CN110737194A - 一种多mems传感器组合测姿方法 - Google Patents

一种多mems传感器组合测姿方法 Download PDF

Info

Publication number
CN110737194A
CN110737194A CN201910966688.1A CN201910966688A CN110737194A CN 110737194 A CN110737194 A CN 110737194A CN 201910966688 A CN201910966688 A CN 201910966688A CN 110737194 A CN110737194 A CN 110737194A
Authority
CN
China
Prior art keywords
groups
angle
controllers
sensors
coordinate 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.)
Granted
Application number
CN201910966688.1A
Other languages
English (en)
Other versions
CN110737194B (zh
Inventor
姜文刚
吉寒冬
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.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
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 Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201910966688.1A priority Critical patent/CN110737194B/zh
Publication of CN110737194A publication Critical patent/CN110737194A/zh
Application granted granted Critical
Publication of CN110737194B publication Critical patent/CN110737194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Gyroscopes (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种多MEMS传感器组合测姿方法，步骤是：1)在载体坐标系的三个轴上，将四组MEMS传感器两两对角安装在载体坐标系的各轴上，相位差为180°；2)采集四组MEMS传感器的测量数据与四元数估计数据的向量积作为传感器系统误差参数；3)将传感器系统误差参数作为模糊控制器和PI控制器的输入参数，将控制器的输出参数作为互补滤波器的输入参数，以修正陀螺仪的角速度输出；4)根据修正后的陀螺仪角速度数据，通过四元数微分方程解算出姿态角数据。本发明方法仿真结果表明，提出的方法较传统姿态解算具有更好的精度以及鲁棒性。

Description

一种多MEMS传感器组合测姿方法
技术领域
本发明属于传感器技术领域，涉及一种采用MEMS(微机电系统)传感器来进行物体姿态测量的方法。
背景技术
近年来，随着科技的发展，(Micro-Electro-Mechanical systems,MESM)惯性传感器以及计算机技术的快速发展，由于MEMS传感器体积小，低功耗，成本低被广泛运用于军事、惯性导航系统、示教机器人系统、工业自动化、大型医疗设备等。一般的MEMS传感器姿态测量系统通常采用九轴惯性传感器来测量，其中包括三轴加速度计，三轴磁力计和三轴陀螺仪。利用测量出的加速度，角速度和磁场强度对数据进行融合得到相对于陀螺仪积分算法和磁罗盘算法更精确的姿态角数据，数据融合算法常采用互补滤波和卡尔曼滤波。然而惯性传感器受本身工艺影响，精度低且在测量的过程中会受到复杂环境的影响，会使其测量的过程产生一系列的误差和噪声，在姿态测量和数据融合过程不可避免的引起姿态角较大偏差以及不稳定性。
针对上述存在的问题，常见的解决方法是采用单组MEMS传感器将测量值与观测值之间的偏差作为PI控制器的输入参数，通过互补滤波进行数据融合，以此来增强系统的稳定性；通过此种方法得出静态航向角的范围，标准差分别为：0.767°、0.201°，动态态航向角的范围，标准差分别为：2.852°、0.649°，然而单组MEMS传感器，内部存在耦合误差，系统的可靠性低；输入、输出信息可信度不高；并且单组PI控制器可能会引起积分饱和以及响应速度慢等问题，所以导致姿态角精度没有得到实质性提升。因此，本发明提供一种多MEMS 传感器组合测姿方法，采用了在载体坐标系各轴上四组MEMS传感器两两对角进行安装，减小了MEMS传感器内部耦合误差问题提高系统的可靠性；提高输入、输出信息可信度，采用两组模糊控制器与两组PI控制器组合调节，提高其响应速度等问题。静态数据可得航向角的范围，标准差分别为：0.281°、0.064°，动态数据可得航向角的范围，标准差分别为：1.062°、0.213°，通过数据对比可得，本发明所提出的方案航向角误差更小，所以姿态解算精度更高，鲁棒性更好。
发明内容
发明目的是姿态解算的传统方法中存在精度低，稳定性差等问题，提供一种多MEMS传感器组合测姿方法。该方法是以在载体坐标系的三个轴上，将四组MEMS传感器两两对角安装在载体坐标系的各轴上为基础，将模糊控制器和PI控制器对误差数据进行调节，将调节后所得的数据利用互补滤波原理对角速度进行修正，将修正后的角速度，通过四元数微分方程解算出姿态角数据。
为达到上述目的，本发明是通过以下技术方案实现的：
一种多MEMS传感器组合测姿方法，包括以下步骤：
(1)在载体坐标系的三个轴上，将四组MEMS传感器两两对角安装在载体坐标系的各轴上，相位差为180°；
(2)采集四组MEMS传感器的测量数据与四元数估计数据的向量积作为传感器系统误差参数；
(3)将传感器系统误差参数作为模糊控制器和PI控制器的输入参数，将控制器的输出参数作为互补滤波器的输入参数，以修正陀螺仪的角速度输出；
(4)根据修正后的陀螺仪角速度数据，通过四元数微分方程解算出姿态角数据。
所述步骤(1)的具体过程为：
首先采用十二组MEMS传感器均匀分布在载体坐标系的各轴上，即每一轴上应用四组 MEMS传感器，将四组MEMS传感器两两对角安装，为了方便计算将四组MEMS传感器分为a，b组每一组由两组传感器对角安装，设置俯仰角为θ，横滚角为γ以及航向角为
Figure BDA0002230704660000021
载体坐标系为n系，参考坐标系为s系，xsyszs为参考坐标系北东地方向，初始载体和参考坐标系的三轴相重合，参考坐标系经过旋转后与载体坐标系的关系为：载体坐标系等于方向余弦矩阵
Figure BDA0002230704660000022
参考坐标系的乘积，欧拉角是一个坐标系到另一个坐标系的变换，可以通过不同坐标轴的3次连续转动来实现，用欧拉角的形式可以表示方向余弦矩阵
Figure BDA0002230704660000023
进一步优选，所述步骤(2)的具体过程为：
先计算a组MEMS传感器所测得的数据和参考坐标系下加速度和磁场强度数据通过坐标变换矩阵，得到俯仰角θ1，横滚角γ1以及航向角b组和a组的方法一样，同理求得b组的俯仰角θ2，横滚角γ2以及航向角
Figure BDA0002230704660000025
利用均值法得到整个系统的俯仰角θ，横滚角γ以及航向角
Figure BDA0002230704660000026
由于欧拉角存在奇点问题，所以将解算出欧拉角初始数据表示为四元数的初始值，即可得四元数矩阵
Figure BDA0002230704660000027
四元数用q0，q1，q2，q3表示成一个具有4个参数的复数形式，q0为其实部，q1，q2，q3为其虚部，利用向量积法算出俯仰角和横滚角的误差
Figure BDA0002230704660000031
以及航向角误差
Figure BDA0002230704660000032
为四元数矩阵
Figure BDA0002230704660000033
第三列数据与加速度传感器测量数据做向量积，
Figure BDA0002230704660000034
为四元数矩阵
Figure BDA0002230704660000035
与地理坐标系下的地磁测量向量的乘积再与磁力计输出数据的单位向量的乘积，得到每组传感器的系统误差
Figure BDA0002230704660000036
求得第一组至第四组传感器的系统误差e。
进一步优选，在所述步骤(3)中，所述的将四组MEMS传感器系统误差e分别作为两组模糊控制器和两组PI控制器的输入参数，两组模糊控制器和两组PI控制器的输出参数u作为互补滤波器的输入参数，以修正陀螺仪的角速度输出包括以下步骤：
(3-1)将两组模糊控制器都是选用二维模糊控制器，其的输入误差，误差变化率以及输出论域为[-6，6]，[-6，6]，[-3，3]；模糊集均为{NB,NM,NS,ZO,PS,PM,PB}，模糊推理语句选用“If A and B then C”蕴含关系为A∧B→C；根据关系矩阵R得出输出量，关系矩阵R为A和B向量积的列转置与C合成；选用三角形隶属函数trimf(x,[a,b,c])；选择Mamdani模糊系统进行推理；反模糊化选用面积重心法centroid，两组PI控制器相应参数设置为P为2，I为0.02；
(3-2)将模糊控制器构造好以及PI控制器相应参数设置好后，将四组MEMS传感器的系统误差分别作为两组模糊控制器和两组PI控制器的输入量，即将第一组传感器和第二组传感器的系统误差e1和e2作为两组模糊控制器的输入量，第三组传感器和第四组传感器的系统误差e3和e4作为两组PI控制器的输入量；
(3-3)将两组模糊控制器和两组PI控制器的输出参数u1，u2，u3，u4，作为互补滤波的输入参数，得到四组修正后的角速度
Figure BDA0002230704660000037
通过均值法得到载体的角速度
Figure BDA0002230704660000038
进一步优选，所述步骤(4)的具体过程为：
通过两组模糊控制器与两组PI控制器调节，互补滤波修正后得到的角速度
Figure BDA0002230704660000039
采用四阶龙格库塔算法得到四元数微分方程的解，进行归一化处理后，即单位化，得到新的四元数矩阵
Figure BDA00022307046600000310
进而转换成姿态角，四元数转化姿态角俯仰角θ＝-arcsin 2(q1q3-q0q2)，横滚角
Figure DEST_PATH_1
航向角
Figure DEST_PATH_FDA0002230704650000025
与现有技术相比，本发明包括以下优点和有益效果：
(1)本发明采用了在载体坐标系各轴上四组MEMS传感器两两对角进行安装，相较于传统的单组MEMS传感器能够减小传感器内部各微传感器之间的耦合误差问题；提高系统的可靠性；提高输入、输出信息可信度。
(2)本次发明采用了两组模糊控制器和两组PI控制器组合调节，相较于使用单PI调节，更加精准，互补滤波与其结合调节，能够提高误差的收敛速度。
(3)本次发明采用龙格库塔法来对四元数进行更新相较于卡尔曼滤波(扩展卡尔曼滤波)结构简单，计算量小，能有效保证系统姿态测量的实时性和有效性。
(4)本次发明相较于传统运用PI和互补滤波算法调节角速度原始数据，在静态和动态误差方面减小了68％，67％。
(5)本次发明具有一定的实际应用价值且抗干扰能力强，稳定系数高。
附图说明
图1为四组MEMS传感器对角安装方式示意图。
图2为一种多MEMS传感器组合测姿方法总体框图。
图3为模拟载体静态的姿态角误差仿真图。
图4为模拟载体的航向角由0°匀速变为-90°的仿真结果图。
图5为模拟载体动态误差仿真图。
具体实施方式
如图1所示，本发明一种多MEMS传感器组合测姿方法，包括在载体坐标系中，将四组 MEMS传感器在每一轴上分别两两对角安装；通过传感器的测量值与四元数估计数据的向量积作为传感器系统误差参数；将所得到传感器系统误差参数作为两组模糊控制器与两组PI控制器输入量参数，通过两组模糊控制器和两组PI控制器的输出参数作为互补滤波器的输入参数，以修正陀螺仪的角速度输出；根据修正后的陀螺仪角速度数据，利用龙格库塔算法对四元数微分方程进行更新，得到精确的四元数值，进而转化为姿态角。
本发明是一种多MEMS传感器组合测姿方法，包括以下步骤：
(1)在载体坐标系的三个轴上，将四组MEMS传感器两两对角安装在载体坐标系的各轴上，相位差为180°；
(2)采集四组MEMS传感器的测量数据与四元数估计数据的向量积作为传感器系统误差参数；
(3)将传感器系统误差参数作为模糊控制器和PI控制器的输入参数，将控制器的输出参数作为互补滤波器的输入参数，以修正陀螺仪的角速度输出；
(4)根据修正后的陀螺仪角速度数据，通过四元数微分方程解算出姿态角数据。
所述步骤(1)的具体过程为：
首先采用十二组MEMS传感器均匀分布在载体坐标系的各轴上，即每一轴上应用四组 MEMS传感器，将四组MEMS传感器两两对角安装，为了方便计算将四组MEMS传感器分为a，b组每一组由两组传感器对角安装，设置俯仰角为θ，横滚角为γ以及航向角为
Figure BDA0002230704660000051
载体坐标系为n系，参考坐标系为s系，xsyszs为参考坐标系北东地方向，初始载体和参考坐标系的三轴相重合，参考坐标系经过旋转后与载体坐标系的关系为：载体坐标系等于方向余弦矩阵
Figure BDA0002230704660000052
与参考坐标系的乘积，欧拉角是一个坐标系到另一个坐标系的变换，可以通过不同坐标轴的3次连续转动来实现，用欧拉角的形式可以表示方向余弦矩阵
Figure BDA0002230704660000053
进一步优选，所述步骤(2)的具体过程为：
先计算a组MEMS传感器所测得的数据和参考坐标系下加速度和磁场强度数据通过坐标变换矩阵，得到俯仰角θ1，横滚角γ1以及航向角
Figure BDA0002230704660000054
b组和a组的方法一样，同理求得b组的俯仰角θ2，横滚角γ2以及航向角
Figure BDA0002230704660000055
利用均值法得到整个系统的俯仰角θ，横滚角γ以及航向角由于欧拉角存在奇点问题，所以将解算出欧拉角初始数据表示为四元数的初始值，即可得四元数矩阵四元数用q0，q1，q2，q3表示成一个具有4个参数的复数形式，q0为其实部，q1，q2，q3为其虚部，利用向量积法算出俯仰角和横滚角的误差以及航向角误差为四元数矩阵
Figure BDA00022307046600000510
第三列数据与加速度传感器测量数据做向量积，
Figure BDA00022307046600000511
为四元数矩阵
Figure BDA00022307046600000512
与地理坐标系下的地磁测量向量的乘积再与磁力计输出数据的单位向量的乘积，得到每组传感器的系统误差
Figure BDA00022307046600000513
求得第一组至第四组传感器的系统误差e。
进一步优选，在所述步骤(3)中，所述的将四组MEMS传感器系统误差e分别作为两组模糊控制器和两组PI控制器的输入参数，两组模糊控制器和两组PI控制器的输出参数u作为互补滤波器的输入参数，以修正陀螺仪的角速度输出包括以下步骤：
(3-1)将两组模糊控制器都是选用二维模糊控制器，其的输入误差，误差变化率以及输出论域为[-6，6]，[-6，6]，[-3，3]；模糊集均为{NB,NM,NS,ZO,PS,PM,PB}，模糊推理语句选用“If A and B then C”蕴含关系为A∧B→C；根据关系矩阵R得出输出量，关系矩阵R为A和B向量积的列转置与C合成；选用三角形隶属函数trimf(x,[a,b,c])；选择Mamdani模糊系统进行推理；反模糊化选用面积重心法centroid，两组PI控制器相应参数设置为P为2，I为0.02；
(3-2)将模糊控制器构造好以及PI控制器相应参数设置好后，将四组MEMS传感器的系统误差分别作为两组模糊控制器和两组PI控制器的输入量，即将第一组传感器和第二组传感器的系统误差e1和e2作为两组模糊控制器的输入量，第三组传感器和第四组传感器的系统误差e3和e4作为两组PI控制器的输入量；
(3-3)将两组模糊控制器和两组PI控制器的输出参数u1，u2，u3，u4，作为互补滤波的输入参数，得到四组修正后的角速度通过均值法得到载体的角速度
Figure BDA0002230704660000062
进一步优选，所述步骤(4)的具体过程为：
通过两组模糊控制器与两组PI控制器调节，互补滤波修正后得到的角速度
Figure BDA0002230704660000063
采用四阶龙格库塔算法得到四元数微分方程的解，进行归一化处理后，即单位化，得到新的四元数矩阵
Figure BDA0002230704660000064
进而转换成姿态角，四元数转化姿态角俯仰角θ＝-arcsin 2(q1q3-q0q2)，横滚角
Figure DEST_PATH_1
航向角
Figure DEST_PATH_FDA0002230704650000025
图2为本发明的一种多MEMS传感器安装方法示意图，在载体坐标系各轴上采用四组传感器，两两对角安装，即相位差180°。
图3为本发明的一种多MEMS传感器组合测姿方法，模拟载体静态误差仿真图，其中设定加速度计的随机误差为1×10-4g，磁力计的随机误差为50nt,静态测量陀螺仪随机误差为 0.1°/h。
图4为本发明的一种多MEMS传感器组合测姿方法，模拟载体航向角由0°匀速变化为 -90°，陀螺仪的随机误差增加到0.4°/h。
图5为本发明的一种多MEMS传感器组合测姿方法，模拟载体动态误差仿真图。

Claims (6)

1.一种多MEMS传感器组合测姿方法，其特征在于，包括以下步骤：
(1)在载体坐标系的三个轴上，将四组MEMS传感器两两对角安装在载体坐标系的各轴上，相位差为180°；
(2)采集四组MEMS传感器的测量数据与四元数估计数据的向量积作为传感器系统误差参数；
(3)将传感器系统误差参数作为模糊控制器和PI控制器的输入参数，将控制器的输出参数作为互补滤波器的输入参数，以修正陀螺仪的角速度输出；
(4)根据修正后的陀螺仪角速度数据，通过四元数微分方程解算出姿态角数据。
2.根据权利要求1所述的一种多MEMS传感器组合测姿方法，其特征在于，所述步骤(1)的具体过程为：
首先采用十二组MEMS传感器均匀分布在载体坐标系的各轴上，即每一轴上应用四组MEMS传感器，将四组MEMS传感器两两对角安装，为了方便计算将四组MEMS传感器分为a，b组每一组由两组传感器对角安装，设置俯仰角为θ，横滚角为γ以及航向角为载体坐标系为n系，参考坐标系为s系，xsyszs为参考坐标系北东地方向，初始载体和参考坐标系的三轴相重合，参考坐标系经过旋转后与载体坐标系的关系为：载体坐标系等于方向余弦矩阵
Figure FDA0002230704650000012
与参考坐标系的乘积，欧拉角是一个坐标系到另一个坐标系的变换，可以通过不同坐标轴的3次连续转动来实现，用欧拉角的形式可以表示方向余弦矩阵
Figure FDA0002230704650000013
3.根据权利要求1所述的一种多MEMS传感器组合测姿方法，其特征在于，所述步骤(2)的具体过程为：
先计算a组MEMS传感器所测得的数据和参考坐标系下加速度和磁场强度数据通过坐标变换矩阵，得到俯仰角θ1，横滚角γ1以及航向角b组和a组的方法一样，同理求得b组的俯仰角θ2，横滚角γ2以及航向角
Figure FDA0002230704650000015
利用均值法得到整个系统的俯仰角θ，横滚角γ以及航向角由于欧拉角存在奇点问题，所以将解算出欧拉角初始数据表示为四元数的初始值，即可得四元数矩阵
Figure FDA0002230704650000017
四元数用q0，q1，q2，q3表示成一个具有4个参数的复数形式，q0为其实部，q1，q2，q3为其虚部，利用向量积法算出俯仰角和横滚角的误差eθγ以及航向角误差
Figure FDA0002230704650000018
eθγ为四元数矩阵第三列数据与加速度传感器测量数据做向量积，
Figure FDA00022307046500000110
为四元数矩阵
Figure FDA00022307046500000111
与地理坐标系下的地磁测量向量的乘积再与磁力计输出数据的单位向量的乘积，得到每组传感器的系统误差求得第一组至第四组传感器的系统误差e。
4.根据权利要求1所述的一种多MEMS传感器组合测姿方法，其特征在于，所述步骤(3)中，所述的将四组MEMS传感器系统误差e分别作为两组模糊控制器和两组PI控制器的输入参数，将两组模糊控制器和两组PI控制器的输出参数u作为互补滤波器的输入参数，以修正陀螺仪的角速度输出。
5.根据权利要求1所述的一种多MEMS传感器组合测姿方法，其特征在于，所述步骤(4)的具体过程为：
通过两组模糊控制器与两组PI控制器调节，互补滤波修正后得到的角速度
Figure FDA0002230704650000022
采用四阶龙格库塔算法得到四元数微分方程的解，进行归一化处理后，即单位化，得到新的四元数矩阵进而转换成姿态角，四元数转化姿态角俯仰角θ＝-arcsin2(q1q3-q0q2)，横滚角
Figure 1
航向角
Figure FDA0002230704650000025
6.根据权利要求1所述的一种多MEMS传感器组合测姿方法，其特征在于，在所述步骤(3)中，所述的利用互补滤波原理修正陀螺仪漂移误差的具体方法包括以下步骤：
(3-1)将两组模糊控制器都是选用二维模糊控制器，其的输入误差A，误差变化率B以及输出C论域为[-6，6]，[-6，6]，[-3，3]；模糊集均为{NB,NM,NS,ZO,PS,PM,PB}，模糊推理语句选用“If A and B then C”蕴含关系为A∧B→C；根据关系矩阵R得出输出量，关系矩阵R为A和B向量积的列转置与C合成；选用三角形隶属函数trimf(x,[a,b,c])；选择Mamdani模糊系统进行推理；反模糊化选用面积重心法centroid，两组PI控制器相应参数设置为P为2，I为0.02；
(3-2)将模糊控制器构造好以及PI控制器相应参数设置好后，将四组MEMS传感器的系统误差分别作为两组模糊控制器和两组PI控制器的输入量，即将第一组传感器和第二组传感器的系统误差e1和e2作为两组模糊控制器的输入量，第三组传感器和第四组传感器的系统误差e3和e4作为两组PI控制器的输入量；
(3-3)将两组模糊控制器和两组PI控制器的输出参数u1，u2，u3，u4，作为互补滤波的输入参数，得到四组修正后的角速度
Figure FDA0002230704650000026
通过均值法得到载体的角速度
Figure FDA0002230704650000027
CN201910966688.1A 2019-10-12 2019-10-12 一种多mems传感器组合测姿方法 Active CN110737194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910966688.1A CN110737194B (zh) 2019-10-12 2019-10-12 一种多mems传感器组合测姿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910966688.1A CN110737194B (zh) 2019-10-12 2019-10-12 一种多mems传感器组合测姿方法

Publications (2)

Publication Number Publication Date
CN110737194A true CN110737194A (zh) 2020-01-31
CN110737194B CN110737194B (zh) 2022-10-25

Family

ID=69268628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910966688.1A Active CN110737194B (zh) 2019-10-12 2019-10-12 一种多mems传感器组合测姿方法

Country Status (1)

Country Link
CN (1) CN110737194B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722452A (zh) * 2020-06-29 2020-09-29 烟台艾睿光电科技有限公司 一种红外产品的防抖稳像方法、装置、设备及存储介质
CN116481570A (zh) * 2023-05-24 2023-07-25 无锡凌思科技有限公司 一种多mems陀螺仪协同误差修正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109959A (zh) * 2007-08-06 2008-01-23 北京航空航天大学 一种适用于任意运动微小型系统的定姿系统
CN102707734A (zh) * 2012-06-19 2012-10-03 上海大学 基于惯性姿态传感器的自稳定云台
CN106249745A (zh) * 2016-07-07 2016-12-21 苏州大学 四轴无人机的控制方法
CN107817821A (zh) * 2017-10-27 2018-03-20 成都鼎信精控科技有限公司 一种基于mems陀螺仪组合的稳定云台及控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109959A (zh) * 2007-08-06 2008-01-23 北京航空航天大学 一种适用于任意运动微小型系统的定姿系统
CN102707734A (zh) * 2012-06-19 2012-10-03 上海大学 基于惯性姿态传感器的自稳定云台
CN106249745A (zh) * 2016-07-07 2016-12-21 苏州大学 四轴无人机的控制方法
CN107817821A (zh) * 2017-10-27 2018-03-20 成都鼎信精控科技有限公司 一种基于mems陀螺仪组合的稳定云台及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
党进伟 等: "基于MEMS的测姿定向方法研究", 《现代导航》 *
许钰龙 等: "UKF姿态预测算法", 《2019中国西部声学学术交流会》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722452A (zh) * 2020-06-29 2020-09-29 烟台艾睿光电科技有限公司 一种红外产品的防抖稳像方法、装置、设备及存储介质
CN111722452B (zh) * 2020-06-29 2022-07-12 烟台艾睿光电科技有限公司 一种红外产品的防抖稳像方法、装置、设备及存储介质
CN116481570A (zh) * 2023-05-24 2023-07-25 无锡凌思科技有限公司 一种多mems陀螺仪协同误差修正方法
CN116481570B (zh) * 2023-05-24 2023-10-20 无锡凌思科技有限公司 一种多mems陀螺仪协同误差修正方法

Also Published As

Publication number Publication date
CN110737194B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN108168574B (zh) 一种基于速度观测的8位置捷联惯导系统级标定方法
Hong Fuzzy logic based closed-loop strapdown attitude system for unmanned aerial vehicle (UAV)
CN107607113B (zh) 一种两轴姿态倾角测量方法
CN105737823B (zh) 一种基于五阶ckf的gps/sins/cns组合导航方法
CN103759742B (zh) 基于模糊自适应控制技术的捷联惯导非线性对准方法
CN106052685B (zh) 一种两级分离融合的姿态和航向估计方法
CN106482734A (zh) 一种用于imu多传感器数据融合的滤波方法
CN105910606A (zh) 一种基于角速度差值的方向修正方法
CN108731676B (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
CN110887481A (zh) 基于mems惯性传感器的载体动态姿态估计方法
CN110737194B (zh) 一种多mems传感器组合测姿方法
CN107402007A (zh) 一种提高微型ahrs模块精度的方法和微型ahrs模块
CN106370178A (zh) 移动终端设备的姿态测量方法及装置
CN111121820B (zh) 基于卡尔曼滤波的mems惯性传感器阵列融合方法
CN112683274A (zh) 一种基于无迹卡尔曼滤波的无人机组合导航方法和系统
CN111189474A (zh) 基于mems的marg传感器的自主校准方法
CN108645404A (zh) 一种小型多旋翼无人机姿态解算方法
CN113587925A (zh) 一种惯性导航系统及其全姿态导航解算方法与装置
CN113175926B (zh) 一种基于运动状态监测的自适应水平姿态测量方法
CN108871319B (zh) 一种基于地球重力场与地磁场序贯修正的姿态解算方法
WO2022057350A1 (zh) 一种基于非线性积分补偿的组合运动测量系统的惯性预积分方法
CN102042833B (zh) 运动追踪方法与系统
CN110375773B (zh) Mems惯导系统姿态初始化方法
CN115659108A (zh) 一种加速度计算方法
CN111649738B (zh) 微重力场下的加速度计初始姿态解算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant