CN111426318B - 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 - Google Patents
基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 Download PDFInfo
- Publication number
- CN111426318B CN111426318B CN202010323093.7A CN202010323093A CN111426318B CN 111426318 B CN111426318 B CN 111426318B CN 202010323093 A CN202010323093 A CN 202010323093A CN 111426318 B CN111426318 B CN 111426318B
- Authority
- CN
- China
- Prior art keywords
- quaternion
- gyroscope
- mems
- accelerometer
- magnetometer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001914 filtration Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000006880 cross-coupling reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
基于四元数‑扩展卡尔曼滤波的低成本AHRS航向角补偿方法,方法包括以下步骤:S1、采集MEMS惯性传感器信息;S2、建立MEMS惯性传感器随机误差模型;S3、利用四元数姿态算法建立运动学方程;S4、根据四元数微分方程和陀螺仪随机误差模型建立姿态测量系统状态方程,利用加速度计和磁力计的输出值构建系统的量测方程;S5、利用扩展卡尔曼滤波获取最佳四元数,解算出AHRS姿态角。利用基于四元数‑扩展卡尔曼滤波的低成本AHRS航向角补偿方法可提升AHRS姿态检测模块的航向角姿态精度,算法结构简单解算速度较快。相较于其他姿态测试方案,本方法采用加速度计和磁力计的三轴测量值作为系统的6维观测量,所得结构可信度更高,有效的提升低成本MEMS AHRS的航向角姿态精度。
Description
技术领域
本发明涉及微惯性导航技术相关领域,具体涉及一种基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法。
背景技术
低成本的MEMS惯性器件精度差、噪声高,无法满足载体位置、速度导航要求,而常常用于载体姿态测量。其具有体积小、成本低、重量轻,便于集成、携带等优点,既可应用于小型航空飞行器,车辆自主驾驶,人体关节姿态测量等领域,又可应用于军用领域,如低成本制导弹药、小型无人机、雷达系统等,具有广阔的应用前景。但是MEMS惯性器件误差随时间不断累加,短时间内姿态精度迅速恶化,甚至无法应用。
MEMS惯性器件组成的AHRS姿态检测模块由于MEMS惯性器件的固有属性,输出的姿态信息精度普遍较低,尤其是系统关键器件MEMS陀螺仪噪声大、随机漂移误差严重,很大程度影响系统的测量精度,并且会导致航向角严重漂移,输出姿态可信度不高。目前提高MEMSAHRS的精度主要有两种技术途径。一种是从制造工艺和生产原理入手,通过优化结构设计,从根本上提高器件的精度,降低随机漂移带来的影响,但这种方法必然会带来必然会带来整个系统成本的大幅提升,而且测量精度提高有限,研发时间长;另一种方法是通过引入其他传感器辅助参与陀螺仪的姿态计算,采用数据融合策略对各个传感器取长补短,修正陀螺仪随机漂移误差,实现姿态测量系统测量精度和稳定性的提升。
四元数微分方程在解算过程中涉及到积分运算,由于陀螺仪具有常值漂移,在没有其他辅助传感器对陀螺仪数据进行修正的情况下,直接更新计算四元数会产生较大的累积误差,最终造成姿态估计发散。加速度计和磁力计可共同解算出载体的全姿态,对于陀螺仪姿态测量的漂移误差可以起到修正作用。因此,将加速度计和磁力计的三轴测量值作为系统的6维观测量。本发明通过引入加速度计与磁力计校准陀螺仪姿态解算,利用四元数-扩展卡尔曼滤波算法实现AHRS姿态检测模块的高精度俯仰、航向、横滚角的输出。
发明内容
基于上述低成本MEMS AHRS姿态检测模块因为MEMS惯性传感器噪声大、随机漂移误差严重导致的姿态输出精度低的问题,本发明基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法。
为实现上述目的本发明具体方案如下:
基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法,所述方法包括以下步骤:
S1、采集MEMS惯性传感器信息;
S2、建立MEMS惯性传感器随机误差模型;
S3、利用四元数姿态算法建立运动学方程;
S4、根据四元数微分方程和陀螺仪随机误差模型建立姿态测量系统状态方程,利用加速度计和磁力计的输出值构建系统的量测方程;
S5、利用扩展卡尔曼滤波获取最佳四元数,解算出AHRS姿态角。
可选地,所述步骤S1中的采集MEMS惯性传感器信息包括:MEMS陀螺仪数据信息、MEMS加速度计数据信息、MEMS磁力计数据信息。
可选地,所述步骤S2中MEMS惯性传感器随机误差模型包括:MEMS陀螺仪随机误差模型、MEMS加速度计随机误差模型、MEMS磁力计随机误差模型,MEMS陀螺仪随机误差模型具体如下:
式中,下标x、y、z分别代表陀螺仪x、y、z轴;表示陀螺仪实际输出的角速率;/>表示陀螺仪输出的电信号;ω表示理想情况下陀螺仪输出的角速率;Sg表示标度因数误差;Jg表示陀螺仪敏感轴之间交叉藕合系数;Cg表示陀螺仪常值漂移;Dg表示陀螺仪加速度效应系数;εg表示陀螺仪随机漂移;ug表示陀螺仪受到的白噪声;
MEMS加速度计随机误差模型具体如下:
式中,表示加速度计实际输出值;A表示理想情况下加速度计输出的加速度;Ba表示加速度计零偏误差;va表示加速度计受到的白噪声;
MEMS磁力计随机误差模型具体如下:
式中,表示磁力计实际输出值;M表示理想情况下磁力计输出的磁场强度;Bm表示磁力计罗差;wm表示磁力计受到的白噪声。
可选地,所述步骤S3包括:
S3.1、采集陀螺仪的原始数据,通过方向余弦矩阵,求解出欧拉角的初始值,根据陀螺仪的数据来推算理论上的加速度计值,将四元数的四个数量值换算为方向余弦矩阵的第三列元素,代表载体坐标系的值;
S3.2、四元数初始化,其通用初始化方程如下:
S3.3、四元数的更新及规范化,有了初始化的四元数量,再结合姿态数据采样周期及采样数据,对四元数进行更新,从而实时更新数据,实现姿态解算,其更新方程表示为:
式中,ωX,ωY,ωZ表示陀螺仪在规定周期内完成的三个轴向的角速度采样,在各个采样周期中角速度是变量,将采样值与四元数初始值带入上式中,实现四元数的不断更新;
S3.4、四元数转换为欧拉角。
可选地,所述步骤S4姿态测量系统状态方程和量测方程具体为:
其中:
X(k)=[q0(k),q1(k),q2(k),q3(k),εbx(k),εby(k),εbz(k)];
上式是以四元数和陀螺仪常值漂移误差作为滤波器状态变量的7维状态变量;
上式将加速度计和磁力计的三轴测量值作为系统的6维观测量;
其中,状态转移矩阵为:
量测转移矩阵为:
噪声驱动矩阵为:
可选地,所述步骤S5包括:
S5.1初始化初始状态
初始化状态变量X(0)、量测值Z(0);
S5.2时间更新,利用状态方程进行状态一步预测:
S5.3量测更新
估计状态变量:
计算滤波器增益:
K(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)H(k)T+R(k)]-1;
估计均方误差:
P(k|k)=[I-K(k)H(k)]P(k|k-1)[I-K(k)H(k)]T+K(k)R(k)K(k)T;
将经过扩展卡尔曼滤波算法所求得的四元数根据四元数计算方式列成下列矩阵:
至此,得到了只用四元数中的四个变量表示的载体姿态角公式:
θ=arcsin(-2(q0q2+q1q3))
上式中的γ、θ、ψ分别为系统输出的俯仰轴姿态角、横滚轴姿态角以及航向轴姿态角。
本发明的有益效果在于,利用基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法可提升AHRS姿态检测模块的航向角姿态精度,算法结构简单解算速度较快。相较于其他姿态测试方案,本方法采用加速度计和磁力计的三轴测量值作为系统的6维观测量,所得结构可信度更高,有效的提升低成本MEMS AHRS的航向角姿态精度。
附图说明
图1为本发明姿态算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明,实施例中记载的前、后均以附图为准,仅用于明确位置关系,并不用于限定。
如图1所示,一种基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法,所述方法包括以下步骤:
S1、采集MEMS惯性传感器信息,包括:MEMS陀螺仪数据信息、MEMS加速度计数据信息、MEMS磁力计数据信息,发明所涉及的MEMS惯性传感器均为数字型传感器,可直接通过STM32对其内部寄存器进行读写,通过STM32将数据进行采集与整理。
S2、建立MEMS惯性传感器随机误差模型,建立MEMS惯性传感器随机误差模型为后续扩展卡尔曼滤波参数做准备,所述MEMS惯性传感器随机误差模型包括:MEMS陀螺仪随机误差模型、MEMS加速度计随机误差模型、MEMS磁力计随机误差模型;
其中,MEMS陀螺仪随机误差模型具体如下:
式中,下标x、y、z分别代表陀螺仪x、y、z轴。表示陀螺仪实际输出的角速率;/>表示陀螺仪输出的电信号;ω表示理想情况下陀螺仪输出的角速率;Sg表示标度因数误差;Jg表示陀螺仪敏感轴之间交叉藕合系数;Cg表示陀螺仪常值漂移;Dg表示陀螺仪加速度效应系数;εg表示陀螺仪随机漂移;ug表示陀螺仪受到的白噪声。
MEMS加速度计随机误差模型具体如下:
式中,表示加速度计实际输出值;A表示理想情况下加速度计输出的加速度;Ba表示加速度计零偏误差;va表示加速度计受到的白噪声。
MEMS磁力计随机误差模型具体如下:
式中,表示磁力计实际输出值;M表示理想情况下磁力计输出的磁场强度;Bm表示磁力计罗差;wm表示磁力计受到的白噪声。
S3、利用四元数姿态算法建立运动学方程,该步骤包括:
S3.1、采集陀螺仪的原始数据,通过方向余弦矩阵,求解出欧拉角的初始值,根据陀螺仪的数据来推算理论上的加速度计值,将四元数的四个数量值换算为方向余弦矩阵的第三列元素,代表载体坐标系的值。
S3.2、四元数初始化,其通用初始化方程如下:
S3.3、四元数的更新及规范化,有了初始化的四元数量,再结合姿态数据采样周期及采样数据,即可对四元数进行更新,从而实时更新数据,实现姿态解算。
其更新方程可表示为:
式中,ωX,ωY,ωZ表示陀螺仪在规定周期内完成的三个轴向的角速度采样。在各个采样周期中角速度是变量,将采样值与四元数初始值带入上式中,就可以实现四元数的不断更新。
S3.4、四元数转换为欧拉角。
S4、根据四元数微分方程和陀螺仪随机误差模型建立姿态测量系统状态方程,利用加速度计和磁力计的输出值构建系统的量测方程;
方程具体为:
其中:
X(k)=[q0(k),q1(k),q2(k),q3(k),εbx(k),εby(k),εbz(k)];
上式是以四元数和陀螺仪常值漂移误差作为滤波器状态变量的7维状态变量。
上式将加速度计和磁力计的三轴测量值作为系统的6维观测量。
其中,状态转移矩阵为:
量测转移矩阵为:
噪声驱动矩阵为:
S5、利用扩展卡尔曼滤波获取最佳四元数,解算出AHRS姿态角,具体为:S5.1初始化初始状态
初始化状态变量X(0)、量测值Z(0);
S5.2时间更新,利用状态方程进行状态一步预测:
S5.3量测更新
估计状态变量:
计算滤波器增益:
K(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)H(k)T+R(k)]-1;
估计均方误差:
P(k|k)=[I-K(k)H(k)]P(k|k-1)[I-K(k)H(k)]T+K(k)R(k)K(k)T;将经过扩展卡尔曼滤波算法所求得的四元数根据四元数计算方式列成下列矩阵:
至此,得到了只用四元数中的四个变量表示的载体姿态角公式:
θ=arcsin(-2(q0q2+q1q3))
上式中的γ、θ、ψ分别为系统输出的俯仰轴姿态角、横滚轴姿态角以及航向轴姿态角。
本发明的有益效果在于,利用基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法可提升AHRS姿态检测模块的航向角姿态精度,算法结构简单解算速度较快。相较于其他姿态测试方案,本方法采用加速度计和磁力计的三轴测量值作为系统的6维观测量,所得结构可信度更高,有效的提升低成本MEMS AHRS的航向角姿态精度。
Claims (2)
1.基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法,其特征在于,所述方法包括以下步骤:
S1、采集MEMS惯性传感器信息;
S2、建立MEMS惯性传感器随机误差模型;
S3、利用四元数姿态算法建立运动学方程;
S4、根据四元数微分方程和陀螺仪随机误差模型建立姿态测量系统状态方程,利用加速度计和磁力计的输出值构建系统的量测方程;
S5、利用扩展卡尔曼滤波获取最佳四元数,解算出AHRS姿态角;
所述步骤S2中MEMS惯性传感器随机误差模型包括:MEMS陀螺仪随机误差模型、MEMS加速度计随机误差模型、MEMS磁力计随机误差模型,MEMS陀螺仪随机误差模型具体如下:
式中,下标x、y、z分别代表陀螺仪x、y、z轴;表示陀螺仪实际输出的角速率;/>表示陀螺仪输出的电信号;ω表示理想情况下陀螺仪输出的角速率;Sg表示标度因数误差;Jg表示陀螺仪敏感轴之间交叉耦合系数;Cg表示陀螺仪常值漂移;Dg表示陀螺仪加速度效应系数;εg表示陀螺仪随机漂移;ug表示陀螺仪受到的白噪声;
MEMS加速度计随机误差模型具体如下:
式中,表示加速度计实际输出值;A表示理想情况下加速度计输出的加速度;Ba表示加速度计零偏误差;va表示加速度计受到的白噪声;
MEMS磁力计随机误差模型具体如下:
式中,表示磁力计实际输出值;M表示理想情况下磁力计输出的磁场强度;Bm表示磁力计罗差;wm表示磁力计受到的白噪声;
所述步骤S3包括:
S3.1、采集陀螺仪的原始数据,通过方向余弦矩阵,求解出欧拉角的初始值,根据陀螺仪的数据来推算理论上的加速度计值,将四元数的四个数量值换算为方向余弦矩阵的第三列元素,代表载体坐标系的值;
S3.2、四元数初始化,其通用初始化方程如下:
S3.3、四元数的更新及规范化,有了初始化的四元数量,再结合姿态数据采样周期及采样数据,对四元数进行更新,从而实时更新数据,实现姿态解算,其更新方程表示为:
式中,ωX,ωY,ωZ表示陀螺仪在规定周期内完成的三个轴向的角速度采样,在各个采样周期中角速度是变量,将采样值与四元数初始值带入上式中,实现四元数的不断更新;
S3.4、四元数转换为欧拉角;
所述步骤S4姿态测量系统状态方程和量测方程具体为:
其中:
X(k)=[q0(k),q1(k),q2(k),q3(k),εbx(k),εby(k),εbz(k)];
上式是以四元数和陀螺仪常值漂移误差作为滤波器状态变量的7维状态变量;
上式将加速度计和磁力计的三轴测量值作为系统的6维观测量;
其中,状态转移矩阵为:
量测转移矩阵为:
噪声驱动矩阵为:
所述步骤S5包括:
S5.1初始化初始状态
初始化状态变量X(0)、量测值Z(0);
S5.2时间更新,利用状态方程进行状态一步预测:
S5.3量测更新
估计状态变量:
计算滤波器增益:
K(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)H(k)T+R(k)]-1;
估计均方误差:
P(k|k)=[I-K(k)H(k)]P(k|k-1)[I-K(k)H(k)]T+K(k)R(k)K(k)T;
将经过扩展卡尔曼滤波算法所求得的四元数根据四元数计算方式列成下列矩阵:
至此,得到了只用四元数中的四个变量表示的载体姿态角公式:
上式中的γ、θ、ψ分别为系统输出的俯仰轴姿态角、横滚轴姿态角以及航向轴姿态角。
2.根据权利要求1所述的基于四元数-扩展卡尔曼滤波的低成本AHRS航向角补偿方法,其特征在于,所述步骤S1中的采集MEMS惯性传感器信息包括:MEMS陀螺仪数据信息、MEMS加速度计数据信息、MEMS磁力计数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010323093.7A CN111426318B (zh) | 2020-04-22 | 2020-04-22 | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010323093.7A CN111426318B (zh) | 2020-04-22 | 2020-04-22 | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111426318A CN111426318A (zh) | 2020-07-17 |
CN111426318B true CN111426318B (zh) | 2024-01-26 |
Family
ID=71558403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010323093.7A Active CN111426318B (zh) | 2020-04-22 | 2020-04-22 | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111426318B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781952A (zh) * | 2020-07-22 | 2020-10-16 | 南京科沃信息技术有限公司 | 一种基于视觉的植保无人机避障系统及其避障方法 |
CN111854762A (zh) * | 2020-08-05 | 2020-10-30 | 翟瑞永 | 一种基于卡尔曼滤波算法的三维定位方法及其定位系统 |
CN112013836B (zh) * | 2020-08-14 | 2022-02-08 | 北京航空航天大学 | 一种基于改进自适应卡尔曼滤波的航姿参考系统算法 |
CN112179380B (zh) * | 2020-09-25 | 2022-09-30 | 西北工业大学 | 一种动态情况下速率陀螺误差补偿方法 |
CN112254723B (zh) * | 2020-10-13 | 2022-08-16 | 天津津航计算技术研究所 | 基于自适应ekf算法的小型无人机marg航姿估计方法 |
CN112577518A (zh) * | 2020-11-19 | 2021-03-30 | 北京华捷艾米科技有限公司 | 一种惯性测量单元标定方法及装置 |
CN112630813B (zh) * | 2020-11-24 | 2024-05-03 | 中国人民解放军国防科技大学 | 基于捷联惯导和北斗卫星导航系统的无人机姿态测量方法 |
CN112498536B (zh) * | 2020-11-26 | 2021-11-30 | 安徽辰吉新能源科技有限公司 | 转向大灯自动转向系统 |
CN112539777B (zh) * | 2020-11-30 | 2021-09-14 | 武汉大学 | 一种九轴传感器的误差参数标定方法 |
CN112230192A (zh) * | 2020-12-21 | 2021-01-15 | 东方微电科技(武汉)有限公司 | 基于磁传感与定位系统的雷达航向角测量方法及装置 |
CN112729297A (zh) * | 2020-12-22 | 2021-04-30 | 四川轻化工大学 | 一种基于多mems传感器的微型航姿定位装置 |
CN112945225A (zh) * | 2021-01-19 | 2021-06-11 | 西安理工大学 | 基于扩展卡尔曼滤波的姿态解算系统及解算方法 |
CN113063416B (zh) * | 2021-02-05 | 2023-08-08 | 重庆大学 | 一种基于自适应参数互补滤波的机器人姿态融合方法 |
CN113155129B (zh) * | 2021-04-02 | 2022-07-01 | 北京大学 | 一种基于扩展卡尔曼滤波的云台姿态估计方法 |
CN113350771B (zh) * | 2021-06-23 | 2022-08-16 | 北京赛博星通科技有限公司 | 一种运动员动态姿态识别方法、装置、系统及存储介质 |
CN113848780B (zh) * | 2021-09-22 | 2022-08-05 | 北京航空航天大学 | 一种多核异构处理器架构下的高机动平台姿态解算装置及方法 |
CN114199241B (zh) * | 2021-11-22 | 2024-06-14 | 南京理工大学 | 一种基于九轴运动传感器的姿态检测方法 |
CN114964214B (zh) * | 2022-07-27 | 2022-11-15 | 立得空间信息技术股份有限公司 | 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法 |
CN115900770B (zh) * | 2023-02-14 | 2023-05-23 | 北京理工大学前沿技术研究院 | 一种机载环境下磁传感器的在线校正方法和系统 |
CN116817896B (zh) * | 2023-04-03 | 2024-04-16 | 盐城数智科技有限公司 | 一种基于扩展卡尔曼滤波的姿态解算方法 |
CN117128956B (zh) * | 2023-08-30 | 2024-03-26 | 中国海洋大学 | 基于角速度转换的动态倾角获取方法及应用该方法的设备 |
CN117782001B (zh) * | 2024-02-28 | 2024-05-07 | 爱瑞克(大连)安全技术集团有限公司 | 一种papi助航灯动态角度监测预警方法及系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG114645A1 (en) * | 2003-12-29 | 2005-09-28 | Singapore Tech Dynamics Pte | Method and apparatus for measuring attitude |
CN101839719A (zh) * | 2010-05-16 | 2010-09-22 | 中北大学 | 一种基于陀螺、地磁传感器的惯性测量装置 |
JP2011227017A (ja) * | 2010-04-23 | 2011-11-10 | Univ Of Tokyo | 慣性センサ,磁気センサおよび速度計を用いた移動体の姿勢推定装置および姿勢推定方法 |
WO2012068359A2 (en) * | 2010-11-17 | 2012-05-24 | Hillcrest Laboratories, Inc. | Apparatuses and methods for magnetometer alignment calibration without prior knowledge of the local magnetic |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
CN106500693A (zh) * | 2016-12-07 | 2017-03-15 | 中国电子科技集团公司第五十四研究所 | 一种基于自适应扩展卡尔曼滤波的ahrs算法 |
WO2017063387A1 (zh) * | 2015-10-13 | 2017-04-20 | 上海华测导航技术股份有限公司 | 基于九轴mems传感器的农业机械全姿态角更新方法 |
CN106647791A (zh) * | 2016-12-27 | 2017-05-10 | 广州市中海达测绘仪器有限公司 | 三维姿态测控装置、机械设备及三维姿态的测控方法 |
EP3171132A1 (en) * | 2015-11-23 | 2017-05-24 | Honeywell International Inc. | Methods for attitude and heading reference system to mitigate vehicle acceleration effects |
KR101741076B1 (ko) * | 2016-04-28 | 2017-06-15 | 국방과학연구소 | 관성항법시스템의 시간지연 보상 장치 및 그 방법 |
RU2016121552A (ru) * | 2016-06-01 | 2017-12-04 | Открытое акционерное общество Московский научно-производственный комплекс "Авионика" имени О.В. Успенского (ОАО МНПК "Авионика") | Адаптивная бесплатформенная инерциальная курсовертикаль |
CN107478223A (zh) * | 2016-06-08 | 2017-12-15 | 南京理工大学 | 一种基于四元数和卡尔曼滤波的人体姿态解算方法 |
CN108121890A (zh) * | 2016-11-28 | 2018-06-05 | 北京雷动云合智能技术有限公司 | 一种基于线性卡尔曼滤波的航姿信息融合方法 |
CN108225308A (zh) * | 2017-11-23 | 2018-06-29 | 东南大学 | 一种基于四元数的扩展卡尔曼滤波算法的姿态解算方法 |
KR101922700B1 (ko) * | 2017-06-08 | 2018-11-27 | 주식회사 해치텍 | 가속도 센서와 지자기 센서 기반의 각속도 산출 방법 및 장치 |
CN109163721A (zh) * | 2018-09-18 | 2019-01-08 | 河北美泰电子科技有限公司 | 姿态测量方法及终端设备 |
CN110146077A (zh) * | 2019-06-21 | 2019-08-20 | 台州知通科技有限公司 | 移动机器人姿态角解算方法 |
CN110174121A (zh) * | 2019-04-30 | 2019-08-27 | 西北工业大学 | 一种基于地磁场自适应修正的航姿系统姿态解算方法 |
CN110487300A (zh) * | 2019-08-29 | 2019-11-22 | 南京航空航天大学 | 减振装置对惯性导航系统的性能影响测试方法 |
CN111024070A (zh) * | 2019-12-23 | 2020-04-17 | 哈尔滨工程大学 | 一种基于航向自观测的惯性足绑式行人定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6697736B2 (en) * | 2002-02-06 | 2004-02-24 | American Gnc Corporation | Positioning and navigation method and system thereof |
US10955261B2 (en) * | 2017-04-17 | 2021-03-23 | Rosemount Aerospace Inc. | Air data attitude reference system |
-
2020
- 2020-04-22 CN CN202010323093.7A patent/CN111426318B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG114645A1 (en) * | 2003-12-29 | 2005-09-28 | Singapore Tech Dynamics Pte | Method and apparatus for measuring attitude |
JP2011227017A (ja) * | 2010-04-23 | 2011-11-10 | Univ Of Tokyo | 慣性センサ,磁気センサおよび速度計を用いた移動体の姿勢推定装置および姿勢推定方法 |
CN101839719A (zh) * | 2010-05-16 | 2010-09-22 | 中北大学 | 一种基于陀螺、地磁传感器的惯性测量装置 |
WO2012068359A2 (en) * | 2010-11-17 | 2012-05-24 | Hillcrest Laboratories, Inc. | Apparatuses and methods for magnetometer alignment calibration without prior knowledge of the local magnetic |
WO2017063387A1 (zh) * | 2015-10-13 | 2017-04-20 | 上海华测导航技术股份有限公司 | 基于九轴mems传感器的农业机械全姿态角更新方法 |
EP3171132A1 (en) * | 2015-11-23 | 2017-05-24 | Honeywell International Inc. | Methods for attitude and heading reference system to mitigate vehicle acceleration effects |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
KR101741076B1 (ko) * | 2016-04-28 | 2017-06-15 | 국방과학연구소 | 관성항법시스템의 시간지연 보상 장치 및 그 방법 |
RU2016121552A (ru) * | 2016-06-01 | 2017-12-04 | Открытое акционерное общество Московский научно-производственный комплекс "Авионика" имени О.В. Успенского (ОАО МНПК "Авионика") | Адаптивная бесплатформенная инерциальная курсовертикаль |
CN107478223A (zh) * | 2016-06-08 | 2017-12-15 | 南京理工大学 | 一种基于四元数和卡尔曼滤波的人体姿态解算方法 |
CN108121890A (zh) * | 2016-11-28 | 2018-06-05 | 北京雷动云合智能技术有限公司 | 一种基于线性卡尔曼滤波的航姿信息融合方法 |
CN106500693A (zh) * | 2016-12-07 | 2017-03-15 | 中国电子科技集团公司第五十四研究所 | 一种基于自适应扩展卡尔曼滤波的ahrs算法 |
CN106647791A (zh) * | 2016-12-27 | 2017-05-10 | 广州市中海达测绘仪器有限公司 | 三维姿态测控装置、机械设备及三维姿态的测控方法 |
KR101922700B1 (ko) * | 2017-06-08 | 2018-11-27 | 주식회사 해치텍 | 가속도 센서와 지자기 센서 기반의 각속도 산출 방법 및 장치 |
CN108225308A (zh) * | 2017-11-23 | 2018-06-29 | 东南大学 | 一种基于四元数的扩展卡尔曼滤波算法的姿态解算方法 |
CN109163721A (zh) * | 2018-09-18 | 2019-01-08 | 河北美泰电子科技有限公司 | 姿态测量方法及终端设备 |
CN110174121A (zh) * | 2019-04-30 | 2019-08-27 | 西北工业大学 | 一种基于地磁场自适应修正的航姿系统姿态解算方法 |
CN110146077A (zh) * | 2019-06-21 | 2019-08-20 | 台州知通科技有限公司 | 移动机器人姿态角解算方法 |
CN110487300A (zh) * | 2019-08-29 | 2019-11-22 | 南京航空航天大学 | 减振装置对惯性导航系统的性能影响测试方法 |
CN111024070A (zh) * | 2019-12-23 | 2020-04-17 | 哈尔滨工程大学 | 一种基于航向自观测的惯性足绑式行人定位方法 |
Non-Patent Citations (6)
Title |
---|
A Quaternion Scaled Unscented Kalman Estimator for Inertial Navigation States Determination Using INS/GPS/Magnetometer Fusion;Wassim Khoder;Bassem Jida;Journal of Sensor Technology;第4卷(第2期);101-112, 116-117 * |
A Sequential Orientation Kalman Filter for AHRS Limiting Effects of Magnetic Disturbance to Heading Estimation;Lee, J.K.a, b;Choi, M.J.a;JOURNAL OF ELECTRICAL ENGINEERING & TECHNOLOGY;第12卷(第4期);1675-1682 * |
Banknote Image Retrieval Using Rotated QuaternionWavelet Filters;Shan Gai;Jiafeng Liu;Xianglong Tang;International Journal of Computational Intelligence Systems;第2卷(第2期);268-276 * |
基于四元数的PID改进型互补滤波算法;朱科风, 周庆华, 王广鹏等;智能计算机与应用;第8卷(第3期);127-131 * |
基于扩展卡尔曼滤波器的低成本航姿系统设计;盛汉霖, 张天宏, 刘冬冬;系统工程与电子技术;第35卷(第10期);2158-2164 * |
陈霖,周廷.航空遥感位置姿态测量系统误差处理方法研究.西北工业大学出版社,2018,26. * |
Also Published As
Publication number | Publication date |
---|---|
CN111426318A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111426318B (zh) | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 | |
CN112630813B (zh) | 基于捷联惯导和北斗卫星导航系统的无人机姿态测量方法 | |
CN112629538B (zh) | 基于融合互补滤波和卡尔曼滤波的舰船水平姿态测量方法 | |
CN107655476B (zh) | 基于多信息融合补偿的行人高精度足部导航方法 | |
CN110501024B (zh) | 一种车载ins/激光雷达组合导航系统的量测误差补偿方法 | |
CN102809377B (zh) | 飞行器惯性/气动模型组合导航方法 | |
CN110702107A (zh) | 一种单目视觉惯性组合的定位导航方法 | |
CN103196445B (zh) | 基于匹配技术的地磁辅助惯性的载体姿态测量方法 | |
CN108362288B (zh) | 一种基于无迹卡尔曼滤波的偏振光slam方法 | |
CN108318038A (zh) | 一种四元数高斯粒子滤波移动机器人姿态解算方法 | |
CN103674021A (zh) | 基于捷联惯导与星敏感器的组合导航系统及方法 | |
CN108458709B (zh) | 基于视觉辅助测量的机载分布式pos数据融合方法和装置 | |
CN111189474A (zh) | 基于mems的marg传感器的自主校准方法 | |
CN114719843B (zh) | 复杂环境下的高精度定位方法 | |
CN110954102A (zh) | 用于机器人定位的磁力计辅助惯性导航系统及方法 | |
CN111220151B (zh) | 载体系下考虑温度模型的惯性和里程计组合导航方法 | |
CN117053782A (zh) | 一种水陆两栖机器人组合导航方法 | |
CN112880669A (zh) | 一种航天器星光折射和单轴旋转调制惯性组合导航方法 | |
CN111189442A (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
CN114018254B (zh) | 一种激光雷达与旋转惯导一体化构架与信息融合的slam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 | |
CN112197765B (zh) | 一种实现水下机器人精细导航的方法 | |
CN111337056B (zh) | 基于优化的LiDAR运动补偿位置姿态系统对准方法 | |
CN111982126B (zh) | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 | |
CN113008229A (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 |
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 |