CN113155129A - 一种基于扩展卡尔曼滤波的云台姿态估计方法 - Google Patents
一种基于扩展卡尔曼滤波的云台姿态估计方法 Download PDFInfo
- Publication number
- CN113155129A CN113155129A CN202110359500.4A CN202110359500A CN113155129A CN 113155129 A CN113155129 A CN 113155129A CN 202110359500 A CN202110359500 A CN 202110359500A CN 113155129 A CN113155129 A CN 113155129A
- Authority
- CN
- China
- Prior art keywords
- formula
- matrix
- accelerometer
- accel
- 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
Links
Images
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
-
- 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
本发明提供一种基于扩展卡尔曼滤波的云台姿态估计方法,该方法采用四元数来表示物体当前的姿态,系统状态量包含四元数与角度增量的偏移误差,使用加速度计和磁力计修正角度增量的偏移误差,使得姿态估计更加精确,且将加速计修正与磁力计修正分为两阶段实行,使得加速度计修正与磁力计修正互不干扰,提高姿态估计精确度;在加速度计修正中,把修正量中的四元数第三矢量置为零,在磁力计修正中,把修正量中的四元数第一矢量和第二矢量置为零。采用本发明能够获得更为精准的姿态估计信息。
Description
技术领域
本发明涉及卡尔曼滤波技术,具体涉及一种基于四元数扩展卡尔曼滤波的云台姿态估计算法。
背景技术
近年来,随着手持云台等智能设备的广泛应用,人们对其的稳定性和精确性都提出了更高的要求,要使这些设备能够更加稳定工作,获取更为精准的姿态估计信息尤为重要。在大多数姿态估计算法中,都是利用陀螺仪更新姿态信息,利用加速度计和磁力计对姿态信息进行修正。目前应用较广的姿态估计算法有卡尔曼滤波算法和互补滤波算法,这两种算法均能减少高斯噪声等对姿态估计的影响,也能减少由于陀螺仪漂移所造成的累计误差。
但是,由于加速度计和磁力计都是极易受到外界干扰的传感器,采用互补滤波算法精度往往有所欠缺,采用传统卡尔曼滤波算法的效果也差强人意。因此,衍生出了扩展卡尔曼滤波算法,扩展卡尔曼滤波算法相较于传统卡尔曼滤波算法更适用于姿态估计。
发明内容
为了实时获取更为精准的姿态估计信息,本发明提出了一种基于扩展卡尔曼滤波的云台姿态估计方法,用于估计出非线性状态模型下的云台姿态信息。
为达到上述目的,本发明提供的基于扩展卡尔曼滤波的云台姿态估计方法,具体包括如下步骤:
1)采用航向姿态参考系统(AHRS)来给云台控制器提供较为精确的姿态信息,姿态信息用欧拉角进行表示,欧拉角包括俯仰角、横滚角和偏航角,采用四元数q表示欧拉角;
2)初始化系统状态,其中系统状态量如下式所示:
3)读取陀螺仪数据,对旋转四元数进行预测;
式(2)中,Δθm表示陀螺仪实际测得的角度增量;Δθb表示角度增量的偏移误差;Δθn表示角增量噪声;qk表示k时刻的四元数;qk+1表示k+1时刻的四元数;k表示时刻;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
4)更新先验协方差矩阵Pk+1/k;
5)使用加速度计对系统状态量进行修正;更新加速度计修改后的后验协方差矩阵Pk+1/k+1_accel;
6)使用磁力计对系统状态量进行修正;更新磁力计修正后的后验协方差矩阵Pk+1/k+1_mag。
所述导航坐标系定为东-北-天。
其中,所述步骤4)具体为:
4-1)计算k时刻至k+1时刻的一步转移阵F;
k表示时刻;
4-2)计算系统噪声驱动阵Γ;
4-3)计算系统噪声方差阵Q;
式(5)中Δθn表示角增量噪声;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
4-4)计算过程噪声矩阵;
4-5)得到先验协方差矩阵Pk+1/k;
Pk+1/k=F·Pk/k·FT+Γ·Q·ΓT+Nprocess (7)
式(7)中,FT表示F矩阵的转置矩阵;ΓT表示Γ矩阵的转置矩阵;k表示时刻;
进一步,所述步骤5)具体包括:
5-1)计算加速度计预测值;
n表示导航坐标系;b表示机体坐标系;g表示重力加速度;
5-2)计算量测矩阵;
式(10)中,Haccel表示加速度计修正过程中的量测矩阵,是由加速度计预测值apred对四元数q求导得到;
5-3)计算加速度计可信度accConfidence;
5-4)计算卡尔曼滤波增益Kaccel;
5-5)计算加速度计修正量qε1;
qε1=Kaccel·(zaccel-apred) (12)
qε1=qε1,0+qε1,1+qε1,2+0·qε1,3 (13)
式(12)中,qε1为加速度计修正量;zaccel为加速度计实际测量值;apred为加速度计的预测值;由于加速度计只能修正横滚角和俯仰角,不能修正偏航角,为了确保偏航角不受加速度计修正所影响,故将式(12)中的四元数第三矢量置为零,如式(13)所示;
5-6)计算加速度计修正后的后验系统状态量xk+1/k+1_accel;
xk+1/k+1_accel=xk+1/k+qε1 (14)
式(14)中,xk+1/k为陀螺仪更新后的先验系统状态量;k表示时刻;
5-7)更新加速度计修正后的后验协方差矩阵Pk+1/k+1_accel,
Pk+1/k+1_accel=[I-Kaccel·Haccel]·Pk+1/k (15)
式(15)中,I为7*7大小的单位矩阵;Kaccel为加速度计修正的卡尔曼增益;Pk+1/k为先验协方差矩阵;k表示时刻;
进一步,所述步骤6)具体包括:
6-1)根据磁力计测量值,计算导航坐标系磁场值mn;
式(16)中,为采用四元数形式描述的方向余弦矩阵,表示从机体坐标系旋转到导航坐标系,如式(17)所示,表示从导航坐标系旋转到机体坐标系的方向余弦矩阵,如式(9)所示,T表示矩阵的转置;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
式(18)中,T表示矩阵的转置;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
6-3)计算机体坐标系下的磁场预测值mpred;
6-4)计算量测矩阵Hmag;
式(20)中,Hmag表示磁力计修正过程中的量测矩阵,是由磁场预测值mpred对四元数q求导得到;
6-5)计算卡尔曼增益Kmag;
式(21)中,Rmag为磁力计的协方差矩阵;()-1表示该矩阵的逆矩阵;T表示矩阵的转置;
k表示时刻;
6-6)计算磁力计修正量qε2;
qε2=Kmag·(zmag-mpred) (22)
qε2=qε2,0+0·qε2,1+0·qε2,2+qε2,3 (23)
式(22)中,qε2为磁力计修正量;zmag为磁力计实际测量值;mpred为磁力计的预测值;由于磁力计只能修正偏航角,不能修正横滚角和俯仰角,为了确保横滚角和俯仰角不受磁力计修正所影响,故将式(22)中的第一矢量和第二矢量置为零,如式(23)所示;
6-7)计算磁力计修正后的后验系统状态量xk+1/k+1_mag;
xk+1/k+1_mag=xk+1/k+1_accel+qε2 (24)
式(24)中,xk+1/k+1_accel为加速度计修正后的后验系统状态量;k表示时刻;
6-8)更新磁力计修正后的后验协方差矩阵Pk+1/k+1_mag;
Pk+1/k+1_mag=[I-Kmag·Hmag]·Pk+1/k+1_accel (25)
式(25)中,I为7*7大小的单位矩阵;Kmag为磁力计修正的卡尔曼增益;Pk+1/k+1_accel为加速度计修正后的后验协方差矩阵;k表示时刻;
本发明具有如下有益效果:
首先本发明采用四元数来表示物体当前的姿态,先计算四元数,再转化为欧拉角,计算量较小;其次,算法的系统状态量包含四元数与角度增量的偏移误差,使用加速度计和磁力计修正角度增量的偏移误差,使得姿态估计更加精确;第三,将加速计修正与磁力计修正分为两阶段实行,使得加速度计修正与磁力计修正互不干扰,提高姿态估计精确度;第四,为了避免加速度计修正与磁力计修正互相干扰,在加速度计修正中,为了避免偏航角受加速度计修正的影响,把修正量中的四元数第三矢量置为零,在磁力计修正中,为了避免横滚角和俯仰角受磁力计修正的影响,把修正量中的四元数第一矢量和第二矢量置为零,以此提高加速度计和磁力计修正的精确度;第五,为了避免云台运动时加速度计数据异常而影响修正,引入加速度计可信度,当数据异常时可信度降低,减少对修正过程的影响。
附图说明
图1为本发明基于扩展卡尔曼滤波的云台姿态估计方法流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
如图1所示,本发明基于扩展卡尔曼滤波的云台姿态估计方法,包括:
一、采用航向姿态参考系统(AHRS)来给云台控制器提供较为精确的姿态信息,姿态信息用欧拉角进行表示,欧拉角包括俯仰角、横滚角和偏航角。俯仰角即云台绕Y轴旋转角度Φ;横滚角即云台绕X轴旋转角度θ;偏航角即云台绕Z轴旋转角度ψ。AHRS提供了导航坐标系和机体坐标系,方向余弦矩阵(DCM)表示了两个坐标系的关系,且包含了云台的相关姿态信息,由于欧拉角表示的旋转矩阵具有缺陷,会产生死锁现象,而用四元数q表示的旋转矩阵则能弥补上述缺陷,且计算量较小。四元数q由实数加上三个虚数单位组成,用q=[q0q1 q2 q3]T进行表示。本实施例导航坐标系定为东-北-天(East-North-Up)。
二、采用的扩展卡尔曼系统状态量如下所示:
三、采用陀螺仪进行状态更新,即计算出先验系统状态量xk+1/k,预测方程如下式所示,由于角度增量的偏移误差不随着陀螺仪的变化而变化,需对旋转四元数进行预测;
式(2)中,Δθm表示陀螺仪实际测得的角度增量;Δθb表示角度增量的偏移误差;Δθn表示角增量噪声;qk表示k时刻的四元数;qk+1表示k+1时刻的四元数;k表示时刻;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
四、更新先验协方差矩阵Pk+1/k,具体计算步骤如下所示:
1.计算k时刻至k+1时刻的一步转移阵F;
k表示时刻;
2.计算系统噪声驱动阵Γ;
3.计算系统噪声方差阵Q;
式(5)中Δθn表示角增量噪声;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
4.计算过程噪声矩阵;
5.得到先验协方差矩阵Pk+1/k;
Pk+1/k=F·Pk/k·FT+Γ·Q·ΓT+Nprocess (7)
式(7)中,FT表示F矩阵的转置矩阵;ΓT表示Γ矩阵的转置矩阵;k表示时刻;
五、使用加速度计对系统状态量进行修正,即得到加速度计修正后的后验系统状态量。具体修正步骤如下所示:
1.计算加速度计预测值;
n表示导航坐标系;b表示机体坐标系;g表示重力加速度;
2.计算量测矩阵;
式(10)中,Haccel表示加速度计修正过程中的量测矩阵,是由加速度计预测值apred对四元数q求导得到;
3.计算加速度计可信度accConfidence;
由于云台处于运动状态,加速度计获取的数据可能会异常,故引入accConfigence变量。若加速度计数据正确,那么加速度值归一化后值为1,加速度计可信度accConfigence将为1;若加速度计值异常,加速度计可信度将小于1,降低由于数据异常导致的修正错误,具体由以下步骤获得:
1)设定accNormP初始值为1:
accNormP=1 (11)
2)计算加速度归一化值accNorm:
式(12)中g为重力加速度;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
3)更新accNorm:
accNorm=α·accNormP+β·accNorm (13)
式(13)中α和β为两个参数,可依据实际效果进行调整,在本实例中α=0.9,β=0.1;
4)将accNorm的值赋给accNormP,更新accNormP,用于下一组数据的可信度计算:
5)计算可信度:
式(14)中,||表示取绝对值;
6)对可信度accConfidence进行限位:
4.计算卡尔曼滤波增益Kaccel;
5.计算加速度计修正量qε1;
qε1=Kaccel·(zaccel-apred) (17)
qε1=qε1,0+qε1,1+qε1,2+0·qε1,3 (18)
式(17)中,qε1为加速度计修正量;zaccel为加速度计实际测量值;apred为加速度计的预测值;由于加速度计只能修正横滚角和俯仰角,不能修正偏航角,为了确保偏航角不受加速度计修正所影响,故将式(17)中的四元数第三矢量置为零,如式(18)所示;
6.计算加速度计修正后的后验系统状态量xk+1/k+1_accel;
xk+1/k+1_accel=xk+1/k+qε1 (19)
式(19)中,xk+1/k为陀螺仪更新后的先验系统状态量;k表示时刻;
7.更新加速度计修正后的后验协方差矩阵Pk+1/k+1_accel;
Pk+1/k+1_accel=[I-Kaccel·Haccel]·Pk+1/k (20)
式(20)中,I为7*7大小的单位矩阵;Kaccel为加速度计修正的卡尔曼增益;Pk+1/k为先验协方差矩阵;k表示时刻;
六、使用磁力计对系统状态量进行修正,即得到磁力计修正后的后验系统状态量。具体修正步骤如下所示:
1.根据磁力计测量值,计算导航坐标系磁场值mn;
式(21)中,为采用四元数形式描述的方向余弦矩阵,表示从机体坐标系坐标系旋转到导航坐标系,如式(22)所示,表示从导航坐标系旋转到机体坐标系的方向余弦矩阵,如式(9)所示,T表示矩阵的转置;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
式(23)中,T表示矩阵的转置;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
3.计算机体坐标系下的磁场预测值mpred;
4.计算量测矩阵Hmag;
式(25)中,Hmag表示磁力计修正过程中的量测矩阵,是由磁场预测值mpred对四元数q求导得到;
5.计算卡尔曼增益Kmag;
式(26)中,Rmag为磁力计的协方差矩阵;()-1表示该矩阵的逆矩阵;T表示矩阵的转置;
k表示时刻;
6.计算磁力计修正量qε2;
qε2=Kmag·(zmag-mpred) (27)
qε2=qε2,0+0·qε2,1+0·qε2,2+qε2,3 (28)
式(27)中,qε2为磁力计修正量;zmag为磁力计实际测量值;mpred为磁力计的预测值;由于磁力计只能修正偏航角,不能修正横滚角和俯仰角,为了确保横滚角和俯仰角不受磁力计修正所影响,故将式(27)中的第一矢量和第二矢量置为零,如式(28)所示;
7.计算磁力计修正后的后验系统状态量xk+1/k+1_mag;
xk+1/k+1_mag=xk+1/k+1_accel+qε2 (29)
式(29)中,xk+1/k+1_accel为加速度计修正后的后验系统状态量;k表示时刻;
8.更新磁力计修正后的后验协方差矩阵Pk+1/k+1_mag;
Pk+1/k+1_mag=[I-Kmag·Hmag]·Pk+1/k+1_accel (30)
式(30)中,I为7*7大小的单位矩阵;Kmag为磁力计修正的卡尔曼增益;Pk+1/k+1_accel为加速度计修正后的后验协方差矩阵;k表示时刻。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于扩展卡尔曼滤波的云台姿态估计方法,其特征在于,包括如下步骤:
1)采用航向姿态参考系统AHRS给云台控制器提供姿态信息,姿态信息用欧拉角进行表示,欧拉角包括俯仰角、横滚角和偏航角,采用四元数q表示欧拉角;
2)初始化系统状态,其中系统状态量如下式所示:
3)读取陀螺仪数据,对旋转四元数进行预测;
式(2)中,Δθm表示陀螺仪实际测得的角度增量;Δθb表示角度增量的偏移误差;Δθn表示角增量噪声;qk表示k时刻的四元数;qk+1表示k+1时刻的四元数;k表示时刻;x、y、,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
4)更新先验协方差矩阵Pk+1/k;
5)使用加速度计对系统状态量进行修正;更新加速度计修改后的后验协方差矩阵Pk+1/k+1_accel;
6)使用磁力计对系统状态量进行修正;更新磁力计修正后的后验协方差矩阵Pk+1/k+1_mag。
2.如权利要求1所述基于扩展卡尔曼滤波的云台姿态估计方法,其特征在于,导航坐标系定为东-北-天。.
3.如权利要求1所述基于扩展卡尔曼滤波的云台姿态估计方法,其特征在于,步骤4)具体为:
4-1)计算k时刻至k+1时刻的一步转移阵F;
4-2)计算系统噪声驱动阵Γ;
4-3)计算系统噪声方差阵Q;
式(5)中Δθn表示角增量噪声;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
4-4)计算过程噪声矩阵;
4-5)得到先验协方差矩阵Pk+1/k;
Pk+1/k=F·Pk/k·FT+Γ·Q·ΓT+Nprocess (7)
式(7)中,FT表示F矩阵的转置矩阵;ΓT表示Γ矩阵的转置矩阵;k表示时刻。
4.如权利要求1所述基于扩展卡尔曼滤波的云台姿态估计方法,其特征在于,步骤5)具体包括:
5-1)计算加速度计预测值;
5-2)计算量测矩阵;
式(10)中,Haccel表示加速度计修正过程中的量测矩阵,是由加速度计预测值apred对四元数q求导得到;
5-3)计算加速度计可信度accConfidence;
5-4)计算卡尔曼滤波增益Kaccel;
5-5)计算加速度计修正量qε1;
qε1=Kaccel·(zaccel-apred) (12)
qε1=qε1,0+qε1,1+qε1,2+0·qε1,3 (13)
式(12)中,qε1为加速度计修正量;zaccel为加速度计实际测量值;apred为加速度计的预测值;
式(12)中的四元数第三矢量置为零,为式(13)所示;
5-6)计算加速度计修正后的后验系统状态量xk+1/k+1_accel;
xk+1/k+1_accel=xk+1/k+qε1 (14)
式(14)中,xk+1/k为陀螺仪更新后的先验系统状态量;k表示时刻;
5-7)更新加速度计修正后的后验协方差矩阵Pk+1/k+1_accel,
Pk+1/k+1_accel=[I-Kaccel·Haccel]·Pk+1/k (15)
式(15)中,I为7*7大小的单位矩阵;Kaccel为加速度计修正的卡尔曼增益;Pk+1/k为先验协方差矩阵;k表示时刻。
5.如权利要求1所述基于扩展卡尔曼滤波的云台姿态估计方法,其特征在于,步骤6)具体包括:
6-1)根据磁力计测量值,计算导航坐标系磁场值mn;
式(16)中,为采用四元数形式描述的方向余弦矩阵,表示从机体坐标系旋转到导航坐标系,为式(17)所示,表示从导航坐标系旋转到机体坐标系的方向余弦矩阵,如式(9)所示,T表示矩阵的转置;x、y、z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
式(18)中,T表示矩阵的转置;x,y,z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
6-3)计算机体坐标系下的磁场预测值mpred;
6-4)计算量测矩阵Hmag;
式(20)中,Hmag表示磁力计修正过程中的量测矩阵,是由磁场预测值mpred对四元数q求导得到;
6-5)计算卡尔曼增益Kmag;
式(21)中,Rmag为磁力计的协方差矩阵;()-1表示该矩阵的逆矩阵;T表示矩阵的转置;x、y、z分别表示空间直角坐标系中的横轴、纵轴和竖轴;
6-6)计算磁力计修正量qε2;
qε2=Kmag·(zmag-mpred) (22)
qε2=qε2,0+0·qε2,1+0·qε2,2+qε2,3 (23)
式(22)中,qε2为磁力计修正量;zmag为磁力计实际测量值;mpred为磁力计的预测值;式(22)中的第一矢量和第二矢量置为零,为式(23)所示;
6-7)计算磁力计修正后的后验系统状态量xk+1/k+1_mag;
xk+1/k+1_mag=xk+1/k+1_accel+qε2 (24)
式(24)中,xk+1/k+1_accel为加速度计修正后的后验系统状态量;k表示时刻;
6-8)更新磁力计修正后的后验协方差矩阵Pk+1/k+1_mag;
Pk+1/k+1_mag=[I-Kmag·Hmag]·Pk+1/k+1_accel (25)
式(25)中,I为7*7大小的单位矩阵;Kmag为磁力计修正的卡尔曼增益;Pk+1/k+1_accel为加速度计修正后的后验协方差矩阵;k表示时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359500.4A CN113155129B (zh) | 2021-04-02 | 2021-04-02 | 一种基于扩展卡尔曼滤波的云台姿态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359500.4A CN113155129B (zh) | 2021-04-02 | 2021-04-02 | 一种基于扩展卡尔曼滤波的云台姿态估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113155129A true CN113155129A (zh) | 2021-07-23 |
CN113155129B CN113155129B (zh) | 2022-07-01 |
Family
ID=76886243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359500.4A Active CN113155129B (zh) | 2021-04-02 | 2021-04-02 | 一种基于扩展卡尔曼滤波的云台姿态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113155129B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113670314A (zh) * | 2021-08-20 | 2021-11-19 | 西南科技大学 | 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法 |
CN114166216A (zh) * | 2021-11-25 | 2022-03-11 | 哈尔滨工程大学 | 一种aru正置与倒置安装的水平姿态测量方法 |
CN114187798A (zh) * | 2021-12-09 | 2022-03-15 | 宜宾职业技术学院 | 一种锉刀教学系统及方法 |
WO2024104446A1 (zh) * | 2022-11-18 | 2024-05-23 | 优奈柯恩(北京)科技有限公司 | 用于估计设备姿态的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160349058A1 (en) * | 2014-06-13 | 2016-12-01 | Beijing Aerospace Wanda Hi-Tech Ltd. | Method and System for Controlling Antenna of Mobile Communication Application System Based on Double Quaternions in MEMS Inertial Navigation |
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 |
CN109460052A (zh) * | 2019-01-09 | 2019-03-12 | 北京明学思机器人科技有限公司 | 一种可拼组飞行器的控制方法 |
CN110887480A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems传感器的飞行姿态估计方法及系统 |
CN111426318A (zh) * | 2020-04-22 | 2020-07-17 | 中北大学 | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 |
CN111625768A (zh) * | 2020-05-19 | 2020-09-04 | 西安因诺航空科技有限公司 | 一种基于扩展卡尔曼滤波的手持云台姿态估计方法 |
-
2021
- 2021-04-02 CN CN202110359500.4A patent/CN113155129B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160349058A1 (en) * | 2014-06-13 | 2016-12-01 | Beijing Aerospace Wanda Hi-Tech Ltd. | Method and System for Controlling Antenna of Mobile Communication Application System Based on Double Quaternions in MEMS Inertial Navigation |
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 |
CN109460052A (zh) * | 2019-01-09 | 2019-03-12 | 北京明学思机器人科技有限公司 | 一种可拼组飞行器的控制方法 |
CN110887480A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems传感器的飞行姿态估计方法及系统 |
CN111426318A (zh) * | 2020-04-22 | 2020-07-17 | 中北大学 | 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法 |
CN111625768A (zh) * | 2020-05-19 | 2020-09-04 | 西安因诺航空科技有限公司 | 一种基于扩展卡尔曼滤波的手持云台姿态估计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113670314A (zh) * | 2021-08-20 | 2021-11-19 | 西南科技大学 | 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法 |
CN113670314B (zh) * | 2021-08-20 | 2023-05-09 | 西南科技大学 | 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法 |
CN114166216A (zh) * | 2021-11-25 | 2022-03-11 | 哈尔滨工程大学 | 一种aru正置与倒置安装的水平姿态测量方法 |
CN114166216B (zh) * | 2021-11-25 | 2023-07-21 | 哈尔滨工程大学 | 一种aru正置与倒置安装的水平姿态测量方法 |
CN114187798A (zh) * | 2021-12-09 | 2022-03-15 | 宜宾职业技术学院 | 一种锉刀教学系统及方法 |
WO2024104446A1 (zh) * | 2022-11-18 | 2024-05-23 | 优奈柯恩(北京)科技有限公司 | 用于估计设备姿态的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113155129B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113155129B (zh) | 一种基于扩展卡尔曼滤波的云台姿态估计方法 | |
CN109163721B (zh) | 姿态测量方法及终端设备 | |
CN110887480B (zh) | 基于mems传感器的飞行姿态估计方法及系统 | |
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 | |
CN109612471B (zh) | 一种基于多传感器融合的运动体姿态解算方法 | |
CN111896007B (zh) | 一种补偿足地冲击的四足机器人姿态解算方法 | |
CN110231029B (zh) | 一种水下机器人多传感器融合数据处理方法 | |
CN112798021B (zh) | 基于激光多普勒测速仪的惯导系统行进间初始对准方法 | |
CN116067370B (zh) | 一种imu姿态解算方法及设备、存储介质 | |
CN106813679B (zh) | 运动物体的姿态估计的方法及装置 | |
CN116147624B (zh) | 一种基于低成本mems航姿参考系统的船舶运动姿态解算方法 | |
CN105910606A (zh) | 一种基于角速度差值的方向修正方法 | |
CN110873563B (zh) | 一种云台姿态估计方法及装置 | |
CN110986928A (zh) | 光电吊舱三轴陀螺仪漂移实时修正方法 | |
CN112504298A (zh) | 一种gnss辅助的dvl误差标定方法 | |
CN116817896A (zh) | 一种基于扩展卡尔曼滤波的姿态解算方法 | |
CN111982089A (zh) | 一种磁罗盘全罗差实时校准与补偿方法 | |
CN108827291B (zh) | 运动载体下的mems陀螺仪输出的零偏补偿方法及装置 | |
CN111649747A (zh) | 一种基于imu的自适应ekf姿态测量改进方法 | |
CN107860382B (zh) | 一种在地磁异常情况下应用ahrs测量姿态的方法 | |
CN116608853B (zh) | 载体动态姿态估计方法、设备、存储介质 | |
CN109674480B (zh) | 一种基于改进互补滤波的人体运动姿态解算方法 | |
CN110375773B (zh) | Mems惯导系统姿态初始化方法 | |
CN108692727B (zh) | 一种带有非线性补偿滤波器的捷联惯导系统 | |
CN112284412A (zh) | 一种避免欧拉转换奇异导致精度下降的地面静态对准方法 |
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 |