CN106092141B - 一种改善相对位置传感器性能的方法及装置 - Google Patents

一种改善相对位置传感器性能的方法及装置 Download PDF

Info

Publication number
CN106092141B
CN106092141B CN201610569714.3A CN201610569714A CN106092141B CN 106092141 B CN106092141 B CN 106092141B CN 201610569714 A CN201610569714 A CN 201610569714A CN 106092141 B CN106092141 B CN 106092141B
Authority
CN
China
Prior art keywords
measuring device
measured
measurement data
relative position
position sensor
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.)
Active
Application number
CN201610569714.3A
Other languages
English (en)
Other versions
CN106092141A (zh
Inventor
董世谦
任冠佼
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.)
Ninebot Changzhou Technology Co Ltd
Original Assignee
Ninebot Changzhou Technology Co Ltd
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 Ninebot Changzhou Technology Co Ltd filed Critical Ninebot Changzhou Technology Co Ltd
Priority to CN201610569714.3A priority Critical patent/CN106092141B/zh
Priority to US15/325,832 priority patent/US10495482B2/en
Priority to EP16909376.2A priority patent/EP3410074B1/en
Priority to PCT/CN2016/101442 priority patent/WO2018014449A1/zh
Publication of CN106092141A publication Critical patent/CN106092141A/zh
Application granted granted Critical
Publication of CN106092141B publication Critical patent/CN106092141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1654—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with electromagnetic compass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种改善相对位置传感器性能的方法，应用于测量装置中，测量装置用于测量被测对象与测量装置之间的相对位置，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，所述方法包括：获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，对第一测量数据进行修正。本发明实现了提高相对位置传感器的测量数据的准确性，从而改善相对位置传感器的动态性能的技术效果。同时，本发明还公开了一种测量装置。

Description

一种改善相对位置传感器性能的方法及装置
技术领域
本发明涉及电子技术领域，尤其涉一种改善相对位置传感器性能的方法及装置。
背景技术
相对位置传感器，用于测量两个物体之间的相对位置(例如：相对夹角和相对距离)，在机器人领域应用广泛，可以用于对被测对象进行跟踪。
但是，目前的相对位置传感器普遍性能较差，测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差，从而严重影响了相对位置测量传感器的应用。
综上所述，如何改善相对位置传感器性能，已成为现阶段亟待解决的问题。
发明内容
本发明实施例通过提供一种改善相对位置传感器性能的方法及装置，解决了现有技术中的相对位置传感器存在测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差的技术问题。
一方面，本发明通过一实施例提供如下技术方案：
一种改善相对位置传感器性能的方法，应用于测量装置中，所述测量装置用于测量被测对象与所述测量装置之间的相对位置，所述测量装置上设置有相对位置传感器和第一辅助传感器，所述被测对象上设置有第二辅助传感器，所述方法包括：
获取由所述相对位置传感器测得的第一测量数据，以及获取由所述第一辅助传感器和所述第二辅助传感器测得的第二测量数据；
基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器；
利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正。
可选地，所述第一测量数据，包括：
所述测量装置与所述被测对象之间的相对夹角以及所述测量装置与所述被测对象之间的相对距离
可选地，所述第二测量数据，包括：
所述被测对象的加速度在X轴上的分量以及所述被测对象的加速度在Y轴上的分量
所述测量装置的前进速度以及所述测量装置的旋转速度
所述测量装置的正方向与地球磁北极的夹角θs，以及所述被测对象的正方向与地球磁北极的夹角θt。
可选地，所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器之前，还包括：
对由所述测量装置和所述被测对象所组成的系统进行数学建模，获得数学模型：
其中，为所述被测对象的加速度在X轴上的零偏，为所述被测对象的加速度在Y轴上的零偏；
为由所述第一辅助传感器测得的所述测量装置的前进速度与所述测量装置的真实前进速度的比值，为由所述第一辅助传感器测得的所述测量装置的旋转速度与所述测量装置的真实旋转速度的比值；
为所述被测对象沿所述第二辅助传感器指向方向上的速度在X轴上的分量，为所述被测对象沿所述第二辅助传感器指向方向上的速度在Y轴上的分量；
为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的投影的大小，为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的投影的大小，为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵，用于表示将其所后乘的向量逆时针旋转(·)。
可选地，所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器，包括：
构造状态变量：
构造输入变量：
基于所述状态变量和所述输入变量，将所述数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型，为系统输出量，h为测量矩阵。
可选地，所述利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正，包括：
对所述扩展卡尔曼滤波器进行初始化；
执行递推算法对所述第一测量数据进行修正，从而获得到和的最优状态估计。
可选地，基于如下等式，对于所述扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
可选地，基于如下等式，执行递推算法对所述第一测量数据进行修正：
其中，K按照如下等式不断更新：
其中，
为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数。
另一方面，本发明通过另一实施例，提供如下技术方案：
一种测量装置，所述测量装置用于测量被测对象与所述测量装置之间的相对位置，所述测量装置上设置有相对位置传感器和第一辅助传感器，所述被测对象上设置有第二辅助传感器，所述测量装置包括：
获取单元，用于获取由所述相对位置传感器测得的第一测量数据，以及获取由所述第一辅助传感器和所述第二辅助传感器测得的第二测量数据；
构造单元，用于基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器；
修正单元，用于利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正。
可选地，所述第一测量数据，包括：
所述测量装置与所述被测对象之间的相对夹角以及所述测量装置与所述被测对象之间的相对距离
可选地，所述第二测量数据，包括：
所述被测对象的加速度在X轴上的分量以及所述被测对象的加速度在Y轴上的分量
所述测量装置的前进速度以及所述测量装置的旋转速度
所述测量装置的正方向与地球磁北极的夹角θs，以及所述被测对象的正方向与地球磁北极的夹角θt。
可选地，所述的测量装置，还包括：
建模单元，用于所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器之前，对由所述测量装置和所述被测对象所组成的系统进行数学建模，获得数学模型：
其中，为所述被测对象的加速度在X轴上的零偏，为所述被测对象的加速度在Y轴上的零偏；
为由所述第一辅助传感器测得的所述测量装置的前进速度与所述测量装置的真实前进速度的比值，为由所述第一辅助传感器测得的所述测量装置的旋转速度与所述测量装置的真实旋转速度的比值；
为所述被测对象沿所述第二辅助传感器指向方向上的速度在X轴上的分量，为所述被测对象沿所述第二辅助传感器指向方向上的速度在Y轴上的分量；
为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的投影的大小，为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的投影的大小，为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵，用于表示将其所后乘的向量逆时针旋转(·)。
可选地，所述构造单元，具体用于：
构造状态变量：
构造输入变量：
基于所述状态变量和所述输入变量，将所述数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型，为系统输出量，h为测量矩阵。
可选地，所述修正单元，具体用于：
对所述扩展卡尔曼滤波器进行初始化；执行递推算法对所述第一测量数据进行修正，从而获得到和的最优状态估计。
可选地，所述修正单元，具体用于基于如下等式，对于所述扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
可选地，所述修正单元，具体用于基于如下等式，执行递推算法对所述第一测量数据进行修正：
其中，K按照如下等式不断更新：
其中，
为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
在本发明实施例中，公开了一种改善相对位置传感器性能的方法，应用于测量装置中，测量装置用于测量被测对象与测量装置之间的相对位置，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，所述方法包括：获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，对第一测量数据进行修正。由于利用扩展卡尔曼滤波器，对相对位置传感器测得的第一测量数据进行修正，所以，有效解决了现有技术中的相对位置传感器存在测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差的技术问题；进而实现了提高相对位置传感器的测量数据的准确性，从而改善相对位置传感器的动态性能的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种改善相对位置传感器性能的方法的流程图；
图2-图3为本发明实施例中由测量装置和被测对象组成的系统的模型的示意图；
图4为本发明实施例中一种测量装置的结构示意图。
具体实施方式
本发明实施例通过提供一种改善相对位置传感器性能的方法及装置，解决了现有技术中的相对位置传感器存在测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差的技术问题。
本发明实施例的技术方案为解决上述技术问题，总体思路如下：
一种改善相对位置传感器性能的方法，应用于测量装置中，测量装置用于测量被测对象与测量装置之间的相对位置，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，所述方法包括：获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，对第一测量数据进行修正。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明，本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
实施例一
本实施例提供了一种改善相对位置传感器性能的方法，应用于测量装置中，测量装置用于测量被测对象与测量装置之间的相对位置，其中，在测量装置上设置有相对位置传感器和第一辅助传感器，在被测对象上设置有第二辅助传感器。
在具体实施过程中，测量装置可以是：地面机器人、或自平衡车、或无人机、或电动汽车等设备，此处，对于所述测量装置具体是何种设备，本实施例不做具体限定。
在具体实施过程中，被测对象可以为静止或移动的人或物体。
在具体实施过程中，可以在被测对象上设置一定位装置(或被测对象携带有该定位装置)，第二辅助传感器设置在所述定位装置内，所述测量装置实际上是测量定位装置与测量装置之间的相对位置。其中，定位装置可以是：智能手机、或平板电脑、或遥控钥匙、或健身设备、或个人数字助理、或游戏控制台，等等。
在具体实施过程中，惯性测量单元(英文全称：Inertial Measurement Unit，英文缩写：IMU)，是由单个或多个加速度传感器和角速度传感器、微处理器和外围电路组成的电子系统。
在本发明实施例中，第一辅助传感器或第二辅助传感器，包括：惯性测量单元(其集成有陀螺仪、加速度计、以及电子罗盘等器件)，测速传感器(例如：码盘、或光流传感器)，等等。一般，陀螺仪、加速度计、以及电子罗盘都可以看作是惯性测量单元。
如图1所示，所述改善相对位置传感器性能的方法，包括：
步骤S101：获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据。
在具体实施过程中，第一测量数据，包括：
测量装置与被测对象之间的相对夹角以及测量装置与被测对象之间的相对距离此处，和是由设置在测量装置上的相对位置传感器测得的数据，其中含有噪声；
在具体实施过程中，如图2-图3所示，第二测量数据，包括：
被测对象的加速度在X轴上的分量以及被测对象的加速度在Y轴上的分量此处，和是由设置在被测对象上的第二辅助传感器(例如：陀螺仪和/或加速度计)测量的数据，其中含有噪声；
测量装置的前进速度以及测量装置的旋转速度此处，和是由设置在测量装置上的第一辅助传感器(例如：码盘)测得的数据，其中含有噪声；
测量装置的正方向与地球磁北极的夹角θs，以及被测对象的正方向与地球磁北极的夹角θt，其中，θs是由设置在测量装置上的第一辅助传感器(例如：电子罗盘)测得的数据，θt是由设置在被测对象上的第二辅助传感器(例如：电子罗盘)测得的数据。
在具体实施过程中，测量装置可以通过无线通信技术与被测对象上的定位装置进行通信，从而获取第二辅助传感器测量的数据。其中，所述线通信技术，可以为：UWB(UltraWideband，超宽带)技术、或WiFi(Wireless Fidelity，无线保真)技术、或蓝牙(Bluetooth)技术，等等。
步骤S102：基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器。
扩展卡尔曼滤波器(英文全称：Extended Kalman Filter，英文缩写：EKF)，是一种非线性系统最优状态估计器，通过融合多个具有线性或非线性关系的、且不够准确的传感器的测量数据，得到比单一传感器精度更高的测量结果。本质上是递推最小二乘法。
在本发明实施例中，在通过相对位置传感器测量被测对象与测量装置之间的相对位置时，利用扩展卡尔曼滤波器将第一测量数据和第二测量进行数据融合，以对第一测量数据进行修正，从而提高相对位置传感器的准确性、精确性、以及动态性能。
作为一种可选的实施方式，在步骤S102之前，还包括：
对由测量装置和被测对象组成的系统进行数学建模，获得数学模型，如下：
其中，为被测对象的加速度在X轴上的零偏，为被测对象的加速度在Y轴上的零偏；
为由第一辅助传感器(例如：码盘、或光流传感器)测得的测量装置的前进速度与测量装置的真实前进速度的比值，为由第一辅助传感器(例如：码盘、或光流传感器)测得的测量装置的旋转速度与测量装置的真实旋转速度的比值；此处，和一般不为1，且与测量装置的车轮直径和间距相关，其可以反映测量装置的几何尺寸的变化。
为被测对象沿第二辅助传感器(例如：设置在被测对象上的惯性测量单元)指向方向上的速度在X轴上的分量，为被测对象沿第二辅助传感器(例如：设置在被测对象上的惯性测量单元)指向方向上的速度在Y轴上的分量；(和图2中重合，和图2中重合)；
为测量装置的前进速度矢量向测量装置和被测对象的矢径方向的投影的大小，为测量装置的前进速度矢量向测量装置和被测对象的矢径方向的法向的投影的大小；
为被测对象的速度矢量向连接测量装置和被测对象的矢径方向的投影的大小，为被测对象的速度矢量向连接测量装置和被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵，用于表示将其所后乘的向量逆时针旋转(·)。
在具体实施过程中，扩展卡尔曼滤波器大体上可以分为两步实现：
第一步，预测。
建立的基于系统差分方程/微分方程的模型相当于对现实世界中对应的系统的一种“模拟”，给定此模拟系统一系列输入量(或称“驱动力”)，则模拟系统的状态会不断变化。由于模拟系统已经对实际系统进行了较为完善的建模，且驱动力在“驱动”模拟系统的状态更新时也在同时“驱动”实际系统运行，因此模型和实际系统的状态变化几乎是同时、同样的。因此在通过各种传感器(即：相对位置传感器、第一辅助传感器和第二辅助传感器)采集实际系统的状态之前，已经可以从模拟系统中获取系统状态了，这称为“状态预测”。传统上，系统状态方程是线性的。而扩展卡尔曼滤波器应用于非线性系统状态预测时，将非线性系统在当前状态处进行一阶泰勒展开，得到近似的系统状态更新微分方程。
第二步，修正。
在理想情况下，理应可以直接使用第一步的预测值做状态反馈控制。然而，在现实中会存在两大问题：1、不确定初值的问题；2、建模不准确的问题。这两个问题会使得模拟系统的状态逐渐偏离实际状态。为了解决这个问题，在本实施例中，扩展卡尔曼滤波器通过相对位置传感器采集到的实际系统输出和模拟系统的输出之间的差值不断修正模拟系统的状态。由于相对位置传感器采集到的数据存在误差，因此修正的幅度满足须经过计算使之最优估计准则，即使得模拟系统的输出中受修正量噪声引起的噪声的方差最小。
从以上两步算法可知，扩展卡尔曼滤波器是依赖于系统建模的、利用第二测量数据间接地估计系统状态的算法。由于系统模型的存在和最优估计方法，扩展卡尔曼滤波器相比FIR(Finite Impulse Response，有限脉冲响应)滤波器、IIR(Infinite ImpulseResponse，无限冲击响应)滤波器等直接对相对位置传感器数据滤波的方法，有响应实时、精度高的优点，而且可以通过融合多个传感器的数据进一步提高精度。
作为一种可选的实施方式，基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器，包括：
首先，构造状态变量：
在这里，不仅将被测目标真实速度(即：)和被测目标真实相对位置(测量装置与被测对象之间的真实的相对夹角sα、测量装置与被测对象之间的真实的相对距离sρ)作为需要观测的状态变量，也将会随时间变化的惯性传感器零点偏移、测量装置几何尺寸变化(例如：自平衡车的车身几何尺寸的变化)作为观测量。这样完整的建模可以极大地提高测量的准确性。
然后，构造输入变量：
最后，基于状态变量和输入变量，将数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型(即：数学模型的等式1)，为系统输出量，h为测量矩阵：
步骤S103：利用扩展卡尔曼滤波器，对第一测量数据进行修正。
作为一种可选的实施方式，步骤S103，包括：
首先，对扩展卡尔曼滤波器进行初始化；
然后，执行递推算法对第一测量数据进行修正，从而获得到和的最优状态估计。
作为一种可选的实施方式，可以基于如下等式，对于扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
作为一种可选的实施方式，可以基于如下等式，执行递推算法对第一测量数据进行修正：
上式中，第一项部分是“预测”，即通过等式(1)作为模拟系统“驱动力”部分的传感器数据更新模拟系统的状态，而第二项K[ym-h(x,v0,ti)]为“修正”。K代表了根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度，这一修正要满足最优估计准则，则K需要按照以下方式不断更新：
其中，为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数；
以上一阶偏导数矩阵即为系统在当前状态下进行局部线性化的矩阵，其中，A是状态转移函数f对状态变量x的偏导数矩阵，C是测量矩阵h对状态变量x的偏导数矩阵，M是测量矩阵h对测量噪声v的偏导数矩阵。
上式中，ym为含有噪声的测量结果，包含相对位置传感器输出的相对距离和相对角度。类似于传统的状态观测器，扩展卡尔曼滤波器通过状态空间方程的输入量u更新状态，并通过估计输出结果和实际输出的偏差不断修正扩展卡尔曼滤波器的状态变量。从直观上来讲，其修正状态的“速率”相对于迅速跳动的测量噪声来说足够缓慢，而对于真实的状态变化又足够迅速，因此可以从被噪声污染的测量数据中几乎无滞后地提取真实值。
上述本发明实施例中的技术方案，至少具有如下的技术效果或优点：
在本发明实施例中，公开了一种改善相对位置传感器性能的方法，应用于测量装置中，测量装置用于测量被测对象与测量装置之间的相对位置，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，方法包括：获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，对第一测量数据进行修正。由于采用了利用扩展卡尔曼滤波器，对相对位置传感器测得的第一测量数据进行修正，所以，有效解决了现有技术中的相对位置传感器存在测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差的技术问题。进而实现了提高相对位置传感器的测量数据的准确性，从而改善相对位置传感器的动态性能的技术效果。
实施例二
基于同一发明构思，本发明另一实施例提供一种实施本发明实施例中改善相对位置传感器性能的方法的测量装置。
如图4所示，一种测量装置，测量装置用于测量被测对象与测量装置之间的相对位置，其特征在于，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，测量装置包括：
获取单元401，用于获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；
构造单元402，用于基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；
修正单元403，用于利用扩展卡尔曼滤波器，对第一测量数据进行修正。
作为一种可选的实施方式，第一测量数据，包括：
测量装置与被测对象之间的相对夹角以及测量装置与被测对象之间的相对距离
作为一种可选的实施方式，第二测量数据，包括：
被测对象的加速度在X轴上的分量以及被测对象的加速度在Y轴上的分量
测量装置的前进速度以及测量装置的旋转速度
测量装置的正方向与地球磁北极的夹角θs，以及被测对象的正方向与地球磁北极的夹角θt。
作为一种可选的实施方式，测量装置，还包括：
建模单元，用于基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器之前，对由测量装置和被测对象所组成的系统进行数学建模，获得数学模型：
其中，为被测对象的加速度在X轴上的零偏，为被测对象的加速度在Y轴上的零偏；
为由第一辅助传感器测得的测量装置的前进速度与测量装置的真实前进速度的比值，为由第一辅助传感器测得的测量装置的旋转速度与测量装置的真实旋转速度的比值；
为被测对象沿第二辅助传感器指向方向上的速度在X轴上的分量，为被测对象沿第二辅助传感器指向方向上的速度在Y轴上的分量；
为测量装置的前进速度矢量向测量装置和被测对象的矢径方向的投影的大小，为测量装置的前进速度矢量向测量装置和被测对象的矢径方向的法向的投影的大小；
为被测对象的速度矢量向连接测量装置和被测对象的矢径方向的投影的大小，为被测对象的速度矢量向连接测量装置和被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵，用于表示将其所后乘的向量逆时针旋转(·)。
作为一种可选的实施方式，构造单元402，具体用于：
构造状态变量：
构造输入变量：
基于状态变量和输入变量，将数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型，为系统输出量，h为测量矩阵。
作为一种可选的实施方式，修正单元403，具体用于：
对扩展卡尔曼滤波器进行初始化；执行递推算法对第一测量数据进行修正，从而获得到和的最优状态估计。
作为一种可选的实施方式，修正单元403，具体用于基于如下等式，对于扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
作为一种可选的实施方式，修正单元403，具体用于基于如下等式，执行递推算法对第一测量数据进行修正：
其中，K按照如下等式不断更新：
其中，为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数；
由于本实施例所介绍的测量装置为实施本发明实施例中改善相对位置传感器性能的方法所采用的装置，故而基于本发明实施例中所介绍的改善相对位置传感器性能的方法，本领域所属技术人员能够了解本实施例的测量装置的具体实施方式以及其各种变化形式，所以在此对于该测量装置如何实现本发明实施例中的方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中改善相对位置传感器性能的方法所采用的装置，都属于本发明所欲保护的范围。
上述本发明实施例中的技术方案，至少具有如下的技术效果或优点：
在本发明实施例中，公开了一种测量装置，测量装置用于测量被测对象与测量装置之间的相对位置，测量装置上设置有相对位置传感器和第一辅助传感器，被测对象上设置有第二辅助传感器，测量装置，包括：获取单元，用于获取由相对位置传感器测得的第一测量数据，以及获取由第一辅助传感器和第二辅助传感器测得的第二测量数据；构造单元，用于基于第一测量数据和第二测量数据，构造扩展卡尔曼滤波器；修正单元，用于利用扩展卡尔曼滤波器，对第一测量数据进行修正。由于采用了利用扩展卡尔曼滤波器，对相对位置传感器测得的第一测量数据进行修正，所以，有效解决了现有技术中的相对位置传感器存在测量数据容易受到干扰，产生跳动，导致测量数据不准确，动态性能较差的技术问题。进而实现了提高相对位置传感器的测量数据的准确性，从而改善相对位置传感器的动态性能的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种改善相对位置传感器性能的方法，应用于测量装置中，所述测量装置用于测量被测对象与所述测量装置之间的相对位置，其特征在于，所述测量装置上设置有相对位置传感器和第一辅助传感器，所述被测对象上设置有第二辅助传感器，所述方法包括：
获取由所述相对位置传感器测得的第一测量数据，以及获取由所述第一辅助传感器和所述第二辅助传感器测得的第二测量数据；
基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器；
利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正。
2.如权利要求1所述的改善相对位置传感器性能的方法，其特征在于，所述第一测量数据，包括：
所述测量装置与所述被测对象之间的相对夹角以及所述测量装置与所述被测对象之间的相对距离
3.如权利要求2所述的改善相对位置传感器性能的方法，其特征在于，所述第二测量数据，包括：
所述被测对象的加速度在X轴上的分量以及所述被测对象的加速度在Y轴上的分量
所述测量装置的前进速度以及所述测量装置的旋转速度
所述测量装置的正方向与地球磁北极的夹角θs，以及所述被测对象的正方向与地球磁北极的夹角θt。
4.如权利要求3所述的改善相对位置传感器性能的方法，其特征在于，在所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器之前，还包括：
对由所述测量装置和所述被测对象所组成的系统进行数学建模，获得数学模型：
其中，为所述被测对象的加速度在X轴上的零偏，为所述被测对象的加速度在Y轴上的零偏；
为由所述第一辅助传感器测得的所述测量装置的前进速度与所述测量装置的真实前进速度的比值，为由所述第一辅助传感器测得的所述测量装置的旋转速度与所述测量装置的真实旋转速度的比值；
为所述被测对象沿所述第二辅助传感器指向方向上的速度在X轴上的分量，为所述被测对象沿所述第二辅助传感器指向方向上的速度在Y轴上的分量；
为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的投影的大小，为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的投影的大小，为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵。
5.如权利要求4所述的改善相对位置传感器性能的方法，其特征在于，所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器，包括：
构造状态变量：
构造输入变量：
基于所述状态变量和所述输入变量，将所述数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型，为系统输出量，h为测量矩阵。
6.如权利要求5所述的改善相对位置传感器性能的方法，其特征在于，所述利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正，包括：
对所述扩展卡尔曼滤波器进行初始化；
执行递推算法对所述第一测量数据进行修正，从而获得到和的最优状态估计。
7.如权利要求6所述的改善相对位置传感器性能的方法，其特征在于，基于如下等式，对于所述扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
8.如权利要求7所述的改善相对位置传感器性能的方法，其特征在于，基于如下等式，执行递推算法对所述第一测量数据进行修正：
其中，K按照如下等式不断更新：
其中，
为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数。
9.一种测量装置，所述测量装置用于测量被测对象与所述测量装置之间的相对位置，其特征在于，所述测量装置上设置有相对位置传感器和第一辅助传感器，所述被测对象上设置有第二辅助传感器，所述测量装置包括：
获取单元，用于获取由所述相对位置传感器测得的第一测量数据，以及获取由所述第一辅助传感器和所述第二辅助传感器测得的第二测量数据；
构造单元，用于基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器；
修正单元，用于利用所述扩展卡尔曼滤波器，对所述第一测量数据进行修正。
10.如权利要求9所述的测量装置，其特征在于，所述第一测量数据，包括：
所述测量装置与所述被测对象之间的相对夹角以及所述测量装置与所述被测对象之间的相对距离
11.如权利要求10所述的测量装置，其特征在于，所述第二测量数据，包括：
所述被测对象的加速度在X轴上的分量以及所述被测对象的加速度在Y轴上的分量
所述测量装置的前进速度以及所述测量装置的旋转速度
所述测量装置的正方向与地球磁北极的夹角θs，以及所述被测对象的正方向与地球磁北极的夹角θt。
12.如权利要求11所述的测量装置，其特征在于，还包括：
建模单元，用于所述基于所述第一测量数据和所述第二测量数据，构造扩展卡尔曼滤波器之前，对由所述测量装置和所述被测对象所组成的系统进行数学建模，获得数学模型：
其中，为所述被测对象的加速度在X轴上的零偏，为所述被测对象的加速度在Y轴上的零偏；
为由所述第一辅助传感器测得的所述测量装置的前进速度与所述测量装置的真实前进速度的比值，为由所述第一辅助传感器测得的所述测量装置的旋转速度与所述测量装置的真实旋转速度的比值；
为所述被测对象沿所述第二辅助传感器指向方向上的速度在X轴上的分量，为所述被测对象沿所述第二辅助传感器指向方向上的速度在Y轴上的分量；
为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的投影的大小，为所述测量装置的前进速度矢量向所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的投影的大小，为所述被测对象的速度矢量向连接所述测量装置和所述被测对象的矢径方向的法向的投影的大小；
T(·)为二维空间中的旋转变换矩阵。
13.如权利要求12所述的测量装置，其特征在于，所述构造单元，具体用于：
构造状态变量：
构造输入变量：
基于所述状态变量和所述输入变量，将所述数学模型调整为如下表达式，得到扩展卡尔曼滤波器：
其中，v为测量噪声向量，服从均值为0、协方差为R的高斯分布，ti为时间，为系统微分方程模型，为系统输出量，h为测量矩阵。
14.如权利要求13所述的测量装置，其特征在于，所述修正单元，具体用于：
对所述扩展卡尔曼滤波器进行初始化；执行递推算法对所述第一测量数据进行修正，从而获得到和的最优状态估计。
15.如权利要求14所述的测量装置，其特征在于，所述修正单元，具体用于基于如下等式，对于所述扩展卡尔曼滤波器进行初始化：
其中，为系统初始状态x(0)的估计值，P(0)为系统状态转移概率矩阵，E[·]代表对·的期望。
16.如权利要求15所述的测量装置，其特征在于，所述修正单元，具体用于基于如下等式，执行递推算法对所述第一测量数据进行修正：
其中，K按照如下等式不断更新：
其中，
为系统状态变量估计值的导数；K为根据模拟系统和实际系统的误差修正模拟系统状态的修正幅度；ym为含有噪声的测量结果，其中包含相对位置传感器输出的相对距离和相对夹角 为中间变量；P为传播概率矩阵；为传播概率矩阵的导数。
CN201610569714.3A 2016-07-19 2016-07-19 一种改善相对位置传感器性能的方法及装置 Active CN106092141B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610569714.3A CN106092141B (zh) 2016-07-19 2016-07-19 一种改善相对位置传感器性能的方法及装置
US15/325,832 US10495482B2 (en) 2016-07-19 2016-10-08 Method, apparatus and computer storage medium for improving performance of relative position sensor
EP16909376.2A EP3410074B1 (en) 2016-07-19 2016-10-08 Method and device for improving performance of relative-position sensor, and computer storage medium
PCT/CN2016/101442 WO2018014449A1 (zh) 2016-07-19 2016-10-08 改善相对位置传感器性能的方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610569714.3A CN106092141B (zh) 2016-07-19 2016-07-19 一种改善相对位置传感器性能的方法及装置

Publications (2)

Publication Number Publication Date
CN106092141A CN106092141A (zh) 2016-11-09
CN106092141B true CN106092141B (zh) 2019-03-01

Family

ID=57220855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610569714.3A Active CN106092141B (zh) 2016-07-19 2016-07-19 一种改善相对位置传感器性能的方法及装置

Country Status (4)

Country Link
US (1) US10495482B2 (zh)
EP (1) EP3410074B1 (zh)
CN (1) CN106092141B (zh)
WO (1) WO2018014449A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112472432B (zh) * 2020-11-25 2023-06-30 武汉理工大学 一种手杖-轮椅自动跟随系统及方法
US11748225B2 (en) 2021-03-29 2023-09-05 International Business Machines Corporation Dynamic interface intervention to improve sensor performance

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008155961A1 (ja) * 2007-06-21 2008-12-24 Konica Minolta Holdings, Inc. 測距装置
CN103134489A (zh) * 2013-01-29 2013-06-05 北京凯华信业科贸有限责任公司 基于移动终端进行目标定位的方法
CN104111058A (zh) * 2013-04-16 2014-10-22 杰发科技（合肥）有限公司 车距测量方法及装置、车辆相对速度测量方法及装置
CN104656665A (zh) * 2015-03-06 2015-05-27 云南电网有限责任公司电力科学研究院 一种新型无人机通用避障模块及步骤
CN104730533A (zh) * 2015-03-13 2015-06-24 陈蔼珊 一种移动终端及基于移动终端的测距方法、系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6474159B1 (en) 2000-04-21 2002-11-05 Intersense, Inc. Motion-tracking
CN1737580A (zh) 2004-08-17 2006-02-22 皇家飞利浦电子股份有限公司 一种校准的方法和装置
NL1030440C2 (nl) * 2005-11-16 2007-05-21 Univ Twente Bewegingsvolgsysteem.
CN101952688A (zh) * 2008-02-04 2011-01-19 电子地图北美公司 用于与传感器检测到的对象进行地图匹配的方法
FR2933212B1 (fr) 2008-06-27 2013-07-05 Movea Sa Pointeur a capture de mouvement resolue par fusion de donnees
FR2934043B1 (fr) 2008-07-18 2011-04-29 Movea Sa Procede d'estimation ameliore de l'orientation d'un objet et centrale d'attitude mettant en oeuvre un tel procede
IL195104A (en) 2008-11-04 2013-07-31 Dekel Tzidon A device and method for integrating @ @ inertial @ @ measurements from cluster @ sensors
CN103221788B (zh) 2010-11-08 2016-03-09 阿尔派回放股份有限公司 陀螺仪传感器的标定设备和方法
CN103149939B (zh) * 2013-02-26 2015-10-21 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN105698765B (zh) 2016-02-22 2018-09-18 天津大学 双imu单目视觉组合测量非惯性系下目标物位姿方法
CN105651242B (zh) * 2016-04-05 2018-08-24 清华大学深圳研究生院 一种基于互补卡尔曼滤波算法计算融合姿态角度的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008155961A1 (ja) * 2007-06-21 2008-12-24 Konica Minolta Holdings, Inc. 測距装置
CN103134489A (zh) * 2013-01-29 2013-06-05 北京凯华信业科贸有限责任公司 基于移动终端进行目标定位的方法
CN104111058A (zh) * 2013-04-16 2014-10-22 杰发科技（合肥）有限公司 车距测量方法及装置、车辆相对速度测量方法及装置
CN104656665A (zh) * 2015-03-06 2015-05-27 云南电网有限责任公司电力科学研究院 一种新型无人机通用避障模块及步骤
CN104730533A (zh) * 2015-03-13 2015-06-24 陈蔼珊 一种移动终端及基于移动终端的测距方法、系统

Also Published As

Publication number Publication date
WO2018014449A1 (zh) 2018-01-25
CN106092141A (zh) 2016-11-09
EP3410074A1 (en) 2018-12-05
US20180180445A1 (en) 2018-06-28
EP3410074B1 (en) 2020-07-22
EP3410074A4 (en) 2019-05-22
US10495482B2 (en) 2019-12-03

Similar Documents

Publication Publication Date Title
CN111721289B (zh) 自动驾驶中车辆定位方法、装置、设备、存储介质及车辆
CN107690567B (zh) 利用扩展卡尔曼滤波器用于对移动载体设备的航行进行追踪的方法
CN105865452B (zh) 一种基于间接卡尔曼滤波的移动平台位姿估计方法
CN107618678B (zh) 卫星姿态角度偏差下的姿控信息联合估计方法
CN112113582A (zh) 时间同步处理方法、电子设备及存储介质
CN105203129A (zh) 一种惯导装置初始对准方法
Crocoll et al. Model‐aided navigation for a quadrotor helicopter: A novel navigation system and first experimental results
CN105910606A (zh) 一种基于角速度差值的方向修正方法
CN111721288B (zh) 一种mems器件零偏修正方法、装置及存储介质
Yousuf et al. Sensor fusion of INS, odometer and GPS for robot localization
WO2011037117A1 (ja) 地磁気検出装置
CN102937450B (zh) 一种基于陀螺测量信息的相对姿态确定方法
CN109827571A (zh) 一种无转台条件下的双加速度计标定方法
CN108731676A (zh) 一种基于惯性导航技术的姿态融合增强测量方法及系统
CN107228674A (zh) 一种针对星敏感器和陀螺联合滤波的改进方法
CN106370178A (zh) 移动终端设备的姿态测量方法及装置
CN108592902B (zh) 一种基于多传感器的定位设备及定位方法、系统和机械臂
CN105509748B (zh) 机器人的导航方法及装置
CN110595434B (zh) 基于mems传感器的四元数融合姿态估计方法
CN106092141B (zh) 一种改善相对位置传感器性能的方法及装置
CN103954288B (zh) 一种卫星姿态确定系统精度响应关系确定方法
CN109866217A (zh) 机器人里程定位方法、装置、终端设备及计算机存储介质
CN104121930A (zh) 一种基于加表耦合的mems陀螺漂移误差的补偿方法
CN109029499A (zh) 一种基于重力视运动模型的加速度计零偏迭代寻优估计方法
CN110940336B (zh) 捷联惯导仿真定位解算方法、装置及终端设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20190114

Address after: 213100 Floor 16 and 17, Block A, Building 3, Chuangyan Port, Changzhou Science and Education City, 18 Changwuzhong Road, Wujin District, Changzhou City, Jiangsu Province

Applicant after: Naen Bo (Changzhou) Technology Co., Ltd.

Address before: Room C206, B-2 Building, North Territory of Dongsheng Science Park, Zhongguancun, 66 Xixiaokou Road, Haidian District, Beijing, 100192

Applicant before: Naen Bo (Beijing) Technology Co., Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant