CN114964214A - 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法 - Google Patents

一种航姿参考系统的扩展卡尔曼滤波姿态解算方法 Download PDF

Info

Publication number
CN114964214A
CN114964214A CN202210889240.6A CN202210889240A CN114964214A CN 114964214 A CN114964214 A CN 114964214A CN 202210889240 A CN202210889240 A CN 202210889240A CN 114964214 A CN114964214 A CN 114964214A
Authority
CN
China
Prior art keywords
data
attitude
magnetometer
variance
acceleration data
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
CN202210889240.6A
Other languages
English (en)
Other versions
CN114964214B (zh
Inventor
李德仁
叶瑾
邵慧超
肖于亮
郭向欣
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.)
Leador Spatial Information Technology Co ltd
Original Assignee
Leador Spatial Information Technology Co ltd
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 Leador Spatial Information Technology Co ltd filed Critical Leador Spatial Information Technology Co ltd
Priority to CN202210889240.6A priority Critical patent/CN114964214B/zh
Publication of CN114964214A publication Critical patent/CN114964214A/zh
Application granted granted Critical
Publication of CN114964214B publication Critical patent/CN114964214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

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

本发明公开了本发明实施例提供了一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，首先将MEMS惯性单元与磁力测量单元固连安装于载体平面，然后进行平面校准；并获得状态向量；接着利用陀螺仪数据对状态向量中的初始姿态角进行更新；然后得到加速度数据水平分量、磁力计数据水平分量、量测向量以及量测方程；再根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据；最后根据状态向量、自适应估计得到的加速度数据的量测方差、量测向量以及量测方程进行下一时刻的姿态解算，得到最终的姿态角。本发明可以提高姿态解算的准确性。

Description

一种航姿参考系统的扩展卡尔曼滤波姿态解算方法
技术领域
本发明涉及惯性与导航技术领域，尤其涉及一种航姿参考系统的扩展卡尔曼滤波姿态解算方法。
背景技术
磁罗盘通常由加速度计以及磁力计构成，加速度计通过重力矢量获取仪器的水平姿态，随后使用水平姿态将磁力计调平，获取水平方向磁向量，由于预先知道地磁向量水平分量，可以利用测得的磁向量计算出磁方位角。
本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：
其一，磁罗盘在水平角过大的情况下难以获取设备方位；
其二，磁罗盘在周围磁场环境异常情况下难以准确获取磁航向；
其三，磁罗盘在载体在有较大运动加速度的情况下难以准确进行姿态估计。
由此可知，现有技术中的方法存在水平角过大、在磁场环境异常下无法准确获取方位，在载体有较大的运动加速度的情况下无法准确获取姿态的技术问题。
发明内容
本发明提供了一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，用以解决或者至少部分解决现有技术中在特殊环境下无法准确获取姿态的技术问题。
为了解决上述技术问题，本发明提供了一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，包括：
S1：将MEMS惯性单元与磁力测量单元通过预先设计的结构件固连安装于载体平面，MEMS惯性单元与磁力测量单元用以获取加速度数据、磁力计数据以及陀螺仪数据；
S2：将磁力测量单元的XOY平面与载体作为整体进行平面校准；
S3：在车辆静止时，基于初始对准时间内的加速度数据和磁力计数据，并通过双矢量定姿方法获取MEMS惯性单元的初始姿态角，并将MEMS惯性单元的初始姿态角转化为四元数表示形式，加入状态向量中；
S4：利用陀螺仪数据对状态向量中的初始姿态角进行更新，得到k时刻一步预测设备姿态；
S5：获取滑动窗口内的加速度数据和磁力计数据，对滑动窗口内的加速度数据和磁力计数据进行平滑滤波，得到平滑后的加速度数据和磁力计数据，并根据平滑后的加速度数据和磁力计数据、k时刻一步预测设备姿态计算得到加速度数据水平分量、磁力计数据水平分量、量测向量以及量测方程；
S6：根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据；
S7：根据k时刻的状态向量、自适应估计得到的加速度数据的量测方差、量测向量以及量测方程进行下一时刻的姿态解算，得到最终的姿态角。
在一种实施方式中，S2包括：
对磁力测量单元的XOY平面的磁力计数据
Figure 703945DEST_PATH_IMAGE001
使用最小二乘法进行椭圆拟合， 得到椭圆参数
Figure 886665DEST_PATH_IMAGE002
以及长短半轴系数
Figure 197561DEST_PATH_IMAGE003
，然后计算计算得到比例系数
Figure 123928DEST_PATH_IMAGE004
；
根据比例系数得到第一校准系数
Figure 266197DEST_PATH_IMAGE005
和第二校准系数
Figure 619818DEST_PATH_IMAGE006
，
Figure 152430DEST_PATH_IMAGE007
利用第一校准系数和第二校准系数对
Figure 882489DEST_PATH_IMAGE001
进行校准，校准方程为：
Figure 879264DEST_PATH_IMAGE008
其中
Figure 403786DEST_PATH_IMAGE009
为校准后的XOY平面磁力计数据。
在一种实施方式中，步骤S3包括：
在初始对准时间内，将校准后的磁力计数据以及加速度数据求取平均值：
Figure 423694DEST_PATH_IMAGE010
其中，tAlign表示初始对准时间，
Figure 691865DEST_PATH_IMAGE011
表示校准后的磁力计数据，其数值等于校 准后的XOY平面磁力计数据，
Figure 746408DEST_PATH_IMAGE012
表示加速度数据，FS表示MEMS器件的输出频率，j表示累 加的标识符，
Figure 504149DEST_PATH_IMAGE013
表示磁力计数据的平均值，
Figure 11354DEST_PATH_IMAGE014
表示加速度数据的平均值；
使用双矢量定姿方法获取初始姿态
Figure 817636DEST_PATH_IMAGE015
，其中双矢量方程如下：
Figure 992265DEST_PATH_IMAGE016
初始姿态的旋转矩阵表示形式为
Figure 655327DEST_PATH_IMAGE017
：
Figure 915407DEST_PATH_IMAGE018
其中，
Figure 525380DEST_PATH_IMAGE019
为导航系n系下的重力矢量，
Figure 554516DEST_PATH_IMAGE020
为导航系n系下的磁力矢量，
Figure 857322DEST_PATH_IMAGE021
为传感 器下测量的比力，数值上与
Figure 339119DEST_PATH_IMAGE022
相等，
Figure 487203DEST_PATH_IMAGE023
表示传感器下的磁力矢量，数值上与
Figure 636425DEST_PATH_IMAGE024
相 等。
在一种实施方式中，步骤S4包括：
设置扩展卡尔曼滤波器初始状态量为
Figure 844552DEST_PATH_IMAGE025
，
Figure 813645DEST_PATH_IMAGE026
其中，
Figure 765421DEST_PATH_IMAGE027
为
Figure 565886DEST_PATH_IMAGE028
的四元数表示形式；
使用状态更新矩阵对状态进行一步预测，得到一步状态预测值
Figure 210494DEST_PATH_IMAGE029
，
Figure 666884DEST_PATH_IMAGE030
其中，状态更新矩阵为
Figure 156771DEST_PATH_IMAGE031
，状态方差为
Figure 749426DEST_PATH_IMAGE032
，
Figure 564935DEST_PATH_IMAGE033
分别为三轴陀螺建模白噪声，
Figure 508621DEST_PATH_IMAGE034
分别表示陀螺仪的三轴输出，
Figure 67778DEST_PATH_IMAGE035
为当前状态向量。
在一种实施方式中，步骤S5包括：
使用滑动窗口滤波算法对滑动窗口内的磁力计数据与加速度数据进行平滑处理，
Figure 577257DEST_PATH_IMAGE036
其中窗口大小为Width，
Figure 298088DEST_PATH_IMAGE037
、
Figure 729069DEST_PATH_IMAGE038
分别表示滑动窗口内的磁力计数据与加速 度数据，
Figure 826338DEST_PATH_IMAGE039
和
Figure 659165DEST_PATH_IMAGE040
分别表示平滑后的磁力计数据与加速度数据，k为累计计数符，i为第i时刻的序号；
根据平滑后的磁力计数据与加速度数据获取水平坐标系下的磁力计数据与加速 度数据，其中
Figure 285318DEST_PATH_IMAGE041
为前一时刻载体系至水平系的姿态旋转矩阵；
Figure 203596DEST_PATH_IMAGE042
Figure 104556DEST_PATH_IMAGE043
、
Figure 526310DEST_PATH_IMAGE044
分别为水平坐标系下的磁力计数据与加速度数据，
Figure 651261DEST_PATH_IMAGE045
根据平 滑后的加速度数据获得，
Figure 791255DEST_PATH_IMAGE046
根据平滑后的磁力计数据获得；
利用水平坐标系下的磁力计数据获取得到磁方位角
Figure 495906DEST_PATH_IMAGE047
构成量测向量，
Figure 37746DEST_PATH_IMAGE048
其中，
Figure 271281DEST_PATH_IMAGE049
为磁方位角，
Figure 898571DEST_PATH_IMAGE050
为量测向量，
Figure 141334DEST_PATH_IMAGE051
，
Figure 334418DEST_PATH_IMAGE052
分别为水平坐标系下的加速度数据
Figure 4434DEST_PATH_IMAGE053
对应的三维向 量中的第二个元素与第一个元素；
利用平滑后的磁力计数据与加速度数据得到量测矩阵
Figure 853441DEST_PATH_IMAGE054
Figure 634315DEST_PATH_IMAGE055
其中，
Figure 947485DEST_PATH_IMAGE056
分别表示陀螺仪的x,y,z轴输出，
Figure 522822DEST_PATH_IMAGE057
分别为姿态角的方向 余弦矩阵中的第一行第二列元素与第二行第二列元素。
在一种实施方式中，步骤S6根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，包括：
通过下式判断加速度数据水平分量模值是否小于加速度阈值
Figure 921443DEST_PATH_IMAGE058
：
Figure 506008DEST_PATH_IMAGE059
如果小于，则
Figure 876946DEST_PATH_IMAGE060
，否则，
Figure 419923DEST_PATH_IMAGE061
由前面得到的n个量测方差值求平均值得 到，
其中，
Figure 977943DEST_PATH_IMAGE062
表示加速度数据水平分量的模值，
Figure 162937DEST_PATH_IMAGE061
表示量测方差，
Figure 388382DEST_PATH_IMAGE063
为量测方差预设最小值。
在一种实施方式中，步骤S6根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据，包括：
通过下式判断磁力计数据水平分量是否大于磁力计方差阈值
Figure 571102DEST_PATH_IMAGE064
：
Figure 881997DEST_PATH_IMAGE065
其中，
Figure 808365DEST_PATH_IMAGE066
表示磁力计数据水平分量的模值。
如果大于，则在状态更新时不采用磁力计数据，否则，在状态更新时采用磁力计数据。
在一种实施方式中，步骤S7包括：
通过更新
Figure 888317DEST_PATH_IMAGE067
获取一步更新方差
Figure 507517DEST_PATH_IMAGE068
，然后获取当前滤波增益
Figure 305708DEST_PATH_IMAGE069
，具体为：
Figure 832505DEST_PATH_IMAGE070
其中，
Figure 766963DEST_PATH_IMAGE071
为k-1时刻的信息方差，
Figure 557064DEST_PATH_IMAGE072
为初始时刻或者状态的新息方差，预先设置 得到，
Figure 842552DEST_PATH_IMAGE071
根据基于
Figure 110722DEST_PATH_IMAGE072
并通过第一个式子得到，
Figure 165266DEST_PATH_IMAGE073
表示求期望，
Figure 860690DEST_PATH_IMAGE074
为状态更新矩阵，
Figure 367894DEST_PATH_IMAGE075
为 量测方差，
Figure 439755DEST_PATH_IMAGE076
为状态方差；
根据当前滤波增益更新卡尔曼滤波器的姿态向量
Figure 614385DEST_PATH_IMAGE077
，
Figure 277447DEST_PATH_IMAGE078
从姿态向量
Figure 537527DEST_PATH_IMAGE077
提取出姿态四元数，作为最终的姿态。
相对于现有技术，本发明的优点和有益的技术效果如下：
本发明公开一种航姿参考系统的扩展卡尔曼滤波姿态解算方法。首先，将MEMS惯 性与磁力测量单元通过预先设计的结构件固连安装于载体平面上以避免较大的软磁干扰 或固连于载体平面忽略部分软磁干扰；接着为消除实际环境对MEMS与载体整体之间的硬磁 干扰以及部分软磁干扰，进行用户标定，考虑载体约束情况，将磁力计XOY平面与固连载体 作为整体进行平面校准，消除硬磁干扰以及部分软磁干扰；随后在静态环境下，利用初始对 准时间内的加速度数据以及磁力计数据通过双矢量定姿方法获取静态下测量单元姿态，并 将其表示为四元数加入状态向量；随后利用陀螺仪数据对姿态进行姿态更新，得到一步预 测；使用滑动窗口平均后的加速度、磁力计数据与上一步得到的姿态计算得到加速度与磁 力计数据水平分量，继而得到量测向量与量测方程；通过判断
Figure 147500DEST_PATH_IMAGE062
与加速度阈值
Figure 176636DEST_PATH_IMAGE079
的大小来设置量测方差，考虑是否进行加表量测更新，与此同时，判断
Figure 948283DEST_PATH_IMAGE080
与给定磁力计方差阈值
Figure 695659DEST_PATH_IMAGE081
的大小，考虑是否进行磁力计的量测更新，最后，利用扩展卡 尔曼滤波方法得到最终测量单元的姿态。
本发明的方法可以减弱环境中异常磁场以及较大的运动加速度对航姿参考系统的影响，避免传统磁罗盘水平角过大导致磁罗盘失灵的情况，与此同时，显著增加了系统在非均匀磁场以及较大运动加速度下的航向估计精度，实现较快较好的航姿解算。
由于本发明提供的方法，将MEMS惯性测量单元与磁力计单元通过预先设计的结构件固连安装于距铁磁平面25cm以上的位置或固连与铁磁平面，构成航姿参考系统，从而可以满足低成本、安装操作简便、抗干扰性强以及能适应较为复杂的环境下的姿态估计等诸多需求。MEMS中，陀螺仪可以测量敏感轴转过的角速度信息，加速度计可以测量敏感轴的加速度信息，磁力计可以测量敏感轴的磁力计信息，采用磁力计与加速度计进行初始对准后，利用MEMS陀螺计算出一步预测姿态，随后利用阈值判断磁力计是否可用以及使用量测方差约束加速度计测量值贡献后进行卡尔曼滤波，最后得到仪器姿态，提高了测量的精度。
进一步地，在扩展卡尔曼滤波解算方程中，以MEMS陀螺仪信息为主，同时采用MEMS磁力计与加速度计融合，对姿态误差进行估计，可以进一步增强姿态信息的精确性和稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中MEMS与车载安装示意图；
图2为本发明实施例中提供的航姿参考系统的扩展卡尔曼滤波姿态解算方法流程图。
具体实施方式
本发明的目的在于针对现有技术中的方法中存在水平角过大时无法获取方位以及在磁干扰环境下难以获取方位技术问题，提供一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，从而提高姿态计算的准确性，并且可以满足低成本、安装操作简便、抗干扰性强以及能适应较为复杂的环境下的姿态估计等诸多目的。
为了达到上述目的，本发明的主要构思如下：
首先，将MEMS惯性与磁力测量单元通过预先设计的结构件固连安装于载体平面以 避免较大的软磁干扰或固连于载体平面忽略部分软磁干扰；接着为消除实际环境对MEMS与 载体整体之间的硬磁干扰以及部分软磁干扰，进行用户标定，考虑载体约束情况，将磁力计 XOY平面与固连载体作为整体进行平面校准，消除硬磁干扰以及部分软磁干扰；随后在静态 环境下，利用初始对准时间tAlign内的加速度数据以及磁力计数据通过双矢量定姿方法获 取静态下测量单元姿态
Figure 109323DEST_PATH_IMAGE015
，并将其表示为四元数q0加入状态向量
Figure 992965DEST_PATH_IMAGE082
；随后利用陀螺仪数 据对姿态进行姿态更新，得到一步状态预测值
Figure 466672DEST_PATH_IMAGE029
；使用滑动窗口平滑后的加速度数据
Figure 232503DEST_PATH_IMAGE045
、磁力计数据
Figure 184278DEST_PATH_IMAGE046
与上一步得到的姿态
Figure 188006DEST_PATH_IMAGE083
计算得到加速度与磁力计数据水平 分量
Figure 567035DEST_PATH_IMAGE043
和
Figure 757845DEST_PATH_IMAGE044
，继而得到量测向量
Figure 513311DEST_PATH_IMAGE050
与量测方程
Figure 394983DEST_PATH_IMAGE054
；通过判断
Figure 210493DEST_PATH_IMAGE084
与加速度阈值
Figure 950916DEST_PATH_IMAGE085
的大小设置量测方差，考虑是否进行加表量测更新，与此同时，判断
Figure 244494DEST_PATH_IMAGE086
与给定磁力计方差阈值
Figure 691656DEST_PATH_IMAGE064
的大小，考虑是否进行磁力计的量测更新；最 后，利用扩展卡尔曼滤波方法得到最终测量单元的姿态。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，包括：
S1：将MEMS惯性单元与磁力测量单元通过预先设计的结构件固连安装于载体平面，MEMS惯性单元与磁力测量单元用以获取加速度数据、磁力计数据以及陀螺仪数据；
S2：将磁力测量单元的XOY平面与载体作为整体进行平面校准；
S3：在车辆静止时，基于初始对准时间内的加速度数据和磁力计数据，并通过双矢量定姿方法获取MEMS惯性单元的初始姿态角，并将MEMS惯性单元的初始姿态角转化为四元数表示形式，加入状态向量中；
S4：利用陀螺仪数据对状态向量中的初始姿态角进行更新，得到k时刻一步预测设备姿态；
S5：获取滑动窗口内的加速度数据和磁力计数据，对滑动窗口内的加速度数据和磁力计数据进行平滑滤波，得到平滑后的加速度数据和磁力计数据，并根据平滑后的加速度数据和磁力计数据、k时刻一步预测设备姿态计算得到加速度数据水平分量、磁力计数据水平分量、量测向量以及量测方程；
S6：根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据；
S7：根据k时刻的状态向量、自适应估计得到的加速度数据的量测方差、量测向量以及量测方程进行下一时刻的姿态解算，得到最终的姿态角。
请参见图2，为本发明实施例中提供的航姿参考系统的扩展卡尔曼滤波姿态解算方法流程图。
具体实施过程中，将MEMS惯性与磁力测量单元通过预先设计的结构件固连安装于距载体平面25cm以上的位置以避免较大的软磁干扰或固连于载体平面忽略部分软磁干扰。
具体来说，为了防止铁磁平台对磁力计的干扰，需要将测量单元放置于距离铁磁平台一定距离下（经测试25cm为安全距离）避免较大的软磁干扰，或固连于载体平面忽略部分软磁干扰带来的影响。
请参见图1，为本发明实施例中MEMS与车载安装示意图。
步骤S2：为了避免硬磁干扰以及部分软磁干扰，使用平面校准法补偿环境对载体以及磁力计的干扰。
步骤S6通过对加速度数据以及磁力计的进行对量测方差进行自适应估计
步骤S7：在每一个更新时刻t k 后，提取出状态向量
Figure 678066DEST_PATH_IMAGE035
中的前四项作为姿态四元数
Figure 109047DEST_PATH_IMAGE087
，
并将
Figure 206316DEST_PATH_IMAGE088
转化为姿态角
Figure 570302DEST_PATH_IMAGE089
，
该姿态角即为系统最终的输出值。
在一种实施方式中，S2包括：
对磁力测量单元的XOY平面的磁力计数据
Figure 727614DEST_PATH_IMAGE090
使用最小二乘法进行椭圆拟合， 得到椭圆参数
Figure 645891DEST_PATH_IMAGE091
以及长短半轴系数
Figure 281272DEST_PATH_IMAGE092
，然后计算计算得到比例系数
Figure 968605DEST_PATH_IMAGE093
；
根据比例系数得到第一校准系数
Figure 296818DEST_PATH_IMAGE094
和第二校准系数
Figure 171233DEST_PATH_IMAGE095
，
Figure 875884DEST_PATH_IMAGE096
利用第一校准系数和第二校准系数对
Figure 417724DEST_PATH_IMAGE097
进行校准，校准方程为：
Figure 713576DEST_PATH_IMAGE098
其中
Figure 340866DEST_PATH_IMAGE099
为校准后的XOY平面磁力计数据。
具体来说，为了避免硬磁干扰以及部分软磁干扰，使用平面校准法补偿环境对载 体以及磁力计的干扰，由于载体的约束，将与载体平面平行的磁力计平面XOY与固连载体作 为一个整体，载体绕某点平面内行驶一至两圈，尽量使得磁力计X、Y敏感轴能够得到均匀且 足够多的各方向的磁力计数据，去除垂直方向的磁力计数据，从而可以得到XOY平面磁力计 数据
Figure 318050DEST_PATH_IMAGE001
。
然后对XOY平面磁力计数据进行拟合，进而得到校准系数，对其进行校准。
在一种实施方式中，步骤S3包括：
在初始对准时间内，将校准后的磁力计数据以及加速度数据求取平均值：
Figure 979975DEST_PATH_IMAGE100
其中，tAlign表示初始对准时间，
Figure 384412DEST_PATH_IMAGE101
表示校准后的磁力计数据，其数值等于校 准后的XOY平面磁力计数据，
Figure 498998DEST_PATH_IMAGE012
表示加速度数据，FS表示MEMS器件的输出频率，j表示累 加的标识符，
Figure 76610DEST_PATH_IMAGE024
表示磁力计数据的平均值，
Figure 593042DEST_PATH_IMAGE022
表示加速度数据的平均值；
使用双矢量定姿方法获取初始姿态
Figure 433959DEST_PATH_IMAGE028
，其中双矢量方程如下：
Figure 35842DEST_PATH_IMAGE102
初始姿态的旋转矩阵表示形式为
Figure 354828DEST_PATH_IMAGE017
：
Figure 725766DEST_PATH_IMAGE103
其中，
Figure 737584DEST_PATH_IMAGE104
为导航系n系下的重力矢量，
Figure 561184DEST_PATH_IMAGE020
为导航系n系下的磁力矢量，
Figure 949440DEST_PATH_IMAGE105
为传感 器下测量的比力，数值上与
Figure 971623DEST_PATH_IMAGE022
相等，
Figure 154342DEST_PATH_IMAGE023
表示传感器下的磁力矢量，数值上与
Figure 730817DEST_PATH_IMAGE106
相等。
具体来说，为避免线运动对数据初始对准的影响，在初始对准时间内，将校准后的磁力计数据以及加速度数据求取平均值，随后使用双矢量定姿方法获取器件姿态。
在一种实施方式中，步骤S4包括：
设置扩展卡尔曼滤波器初始状态量为
Figure 391606DEST_PATH_IMAGE025
，
Figure 471557DEST_PATH_IMAGE107
其中，
Figure 90757DEST_PATH_IMAGE108
为
Figure 888949DEST_PATH_IMAGE109
的四元数表示形式；
使用状态更新矩阵对状态进行一步预测，得到一步状态预测值
Figure 353428DEST_PATH_IMAGE110
，
Figure 350203DEST_PATH_IMAGE111
其中，状态更新矩阵为
Figure 140305DEST_PATH_IMAGE031
，状态方差为
Figure 160213DEST_PATH_IMAGE112
，
Figure 428384DEST_PATH_IMAGE033
分别为三轴陀螺建模白噪声，
Figure 482927DEST_PATH_IMAGE113
分别表示陀螺仪的三轴输出，
Figure 178351DEST_PATH_IMAGE035
为当前状态向量。
具体来说，即利用扩展卡尔曼滤波与陀螺仪数据更新姿态，设置扩展卡尔曼滤波 器初始状态量为
Figure 951135DEST_PATH_IMAGE026
，其中
Figure 22996DEST_PATH_IMAGE114
为
Figure 728784DEST_PATH_IMAGE028
的四元 数表示形式。使用状态更新矩阵对状态进行一步预测，得到一步状态预测值
Figure 860688DEST_PATH_IMAGE029
。
在一种实施方式中，步骤S5包括：
使用滑动窗口滤波算法对滑动窗口内的磁力计数据与加速度数据进行平滑处理，
Figure 855189DEST_PATH_IMAGE115
其中窗口大小为Width，
Figure 730741DEST_PATH_IMAGE116
、
Figure 494297DEST_PATH_IMAGE117
分别表示滑动窗口内的磁力计数据与加速 度数据，
Figure 531524DEST_PATH_IMAGE039
、
Figure 278900DEST_PATH_IMAGE118
分别表示平滑后的磁力计数据与加速度数据，k为累计计数符，i为 第i时刻的序号；
根据平滑后的磁力计数据与加速度数据获取水平坐标系下的磁力计数据与加速 度数据，其中
Figure 692564DEST_PATH_IMAGE119
为前一时刻载体系至水平系的姿态旋转矩阵；
Figure 576206DEST_PATH_IMAGE120
Figure 581071DEST_PATH_IMAGE043
、
Figure 550164DEST_PATH_IMAGE053
分别为水平坐标系下的磁力计数据与加速度数据，
Figure 501940DEST_PATH_IMAGE045
根据平 滑后的加速度数据获得，
Figure 240088DEST_PATH_IMAGE046
根据平滑后的磁力计数据获得；
利用水平坐标系下的磁力计数据获取得到磁方位角
Figure 884696DEST_PATH_IMAGE121
构成量测向量
Figure 137823DEST_PATH_IMAGE050
，
Figure 893290DEST_PATH_IMAGE122
其中，
Figure 751524DEST_PATH_IMAGE123
，
Figure 567033DEST_PATH_IMAGE052
分别为水平坐标系下的加速度数据
Figure 979560DEST_PATH_IMAGE053
对应的 三维向量中的第二个元素与第一个元素；
利用平滑后的磁力计数据与加速度数据得到量测矩阵
Figure 538718DEST_PATH_IMAGE124
Figure 251459DEST_PATH_IMAGE125
其中，
Figure 237869DEST_PATH_IMAGE126
分别表示陀螺仪的x,y,z轴输出，
Figure 465588DEST_PATH_IMAGE127
分别为姿态角的方向 余弦矩阵中的第一行第二列元素与第二行第二列元素。
具体来说，为了减弱载体震动对源数据造成的影响，首先使用滑动窗口滤波算法对滑动窗口内的磁力计数据与加速度数据进行平滑处理，然后获取水平坐标系下的磁力计数据与加速度数据。
在一种实施方式中，步骤S6根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，包括：
通过下式判断加速度数据水平分量模值是否小于加速度阈值
Figure 562857DEST_PATH_IMAGE128
：
Figure 864525DEST_PATH_IMAGE129
如果小于，则
Figure 21837DEST_PATH_IMAGE060
，否则，
Figure 674536DEST_PATH_IMAGE061
由前面得到的n个量测方差值求平均值 得到，
其中，
Figure 372233DEST_PATH_IMAGE062
表示加速度数据水平分量的模值，
Figure 59566DEST_PATH_IMAGE061
表示量测方差，
Figure 387780DEST_PATH_IMAGE063
为量测方差预设最小值。
其中，前面得到的n个量测方差值是指已知的n个时刻的量测方差的值，卡尔曼滤波是根据前面的n个时刻的值，来估计这一时刻的值，则已知的有n个量测方差。例如在卡尔曼滤波中，将k-n,k-n-1,...k-1时刻，这n个量测方差值做平均来估计k时刻的姿态。
在一种实施方式中，步骤S6根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据，包括：
通过下式判断磁力计数据水平分量是否大于磁力计方差阈值
Figure 262195DEST_PATH_IMAGE064
：
Figure 701266DEST_PATH_IMAGE065
其中，
Figure 243106DEST_PATH_IMAGE086
表示磁力计数据水平分量的模值。
如果大于，则在状态更新时不采用磁力计数据，否则，在状态更新时采用磁力计数据。
对水平磁力计信息（磁力计数据水平分量）进行阈值判断，如果大于磁力计方差阈值，则不将磁力计信息纳入量测更新中，此时
Figure 538958DEST_PATH_IMAGE130
。
在一种实施方式中，步骤S7包括：
通过更新
Figure 166249DEST_PATH_IMAGE131
获取一步更新方差
Figure 409011DEST_PATH_IMAGE068
，然后获取当前滤波增益
Figure 70937DEST_PATH_IMAGE132
，具体为：
Figure 740952DEST_PATH_IMAGE133
其中，
Figure 589960DEST_PATH_IMAGE131
为k-1时刻的信息方差，
Figure 370834DEST_PATH_IMAGE134
为初始时刻或者状态的新息方差，预先设置 得到，
Figure 887266DEST_PATH_IMAGE131
根据基于
Figure 728183DEST_PATH_IMAGE134
并通过第一个式子得到，
Figure 64486DEST_PATH_IMAGE073
表示求期望，
Figure 445789DEST_PATH_IMAGE135
为状态更新矩阵，
Figure 816728DEST_PATH_IMAGE075
为 量测方差，
Figure 828546DEST_PATH_IMAGE136
为状态方差；
根据当前滤波增益更新卡尔曼滤波器的姿态向量
Figure 917725DEST_PATH_IMAGE137
，
Figure 40401DEST_PATH_IMAGE078
从姿态向量
Figure 531426DEST_PATH_IMAGE138
提取出姿态四元数，作为最终的姿态。
总体来说，本发明采用低成本MEMS下的航姿参考系统，解决或部分解决了传统磁罗盘存在水平角过大时无法获取方位以及在磁干扰环境下难以获取方位技术问题，并进一步通过数据融合，获取了姿态估算精度。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，包括：
S1：将MEMS惯性单元与磁力测量单元通过预先设计的结构件固连安装于载体平面，MEMS惯性单元与磁力测量单元用以获取加速度数据、磁力计数据以及陀螺仪数据；
S2：将磁力测量单元的XOY平面与载体作为整体进行平面校准；
S3：在车辆静止时，基于初始对准时间内的加速度数据和磁力计数据，并通过双矢量定姿方法获取MEMS惯性单元的初始姿态角，并将MEMS惯性单元的初始姿态角转化为四元数表示形式，加入状态向量中；
S4：利用陀螺仪数据对状态向量中的初始姿态角进行更新，得到k时刻一步预测设备姿态；
S5：获取滑动窗口内的加速度数据和磁力计数据，对滑动窗口内的加速度数据和磁力计数据进行平滑滤波，得到平滑后的加速度数据和磁力计数据，并根据平滑后的加速度数据和磁力计数据、k时刻一步预测设备姿态计算得到加速度数据水平分量、磁力计数据水平分量、量测向量以及量测方程；
S6：根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据；
S7：根据k时刻的状态向量、自适应估计得到的加速度数据的量测方差、量测向量以及量测方程进行下一时刻的姿态解算，得到最终的姿态角。
2.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，S2包括：
对磁力测量单元的XOY平面的磁力计数据
Figure 783756DEST_PATH_IMAGE001
使用最小二乘法进行椭圆拟合，得到椭 圆参数
Figure 94652DEST_PATH_IMAGE002
以及长短半轴系数
Figure 21019DEST_PATH_IMAGE003
，然后计算计算得到比例系数
Figure 100971DEST_PATH_IMAGE004
；
根据比例系数得到第一校准系数
Figure 251329DEST_PATH_IMAGE005
和第二校准系数
Figure 783942DEST_PATH_IMAGE006
，
Figure 310738DEST_PATH_IMAGE007
利用第一校准系数和第二校准系数对
Figure 245196DEST_PATH_IMAGE001
进行校准，校准方程为：
Figure 769718DEST_PATH_IMAGE008
其中
Figure 851944DEST_PATH_IMAGE009
为校准后的XOY平面磁力计数据。
3.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S3包括：
在初始对准时间内，将校准后的磁力计数据以及加速度数据求取平均值：
Figure 120114DEST_PATH_IMAGE010
其中，tAlign表示初始对准时间，
Figure 971395DEST_PATH_IMAGE011
表示校准后的磁力计数据，其数值等于校准后 的XOY平面磁力计数据，
Figure 401240DEST_PATH_IMAGE012
表示加速度数据，FS表示MEMS器件的输出频率，j表示累加的 标识符，
Figure 970761DEST_PATH_IMAGE013
表示磁力计数据的平均值，
Figure 777043DEST_PATH_IMAGE014
表示加速度数据的平均值；
使用双矢量定姿方法获取初始姿态
Figure 686094DEST_PATH_IMAGE015
，其中双矢量方程如下：
Figure 614735DEST_PATH_IMAGE016
初始姿态的旋转矩阵表示形式为
Figure 343657DEST_PATH_IMAGE017
：
Figure 219209DEST_PATH_IMAGE018
其中，
Figure 982766DEST_PATH_IMAGE019
为导航系n系下的重力矢量，
Figure 285571DEST_PATH_IMAGE020
为导航系n系下的磁力矢量，
Figure 767368DEST_PATH_IMAGE021
为传感器下 测量的比力，数值上与
Figure 977769DEST_PATH_IMAGE022
相等，
Figure 861412DEST_PATH_IMAGE023
表示传感器下的磁力矢量，数值上与
Figure 335118DEST_PATH_IMAGE024
相 等。
4.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S4包括：
设置扩展卡尔曼滤波器初始状态量为
Figure 38632DEST_PATH_IMAGE025
，
Figure 255987DEST_PATH_IMAGE026
其中，
Figure 994136DEST_PATH_IMAGE027
为
Figure 435481DEST_PATH_IMAGE028
的四元数表示形式；
使用状态更新矩阵对状态进行一步预测，得到一步状态预测值
Figure 626291DEST_PATH_IMAGE029
，
Figure 381758DEST_PATH_IMAGE030
其中，状态更新矩阵为
Figure 36730DEST_PATH_IMAGE031
，状态方差为
Figure 586660DEST_PATH_IMAGE032
，
Figure 264766DEST_PATH_IMAGE033
分别为三轴陀螺建模白噪声，
Figure 823923DEST_PATH_IMAGE034
分别表示陀螺仪的三轴输出，
Figure 536664DEST_PATH_IMAGE035
为当前状态向量。
5.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S5包括：
使用滑动窗口滤波算法对滑动窗口内的磁力计数据与加速度数据进行平滑处理，
Figure 319813DEST_PATH_IMAGE036
其中窗口大小为Width，
Figure 485215DEST_PATH_IMAGE037
、
Figure 582484DEST_PATH_IMAGE038
分别表示滑动窗口内的磁力计数据与加速度数 据，
Figure 149731DEST_PATH_IMAGE039
、
Figure 307043DEST_PATH_IMAGE040
分别表示平滑后的磁力计数据与加速度数据，k为累计计数符，i为第i 时刻的序号；
根据平滑后的磁力计数据与加速度数据获取水平坐标系下的磁力计数据与加速度数 据，其中
Figure 756479DEST_PATH_IMAGE041
为前一时刻载体系至水平系的姿态旋转矩阵；
Figure 680876DEST_PATH_IMAGE042
Figure 368210DEST_PATH_IMAGE043
、
Figure 430844DEST_PATH_IMAGE044
分别为水平坐标系下的磁力计数据与加速度数据，
Figure 570838DEST_PATH_IMAGE045
根据平滑后 的加速度数据获得，
Figure 9910DEST_PATH_IMAGE046
根据平滑后的磁力计数据获得；
利用水平坐标系下的磁力计数据获取得到磁方位角
Figure 348487DEST_PATH_IMAGE047
构成量测向量
Figure 847602DEST_PATH_IMAGE048
，
Figure 474892DEST_PATH_IMAGE049
其中，
Figure 452075DEST_PATH_IMAGE050
，
Figure 848422DEST_PATH_IMAGE051
分别为水平坐标系下的加速度数据
Figure 518437DEST_PATH_IMAGE044
对应的三维 向量中的第二个元素与第一个元素；
利用平滑后的磁力计数据与加速度数据得到量测矩阵
Figure 633024DEST_PATH_IMAGE052
Figure 476215DEST_PATH_IMAGE053
其中，
Figure 727068DEST_PATH_IMAGE054
分别表示陀螺仪的x,y,z轴输出，
Figure 302405DEST_PATH_IMAGE055
分别为姿态角的方向余弦矩 阵中的第一行第二列元素与第二行第二列元素。
6.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S6根据加速度数据水平分量与加速度方差阈值之间的关系，对加速度数据的量测方差进行自适应估计，包括：
通过下式判断加速度数据水平分量模值是否小于加速度阈值
Figure 701026DEST_PATH_IMAGE056
：
Figure 20012DEST_PATH_IMAGE057
如果小于，则
Figure 390950DEST_PATH_IMAGE058
，否则，
Figure 199506DEST_PATH_IMAGE059
由前面得到的n个量测方差值求平均值得 到，
其中，
Figure 288685DEST_PATH_IMAGE060
表示加速度数据水平分量的模值，
Figure 411362DEST_PATH_IMAGE059
表示量测方差，
Figure 636807DEST_PATH_IMAGE061
为量测方差预设最小值。
7.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S6根据磁力计数据水平分量与磁力计方差阈值之间的关系，确定是否采用磁力计数据，包括：
通过下式判断磁力计数据水平分量是否大于磁力计方差阈值
Figure 85106DEST_PATH_IMAGE062
：
Figure 130422DEST_PATH_IMAGE063
其中，
Figure 56790DEST_PATH_IMAGE064
表示磁力计数据水平分量的模值；
如果大于，则在状态更新时不采用磁力计数据，否则，在状态更新时采用磁力计数据。
8.如权利要求1所述的航姿参考系统的扩展卡尔曼滤波姿态解算方法，其特征在于，步骤S7包括：
通过更新
Figure 402320DEST_PATH_IMAGE065
获取一步更新方差
Figure 755941DEST_PATH_IMAGE066
，然后获取当前滤波增益
Figure 350871DEST_PATH_IMAGE067
，具体为：
Figure 80929DEST_PATH_IMAGE068
其中，
Figure 280966DEST_PATH_IMAGE065
为k-1时刻的信息方差，
Figure 805489DEST_PATH_IMAGE069
为初始时刻或者状态的新息方差，预先设置得到，
Figure 825397DEST_PATH_IMAGE070
根据基于
Figure 93568DEST_PATH_IMAGE069
并通过第一个式子得到，
Figure 148111DEST_PATH_IMAGE071
表示求期望，
Figure 109114DEST_PATH_IMAGE072
为状态更新矩阵，
Figure 678636DEST_PATH_IMAGE073
为量 测方差，
Figure 484918DEST_PATH_IMAGE074
为状态方差；
根据当前滤波增益更新卡尔曼滤波器的姿态向量
Figure 659547DEST_PATH_IMAGE075
，
Figure 525872DEST_PATH_IMAGE076
从姿态向量
Figure 520373DEST_PATH_IMAGE077
提取出姿态四元数，作为最终的姿态。
CN202210889240.6A 2022-07-27 2022-07-27 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法 Active CN114964214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210889240.6A CN114964214B (zh) 2022-07-27 2022-07-27 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210889240.6A CN114964214B (zh) 2022-07-27 2022-07-27 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法

Publications (2)

Publication Number Publication Date
CN114964214A true CN114964214A (zh) 2022-08-30
CN114964214B CN114964214B (zh) 2022-11-15

Family

ID=82968618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210889240.6A Active CN114964214B (zh) 2022-07-27 2022-07-27 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法

Country Status (1)

Country Link
CN (1) CN114964214B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115655310A (zh) * 2022-10-26 2023-01-31 荣耀终端有限公司 数据的校准方法、电子设备及可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
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
US20090089001A1 (en) * 2007-08-14 2009-04-02 American Gnc Corporation Self-calibrated azimuth and attitude accuracy enhancing method and system (SAAAEMS)
US20110184594A1 (en) * 2010-01-28 2011-07-28 Honeywell International Inc. Systems and methods for providing aircraft heading information
CN103512584A (zh) * 2012-06-26 2014-01-15 北京赛佰特科技有限公司 导航姿态信息输出方法、装置及捷联航姿参考系统
CN105588567A (zh) * 2016-01-25 2016-05-18 北京航空航天大学 一种自动电子罗盘校准辅助式的航姿参考系统及方法
US20170146347A1 (en) * 2015-11-23 2017-05-25 Honeywell International Inc. Methods for attitude and heading reference system to mitigate vehicle acceleration effects
US20180058857A1 (en) * 2016-08-31 2018-03-01 Yost Labs Inc. Local perturbation rejection using time shifting
CN109238262A (zh) * 2018-11-05 2019-01-18 珠海全志科技股份有限公司 一种航向姿态解算及罗盘校准抗干扰方法
CN110672130A (zh) * 2019-11-19 2020-01-10 北方工业大学 一种大失准角下惯性/偏振光组合导航系统ekf对准方法
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
CN114459466A (zh) * 2021-12-29 2022-05-10 宜昌测试技术研究所 一种基于模糊控制的mems多传感器数据融合处理方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
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
US20090089001A1 (en) * 2007-08-14 2009-04-02 American Gnc Corporation Self-calibrated azimuth and attitude accuracy enhancing method and system (SAAAEMS)
US20110184594A1 (en) * 2010-01-28 2011-07-28 Honeywell International Inc. Systems and methods for providing aircraft heading information
CN103512584A (zh) * 2012-06-26 2014-01-15 北京赛佰特科技有限公司 导航姿态信息输出方法、装置及捷联航姿参考系统
US20170146347A1 (en) * 2015-11-23 2017-05-25 Honeywell International Inc. Methods for attitude and heading reference system to mitigate vehicle acceleration effects
CN105588567A (zh) * 2016-01-25 2016-05-18 北京航空航天大学 一种自动电子罗盘校准辅助式的航姿参考系统及方法
US20180058857A1 (en) * 2016-08-31 2018-03-01 Yost Labs Inc. Local perturbation rejection using time shifting
CN109238262A (zh) * 2018-11-05 2019-01-18 珠海全志科技股份有限公司 一种航向姿态解算及罗盘校准抗干扰方法
CN110672130A (zh) * 2019-11-19 2020-01-10 北方工业大学 一种大失准角下惯性/偏振光组合导航系统ekf对准方法
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
CN114459466A (zh) * 2021-12-29 2022-05-10 宜昌测试技术研究所 一种基于模糊控制的mems多传感器数据融合处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J.B. ARCHIBALD: "New technology alternatives to the existing aircraft magnetic azimuth detector", 《PROCEEDINGS OF THE IEEE 1993 NATIONAL AEROSPACE AND ELECTRONICS CONFERENCE-NAECON 1993》 *
刘畅等: "采用四元数无迹卡尔曼滤波的低成本车载姿态航向系统", 《电子测量技术》 *
邵慧超等: "商业化GNSS/INS应用中基于北斗与主惯导航向约束技术研究", 《第十三届中国卫星导航年会》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115655310A (zh) * 2022-10-26 2023-01-31 荣耀终端有限公司 数据的校准方法、电子设备及可读存储介质
CN115655310B (zh) * 2022-10-26 2024-04-05 荣耀终端有限公司 数据的校准方法、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN114964214B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
JP6094026B2 (ja) 姿勢判定方法、位置算出方法及び姿勢判定装置
JP2904118B2 (ja) 姿勢角検出装置及び方法
EP3491334B1 (en) Method and system for calibrating components of an inertial measurement unit (imu) using scene-captured data
KR101480597B1 (ko) 모바일 디바이스 상에서의 센서 측정치의 교정
CN110887481B (zh) 基于mems惯性传感器的载体动态姿态估计方法
US7463953B1 (en) Method for determining a tilt angle of a vehicle
CA2381196C (en) Vibration compensation for sensors
US9417091B2 (en) System and method for determining and correcting field sensors errors
CN110017837B (zh) 一种姿态抗磁干扰的组合导航方法
US20070050138A1 (en) Enhanced inertial system performance
EP2472225A2 (en) Method and system for initial quaternion and attitude estimation
CN109916395B (zh) 一种姿态自主冗余组合导航算法
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
WO2014070399A1 (en) Estimating the gravity vector in a world coordinate system using an accelerometer in a mobile device
CN106370178B (zh) 移动终端设备的姿态测量方法及装置
CN112066985B (zh) 一种组合导航系统初始化方法、装置、介质及电子设备
CN111076722A (zh) 基于自适应的四元数的姿态估计方法及装置
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
CN114964214B (zh) 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法
CN110779553A (zh) 磁力计数据的校准方法
KR100799536B1 (ko) 2축 지자계 센서의 경사각 오차를 보상하기 위한 가상축 지자계 데이터 추정 장치 및 그 방법과, 그를 이용한 방위각 산출 시스템
CN106931965B (zh) 一种确定终端姿态的方法及装置
CN110132271B (zh) 一种自适应卡尔曼滤波姿态估计算法
KR101140379B1 (ko) 리 대수 및 칼만 필터를 이용한 자세 추정 방법 및 장치
CN113639766B (zh) 双轴旋转惯性导航系统中包含非正交角的系统级标定方法

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