CN114763994B - 一种应用于扫地机器人的惯性姿态导航系统 - Google Patents
一种应用于扫地机器人的惯性姿态导航系统 Download PDFInfo
- Publication number
- CN114763994B CN114763994B CN202110491295.7A CN202110491295A CN114763994B CN 114763994 B CN114763994 B CN 114763994B CN 202110491295 A CN202110491295 A CN 202110491295A CN 114763994 B CN114763994 B CN 114763994B
- Authority
- CN
- China
- Prior art keywords
- module
- angle
- attitude
- calibration
- inertial
- 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
- 238000010408 sweeping Methods 0.000 title claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 230000003068 static effect Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 230000001133 acceleration Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000009977 dual effect Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 1
- 241001417527 Pempheridae Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 241001482237 Pica Species 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G01C21/18—Stabilised platforms, e.g. by gyroscope
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请提供一种应用于扫地机器人的惯性姿态导航系统，包括：双I I R滤波模块、毕卡姿态解算模块、卡尔曼滤波模块、更新姿态角模块、出厂静止校准模块和航向角尺度校准模块，所述双I I R滤波模块将输入的三轴陀螺和三轴加速度的原始数据采用双级I I R低通滤波器进行二次滤波，得到滤波后的原始数据；所述毕卡姿态解算模块先将滤波后的原始数据进行惯性姿态四元数解算，再使用毕卡算法进行更新；然后采用卡尔曼滤波模块进行滤波，再采用更新姿态角模块对俯仰角和横滚角进行更新姿态角；出厂静止校准模块进行尺度误差校准计算，航向角尺度校准模块对航向角尺度的误差进行校准，校准后作为系统的输出数据。
Description
技术领域
本发明涉及惯性导航技术领域，更具体地，涉及一种应用于扫地机器人的惯性姿态导航系统。
背景技术
扫地机器人近年来越来越受市场和消费者的欢迎，扫地机器人已然成为机器人行业中业务和需求增长最快的点。市面上大部分扫地机器人采用陀螺仪传感器，但是仅采用陀螺仪传感器会使得扫地机器人的运动方向不准确；为了改善扫地机器人运行轨迹的准确性，提出了六轴加速度陀螺仪传感器在扫地机器人中的应用，采用六轴加速度陀螺仪传感器芯片确实能够提升扫地机器人运行轨迹的精准度，市面上甚至已经存在六轴惯性导航模块、九轴惯性导航模块以及十轴惯性导航模块。不论是哪种类型的导航模块，根据导航手段可大致将扫地机器人分为两类，一类是只靠惯性姿态信息来构建行进地图，另一类是靠激光、机器视觉等传感器来构建地图，但是无论哪一类都需要精准稳定的惯性姿态导航系统作支持，但是，目前现有技术的惯性姿态导航系统的精度有待提高。
有鉴于此，本发明提供一种应用于扫地机器人的惯性姿态导航系统，能够根据扫地机实际需求设计，并且优化了航向角误差补偿策略组，提高了航向角准确性。
发明内容
本发明的目的在于，提供一种应用于扫地机器人的惯性姿态导航系统，能够根据扫地机实际需求设计，并且优化了航向角误差补偿策略组，提高了航向角准确性。
一种应用于扫地机器人的惯性姿态导航系统，包括：双IIR滤波模块、毕卡姿态解算模块、卡尔曼滤波模块、更新姿态角模块、出厂静止校准模块和航向角尺度校准模块，所述双IIR滤波模块将输入的三轴陀螺和三轴加速度的原始数据采用双级IIR低通滤波器进行二次滤波，得到滤波后的原始数据；所述毕卡姿态解算模块先将滤波后的原始数据进行惯性姿态四元数解算，再使用毕卡算法进行更新；然后采用卡尔曼滤波模块进行滤波，再采用更新姿态角模块对俯仰角和横滚角进行更新姿态角；出厂静止校准模块进行尺度误差校准计算，航向角尺度校准模块对航向角尺度的误差进行校准，校准后作为系统的输出数据。
在一些实施方式中，所述双IIR滤波模块，将所述原始数据采用第一级四阶巴特沃斯IIR滤波器，先用FIFO读取原始数据，再将2000HZ原始数据进行数字低通处理，截止频率为200HZ滤除高斯噪声，第一级处理后经过求平均到达第二级四阶巴特沃斯IIR滤波器，第二级四阶巴特沃斯IIR滤波器将100HZ数据进行低通处理后输出，截止频率为15HZ滤除正弦噪声，将滤波后的原始数据输入毕卡姿态解算模块。
三轴陀螺和加速度的数据来源于六轴姿态MEMS传感器，一般传感器内部有集成的IIR滤波器，但其截止频率固定，可供原则的选项少；并且ALLEN方差可以较为准确地描述一个MEMS数据的输出情况，而ALLEN方差分析的结果往往说明，影响系统的杂波截止频率往往与传感器内部集成的IIR截止频率不吻合，因此本申请人对双IIR滤波模块进行了设置，准确截取有效频段、过滤系统杂波。
在一些实施方式中，所述毕卡姿态解算模块进行惯性姿态四元数解算的计算方法为先根据四元数计算得到姿态矩阵，更新姿态更新姿态矩阵后，根据姿态矩阵与与俯仰角θ、横滚角γ和航向角之间的关系，可以得到载体当前时刻的姿态航向角。
进一步的，根据四元数Q＝[q0 q1 q2 q3]T计算得到的姿态矩阵为:
其中，q0、q1、q2、q3分别为四元数的四个量。
进一步的，更新姿态矩阵后的姿态矩阵为：
其中，T00、T01、T02、T10、T11、T12、T20、T21、T22分别为：
进一步的，载体当前时刻的姿态航向角分别为：
进一步的，惯性姿态四元数解算后的数据采用毕卡算法进行更新，毕卡算法更新的计算公式S1为：
其中,Qk为当前四元数，Qk-1是前一时刻四元数，Δθ为角增量模值，ΔΘ为角增量Δθ计算中间变量，I为4维单位阵。其中，ΔΘ的计算公式S2为：
其中，△θx为三轴陀螺X轴角增量，△θy为三轴陀螺Y轴角增量，△θz为三轴陀螺Z轴角增量。
在一些实施方式中，所述卡尔曼滤波模块将俯仰角、横滚角作为状态量并将三轴加速度计的值作为量测量进行自适应卡尔曼滤波。
在一些实施方式中，所述更新姿态角模块进行更新姿态角，更新的姿态角只有俯仰角和横滚角，不包括航向角。
在一些实施方式中，所述出厂静止校准模块包括一组静基座的零偏校准值，并将其保存在系统中，若发生零偏值异常情况，系统将调取出厂数据。
在使用时需要按时进行零偏校准，但在扫地机的实际应用中常常会出现特殊情况，例如在扫地机进行零偏校准的过程中遭到外部撞击或移动，就会使惯导系统校准出现错误。
进一步的，将所述惯性姿态导航系统静止放置于水平台上，惯性姿态导航系统接收到静止校准指令后将进行5秒的校准并自动计算零偏值并将其保存在系统内存中。
进一步的，所述系统内存为MCU的flash。
进一步的，所述出厂静止校准模块根据用户指令进行静止校准并进入校准过程，判别在此过程中是否有过大的原始值并在过程结束后判别零偏值是否过大，若值不正常则直接采用出厂静止校准值。
在一些实施方式中，所述航向角尺度校准模块对陀螺值进行校准，陀螺旋转值A与理想值B成比例关系，陀螺值校准的计算公式为S3：
B＝180*A/K+b (S3)
其中，B为理想值，A为旋转值，b为零偏误差，K为校准值。
进一步的，航向尺度误差校准为将惯性姿态导航系统放置在能够水平旋转180°的平台上，平台旋转180°将给惯性姿态导航系统发送尺度误差校准指令，惯性姿态导航系统接收指令进行尺度误差校准计算并将校准值K保存在MCU的flash中。
在一些实施方式中，所述双IIR滤波模块、出厂静止校准模块和航向角尺度校准模块为所述惯性姿态导航系统的航向角误差补偿策略组，所述毕卡姿态解算模块、卡尔曼滤波模块和更新姿态角模块为所述惯性姿态导航系统的惯性姿态解算组。
附图说明
图1为本申请的应用于扫地机器人的惯性姿态导航系统的结构框图。
图2为本申请的应用于扫地机器人的惯性姿态导航系统的双IIR滤波模块的结构框图。
具体实施方式
描述以下实施例以辅助对本申请的理解，实施例不是也不应当以任何方式解释为限制本申请的保护范围。
在以下描述中，本领域的技术人员将认识到，在本论述的全文中，组件可描述为单独的功能单元(可包括子单元)，但是本领域的技术人员将认识到，各种组件或其部分可划分成单独组件，或者可整合在一起(包括整合在单个的系统或组件内)。
同时，组件或系统之间的连接并不旨在限于直接连接。相反，在这些组件之间的数据可由中间组件修改、重格式化、或以其它方式改变。另外，可使用另外或更少的连接。还应注意，术语“联接”、“连接”、或“输入”“固定”应理解为包括直接连接、通过一个或多个中间媒介来进行的间接的连接或固定。
实施例1：
一种应用于扫地机器人的惯性姿态导航系统，如图1-图2所示，包括：双IIR滤波模块、毕卡姿态解算模块、卡尔曼滤波模块、更新姿态角模块、出厂静止校准模块和航向角尺度校准模块，所述双IIR滤波模块将输入的三轴陀螺和三轴加速度的原始数据采用双级IIR低通滤波器进行二次滤波，得到滤波后的原始数据；所述毕卡姿态解算模块先将滤波后的原始数据进行惯性姿态四元数解算，再使用毕卡算法进行更新；然后采用卡尔曼滤波模块进行滤波，再采用更新姿态角模块对俯仰角和横滚角进行更新姿态角；出厂静止校准模块进行尺度误差校准计算，航向角尺度校准模块对航向角尺度的误差进行校准，校准后作为系统的输出数据。
所述双IIR滤波模块，将所述原始数据采用第一级四阶巴特沃斯IIR滤波器，先用FIFO读取原始数据，再将2000HZ原始数据进行数字低通处理，截止频率为200HZ滤除高斯噪声，第一级处理后经过求平均到达第二级四阶巴特沃斯IIR滤波器，第二级四阶巴特沃斯IIR滤波器将100HZ数据进行低通处理后输出，截止频率为15HZ滤除正弦噪声，将滤波后的原始数据输入毕卡姿态解算模块。三轴陀螺和加速度的数据来源于六轴姿态MEMS传感器，一般传感器内部有集成的IIR滤波器，但其截止频率固定，可供原则的选项少；并且ALLEN方差可以较为准确地描述一个MEMS数据的输出情况，而ALLEN方差分析的结果往往说明，影响系统的杂波截止频率往往与传感器内部集成的IIR截止频率不吻合，因此本申请人对双IIR滤波模块进行了设置，准确截取有效频段、过滤系统杂波。
所述毕卡姿态解算模块进行惯性姿态四元数解算的计算方法为先根据四元数计算得到姿态矩阵，更新姿态更新姿态矩阵后，根据姿态矩阵与与俯仰角θ、横滚角γ和航向角之间的关系，可以得到载体当前时刻的姿态航向角。根据四元数Q＝[q0 q1 q2 q3]T计算得到的姿态矩阵为:
其中，q0、q1、q2、q3分别为四元素的四个量。
更新姿态矩阵后的姿态矩阵为：
其中，T00、T01、T02、T10、T11、T12、T20、T21、T22分别为：
载体当前时刻的姿态航向角分别为：
惯性姿态四元数解算后的数据采用毕卡算法进行更新，毕卡算法更新的计算公式S1为：
其中,Qk为当前四元数，Qk-1是前一时刻四元数，Δθ为角增量模值，ΔΘ为角增量Δθ计算中间变量，I为4维单位阵。其中，ΔΘ的计算公式S2为：
其中，△θx为三轴陀螺X轴角增量，△θy为三轴陀螺Y轴角增量，△θz为三轴陀螺Z轴角增量。
所述卡尔曼滤波模块将俯仰角、横滚角作为状态量并将三轴加速度计的值作为量测量进行自适应卡尔曼滤波。所述更新姿态角模块进行更新姿态角，更新的姿态角只有俯仰角和横滚角，不包括航向角。所述出厂静止校准模块包括一组静基座的零偏校准值，并将其保存在系统中，若发生零偏值异常情况，系统将调取出厂数据。在使用时需要按时进行零偏校准，但在扫地机的实际应用中常常会出现特殊情况，例如在扫地机进行零偏校准的过程中遭到外部撞击或移动，就会使惯导系统校准出现错误。将所述惯性姿态导航系统静止放置于水平台上，惯性姿态导航系统接收到静止校准指令后将进行5秒的校准并自动计算零偏值并将其保存在系统内存中。所述系统内存为MCU的flash。所述出厂静止校准模块根据用户指令进行静止校准并进入校准过程，判别在此过程中是否有过大的原始值并在过程结束后判别零偏值是否过大，若值不正常则直接采用出厂静止校准值。所述航向角尺度校准模块对陀螺值进行校准，陀螺旋转值A与理想值B成比例关系，陀螺值校准的计算公式为S3：B＝180*A/K+b，其中，B为理想值，A为旋转值，b为零偏误差，K为校准值。航向尺度误差校准为将惯性姿态导航系统放置在能够水平旋转180°的平台上，平台旋转180°将给惯性姿态导航系统发送尺度误差校准指令，惯性姿态导航系统接收指令进行尺度误差校准计算并将校准值K保存在MCU的flash中。所述双IIR滤波模块、出厂静止校准模块和航向角尺度校准模块为所述惯性姿态导航系统的航向角误差补偿策略组，所述毕卡姿态解算模块、卡尔曼滤波模块和更新姿态角模块为所述惯性姿态导航系统的惯性姿态解算组。
尽管本申请已公开了多个方面和实施方式，但是其它方面和实施方式对本领域技术人员而言将是显而易见的，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。本申请公开的多个方面和实施方式仅用于举例说明，其并非旨在限制本申请，本申请的实际保护范围以权利要求为准。
Claims (7)
1.一种应用于扫地机器人的惯性姿态导航系统，其特征在于，包括：双IIR滤波模块、毕卡姿态解算模块、卡尔曼滤波模块、更新姿态角模块、出厂静止校准模块和航向角尺度校准模块，所述双IIR滤波模块将输入的三轴陀螺和三轴加速度的原始数据采用双级IIR低通滤波器进行二次滤波，得到滤波后的原始数据，具体的，所述双IIR滤波模块，将所述原始数据采用第一级四阶巴特沃斯IIR滤波器，先用FIFO读取原始数据，再将2000HZ原始数据进行数字低通处理，截止频率为200HZ滤除高斯噪声，第一级处理后经过求平均到达第二级四阶巴特沃斯IIR滤波器，第二级四阶巴特沃斯IIR滤波器将100HZ数据进行低通处理后输出，截止频率为15HZ滤除正弦噪声，将滤波后的原始数据输入毕卡姿态解算模块；所述毕卡姿态解算模块先将滤波后的原始数据进行惯性姿态四元数解算，惯性姿态四元数解算后的数据采用毕卡算法进行更新，毕卡算法更新的计算公式S1为：
其中,Qk为当前四元数，Qk-1是前一时刻四元数，Δθ为角增量模值，ΔΘ为角增量Δθ计算中间变量，I为4维单位阵，其中，ΔΘ的计算公式S2为：
其中，△θx为三轴陀螺X轴角增量，△θy为三轴陀螺Y轴角增量，△θz为三轴陀螺Z轴角增量；
再使用毕卡算法进行更新；然后采用卡尔曼滤波模块进行滤波，再采用更新姿态角模块对俯仰角和横滚角进行更新姿态角；出厂静止校准模块进行尺度误差校准计算，航向角尺度校准模块对航向角尺度的误差进行校准，校准后作为系统的输出数据。
2.如权利要求1所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，所述毕卡姿态解算模块进行惯性姿态四元数解算的计算方法为先根据四元数计算得到姿态矩阵，更新姿态更新姿态矩阵后，根据姿态矩阵与与俯仰角θ、横滚角γ和航向角之间的关系，可以得到载体当前时刻的姿态航向角。
3.如权利要求1所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，所述卡尔曼滤波模块将俯仰角、横滚角作为状态量并将三轴加速度计的值作为量测量进行自适应卡尔曼滤波；所述更新姿态角模块进行更新姿态角，更新的姿态角只有俯仰角和横滚角，不包括航向角。
4.如权利要求1所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，所述出厂静止校准模块包括一组静基座的零偏校准值，并将其保存在系统中，若发生零偏值异常情况，系统将调取出厂数据。
5.如权利要求4所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，将所述惯性姿态导航系统静止放置于水平台上，惯性姿态导航系统接收到静止校准指令后将进行5秒的校准并自动计算零偏值并将其保存在系统内存中。
6.如权利要求1所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，所述航向角尺度校准模块对陀螺值进行校准，陀螺旋转值A与理想值
B成比例关系，陀螺值校准的计算公式为S3：
B＝180*A/K+b(S3)
其中，B为理想值，A为旋转值，b为零偏误差，K为校准值。
7.如权利要求6所述的应用于扫地机器人的惯性姿态导航系统，其特征在于，所述双IIR滤波模块、出厂静止校准模块和航向角尺度校准模块为所述惯性姿态导航系统的航向角误差补偿策略组，所述毕卡姿态解算模块、卡尔曼滤波模块和更新姿态角模块为所述惯性姿态导航系统的惯性姿态解算组。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110491295.7A CN114763994B (zh) | 2021-05-06 | 2021-05-06 | 一种应用于扫地机器人的惯性姿态导航系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110491295.7A CN114763994B (zh) | 2021-05-06 | 2021-05-06 | 一种应用于扫地机器人的惯性姿态导航系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114763994A CN114763994A (zh) | 2022-07-19 |
| CN114763994B true CN114763994B (zh) | 2024-01-30 |
Family
ID=82364539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110491295.7A Active CN114763994B (zh) | 2021-05-06 | 2021-05-06 | 一种应用于扫地机器人的惯性姿态导航系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114763994B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103033186A (zh) * | 2012-12-30 | 2013-04-10 | 东南大学 | 一种用于水下滑翔器的高精度组合导航定位方法 |
| CN103940447A (zh) * | 2014-04-11 | 2014-07-23 | 哈尔滨工程大学 | 一种基于自适应数字滤波器的系泊状态初始对准方法 |
| CN104898681A (zh) * | 2015-05-04 | 2015-09-09 | 浙江工业大学 | 一种采用三阶近似毕卡四元数的四旋翼飞行器姿态获取方法 |
| CN105698792A (zh) * | 2016-01-26 | 2016-06-22 | 上海实汇机电科技有限公司 | 一种基于自适应鲁邦融合算法的动态mems惯性姿态测量系统 |
| CN107990910A (zh) * | 2017-11-06 | 2018-05-04 | 哈尔滨工业大学 | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 |
| CN108106635A (zh) * | 2017-12-15 | 2018-06-01 | 中国船舶重工集团公司第七0七研究所 | 惯性卫导组合导航系统的长航时抗干扰姿态航向校准方法 |
| WO2018107679A1 (zh) * | 2016-12-12 | 2018-06-21 | 华为技术有限公司 | 一种动态三维图像获取的方法和设备 |
| CN110851776A (zh) * | 2019-11-19 | 2020-02-28 | 东南大学 | 一种高动态变转速载体的姿态解算方法 |
-
2021
- 2021-05-06 CN CN202110491295.7A patent/CN114763994B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103033186A (zh) * | 2012-12-30 | 2013-04-10 | 东南大学 | 一种用于水下滑翔器的高精度组合导航定位方法 |
| CN103940447A (zh) * | 2014-04-11 | 2014-07-23 | 哈尔滨工程大学 | 一种基于自适应数字滤波器的系泊状态初始对准方法 |
| CN104898681A (zh) * | 2015-05-04 | 2015-09-09 | 浙江工业大学 | 一种采用三阶近似毕卡四元数的四旋翼飞行器姿态获取方法 |
| CN105698792A (zh) * | 2016-01-26 | 2016-06-22 | 上海实汇机电科技有限公司 | 一种基于自适应鲁邦融合算法的动态mems惯性姿态测量系统 |
| WO2018107679A1 (zh) * | 2016-12-12 | 2018-06-21 | 华为技术有限公司 | 一种动态三维图像获取的方法和设备 |
| CN107990910A (zh) * | 2017-11-06 | 2018-05-04 | 哈尔滨工业大学 | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 |
| CN108106635A (zh) * | 2017-12-15 | 2018-06-01 | 中国船舶重工集团公司第七0七研究所 | 惯性卫导组合导航系统的长航时抗干扰姿态航向校准方法 |
| CN110851776A (zh) * | 2019-11-19 | 2020-02-28 | 东南大学 | 一种高动态变转速载体的姿态解算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114763994A (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8762091B1 (en) | Inertial measurement system | |
| US7230567B2 (en) | Azimuth/attitude detecting sensor | |
| 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 | |
| EP1936465B1 (en) | Travel angle detection system for mobile object | |
| AU2008201684A1 (en) | Heading stabilization for aided inertial navigation systems | |
| CN114076610B (zh) | Gnss/mems车载组合导航系统的误差标定、导航方法及其装置 | |
| CN113108790B (zh) | 机器人imu角度测量方法、装置、计算机设备及存储介质 | |
| CN110887481A (zh) | 基于mems惯性传感器的载体动态姿态估计方法 | |
| US20220252399A1 (en) | Composite sensor and angular velocity correction method | |
| 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 | |
| KR20170094851A (ko) | 기울기센서를 이용한 자이로센서의 캘리브레이션 방법 | |
| CN110986928A (zh) | 光电吊舱三轴陀螺仪漂移实时修正方法 | |
| JP2023042129A (ja) | 慣性センサーモジュール | |
| CN116067370A (zh) | 一种imu姿态解算方法及设备、存储介质 | |
| CN114526731A (zh) | 一种基于助力车的惯性组合导航方向定位方法 | |
| CN116817896A (zh) | 一种基于扩展卡尔曼滤波的姿态解算方法 | |
| CN112797979B (zh) | 一种应用于agv的惯性姿态导航系统 | |
| US11293816B2 (en) | Inertial measurement apparatus and method with improved thermal and noise performance | |
| CN114763994B (zh) | 一种应用于扫地机器人的惯性姿态导航系统 | |
| CN113532481A (zh) | 一种mems惯性导航系统的零偏补偿方法 | |
| CN117029810A (zh) | 一种基于迭代EKF的Mahony姿态测量方法 | |
| CN109916399B (zh) | 一种阴影下的载体姿态估计方法 | |
| CN113063416A (zh) | 一种基于自适应参数互补滤波的机器人姿态融合方法 | |
| JPH08304448A (ja) | 力学量検出器および力学量検出方法 | |
| CN115655269A (zh) | 一种三轴超声波辅助下的行人自主定位导航方法 |
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 |