GNSS / MEMS IMU Calibration and Integration Methods for Low-Cost Navigation Systems
Université de Calgary — Department of Geomatics Engineering
PDF : https://www.ucalgary.ca/engo_webdocs/NES/09.20288.ZainabSyed.pdf

🎯 Objectif du papier

Présenter une méthode de calibration multi‑position pour IMU MEMS low‑cost, destinée à améliorer la précision d’un système de navigation INS/GNSS embarqué.
Le document couvre :

• le modèle d’erreurs inertiel complet,
• une méthode de calibration robuste basée sur des poses statiques multiples,
• l’identification des biais, scale factors, non‑orthogonalités,
• et la validation expérimentale.

Cette version UCalgary est plus détaillée que l’article publié en 2007 (MST) et constitue la référence “complète” de la méthode.

🔍 Contexte

Les IMU MEMS low‑cost souffrent de :

• biais importants et dérivants,
• erreurs de scale factor,
• misalignment entre axes,
• bruit élevé,
• dérive rapide en dead‑reckoning.

Une calibration fine est indispensable pour toute utilisation INS/GNSS, surtout dans des environnements GNSS dégradés.

🧠 Modèle d’erreur IMU

La représentation utilisée correspond au modèle inertiel classique :

Accéléromètres

[ \mathbf{a}_{meas} = (I + S_a), \mathbf{a} + M_a \mathbf{a} + \mathbf{b}_a + \mathbf{n}_a ]

Gyroscopes

[ \boldsymbol{\omega}_{meas} = (I + S_g), \boldsymbol{\omega} + M_g \boldsymbol{\omega} + \mathbf{b}_g + \mathbf{n}_g ]

Avec :

• (S) : erreurs de scale factor,
• (M) : misalignment / non‑orthogonalité,
• (b) : biais,
• (n) : bruit (souvent modélisé via Allan Variance).

🧩 Méthode de calibration multi‑position (cœur du papier)

L’idée centrale :
➡️ Dans des poses statiques multiples, l’IMU ne mesure que la projection de la gravité.

En orientant l’IMU dans différentes rotations connues (ou suffisamment distinctes), chaque mesure statique fournit une équation du type :

[ \mathbf{a}_{meas}^{(i)} = C^{(i)} , \mathbf{g} + \text{erreurs IMU} ]

Où :

• (C^{(i)}) décrit l’orientation de la gravité dans le repère IMU,
• (\mathbf{g}) est connu (9.81 m/s²),
• l’équation est linéarisable.

En accumulant plusieurs poses, on construit un système sur‑déterminé permettant d’identifier :

• biais accéléromètre (b_a)
• scale factors (S_a)
• misalignments (M_a)

La résolution se fait par moindres carrés :

[ \hat{\theta} = (H^\top H)^{-1} H^\top y ]

où (\theta) regroupe tous les paramètres de calibration.

Pourquoi ça marche ?

Parce qu’en statique, l’information est suffisamment “propre” pour isoler les erreurs IMU sans bruit dynamique.
En multipliant les inclinaisons, on excite chaque axe pour révéler les termes d’erreurs.

🔧 Calibration gyroscopes

Bien que plus complexe (absence d’entrée “gravité”), le document propose :

• utilisation de phases statiques pour estimer les biais gyroscopiques,
• séquences contrôlées pour exciter les scale factors,
• identification via LS ou estimation conjointe INS/GNSS.

📈 Résultats clés du rapport

• La méthode multi‑position réduit très fortement les résidus d’accéléromètres.
• La matrice d’erreur identifiée améliore significativement l’estimation de l’attitude au démarrage.
• Dans les expériences INS/GNSS, l’erreur de position décroît nettement après calibration.
• Les biais estimés sont stables et reproductibles.

🔗 Positionnement par rapport aux travaux classiques

✔️ Lötters (1998)

Propose un modèle d’erreur complet mais sans méthode simple de calibration multi‑pose.

✔️ Tedaldi (2014)

Méthode plus moderne, formulation rigoureuse basée sur la factorisation QR, mais la philosophie reste similaire.

✔️ Syed (2006/2007)

La contribution spécifique :

• méthode simple, expérimentale, reproductible, adaptée aux MEMS,
• très pertinente pour low‑cost automotive.

💡 Apports pour RS3 / Telemachus

• Permet de définir un modèle d’erreur réaliste dans RS3 (biais, SF, misalignments).
• Sert de référence pour l’artefact AR022 – AccelRectification.
• Indispensable pour tout pipeline de calibration low‑cost INS dans Telemachus.
• Sert de base à la validation de la simulation inertielle réaliste.
• Peut être intégré dans un futur plugin RS3 “IMU Calibration”.

📚 Référence bibliographique

Syed, Z. (2006). GNSS / MEMS IMU Calibration and Integration Methods for Low-Cost Navigation Systems.
University of Calgary, Department of Geomatics Engineering.
PDF : https://www.ucalgary.ca/engo_webdocs/NES/09.20288.ZainabSyed.pdf