CN101929862A - 基于卡尔曼滤波的惯性导航系统初始姿态确定方法 - Google Patents

基于卡尔曼滤波的惯性导航系统初始姿态确定方法 Download PDF

Info

Publication number
CN101929862A
CN101929862A CN2009100539660A CN200910053966A CN101929862A CN 101929862 A CN101929862 A CN 101929862A CN 2009100539660 A CN2009100539660 A CN 2009100539660A CN 200910053966 A CN200910053966 A CN 200910053966A CN 101929862 A CN101929862 A CN 101929862A
Authority
CN
China
Prior art keywords
kalman filtering
angle
alpha
initial attitude
navigation system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009100539660A
Other languages
English (en)
Inventor
王萧
杨新毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI HIGH SCHOOL
Original Assignee
SHANGHAI HIGH SCHOOL
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI HIGH SCHOOL filed Critical SHANGHAI HIGH SCHOOL
Priority to CN2009100539660A priority Critical patent/CN101929862A/zh
Publication of CN101929862A publication Critical patent/CN101929862A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Navigation (AREA)

Abstract

本发明涉及一种惯性导航系统初始姿态的确定方法,特别涉及一种基于卡尔曼滤波的惯性导航系统初始姿态确定方法,根据陀螺仪输出与地球自转角速率的关系和根据加速度传感器输出与重力加速度的关系,计算出航向角、俯仰角和横滚角,并代入卡尔曼滤波器最后确定初始姿态。与现有技术相比,本发明改善惯性导航系统的可观测性,提高卡尔曼滤波器的滤波效果,更好地估计出失准角及陀螺仪常值漂移、加速度计常值偏置,利用估计出的失准角对姿态矩阵进行校正后,得到更为准确的航向角、俯仰角和横滚角。

Description

基于卡尔曼滤波的惯性导航系统初始姿态确定方法
技术领域
本发明涉及一种惯性导航系统初始姿态的确定方法,特别涉及一种基于卡尔曼滤波的惯性导航系统初始姿态确定方法。
背景技术
无人机是一种无须机上驾驶员的飞机。他们可以是被操作者远程操控,也可以通过预先设定好的轨迹进行自我控制。而这种被用于进行自我控制的无人机在军事界被广为应用,在军事中深入使用自控无人机不仅可用于救援工作,侦察工作,甚至被用于远程导弹的控制中,而这一切的前提是不断进步的无人机技术。
惯性导航系统便是无人机控制中广为应用的一种。它的使用前提便是通过加速度和姿态角速度的运算按照设定轨迹进行自我控制。而惯性制导系统很自然的需要一种非常精确的控制系统能够保持飞行的平衡和不偏离轨道。要达到上述效果,首先要对惯性导航系统初始姿态进行确认。
目前对飞行器进行修正时,系统必须提供精确的姿态角的估算。姿态角估算的精确与否直接关系到了飞行器的稳定性和可靠性。技术人员通过对所完成的硬件电路板进行运动,将加速度传感器的X轴和Z轴采样,以及陀螺仪的Y轴采样分别估测滚转角收集到的数据通过RS232传到PC电脑的MATLAB中进行数据分析和处理。结果前者噪音很厉害,且常有高频波干扰,运算简单且不可靠;后者噪音不明显,但是12秒采样4500次的情况下,陀螺仪的角度偏移30度,这样使得该结果无法被使用。
发明内容
本发明要解决的技术问题是提供一种基于卡尔曼滤波的惯性导航系统初始姿态确定方法,使得初始姿态数据分析和处理的结果噪音不明显,数据无偏移。
为解决上述技术问题,所述的基于卡尔曼滤波的惯性导航系统初始姿态确定方法,其特征在于包括以下步骤:
(1)导航系统预热完毕,保持在初始位置,称为第一位置,采用加速度传感器对X轴和Z轴进行采样;采用陀螺仪对Y轴进行采样;
(2)将上述加速度传感器的X轴和Z轴采样,以及陀螺仪的Y轴采样分别估测滚转角收集到的数据通过RS232传到PC电脑的MATLAB中进行数据分析和处理;
(3)将上述经过处理的数据经过陀螺仪0修正后积分得出角度,并根据陀螺仪输出与地球自转角速率的关系,转换成第一位置的横滚角γ1
(4)在正式的卡尔曼滤波之前,根据陀螺仪的数据手册对上述数据进行高通滤波;
(5)将步骤(2)经过处理的数据经过Atan(z/x),并根据加速度传感器输出与重力加速度的关系,转换成第一位置的航向角φ1和俯仰角θ1
(6)在正式的卡尔曼滤波之前,对上述数据进行低通滤波;
(7)将步骤(4)和步骤(6)经过处理的数据利用卡尔曼滤波进行处理,计算出第二位置的航向角φ2、俯仰角θ2和横滚角γ2,将其作为本导航系统的初始姿态。
进一步说,所述卡尔曼滤波是一种叠代
alphak=alpha k-1+(_u_k-bias)*dt
其中(_u_k)代表状态k时的角速率输出量;
两种输入是由陀螺仪和加速度的数值组成,卡尔曼滤波模型的是按照以下的方式进行的:
xk+1=A·xk+B·uk
alpha bias k + 1 = 1 - dt 0 1 alpha bias k + dt 0 u k
第一个式子是线形模型的普通方式,A和B矩阵需要被填入并且选择一个状态x,变量u代表着输入量,在这里u就是陀螺仪输入量;
然后使用以下提到过的公式:
alpha k=alpha k-1+(_u_k-bias)*dt
而卡尔曼滤波就会靠将计算值和加速度计的第二输入量的值进行比较,从而在每一次叠代中纠正偏差。
与现有技术相比,本发明有如下优点:
1、本发明利用两个位置上陀螺仪和加速度计输出的数据,改善惯性导航系统的可观测性,提高卡尔曼滤波器的滤波效果,更好地估计出失准角及陀螺仪常值漂移、加速度计常值偏置,利用估计出的失准角对姿态矩阵进行校正后,得到更为准确的航向角、俯仰角和横滚角。
2、本发明能够在初始姿态计算的同时完成测漂和定标任务,不但提高了系统初始姿态计算的精度,而且定标精度也得到了提高,在SINS导航状态给予补偿,可有效地提高导航定位精度。
附图说明
图1为本发明基于卡尔曼滤波的惯性导航系统初始姿态确定方法的流程图。
具体实施方式
下面结合附图对本实用新型作进一步说明:
如图1所示,基于卡尔曼滤波的惯性导航系统初始姿态确定方法,其特征在于包括以下步骤:
在步骤101和步骤102,导航系统预热完毕,保持在初始位置,称为第一位置,采用加速度传感器对X轴和Z轴进行采样;采用陀螺仪对Y轴进行采样;
然后在步骤103,将上述加速度传感器的X轴和Z轴采样,以及陀螺仪的Y轴采样分别估测滚转角收集到的数据通过RS232传到PC电脑的MATLAB中进行数据分析和处理;
在步骤105、步骤107和步骤109,将上述经过处理的数据经过陀螺仪0修正后积分得出角度,并根据陀螺仪输出与地球自转角速率的关系,转换成第一位置的横滚角γ1
接着在步骤110,在正式的卡尔曼滤波之前,根据陀螺仪的数据手册对上述数据进行高通滤波;
在步骤104和步骤106,将步骤103经过处理的数据经过Atan(z/x),并根据加速度传感器输出与重力加速度的关系,转换成第一位置的航向角φ1和俯仰角θ1
接着在步骤108,在正式的卡尔曼滤波之前,对上述数据进行低通滤波;
最后在步骤111,将步骤110和步骤108经过处理的数据利用卡尔曼滤波进行处理,计算出第二位置的航向角φ2、俯仰角θ2和横滚角γ2,将其作为本导航系统的初始姿态。
进一步说,所述卡尔曼滤波是一种叠代
alpha k=alpha k-1+(_u_k-bias)*dt
其中(_u_k)代表状态k时的角速率输出量;
两种输入是由陀螺仪和加速度的数值组成,卡尔曼滤波模型的是按照以下的方式进行的:
xk+1=A·xk+B·uk
alpha bias k + 1 = 1 - dt 0 1 alpha bias k + dt 0 u k
第一个式子是线形模型的普通方式,A和B矩阵需要被填入并且选择一个状态x,变量u代表着输入量,在这里u就是陀螺仪输入量;
然后使用以下提到过的公式:
alpha k=alpha k-1+(_u_k-bias)*dt
而卡尔曼滤波就会靠将计算值和加速度计的第二输入量的值进行比较,从而在每一次叠代中纠正偏差。
与现有技术相比,本发明有如下优点:
1、本发明利用两个位置上陀螺仪和加速度计输出的数据,改善惯性导航系统的可观测性,提高卡尔曼滤波器的滤波效果,更好地估计出失准角及陀螺仪常值漂移、加速度计常值偏置,利用估计出的失准角对姿态矩阵进行校正后,得到更为准确的航向角、俯仰角和横滚角。
2、本发明能够在初始姿态计算的同时完成测漂和定标任务,不但提高了系统初始姿态计算的精度,而且定标精度也得到了提高,在SINS导航状态给予补偿,可有效地提高导航定位精度。

Claims (2)

1.一种基于卡尔曼滤波的惯性导航系统初始姿态确定方法,其特征在于包括以下步骤:
(1)导航系统预热完毕,保持在初始位置,称为第一位置,采用加速度传感器对X轴和Z轴进行采样;采用陀螺仪对Y轴进行采样;
(2)将上述加速度传感器的X轴和Z轴采样,以及陀螺仪的Y轴采样分别估测滚转角收集到的数据通过RS232传到PC电脑的MATLAB中进行数据分析和处理;
(3)将上述经过处理的数据经过陀螺仪0修正后积分得出角度,并根据陀螺仪输出与地球自转角速率的关系,转换成第一位置的横滚角γ1
(4)在正式的卡尔曼滤波之前,根据陀螺仪的数据手册对上述数据进行高通滤波;
(5)将步骤(2)经过处理的数据经过Atan(z/x),并根据加速度传感器输出与重力加速度的关系,转换成第一位置的航向角φ1和俯仰角θ1
(6)在正式的卡尔曼滤波之前,对上述数据进行低通滤波;
(7)将步骤(4)和步骤(6)经过处理的数据利用卡尔曼滤波进行处理,计算出第二位置的航向角φ2、俯仰角θ2和横滚角γ2,将其作为本导航系统的初始姿态。
2.根据权利要求1所述的基于卡尔曼滤波的惯性导航系统初始姿态确定方法,其特征在于:所述卡尔曼滤波是一种叠代
alpha k=alpha k-1+(_u_k-bias)*dt
其中(_u_k)代表状态k时的角速率输出量;
两种输入是由陀螺仪和加速度的数值组成,卡尔曼滤波模型的是按照以下的方式进行的:
xk+1=A·xk+B·uk
alpha bias k + 1 = 1 - dt 0 1 alpha bias k + dt 0 u k
第一个式子是线形模型的普通方式,A和B矩阵需要被填入并且选择一个状态x,变量u代表着输入量,在这里u就是陀螺仪输入量;
然后使用以下提到过的公式:
alpha k=alpha k-1+(_u_k-bias)*dt
而卡尔曼滤波就会靠将计算值和加速度计的第二输入量的值进行比较,从而在每一次叠代中纠正偏差。
CN2009100539660A 2009-06-26 2009-06-26 基于卡尔曼滤波的惯性导航系统初始姿态确定方法 Pending CN101929862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100539660A CN101929862A (zh) 2009-06-26 2009-06-26 基于卡尔曼滤波的惯性导航系统初始姿态确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100539660A CN101929862A (zh) 2009-06-26 2009-06-26 基于卡尔曼滤波的惯性导航系统初始姿态确定方法

Publications (1)

Publication Number Publication Date
CN101929862A true CN101929862A (zh) 2010-12-29

Family

ID=43369171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100539660A Pending CN101929862A (zh) 2009-06-26 2009-06-26 基于卡尔曼滤波的惯性导航系统初始姿态确定方法

Country Status (1)

Country Link
CN (1) CN101929862A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288197A (zh) * 2010-12-30 2011-12-21 东莞易步机器人有限公司 一种低成本陀螺仪去噪防零漂防失真的方法
CN103743379A (zh) * 2013-12-27 2014-04-23 北京自动化控制设备研究所 一种管道检测器姿态检测方法及其检测装置
CN103869097A (zh) * 2014-04-02 2014-06-18 重庆大学 旋转弹航向角、俯仰角角速率测量方法
CN105547293A (zh) * 2016-01-07 2016-05-04 北京电子工程总体研究所 一种垂直状态惯性导航的初始基准的建立方法
CN107036589A (zh) * 2017-04-20 2017-08-11 中国人民解放军国防科学技术大学 一种用于mems陀螺仪的角度测量系统及其方法
CN112292578A (zh) * 2018-07-24 2021-01-29 日本航空电子工业株式会社 大地水准面测量方法、大地水准面测量装置、大地水准面估计装置、大地水准面计算用数据采集装置
CN112797979A (zh) * 2020-12-31 2021-05-14 苏州精源创智能科技有限公司 一种应用于agv的惯性姿态导航系统
CN116892898A (zh) * 2023-09-11 2023-10-17 农业农村部南京农业机械化研究所 农机的轨迹误差检测方法、装置及系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288197A (zh) * 2010-12-30 2011-12-21 东莞易步机器人有限公司 一种低成本陀螺仪去噪防零漂防失真的方法
CN103743379A (zh) * 2013-12-27 2014-04-23 北京自动化控制设备研究所 一种管道检测器姿态检测方法及其检测装置
CN103743379B (zh) * 2013-12-27 2017-06-13 北京自动化控制设备研究所 一种管道检测器姿态检测方法及其检测装置
CN103869097A (zh) * 2014-04-02 2014-06-18 重庆大学 旋转弹航向角、俯仰角角速率测量方法
CN103869097B (zh) * 2014-04-02 2016-07-06 重庆大学 旋转弹航向角、俯仰角角速率测量方法
CN105547293A (zh) * 2016-01-07 2016-05-04 北京电子工程总体研究所 一种垂直状态惯性导航的初始基准的建立方法
CN107036589A (zh) * 2017-04-20 2017-08-11 中国人民解放军国防科学技术大学 一种用于mems陀螺仪的角度测量系统及其方法
CN112292578A (zh) * 2018-07-24 2021-01-29 日本航空电子工业株式会社 大地水准面测量方法、大地水准面测量装置、大地水准面估计装置、大地水准面计算用数据采集装置
CN112292578B (zh) * 2018-07-24 2022-08-23 日本航空电子工业株式会社 大地水准面测量方法、测量装置、估计装置、计算用数据采集装置
CN112797979A (zh) * 2020-12-31 2021-05-14 苏州精源创智能科技有限公司 一种应用于agv的惯性姿态导航系统
CN116892898A (zh) * 2023-09-11 2023-10-17 农业农村部南京农业机械化研究所 农机的轨迹误差检测方法、装置及系统
CN116892898B (zh) * 2023-09-11 2024-02-02 农业农村部南京农业机械化研究所 农机的轨迹误差检测方法、装置及系统

Similar Documents

Publication Publication Date Title
CN107588769B (zh) 一种车载捷联惯导、里程计及高程计组合导航方法
CN101929862A (zh) 基于卡尔曼滤波的惯性导航系统初始姿态确定方法
CN102706366B (zh) 一种基于地球自转角速率约束的sins初始对准方法
CN101706284B (zh) 提高船用光纤陀螺捷联惯导系统定位精度的方法
CN100516775C (zh) 一种捷联惯性导航系统初始姿态确定方法
CN105606094B (zh) 一种基于mems/gps组合系统的信息条件匹配滤波估计方法
CN104344837B (zh) 一种基于速度观测的冗余惯导系统加速度计系统级标定方法
CN101975872B (zh) 石英挠性加速度计组件零位偏置的标定方法
CN100547352C (zh) 适合于光纤陀螺捷联惯性导航系统的地速检测方法
CN106932804A (zh) 天文辅助的惯性/北斗紧组合导航系统及其导航方法
CN103822633A (zh) 一种基于二阶量测更新的低成本姿态估计方法
CN105806363B (zh) 基于srqkf的sins/dvl水下大失准角对准方法
CN103792561B (zh) 一种基于gnss通道差分的紧组合降维滤波方法
CN108761512A (zh) 一种弹载bds/sins深组合自适应ckf滤波方法
CN103557864A (zh) Mems捷联惯导自适应sckf滤波的初始对准方法
CN103217699B (zh) 一种基于偏振信息的组合导航系统递推优化初始对准方法
CN105371844A (zh) 一种基于惯性/天文互助的惯性导航系统初始化方法
CN101915579A (zh) 一种基于ckf的sins大失准角初始对准新方法
CN103674064B (zh) 捷联惯性导航系统的初始标定方法
CN102853837B (zh) 一种mimu和gnss信息融合的方法
CN102645223B (zh) 一种基于比力观测的捷联惯导真空滤波修正方法
CN103453917A (zh) 一种双轴旋转式捷联惯导系统初始对准与自标校方法
CN103900608A (zh) 一种基于四元数ckf的低精度惯导初始对准方法
CN103245357A (zh) 一种船用捷联惯导系统二次快速对准方法
CN103712598A (zh) 一种小型无人机姿态确定系统与确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101229