Industry- oriented enhancement of inertial platform performance

Abstract

In questo lavoro, sono stati proposti una solida configurazione meccanica e algoritmi altamente efficaci per ottimizzare le prestazioni dell'unità di misura inerziale (IMU) nel tracciamento dell'orientamento. Questo lavoro mira a sviluppare nuove tecniche per ridurre al minimo il rumore e la debolezza della misurazione degli angoli di Eulero nel settore. La struttura imperfetta e il limite di accelerometro, giroscopio e magnetometro a basso costo con interferenze esterne riducono significativamente la precisione di rollio, beccheggio e imbardata. Un nuovo algoritmo, No Motion No Integration (NMNI), è stato sviluppato per eliminare la deriva del giroscopio, che ha aperto un nuovo modo per calcolare il valore di imbardata/prora senza magnetometro e Global Positioning System (GPS). Inoltre, il metodo NMNI ha migliorato con successo le uscite di inclinazione dalla fusione dei sensori Madgwick e Mahony. Per gestire le vibrazioni esterne, è stata applicata un'altra tecnica Orientation Axes Crossover Processing (OACP), sull'ottimizzazione delle vibrazioni per accelerometri MEMS (Microelectromechanical Systems) senza fusione di sensori. Il filtro proposto funziona secondo un principio basato sulle caratteristiche di impatto delle vibrazioni sia sull'asse X che sull'asse Y per minimizzare in modo ottimale il rumore. Inoltre, il supporto di Machine Learning (ML) e Deep Learning (DL) è stato sfruttato per far avanzare i risultati di inclinazione e direzione. I risultati sono stati validati accuratamente con un banco di prova meccanico, basato su una Pan-Tilt Unit-C46 (PTU-C46) con posizionamento accurato come angoli di riferimento per esperimenti statici e dinamici. Nell'attività aziendale è stato descritto un robusto sistema di orientamento per inclinometro a piena ridondanza. La struttura progettata fornisce un'elevata efficienza per le prestazioni dell'inclinometro con tolleranza di ±0,2o e la stabilità è sempre garantita grazie alla funzione di sicurezza, fortemente consigliata per l'applicazione dell'industria pesante 4.0. [a cura dell'Autore]

In this work, robust mechanical setup and highly effective algorithms have been proposed to optimize the performance of the inertial measurement unit (IMU) in orientation tracking. This work aims to develop new techniques to minimize the noise as well as the weakness of Euler angles measurement in the industry. The imperfect structure and limit of low-cost accelerometer, gyroscope, and magnetometer with external interferences significantly decrease the precision of roll, pitch, and yaw. A new algorithm, No Motion No Integration (NMNI), was developed to eliminate the gyroscope drift, which opened a new way to calculate the yaw/heading value without magnetometer and Global Positioning System (GPS). Moreover, the NMNI method successfully improved the inclination outputs from sensor fusion Madgwick and Mahony. To deal with external vibration, another technique Orientation Axes Crossover Processing (OACP), has been applied on vibration optimization for Microelectromechanical systems (MEMS) accelerometer without sensor fusion. The proposed filter works on a principle based on the characteristics of vibration impact on whether the X-axis or Y-axis to optimally minimize the noise. In addition, the support from Machine Learning (ML) and Deep Learning (DL) have been exploited to advance the outcome of inclination and heading. The results were validated carefully with a mechanical test bench, based on a Pan-Tilt UnitC46 (PTU-C46) with accurate positioning as reference angles for static and dynamic experiments. In the company activity, a robust orientation system for inclinometer with full redundancy was described. The designed structure provides high efficiency for inclinometer performance with tolerance of ±0.2o , and stability is always guaranteed thanks to safety function, which is strongly recommended for the application of heavy industry 4.0. [edited by Author]