CN112683269A - 一种附有运动加速度补偿的marg姿态计算方法 - Google Patents
一种附有运动加速度补偿的marg姿态计算方法 Download PDFInfo
- Publication number
- CN112683269A CN112683269A CN202011427992.8A CN202011427992A CN112683269A CN 112683269 A CN112683269 A CN 112683269A CN 202011427992 A CN202011427992 A CN 202011427992A CN 112683269 A CN112683269 A CN 112683269A
- Authority
- CN
- China
- Prior art keywords
- representing
- motion acceleration
- attitude
- acceleration
- matrix
- 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
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 81
- 238000004364 calculation method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000006698 induction Effects 0.000 claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本发明公开了本发明提出一种附有运动加速度补偿的MARG姿态计算方法,属于导航领域。该方法首先利用陀螺仪进行姿态一步预测,然后利用一步预测值对加速度计与磁力计进行检测,最后针对不同检测结果执行相应的数据融合算法。通过使用本方法进行MARG传感器姿态估计,有效对载体运动加速度与磁场干扰进行检测;针对运动载体的动态特征,引入滑动窗口数据拟合运动加速度变化规律并进行相应的模型补偿;推导重磁(加速度和磁感应强度测量值)矢量对的在Wahba问题下的解析解从而加快姿态求解速度,显著提高MARG姿态估计效率。
Description
技术领域
本发明属于导航领域,具体是附有滑动递推窗口运动加速度补偿的重磁矢量对快速解析的MARG姿态估计方法。
背景技术
近几十年来,随着微电子机械(Micro-Electro-Mechanical System,MEMS)技术的发展,MEMS惯性传感器被广泛应用于工业领域和科学研究,用以提供位置姿态信息。由三轴陀螺仪和三轴加速度计构成的MEMS惯性传感器,搭配三轴磁传感器的组合模块,被称为MARG(magnetic,angular rate and gravity,MARG)传感器。为了最佳地融合MARG传感器数据,发展了众多数据融合方法,主要分为两大类。其中一类是加速度计和陀螺仪互补滤波的方法,基于加速度计和陀螺仪输出信息在频域具有互补特性。偏航角可通过磁传感器进行进一步修正。互补滤波具有计算时间短,易于在硬件平台应用等特点,然而其只能提供次优估计。为获得更加准确的姿态,另一类方法——线性卡尔曼滤波(Kalman filter,KF)被用于数据融合,其可获得最小均方差意义下的最优估计。此外,针对非线性模型,发展了各类非线性滤波器如扩展KF、无迹KF和粒子KF,用以估计载体位置与姿态。然而,MARG传感器姿态估计易受非重力加速度及磁场干扰的影响。这些干扰将导致系统不再满足滤波假设模型,引起滤波估计有偏甚至发散。为解决这些问题,需建立加速度计与磁力计检测准则,进行异常数据检测。
发明内容
针对上述问题,本发明提出一种附有运动加速度补偿的MARG姿态计算方法;该方法首先利用陀螺仪进行姿态一步预测,然后利用一步预测值对加速度计与磁力计进行检测,最后针对不同检测结果执行相应的数据融合算法。通过使用本方法进行MARG传感器姿态估计,有效对载体运动加速度与磁场干扰进行检测;针对运动载体的动态特征,引入滑动窗口数据拟合运动加速度变化规律并进行相应的模型补偿;推导重磁(加速度和磁感应强度测量值)矢量对的在Wahba问题下的解析解从而加快姿态求解速度,显著提高MARG姿态估计效率。
本发明的技术方案为:一种附有运动加速度补偿的MARG姿态计算方法,具体包括以下步骤:
步骤1:利用陀螺仪进行一步预测;
步骤2:利用一步预测值,对加速度计与磁力计进行检测,通过滑动窗口多项式拟合,对运动加速度进行补偿;
步骤3:针对不同的检测结果执行相应的融合算法:
无磁场干扰,无运动加速度(或运动加速度已补偿):转至步骤4;
存在磁干扰,无运动加速度(或运动加速度已补偿):转步骤5;
无磁干扰,存在运动加速度且运动加速度未补偿,转步骤6;
存在磁干扰,存在运动加速度且运动加速度未补偿:将陀螺推算的一步预测结果作为姿态估计值,等待下一时刻的传感器数据。
步骤4:建立加速度和磁场强度的矢量对方程,通过快速线性四元数估计方法求解获得量测信息,基于卡尔曼滤波进行姿态估计。
步骤5:利用加速度计数据建立量测模型,基于非线性滤波实现状态估计,并对磁干扰进行估计。
步骤6:利用磁力计数据建立量测模型,基于非线性滤波实现状态估计。
本发明公开了一种附有滑动递推窗口运动加速度补偿的重磁矢量对快速解析的MARG姿态估计方法。该方法首先利用陀螺仪进行姿态一步预测,然后利用一步预测值对加速度计与磁力计进行检测,最后针对不同检测结果执行相应的数据融合算法。通过使用本方法进行MARG传感器姿态估计,有效对载体运动加速度与磁场干扰进行检测;针对运动载体的动态特征,引入滑动窗口数据拟合运动加速度变化规律并进行相应的模型补偿;推导重磁(加速度和磁感应强度测量值)矢量对的在Wahba问题下的解析解从而加快姿态求解速度,显著提高MARG姿态估计效率。
附图说明
图1是工作模式流程图。
具体实施方式
下面结合附图,对本发明中运动加速度补偿与磁场干扰检测的MARG姿态估计方法进行详细说明:
步骤1:利用陀螺仪进行一步预测:
建立系统状态模型:
xk=Φk-1,kxk-1+wk (1)
其中,下标k表示tk时刻,xk表示tk时刻的状态,此模型中取姿态四元数q作为状态,即取x=q;wk为状态模型噪声;由tk-1时刻到tk时刻的状态转移矩阵Φk-1,k为:
其中,I4表示4维单位阵,Ts表示采样间隔,M(ωk)定义如下:
其中,ωx,ωy,ωz分别表示x,y,z方向上的角速率;ωk表示3维角速率矢量,即ωk=[ωx ωy ωz]T;上标T表示矩阵转置;
进行一步预测:
Pk|k-1=Φk-1,kPk-1(Φk-1,k)T+Qk (5)
步骤2:利用一步预测值,对加速度计与磁力计进行检测,具体如下:
其中,q0,q1,q2,q3分别表示姿态四元数q中的四个分量,即q=[q0,q1,q2,q3]T.
步骤2-2:对磁场干扰进行检测:
其中,上标b表示载体坐标系;rmag(k)表示地磁矢量;bmag(k)表示磁场干扰量;εmag(k)为磁力计噪声,其方差记为其中diag表示对角矩阵,分别表示三轴磁场噪声的方差;计算磁场干扰检测量δrk:
认为无磁场干扰;反之,则磁场干扰存在;
步骤2-3:对运动加速度进行检测,当运动加速度持续时间大于设定阈值时,进行运动加速度补偿:
加速度计输出模型为:
计算运动加速度检测量δak:
认为无运动加速度;反之,则运动加速度存在;其中σacc(x),σacc(y),σacc(z)分别表示加速度计三轴噪声标准差;
当运动加速度持续时间大于设定阈值时,通过滑动窗口进行运动加速度补偿:
对窗口长度为n的运动加速度数据{δak-n,…,δak-1}进行多项式曲线拟合,拟合阶数选择0阶、或1阶、或2阶、或高阶;多项式拟合阶数和窗口长度根据载体实际运动快慢情况及加速度计采样率进行调整;
步骤3:针对不同的检测结果执行相应的融合算法:
无磁场干扰,无运动加速度或运动加速度已补偿:转至步骤4;
存在磁干扰,无运动加速度或运动加速度已补偿:转步骤5;
无磁干扰,存在运动加速度且运动加速度未补偿,转步骤6;
存在磁干扰,存在运动加速度且运动加速度未补偿:将陀螺推算的一步预测结果作为姿态估计值,等待下一时刻的传感器数据;
步骤4:建立加速度和磁场强度的矢量对方程,通过快速线性四元数姿态估计方法求解获得量测信息,基于卡尔曼滤波进行姿态估计;具体如下:
步骤4-1:建立加速度和磁感应强度的矢量对方程:
若选取n系为东北天坐标系,则有gn=[0 0 -g]T,mn=[0 mN mU]T,其中mN和mU分别表示北向与天向的地磁强度,其中,q表示姿态四元数矢量,yacc表示加速度矢量(无运动加速度时取加速度计的输出运动加速度已补偿时取补偿后的加速度),ymag表示磁感应强度(无磁干扰情况下即磁力计的输出),εacc表示加速度噪声,εmag表示磁感应强度噪声;
步骤4-2:通过快速解算获得量测信息从四元数与方向余弦矩阵关系出发,建立四元数特征值与特征向量方程,给出特征值数值计算公式,基于特征值接近1的数值特性,快速选出真实解;随后,进行矩阵初等变换,得到矢量对方程的四元数解;
计算中间变量矩阵
其中,Hx,Hy,Hz,W为计算过程中的中间变量矩阵,I3表示3维单位阵,Hx1,Hx2,Hx3分别表示3维矩阵Hx的第1、2、3个分量;Hy1,Hy2,Hy3分别表示3维矩阵Hy的第1、2、3个分量,Hz1,Hz2,Hz3分别表示3维矩阵Hz的第1、2、3个分量;
计算中间参数:
τ2=8(Hx3Hy2Hz1-Hx2Hy3Hz1-Hx3Hy1Hz2+Hx1Hy3Hz2+Hx2Hy1Hz3-Hx1Hy2Hz3)
τ3=det(W)
其中,det表示求矩阵行列式。
计算特征值:
从(17)中选取最接近1的数作为最终的特征值λ,即
λ=argmin|λi-1|,(i=1,2,3,4) (18)
其中,argmin表示使得后面式子达到最小时自变量的取值;||表示取绝对值。进行初等变换,
其中,χ,ρ,υ,ζ表示完成初等变换后的矩阵最后一列的四个元素;
获得归一化的四元数
步骤4-3:建立滤波量测模型:
步骤4-4:基于卡尔曼滤波进行姿态估计:
Pk=(I4-KkHk)Pk|k-1 (24)
步骤5:利用加速度计数据建立量测模型,基于无迹卡尔曼滤波实现状态估计,并对磁干扰进行估计;具体如下:
步骤5-1:利用加速度计数据建立量测模型:
yacc=-CT(q)gn+εacc (25)
步骤5-2:针对系统非线性模型,采用非线性滤波(如UKF)进行状态估计:
步骤6:利用磁力计数据建立量测模型,基于无迹卡尔曼滤波实现状态估计;具体如下:
步骤6-1:利用磁力计数据建立量测模型:
ymag=CT(q)mn+εmag (26)
步骤6-2:针对系统非线性模型,采用非线性滤波进行状态估计。
Claims (2)
1.一种附有运动加速度补偿的MARG姿态计算方法,该方法包括:
步骤1:利用陀螺仪进行一步预测:
建立系统状态模型:
xk=Φk-1,kxk-1+wk (1)
其中,下标k表示tk时刻,xk表示tk时刻的状态,此模型中取姿态四元数q作为状态,即取x=q;wk为状态模型噪声;由tk-1时刻到tk时刻的状态转移矩阵Φk-1,k为:
其中,I4表示4维单位阵,Ts表示采样间隔,M(ωk)定义如下:
其中,ωx,ωy,ωz分别表示x,y,z方向上的角速率;ωk表示3维角速率矢量,即ωk=[ωx ωy ωz]T;上标T表示矩阵转置;
进行一步预测:
Pk|k-1=Φk-1,kPk-1(Φk-1,k)T+Qk (5)
步骤2:利用一步预测值,对加速度计与磁力计进行检测,具体如下:
其中,q0,q1,q2,q3分别表示姿态四元数q中的四个分量,即q=[q0,q1,q2,q3]T.
步骤2-2:对磁场干扰进行检测:
其中,上标b表示载体坐标系;rmag(k)表示地磁矢量;bmag(k)表示磁场干扰量;εmag(k)为磁力计噪声,其方差记为其中diag表示对角矩阵,分别表示三轴磁场噪声的方差;计算磁场干扰检测量δrk:
认为无磁场干扰;反之,则磁场干扰存在;
步骤2-3:对运动加速度进行检测,当运动加速度持续时间大于设定阈值时,进行运动加速度补偿:
加速度计输出模型为:
计算运动加速度检测量δak:
认为无运动加速度;反之,则运动加速度存在;其中σacc(x),σacc(y),σacc(z)分别表示加速度计三轴噪声标准差;
当运动加速度持续时间大于设定阈值时,通过滑动窗口进行运动加速度补偿:
对窗口长度为n的运动加速度数据{δak-n,…,δak-1}进行多项式曲线拟合,拟合阶数选择0阶、或1阶、或2阶、或高阶;多项式拟合阶数和窗口长度根据载体实际运动快慢情况及加速度计采样率进行调整;
步骤3:针对不同的检测结果执行相应的融合算法:
无磁场干扰,无运动加速度或运动加速度已补偿:转至步骤4;
存在磁干扰,无运动加速度或运动加速度已补偿:转步骤5;
无磁干扰,存在运动加速度且运动加速度未补偿,转步骤6;
存在磁干扰,存在运动加速度且运动加速度未补偿:将陀螺推算的一步预测结果作为姿态估计值,等待下一时刻的传感器数据;
步骤4:建立加速度和磁场强度的矢量对方程,通过快速线性四元数姿态估计方法求解获得量测信息,基于卡尔曼滤波进行姿态估计;
步骤5:利用加速度计数据建立量测模型,基于无迹卡尔曼滤波实现状态估计,并对磁干扰进行估计;具体如下:
步骤5-1:利用加速度计数据建立量测模型:
yacc=-CT(q)gn+εacc (25)
步骤5-2:针对系统非线性模型,采用非线性滤波进行状态估计:
步骤6:利用磁力计数据建立量测模型,基于无迹卡尔曼滤波实现状态估计;具体如下:
步骤6-1:利用磁力计数据建立量测模型:
ymag=CT(q)mn+εmag (26)
步骤6-2:针对系统非线性模型,采用非线性滤波进行状态估计。
2.如权利要求1所述的一种附有运动加速度补偿的MARG姿态计算方法,其特征在于,所述步骤4的具体方法为:
步骤4-1:建立加速度和磁感应强度的矢量对方程:
若选取n系为东北天坐标系,则有gn=[0 0 -g]T,mn=[0 mN mU]T,其中mN和mU分别表示北向与天向的地磁强度,其中,q表示姿态四元数矢量,yacc表示加速度矢量(无运动加速度时取加速度计的输出运动加速度已补偿时取补偿后的加速度);
步骤4-2:通过快速解算获得量测信息从四元数与方向余弦矩阵关系出发,建立四元数特征值与特征向量方程,给出特征值数值计算公式,基于特征值接近1的数值特性,快速选出真实解;随后,进行矩阵初等变换,得到矢量对方程的四元数解;
计算中间变量矩阵
其中,Hx,Hy,Hz,W为计算过程中的中间变量矩阵,I3表示3维单位阵,Hx1,Hx2,Hx3分别表示3维矩阵Hx的第1、2、3个分量;Hy1,Hy2,Hy3分别表示3维矩阵Hy的第1、2、3个分量,Hz1,Hz2,Hz3分别表示3维矩阵Hz的第1、2、3个分量;
计算中间参数:
其中,det表示求矩阵行列式;
计算特征值:
从(17)中选取最接近1的数作为最终的特征值λ,即
λ=argmin|λi-1|,(i=1,2,3,4) (18)
其中,argmin表示使得后面式子达到最小时自变量的取值;| |表示取绝对值;进行初等变换,
其中,χ,ρ,υ,ζ表示完成初等变换后的矩阵最后一列的四个元素;
获得归一化的四元数
步骤4-3:建立滤波量测模型:
步骤4-4:基于卡尔曼滤波进行姿态估计:
Pk=(I4-KkHk)Pk|k-1 (24)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427992.8A CN112683269B (zh) | 2020-12-07 | 2020-12-07 | 一种附有运动加速度补偿的marg姿态计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427992.8A CN112683269B (zh) | 2020-12-07 | 2020-12-07 | 一种附有运动加速度补偿的marg姿态计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112683269A true CN112683269A (zh) | 2021-04-20 |
CN112683269B CN112683269B (zh) | 2022-05-03 |
Family
ID=75446620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011427992.8A Active CN112683269B (zh) | 2020-12-07 | 2020-12-07 | 一种附有运动加速度补偿的marg姿态计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112683269B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267185A (zh) * | 2021-04-26 | 2021-08-17 | 浙江大学 | 抗磁干扰的定位方法及装置、系统、电子设备、存储介质 |
CN114071013A (zh) * | 2021-10-13 | 2022-02-18 | 浙江大华技术股份有限公司 | 一种用于车载摄像机的目标抓拍与跟踪方法及装置 |
CN114279446A (zh) * | 2021-12-22 | 2022-04-05 | 广东汇天航空航天科技有限公司 | 飞行汽车航姿测量方法、装置及飞行汽车 |
CN114279396A (zh) * | 2021-12-22 | 2022-04-05 | Oppo广东移动通信有限公司 | 运动姿态确定方法及装置、计算机可读介质和电子设备 |
CN114396936A (zh) * | 2022-01-12 | 2022-04-26 | 上海交通大学 | 基于多项式优化的惯性与磁传感器姿态估计方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240347A1 (en) * | 2004-04-23 | 2005-10-27 | Yun-Chun Yang | Method and apparatus for adaptive filter based attitude updating |
CA2605177A1 (en) * | 2005-04-19 | 2006-10-26 | Jaymart Sensors, Llc | Miniaturized inertial measurement unit and associated methods |
US20120136604A1 (en) * | 2010-11-30 | 2012-05-31 | Industrial Technology Research Institute | Method and apparatus for 3d attitude estimation |
EP2520903A1 (en) * | 2011-02-28 | 2012-11-07 | Research In Motion Limited | Portable electronic device adapted to compensate for gyroscope bias |
US20140278183A1 (en) * | 2013-03-13 | 2014-09-18 | Invensense, Inc. | Heading confidence interval estimation |
US20170241787A1 (en) * | 2014-09-15 | 2017-08-24 | Oxford University Innovation Limited | Determining the position of a mobile device in a geographical area |
CN107504971A (zh) * | 2017-07-05 | 2017-12-22 | 桂林电子科技大学 | 一种基于pdr和地磁的室内定位方法及系统 |
CN109827577A (zh) * | 2019-03-26 | 2019-05-31 | 电子科技大学 | 基于运动状态检测的高精度惯性导航定位算法 |
CN110793515A (zh) * | 2018-08-02 | 2020-02-14 | 哈尔滨工业大学 | 一种基于单天线gps和imu的大机动条件下无人机姿态估计方法 |
CN111076722A (zh) * | 2019-11-18 | 2020-04-28 | 广州南方卫星导航仪器有限公司 | 基于自适应的四元数的姿态估计方法及装置 |
-
2020
- 2020-12-07 CN CN202011427992.8A patent/CN112683269B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240347A1 (en) * | 2004-04-23 | 2005-10-27 | Yun-Chun Yang | Method and apparatus for adaptive filter based attitude updating |
CA2605177A1 (en) * | 2005-04-19 | 2006-10-26 | Jaymart Sensors, Llc | Miniaturized inertial measurement unit and associated methods |
US20120136604A1 (en) * | 2010-11-30 | 2012-05-31 | Industrial Technology Research Institute | Method and apparatus for 3d attitude estimation |
EP2520903A1 (en) * | 2011-02-28 | 2012-11-07 | Research In Motion Limited | Portable electronic device adapted to compensate for gyroscope bias |
US20140278183A1 (en) * | 2013-03-13 | 2014-09-18 | Invensense, Inc. | Heading confidence interval estimation |
US20170241787A1 (en) * | 2014-09-15 | 2017-08-24 | Oxford University Innovation Limited | Determining the position of a mobile device in a geographical area |
CN107504971A (zh) * | 2017-07-05 | 2017-12-22 | 桂林电子科技大学 | 一种基于pdr和地磁的室内定位方法及系统 |
CN110793515A (zh) * | 2018-08-02 | 2020-02-14 | 哈尔滨工业大学 | 一种基于单天线gps和imu的大机动条件下无人机姿态估计方法 |
CN109827577A (zh) * | 2019-03-26 | 2019-05-31 | 电子科技大学 | 基于运动状态检测的高精度惯性导航定位算法 |
CN111076722A (zh) * | 2019-11-18 | 2020-04-28 | 广州南方卫星导航仪器有限公司 | 基于自适应的四元数的姿态估计方法及装置 |
Non-Patent Citations (4)
Title |
---|
TAN, LINING等: ""Attitude estimation using MARG sensors for unmanned aerial vehicles"", 《JOURNAL OF COMPUTATIONAL METHODS IN SCIENCES AND ENGINEERING》 * |
WU, JIN等: ""Fast Complementary Filter for Attitude Estimation Using Low-Cost MARG Sensors"", 《IEEE SENSORS JOURNAL》 * |
周泽波等: ""GPS/Doppler导航随机模型的移动窗口实时估计算法"", 《测绘学报》 * |
郭庆等: ""基于 MRPs/NPUPF 的地磁/加速度计测量的姿态估计新方法"", 《宇航学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267185A (zh) * | 2021-04-26 | 2021-08-17 | 浙江大学 | 抗磁干扰的定位方法及装置、系统、电子设备、存储介质 |
CN114071013A (zh) * | 2021-10-13 | 2022-02-18 | 浙江大华技术股份有限公司 | 一种用于车载摄像机的目标抓拍与跟踪方法及装置 |
CN114279446A (zh) * | 2021-12-22 | 2022-04-05 | 广东汇天航空航天科技有限公司 | 飞行汽车航姿测量方法、装置及飞行汽车 |
CN114279396A (zh) * | 2021-12-22 | 2022-04-05 | Oppo广东移动通信有限公司 | 运动姿态确定方法及装置、计算机可读介质和电子设备 |
CN114279446B (zh) * | 2021-12-22 | 2023-11-03 | 广东汇天航空航天科技有限公司 | 飞行汽车航姿测量方法、装置及飞行汽车 |
CN114396936A (zh) * | 2022-01-12 | 2022-04-26 | 上海交通大学 | 基于多项式优化的惯性与磁传感器姿态估计方法及系统 |
CN114396936B (zh) * | 2022-01-12 | 2024-03-12 | 上海交通大学 | 基于多项式优化的惯性与磁传感器姿态估计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112683269B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112683269B (zh) | 一种附有运动加速度补偿的marg姿态计算方法 | |
CN108225308B (zh) | 一种基于四元数的扩展卡尔曼滤波算法的姿态解算方法 | |
Del Rosario et al. | Computationally efficient adaptive error-state Kalman filter for attitude estimation | |
EP1585939B1 (en) | Attitude change kalman filter measurement apparatus and method | |
Phuong et al. | A DCM based orientation estimation algorithm with an inertial measurement unit and a magnetic compass | |
CN111551174A (zh) | 基于多传感器惯性导航系统的高动态车辆姿态计算方法及系统 | |
CN101726295B (zh) | 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法 | |
CN112629538A (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 | |
Anjum et al. | Sensor data fusion using unscented kalman filter for accurate localization of mobile robots | |
CN111721288B (zh) | 一种mems器件零偏修正方法、装置及存储介质 | |
CN108007477B (zh) | 一种基于正反向滤波的惯性行人定位系统误差抑制方法 | |
CN108827301A (zh) | 一种改进误差四元数卡尔曼滤波机器人姿态解算方法 | |
CN112504275B (zh) | 一种基于级联卡尔曼滤波算法的水面舰船水平姿态测量方法 | |
CN110702113B (zh) | 基于mems传感器的捷联惯导系统数据预处理和姿态解算的方法 | |
CN108981694A (zh) | 基于小波神经网络与ekf的姿态解算方法及系统 | |
CN112683267B (zh) | 一种附有gnss速度矢量辅助的车载姿态估计方法 | |
CN110954102A (zh) | 用于机器人定位的磁力计辅助惯性导航系统及方法 | |
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 | |
CN114485641A (zh) | 一种基于惯导卫导方位融合的姿态解算方法及装置 | |
JP5164645B2 (ja) | カルマンフィルタ処理における繰り返し演算制御方法及び装置 | |
CN108871323B (zh) | 一种低成本惯性传感器在机动环境下的高精度导航方法 | |
CN110595434B (zh) | 基于mems传感器的四元数融合姿态估计方法 | |
JP2007232444A (ja) | 慣性航法装置およびその誤差補正方法 | |
CN117739972B (zh) | 一种无全球卫星定位系统的无人机进近阶段定位方法 | |
CN110375773B (zh) | Mems惯导系统姿态初始化方法 |
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 |