Simulink^® modela la recepción de datos de una unidad de medición inercial (IMU) compuesta por sensores de acelerómetro, giroscopio y magnetómetro. Puede especificar el marco de referencia de las entradas del bloque como el marco NED (norte-este-abajo) o ENU (este-norte-arriba) utilizando el parámetro Reference Frame.

Ejemplos

Fusión de sensores IMU con Simulink

Este ejemplo muestra cómo generar y fusionar datos del sensor IMU utilizando Simulink®. Puede modelar con precisión el comportamiento de un acelerómetro, un giroscopio y un magnetómetro y fusionar sus salidas para calcular la orientación.

• Abrir script

Puertos

Entrada

Linear Acceleration — Aceleración de la IMU en el sistema de coordenadas de navegación local (m/s²)

Matriz de N por 3 de escalares reales

Aceleración de la IMU en el sistema de coordenadas de navegación local, especificada como una matriz de N por 3 de escalares reales en metros por segundo al cuadrado. N es el número de muestras en el cuadro actual. No incluya la aceleración gravitacional en esta entrada ya que el sensor modela la aceleración gravitacional de forma predeterminada.

Para especificar la orientación del marco del cuerpo del sensor IMU con respecto al marco de navegación local, utilice el puerto de entrada Orientation.

Tipos de datos: single | double

Angular Velocity — Velocidad angular de IMU en el sistema de coordenadas de navegación local (rad/s)

Matriz de N por 3 de escalares reales

Velocidad angular del marco del cuerpo del sensor IMU en el sistema de coordenadas de navegación local, especificada como una matriz de N por 3 de escalares en radianes por segundo. N es el número de muestras en el marco actual. Para especificar la orientación del marco del cuerpo del sensor IMU con respecto al marco de navegación local, utilice el puerto de entrada Orientation.

Tipos de datos: single | double

Orientation — Orientación de IMU en el sistema de coordenadas de navegación local.

Arreglo de N-por-4 de escalares reales | Matriz de rotación de 3 por 3 por N elementos

Orientación del marco del cuerpo del sensor IMU con respecto al sistema de coordenadas de navegación local, especificado como un arreglo de escalares reales de N por 4 o un arreglo de rotación de 3 por 3 por N. Se supone que cada fila del arreglo de N por 4 son los cuatro elementos de un quaternion (Sensor Fusion and Tracking Toolbox). N es el número de muestras en el cuadro actual.

Tipos de datos: single | double

Temperature — Temperatura de la IMU (℃)

N-por-1 vector de escalar real

Temperatura de la IMU, especificada como un vector de N por 1 de escalares reales en grados Celsius.

Dependencias

Para habilitar este puerto, en la pestaña Parameters, seleccione Specify temperature from input port.

Tipos de datos: single | double

Magnetic Field — Vector de campo magnético en el sistema de coordenadas de navegación local (μT)

Matriz de N por 3 de escalares reales

Vector del campo magnético en el sistema de coordenadas de navegación local, especificado como una matriz de N por 3 de escalares en microteslas.Terminology-Domain///1

Dependencias

Para habilitar este puerto, en la pestaña Parameters, seleccione Specify magnetic field from input port.

Tipos de datos: single | double

Salida

Accel — Medición del acelerómetro de la IMU en el sistema de coordenadas del cuerpo del sensor (m/s²)

Matriz de N por 3 de escalares reales

Medición del acelerómetro de la IMU en el sistema de coordenadas del cuerpo del sensor, devuelta como una matriz de N por 3 de escalares reales en metros por segundo al cuadrado. N es el número de muestras en el cuadro actual.

Tipos de datos: single | double

Gyro — Medición giroscópica de IMU en el sistema de coordenadas del cuerpo del sensor (rad/s)

Matriz de N por 3 de escalares reales

Medición del giroscopio de la IMU en el sistema de coordenadas del cuerpo del sensor, devuelta como una matriz de N por 3 de escalares reales en radianes por segundo. N es el número de muestras en el cuadro actual.

Tipos de datos: single | double

Mag — Medición magnetométrica de IMU en el sistema de coordenadas del cuerpo del sensor (μT)

Matriz de N por 3 de escalares reales

Medición del magnetómetro de la IMU en el sistema de coordenadas del cuerpo del sensor, devuelta como una matriz de N por 3 de escalares reales en microtesla. N es el número de muestras en el cuadro actual.

Tipos de datos: single | double

Parámetros

Parámetros

Marco de referencia — Marco de referencia de navegación

NED (predeterminado) | ENU

Marco de referencia de navegación, especificado como NED (norte-este-abajo) o ENU (este-norte-arriba).

Nota

• Si elige el marco de referencia NED, especifique las entradas del sensor en el marco de referencia NED. Además, el sensor modela la aceleración gravitacional como [0 0 9,81] m/s².

• Si elige el marco de referencia ENU, especifique las entradas del sensor en el marco de referencia ENU. Además, el sensor modela la aceleración gravitacional como [0 0 −9,81] m/s².

Especificar la temperatura desde el puerto de entrada — Especificar la temperatura desde el puerto de entrada

desactivar (predeterminado) | activar

Seleccione esta casilla de verificación para habilitar la entrada de temperatura mediante el puerto de entrada Temperature.

Temperatura (^oC) — Temperatura de funcionamiento de la IMU (^oC)

25 (predeterminado) | escalar real

Temperatura de funcionamiento de la IMU en grados Celsius, especificada como escalar real.

Cuando el bloque calcula factores de escala de temperatura y ruidos de deriva ambiental, se utiliza 25 ^oC como temperatura nominal.

Dependencias

Para habilitar este parámetro, borre Specify temperature from input port.

Tipos de datos: single | double

Especificar el campo magnético desde el puerto de entrada — Especificar el campo magnético desde el puerto de entrada

desactivar (predeterminado) | activar

Seleccione esta casilla de verificación para habilitar la entrada del campo magnético mediante el puerto de entrada Magnetic field.

Campo magnético (NED) — Vector de campo magnético expresado en marco de navegación NED (μT)

[27.5550, -2.4169, -16.0849] (predeterminado) | Vector de escalar 1 por 3

Vector de campo magnético expresado en el marco de navegación NED, especificado como un vector de escalares de 1 por 3.

El campo magnético predeterminado corresponde al campo magnético en la latitud cero, longitud cero y altitud cero.

Dependencias

Para habilitar este parámetro, configure Reference frame en NED y borre Specify magnetic field from input port.

Tipos de datos: single | double

Campo magnético (ENU) — Vector de campo magnético expresado en marco de navegación ENU (μT)

[-2.4169, 27.5550, 16.0849] (predeterminado) | Vector de escalar 1 por 3

Vector de campo magnético expresado en el marco de navegación ENU, especificado como un vector de escalares de 1 por 3.

El campo magnético predeterminado corresponde al campo magnético en la latitud cero, longitud cero y altitud cero.

Dependencias

Para habilitar este parámetro, configure Reference frame en ENU y borre Specify magnetic field from input port.

Tipos de datos: single | double

Semilla — Semilla inicial para aleatorización

67 (predeterminado) | entero no negativo

Semilla inicial de un algoritmo generador de números aleatorios, especificada como un número entero no negativo.

Tipos de datos: single | double

Simular con — Tipo de simulación a ejecutar

Interpreted Execution (predeterminado) | Code Generation

• Interpreted execution — Simular el modelo utilizando el intérprete de MATLAB^®. Esta opción acorta el tiempo de inicio. En el modo Interpreted execution, puede depurar el código fuente del bloque.

• Code generation — Simule el modelo utilizando el código generado en C. La primera vez que se ejecuta una simulación, Simulink genera código C para el bloque. El código C se reutiliza para simulaciones posteriores si el modelo no cambia. Esta opción requiere tiempo de inicio adicional.

Acelerómetro

Lecturas máximas (m/s²) — Lectura máxima del sensor (m/s²)

inf (predeterminado) | escalar positivo real

Lectura máxima del sensor en m/s², especificada como un escalar positivo real.

Tipos de datos: single | double

Resolución ((m/s²)/LSB) — Resolución de las mediciones del sensor ((m/s²)/LSB)

0 (predeterminado) | escalar real no negativo

Resolución de las mediciones del sensor en (m/s²)/LSB, especificada como un escalar real no negativo.

Tipos de datos: single | double

Sesgo de desplazamiento constante (m/s²) — Desviación constante del sensor (m/s²)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Desviación constante del sensor en m/s², especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inclinación de ejes (%) — Inclinación de ejes del sensor (%)

diag([100 100 100]) (predeterminado) | escalar | vector fila de 3 elementos | Matriz de 3 por 3

Inclinación de ejes del sensor en porcentaje, especificado como un escalar, un vector fila de 3 elementos o una matriz de 3 por 3. Los elementos diagonales de la matriz representan los efectos de desalineación para cada eje. Los elementos fuera de la diagonal explican los efectos de desalineación de los ejes transversales. El estado medido v_measure se obtiene del estado verdadero v_true a través de la matriz de desalineación como:

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si especifica la propiedad como un escalar, entonces todos los elementos fuera de la diagonal de la matriz toman el valor del escalar especificado y todos los elementos diagonales son 100.

• Si especifica la propiedad como un vector [a b c], entonces m₂₁ = m₃₁ = a, m₁₂ = m₃₂ = b, y m₁₃ = m₂₃ = c. Todos los elementos de la diagonal son 100.

Tipos de datos: single | double

Caminata aleatoria de velocidad (m/s²/√Hz) — Caminata aleatoria de velocidad (m/s²/√Hz)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Caminata aleatoria de velocidad en (m/s²/√Hz), especificada como un escalar real o un vector fila de 3 elementos. Esta propiedad corresponde a la densidad espectral de potencia del ruido del sensor. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inestabilidad de sesgo (m/s²) — Inestabilidad de sesgo de desplazamiento (m/s²)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Inestabilidad de sesgo de desplazamiento en m/s², especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Coeficientes del numerador del filtro de inestabilidad de sesgo — Coeficientes del numerador del filtro de inestabilidad de sesgo

fractalcoef.Numerator (predeterminado) | vector fila de valor real

Coeficientes numeradores del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Coeficientes del denominador del filtro de inestabilidad de sesgo — Coeficientes del denominador del filtro de inestabilidad de sesgo

fractalcoef.Denominator (predeterminado) | vector fila de valor real

Coeficientes del denominador del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Recorrido aleatorio de aceleración ((m/s²)(√Hz)) — Recorrido aleatorio de aceleración ((m/s²)(√Hz))

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Caminata aleatoria de aceleración del sensor en (m/s²)(√Hz), especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Tipo de ruido — Tipo de ruido aleatorio

double-sided (predeterminado) | single-sided

Seleccione el tipo de ruido aleatorio como:

• double-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 2.

• single-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 1.

Tipos de datos: single | double

Sesgo de temperatura ((m/s²)/℃) — Sesgo del sensor por temperatura ((m/s²)/℃)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Sesgo del sensor a partir de la temperatura en (m/s²)/℃, especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Factor de escala de la temperatura (%/℃) — Error del factor de escala de la temperatura (%/℃)

[0 0 0] (predeterminado) | escalar real en el rango [0,100] | vector fila real de 3 elementos en el rango [0,100]

Error del factor de escala de la temperatura en %/℃, especificado como un escalar real o un vector fila real de 3 elementos con valores que van de 0 a 100. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Giroscopio

Lecturas máximas (rad/s) — Lectura máxima del sensor (rad/s)

inf (predeterminado) | escalar positivo real

Lectura máxima del sensor en rad/s, especificada como un escalar positivo real.

Tipos de datos: single | double

Resolución ((rad/s)/LSB) — Resolución de las mediciones del sensor ((rad/s)/LSB)

0 (predeterminado) | escalar real no negativo

Resolución de las mediciones del sensor en (rad/s)/LSB, especificada como un escalar real no negativo.

Tipos de datos: single | double

Sesgo de desplazamiento constante (rad/s) — Desviación constante del sensor (rad/s)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Desviación constante del sensor en rad/s, especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inclinación de ejes (%) — Inclinación de ejes del sensor (%)

diag([100 100 100]) (predeterminado) | escalar | vector fila de 3 elementos | Matriz de 3 por 3

Inclinación de ejes del sensor en porcentaje, especificado como un escalar, un vector fila de 3 elementos o una matriz de 3 por 3. Los elementos diagonales de la matriz representan los efectos de desalineación para cada eje. Los elementos fuera de la diagonal explican los efectos de desalineación de los ejes transversales. El estado medido v_measure se obtiene del estado verdadero v_true a través de la matriz de desalineación como:

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si especifica la propiedad como un escalar, entonces todos los elementos fuera de la diagonal de la matriz toman el valor del escalar especificado y todos los elementos diagonales son 100.

• Si especifica la propiedad como un vector [a b c], entonces m₂₁ = m₃₁ = a, m₁₂ = m₃₂ = b, y m₁₃ = m₂₃ = c. Todos los elementos de la diagonal son 100.

Tipos de datos: single | double

Sesgo por aceleración ((rad/s)/(m/s²) — Sesgo del sensor por aceleración lineal (rad/s)/(m/s²)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Sesgo del sensor a partir de la aceleración lineal en (rad/s)/(m/s²), especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Recorrido aleatorio del ángulo ((rad/s)/(√Hz)) — Recorrido aleatorio del ángulo ((rad/s)/(√Hz))

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Recorrido aleatorio del ángulo del sensor en (rad/s)/(√Hz), especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inestabilidad de sesgo (rad/s) — Inestabilidad de sesgo de desplazamiento (rad/s)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Inestabilidad de sesgo de desplazamiento en rad/s, especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Coeficientes del numerador del filtro de inestabilidad de sesgo — Coeficientes del numerador del filtro de inestabilidad de sesgo

fractalcoef.Numerator (predeterminado) | vector fila de valor real

Coeficientes numeradores del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Coeficientes del denominador del filtro de inestabilidad de sesgo — Coeficientes del denominador del filtro de inestabilidad de sesgo

fractalcoef.Denominator (predeterminado) | vector fila de valor real

Coeficientes del denominador del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Tipo de ruido — Tipo de ruido aleatorio

double-sided (predeterminado) | single-sided

Seleccione el tipo de ruido aleatorio como:

• double-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 2.

• single-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 1.

Tipos de datos: single | double

Recorrido aleatorio de la velocidad ((rad/s)(√Hz)) — Ruido blanco integrado del sensor ((rad/s)(√Hz))

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Ruido blanco integrado del sensor en (rad/s)(√Hz), especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Sesgo del sensor por temperatura ((rad/s)/℃) — Sesgo del sensor por temperatura ((rad/s)/℃)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Sesgo del sensor a partir de la temperatura en (rad/s)/℃, especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Factor de escala de la temperatura (%/℃) — Error del factor de escala de la temperatura (%/℃)

[0 0 0] (predeterminado) | escalar real en el rango [0,100] | vector fila real de 3 elementos en el rango [0,100]

Error del factor de escala de la temperatura en %/℃, especificado como un escalar real o un vector fila real de 3 elementos con valores que van de 0 a 100. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Magnetómetro

Lecturas máximas (μT) — Lectura máxima del sensor (μT)

inf (predeterminado) | escalar positivo real

Lectura máxima del sensor en μT, especificada como un escalar positivo real.

Tipos de datos: single | double

Resolución de las mediciones del sensor ((μT)/LSB) — Resolución de las mediciones del sensor ((μT)/LSB)

0 (predeterminado) | escalar real no negativo

Resolución de las mediciones del sensor en (μT)/LSB, especificada como un escalar real no negativo.

Tipos de datos: single | double

Sesgo de desplazamiento constante (μT) — Desviación constante del sensor (μT)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Desviación constante del sensor en μT, especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inclinación de ejes (%) — Inclinación de ejes del sensor (%)

diag([100 100 100]) (predeterminado) | escalar | vector fila de 3 elementos | Matriz de 3 por 3

Inclinación de ejes del sensor en porcentaje, especificado como un escalar, un vector fila de 3 elementos o una matriz de 3 por 3. Los elementos diagonales de la matriz representan los efectos de desalineación para cada eje. Los elementos fuera de la diagonal explican los efectos de desalineación de los ejes transversales. El estado medido v_measure se obtiene del estado verdadero v_true a través de la matriz de desalineación como:

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si especifica la propiedad como un escalar, entonces todos los elementos fuera de la diagonal de la matriz toman el valor del escalar especificado y todos los elementos diagonales son 100.

• Si especifica la propiedad como un vector [a b c], entonces m₂₁ = m₃₁ = a, m₁₂ = m₃₂ = b, y m₁₃ = m₂₃ = c. Todos los elementos de la diagonal son 100.

Densidad espectral de potencia del ruido del sensor (μT/√Hz) — Densidad espectral de potencia del ruido del sensor (μT/√Hz)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Densidad espectral de potencia del ruido del sensor en μT/√Hz, especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Inestabilidad de sesgo de compensación (μT) — Inestabilidad de sesgo de desplazamiento (μT)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Inestabilidad de sesgo de desplazamiento en μT, especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Coeficientes del numerador del filtro de inestabilidad de sesgo — Coeficientes del numerador del filtro de inestabilidad de sesgo

fractalcoef.Numerator (predeterminado) | vector fila de valor real

Coeficientes numeradores del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Coeficientes del denominador del filtro de inestabilidad de sesgo — Coeficientes del denominador del filtro de inestabilidad de sesgo

fractalcoef.Denominator (predeterminado) | vector fila de valor real

Coeficientes del denominador del filtro de inestabilidad de sesgo, especificados como un vector fila de valor real. Para especificar coeficientes para el ruido fractal, utilice la función fractalcoef (Sensor Fusion and Tracking Toolbox).

Tipos de datos: single | double

Tipo de ruido — Tipo de ruido aleatorio

double-sided (predeterminado) | single-sided

Seleccione el tipo de ruido aleatorio como:

• double-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 2.

• single-sided — Los coeficientes de ruido aleatorio tienen un factor de escala de 1.

Tipos de datos: single | double

Paseo aleatorio ((μT)*√Hz) — Ruido blanco integrado del sensor ((μT)*√Hz)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Ruido blanco integrado del sensor en (μT)*√Hz, especificado como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Sesgo de la temperatura (μT/℃) — Sesgo del sensor por temperatura (μT/℃)

[0 0 0] (predeterminado) | escalar real | vector fila real de 3 elementos

Sesgo del sensor a partir de la temperatura en μT/℃, especificada como un escalar real o un vector fila de 3 elementos. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Factor de escala de la temperatura (%/℃) — Error del factor de escala de la temperatura (%/℃)

[0 0 0] (predeterminado) | escalar real en el rango [0,100] | vector fila real de 3 elementos en el rango [0,100]

Error del factor de escala de la temperatura en %/℃, especificado como un escalar real o un vector fila real de 3 elementos con valores que van de 0 a 100. Cualquier entrada escalar se convierte en un vector fila real de 3 elementos donde cada elemento tiene el valor escalar de entrada.

Tipos de datos: single | double

Algoritmos

Acelerómetro

La siguiente descripción del algoritmo supone un marco de navegación NED. El modelo del acelerómetro utiliza las entradas de orientación y aceleración de la ground-truth y las propiedades imuSensor y accelparams para modelar las lecturas del acelerómetro.

Obtener aceleración total

Para obtener la aceleración total (totalAcc), la aceleración se preprocesa negando y sumando el vector de constante de gravedad (g= [0; 0; 9.8] m/s² asumiendo un marco NED) como:

$$totalAcc=-acceleration+g$$

El término acceleration se niega para obtener lecturas de aceleración total cero cuando el acelerómetro está en caída libre. El término acceleration también se conoce como fuerza específica.

Convertir a marco de sensor

Luego, la aceleración total se convierte del marco de navegación local al marco del sensor usando:

$$a=\left(orientation\right){\left(totalAcc\right)}^T$$

Si la orientación se ingresa en forma de cuaternión, se convierte en una matriz de rotación antes del procesamiento.

Modelo estructural

La aceleración ground-truth en el marco del sensor, a, pasa a través del modelo estructural, lo que agrega desalineación y sesgo de los ejes:

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

donde ConstantBias es una propiedad de accelparams, y α₁, α₂ y α₃ están dados por el primer, segundo y tercer elemento de la propiedad AxesMisalignment de accelparams.

Deriva por inestabilidad de sesgo

La deriva por inestabilidad de sesgo β₁ se modela como ruido blanco sesgado y luego filtrado:

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

donde k es el índice de paso de tiempo discreto, BiasInstability es una propiedad de accelparams, w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. [g₁, g₂, …, g_n+1] son los coeficientes del denominador especificados en la propiedad BiasInstabilityCoefficients del objeto accelparams. [f₁, f₂, …, f_m+1] son los coeficientes del numerador de la propiedad BiasInstabilityCoefficients. n y m son los órdenes de los coeficientes del denominador y numerador, respectivamente.

Deriva por ruido blanco

La deriva por ruido blanco se modela multiplicando elementos del flujo aleatorio de ruido blanco por la desviación estándar:

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

donde w es ruido blanco que sigue una distribución normal con media 0 y varianza 1, SampleRate es una propiedad imuSensor y NoiseDensity es una propiedad accelparams. La variable de escala s = 2 si la propiedad NoiseType del objeto accelparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Deriva por recorrido aleatorio

La deriva por recorrido aleatorio se modela polarizando elementos del flujo aleatorio de ruido blanco y luego filtrando:

$${\beta }_3(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

donde k es el índice de paso de tiempo discreto, RandomWalk es una propiedad de accelparams, SampleRate es una propiedad de imuSensor, w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. La variable de escala s = 2 si la propiedad NoiseType del objeto accelparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Ruido de deriva ambiental

El ruido de deriva ambiental se modela multiplicando la diferencia de temperatura de un estándar con el sesgo de temperatura:

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

donde Temperature es una propiedad de imuSensor y TemperatureBias es una propiedad de accelparams. La constante 25 corresponde a una temperatura estándar.

Modelo de error de factor de escala

El error del factor de escala de temperatura se modela como:

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

donde Temperature es una propiedad de imuSensor y TemperatureScaleFactor es una propiedad de accelparams. La constante 25 corresponde a una temperatura estándar.

Modelo de cuantificación

La cuantificación se modela saturando primero el modelo de señal continua:

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

y luego estableciendo la resolución:

$$accelReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

donde MeasurementRange es una propiedad de accelparams.

Giroscopio

La siguiente descripción del algoritmo supone un marco de navegación NED. El modelo de giroscopio utiliza las entradas de orientación, aceleración y velocidad angular de la ground-truth , y las propiedades imuSensor y gyroparams para modelar las lecturas del acelerómetro.

Convertir a marco de sensor

La velocidad angular ground-truth se convierte del marco local al marco del sensor utilizando la orientación ground-truth:

$$a=\left(orientation\right){\left(angularVelocity\right)}^T$$

Si la orientación se ingresa en forma de cuaternión, se convierte en una matriz de rotación antes del procesamiento.

Modelo estructural

La velocidad angular ground-truth en el marco del sensor, a, pasa a través del modelo estructural, lo que agrega desalineación y sesgo a los ejes:

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

donde ConstantBias es una propiedad de gyroparams, y α₁, α₂ y α₃ están dados por el primer, segundo y tercer elemento de la propiedad AxesMisalignment de gyroparams.

Deriva por inestabilidad de sesgo

La deriva por inestabilidad de sesgo β₁ se modela como ruido blanco sesgado y luego filtrado:

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

donde k es el índice de paso de tiempo discreto, BiasInstability es una propiedad de gyroparams, w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. [g₁, g₂, …, g_n+1] son los coeficientes del denominador especificados en la propiedad BiasInstabilityCoefficients del objeto gyroparams. [f₁, f₂, …, f_m+1] son los coeficientes del numerador de la propiedad BiasInstabilityCoefficients. n y m son los órdenes de los coeficientes del denominador y numerador, respectivamente.

Deriva por ruido blanco

La deriva por ruido blanco se modela multiplicando elementos del flujo aleatorio de ruido blanco por la desviación estándar:

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

donde w es ruido blanco que sigue una distribución normal con media 0 y varianza 1, SampleRate es una propiedad imuSensor y NoiseDensity es una propiedad gyroparams. La variable de escala s = 2 si la propiedad NoiseType del objeto gyroparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Deriva por recorrido aleatorio

La deriva por recorrido aleatorio se modela polarizando elementos del flujo aleatorio de ruido blanco y luego filtrando:

$${\beta }_3(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

donde k es el índice de paso de tiempo discreto, RandomWalk es una propiedad de gyroparams, SampleRate es una propiedad de imuSensor y w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. La variable de escala s = 2 si la propiedad NoiseType del objeto gyroparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Ruido de deriva ambiental

El ruido de deriva ambiental se modela multiplicando la diferencia de temperatura de un estándar con el sesgo de temperatura:

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

donde Temperature es una propiedad de imuSensor y TemperatureBias es una propiedad de gyroparams. La constante 25 corresponde a una temperatura estándar.

Deriva del sesgo de aceleración

La deriva del sesgo de aceleración se modela multiplicando la entrada de aceleración y el sesgo de aceleración:

$${\Delta }_a=acceleration*\text{AccelerationBias}$$

donde AccelerationBias es una propiedad de gyroparams.

Modelo de error de factor de escala

El error del factor de escala de temperatura se modela como:

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

donde Temperature es una propiedad de imuSensor y TemperatureScaleFactor es una propiedad de gyroparams. La constante 25 corresponde a una temperatura estándar.

Modelo de cuantificación

La cuantificación se modela saturando primero el modelo de señal continua:

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

y luego estableciendo la resolución:

$$gyroReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

donde MeasurementRange es una propiedad de gyroparams.

Magnetómetro

La siguiente descripción del algoritmo supone un marco de navegación NED. El modelo del magnetómetro utiliza las entradas de orientación y aceleración de la ground-truth y las propiedades imuSensor y magparamsmagparams (Sensor Fusion and Tracking Toolbox) para modelar las lecturas del magnetómetro.

Convertir a marco de sensor

La aceleración ground-truth se convierte del marco local al marco del sensor utilizando la orientación ground-truth:

$$a=\left(orientation\right){\left(totalAcc\right)}^T$$

Si la orientación se ingresa en forma de cuaternión, se convierte en una matriz de rotación antes del procesamiento.

Modelo estructural

La aceleración ground-truth en el marco del sensor, a, pasa a través del modelo estructural, lo que agrega desalineación y sesgo de los ejes:

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

donde ConstantBias es una propiedad de magparams, y α₁, α₂ y α₃ están dados por el primer, segundo y tercer elemento de la propiedad AxesMisalignment de magparams.

Deriva por inestabilidad de sesgo

La deriva por inestabilidad de sesgo β₁ modelada como ruido blanco sesgado y luego filtrado:

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

donde k es el índice de paso de tiempo discreto, BiasInstability es una propiedad de magparams, w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. [g₁, g₂, …, g_n+1] son los coeficientes del denominador especificados en la propiedad BiasInstabilityCoefficients del objeto magparams. [f₁, f₂, …, f_m+1] son los coeficientes del numerador de la propiedad BiasInstabilityCoefficients. n y m son los órdenes de los coeficientes del denominador y numerador, respectivamente.

Deriva por ruido blanco

La deriva por ruido blanco se modela multiplicando elementos del flujo aleatorio de ruido blanco por la desviación estándar:

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

donde w es ruido blanco que sigue una distribución normal con media 0 y varianza 1, SampleRate es una propiedad imuSensor y NoiseDensity es una propiedad magparams. La variable de escala s = 2 si la propiedad NoiseType del objeto magparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Deriva por recorrido aleatorio

La deriva por recorrido aleatorio se modela polarizando elementos del flujo aleatorio de ruido blanco y luego filtrando:

$${\beta }_3(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

donde k es el índice de paso de tiempo discreto, RandomWalk es una propiedad de magparams, SampleRate es una propiedad de imuSensor, w es ruido blanco que sigue una distribución normal de media 0 y varianza 1. El tamaño del paso de tiempo discreto es el recíproco de la propiedad SampleRate. La variable de escala s = 2 si la propiedad NoiseType del objeto magparams es de doble cara y s = 1 si la propiedad NoiseType es de una sola cara.

Ruido de deriva ambiental

El ruido de deriva ambiental se modela multiplicando la diferencia de temperatura de un estándar con el sesgo de temperatura:

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

donde Temperature es una propiedad de imuSensor y TemperatureBias es una propiedad de magparams. La constante 25 corresponde a una temperatura estándar.

Modelo de error de factor de escala

El error del factor de escala de temperatura se modela como:

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

donde Temperature es una propiedad de imuSensor y TemperatureScaleFactor es una propiedad de magparams. La constante 25 corresponde a una temperatura estándar.

Modelo de cuantificación

La cuantificación se modela saturando primero el modelo de señal continua:

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

y luego estableciendo la resolución:

$$magReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

donde MeasurementRange es una propiedad de magparams.

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante Simulink® Coder™.

Historial de versiones

Introducido en R2020a

R2023b: Especifique los coeficientes de ruido de inestabilidad de sesgo y el tipo de ruido para el acelerómetro, el giroscopio y el magnetómetro

Puede utilizar estos nuevos parámetros en la pestaña Accelerometer, Gyroscope, or Magnetometer para especificar los coeficientes de la función de transferencia utilizada para generar el ruido de inestabilidad de sesgo y especificar el factor de escala de los coeficientes de ruido.

• Bias instability filter numerator coefficients

• Bias instability filter denominator coefficients

• Noise type

Consulte también

Clases

• accelparams | gyroparams | magparams

Objetos

• imuSensor | gpsSensor

Temas

• Modelo IMU, GPS e INS/GPS