基于Kalman滤波算法的姿态传感器信号融合技术研究

针对应用三轴陀螺仪和三轴加速度传感器的四旋翼飞行器姿态角测量问题,提出了基于Kalman滤波算法的姿态传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理,认为陀螺仪输出的角速度误差与其所测角速度及上一时刻的角速度输出误差相关,并据此建立陀螺仪测量线性方程,在此基础上,应用Kalman滤波算法,以加速度计输出的姿态角对陀螺仪测量的姿态角进行修正,从而达到姿态角准确测量的目的。实验结果表明：应用Kalman滤波算法对加速度传感器和陀螺仪信号融合后可有效消除姿态角测量累积误差并显著改善姿态角测量的动态特性。     

基于ANN和单个三轴加速度传感器的汽车运动姿态测量

汽车车身姿态测量一直是汽车技术的关键一环。提出了一种无陀螺实时车身姿态测量方案,利用单个三轴加速度传感器通过BP人工神经网络(ANN)映射出实时车身姿态。方案巧妙地根据汽车行驶的特性作出物理模型以及算法的精简,利用神经网络的非线性函数学习和泛化推理能力,对输入的三轴加速度值进行惯性有害分量滤除和系统误差补偿然后映射输出...     

六组合传感器的测量算法研究

基于六组合高精度陀螺(如激光陀螺、光纤陀螺等)传感器测量载体的三向角速率和三向加速度的数据,对三向姿态角进行求解测量算法的研究。利用一种四元数法的数学间接计算方法,即利用四维空间中的四元数的性质和运算规则来研究三维空间中刚体转动的问题,在科研试飞测量中具有很好的实际应用价值。     

一种车身姿态的捷联测量

汽车车身姿态测量一直是汽车技术的关键一环.提出了一种无陀螺实时车身姿态测量方案,利用单个三轴线加速度传感器结合轮速编码器解算出实时车身姿态.设计从硬件到软件都作出了大量精简处理以构建实时性高的嵌入式系统.并以芯片LPC2478作MCU,三轴加速度传感器采用MMA7260为例给出具体的硬件电路连接,说明其部件特性和构成原理,从应用上指出干扰来源和抗干扰措施,阐述了MCU工作的软件处理流程.最后给出了实验过程中的数据.     

一种基于MEMS传感器的无人飞艇航姿测量系统

提出了一种基于微机电系统(MEMS)惯性传感器的航姿测量系统。分析了一些传统姿态解算算法融合过程中的不足,提出一种高效的融合算法,利用梯度法将加速度计和磁力计对地球重力场和磁场矢量的观测量去修正陀螺给出的姿态信息。针对实际测量系统中振动对姿态的干扰问题,提出切比雪夫II型低通数字滤波器进行传感器数据预处理,并结合运动状态修正融合算法从而进一步抑制振动。通过实验表明:该系统的算法具有较低的计算负荷,能有效地估计出姿态,抑制振动有害加速度对姿态估计的影响,测量动态误差小于2°,静态误差小于0.8°。     

MEMS惯性传感器ADIS16355在姿态测量中应用研究

为了实现惯性导航控制,需获取控制对象的姿态角信息,设计了基于MEMS惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元,利用加速度计对重力向量的观测来修正陀螺给出的姿态信息,卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块,阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程,基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验,测试结果表明,该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角,其误差一般在?1?左右。     

MEMS惯性传感器ADIS16355在姿态测量中的应用

设计了基于微电子机械系统(Microelectro mechanical system,MEMS)惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元,利用加速度计对重力向量的观测来修正陀螺给出的姿态信息,卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块,阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程。基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验。测试结果表明,该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角,其误差一般在±1°左右。     

MEMS传感器的惯性测量模块的设计与初始校准

设计了一种基于微机电系统(MEMS)传感器的惯性测量模块,它包括三轴加速度计、三轴陀螺和三轴磁阻传感器。这种惯性测量模块具有体积小、功耗低、成本低的优点,可以方便地用在微小机器人定位系统以及空中机器人控制系统中。详细分析了模块的误差来源,提出了模块中三轴加速度计的非正交误差模型。并运用基于Newton迭代的方法实现了一种自动初始校准算法。实验结果表明:这种自动初始校准算法可以有效地消除该模块的固定偏差、比例误差和非正交误差。     

基于MEMS传感器的车载微惯性测量单元设计

为了感知汽车姿态,利用MEMS传感器自主设计了一种车载微惯性测量单元(MIMU),详细介绍了三轴MEMS加速度计、三轴MEMS陀螺和正六面体的设计。该单元具有成本低、精度高、体积小,且便于标定等优点,可以方便地运用到汽车姿态实时监测系统中。给出了单元的标定方法,分析了其误差来源,建立误差模型以及自主设计了标定系统。实验结果表明:该单元能有效地消除信号干扰,具有满意的精度要求,可对运用该单元进行汽车姿态监测等提供理论研究与工程应用参考。     

基于四元数姿态估计的捷联惯导初始对准算法

针对传统动基座捷联惯导系统OBA粗对准算法,在低精度传感器中,易受到陀螺零偏的影响,存在累计误差导致观测矢量精度低的缺点,本文研究了基于四元数的无迹卡尔曼滤波来进行载体的姿态估计.该方法可以估计陀螺仪的零偏,并在预测方程中将其去除,能够有效地抑制陀螺零偏带来的累计误差,从而提高姿态误差角的收敛精度.最后设计了仿真与车载实验,验证本文所研究算法的有效性.     

基于磁传感器组合的运动物体姿态解算

姿态参数的测试是运动物体测试过程中的重要指标。针对角速度陀螺仪在高速运动中姿态角的测量误差较大,提出了基于加速度和线圈式磁传感器的姿态测量组合。线圈式磁传感器的输出值包含了载体的转速和角速度信息的综合,求出载体的角速度信息,通过扩展的全姿态四元数算法进行数据融合和姿态解算。在三轴转台上进行半实物的仿真实验,验证算法的正确性,在解算过程中无须知道当地磁场大小,方法简单易行。     

小型尾坐式飞行器航姿参考系统

针对小型尾坐式飞行器姿态实时解算问题,研究了低成本的航姿参考系统(AHRS).由于MEMS惯性器件精度较低,设计了混合卡尔曼滤波器,以姿态四元数和陀螺随机漂移为状态变量,抑制了载体长时间飞行时陀螺漂移造成的累积误差.由于加速度计输出值在除重力加速度之外的附加加速度较大时不可信,完善了判断载体运动状态的方法,根据加速度计的实际输出,选择加速度值或者磁场强度作为观测量.实验结果表明,设计的算法在精度和计算效率方面都能满足控制系统的需求,更加适用于对实时性有较高要求的飞行器.     

Sensor data fusion for body state estimation in a hexapod robot with dynamical gaits

We report on a hybrid 12-dimensional full body state estimator for a hexapod robot executing a jogging gait in steady state on level terrain with regularly alternating ground contact and aerial phases of motion. We use a repeating sequence of continuous time dynamical models that are switched in and out of an extended Kalman filter to fuse measurements from a novel leg pose sensor and inertial sensors. Our inertial measurement unit supplements the traditionally paired three-axis rate gyro and three-axis accelerometer with a set of three additional three-axis accelerometer suites, thereby providing additional angular acceleration measurement, avoiding the need for localization of the accelerometer at the center of mass on the robot's body, and simplifying installation and calibration. We implement this estimation procedure offline, using data extracted from numerous repeated runs of the hexapod robot RHex (bearing the appropriate sensor suite) and evaluate its performance with reference to a visual ground-truth measurement system, comparing as well the relative performance of different fusion approaches implemented via different model sequences.     

Adaptive,high precision,satellite attitude control for microprocessor implementation

A control system is presented for three-axis, gas jet, satellite attitude control having application to any spacecraft where precise pointing is required within stringent mass and power limitations. Several novel features are incorporated as follows: parabolic switching boundaries are employed with parameters which adapt to a disturbing acceleration estimate in order to achieve a zero offset steady-state limit cycle of preset amplitude in the arcsecond region which minimizes both fuel consumption and thruster operation frequency. The disturbing acceleration estimate is obtained from a third-order state estimator, together with angle error and rate estimates using an angle error measurement from a rate integrating gyro and a jet drive input. Time optimal recovery from large initial angle errors and rapid response to step changes in disturbing acceleration are achieved. In addition, stable control is obtained with disturbing acceleration approaching the control jet acceleration. A slew control algorithm is incorporated which enables the same control law to be utilized for fuel optimal slewing through unlimited angles, one axis at a time. Simulation results are presented, including demonstration of stochastic performance with gyro and jet noise.     

基于旋转矩阵KF的低成本MEMS姿态解算

针对低成本MEMS器件组合的姿态检测系统在运动加速度干扰下姿态估计精度较差等问题,提出了一种基于旋转矩阵卡尔曼滤波器(KF)的姿态解算方法.为了克服四元数法观测方程为非线性的缺点,该方法以旋转矩阵部分元素建立状态方程,并对量测加速度采用状态反馈估计的运动加速度进行补偿,减小了外部加速度的干扰,然后通过构造水平观测向量降低了计算复杂度,并给出了量测噪声协方差的推导.最后设计了卡尔曼滤波器对量测信息实现融合.动静态测试表明,该方法消除了累计误差,与无迹卡尔曼滤波(UKF)相比,提高了在运动加速度干扰下的姿态估计精度.     

无人机自适应姿态角度估计仿真

针对复杂环境下传感器噪声未知且不断变化,会导致姿态融合结果不准确的问题,设计了一种基于单新息自适应算法的卡尔曼滤波器,对加速度计和陀螺仪噪声协方差进行在线估计。首先,介绍了能够结合各个传感器优势的无人机姿态融合算法。然后,设计了采用基于单新息自适应算法的卡尔曼滤波器,给出了能够在线估计加速度噪声协方差R和陀螺仪噪声协方差Q的自适应算法。MATLAB仿真表明单新息自适应卡尔曼滤波器在环境噪声变化时,能够更准确地获得无人机的姿态信息,提高了姿态融合精确度,提高了滤波器的鲁棒性。     

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台.同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05.,偏航角漂移速度0.01(°)/s.     

基于惯性测量单元的远程跌倒报警系统

设计了一种基于九轴惯性测量单元和无线通信网的远程跌倒报警系统.从数学模型入手,将跌倒过程划分为身体失衡、碰撞冲击、倒地静止这三个阶段,研究了加速度与角速度向量模值、瞬时姿态角等参数;采用卡尔曼滤波算法解决了陀螺仪静态测量时的零点漂移问题;利用佩戴于腰间的惯性测量传感器对运动参数进行测量,并由微处理器作出基于多阈值的最终判决;当检测到有跌倒发生时,系统立刻发出多重报警,最大程度地降低跌倒引发的伤害.实验结果显示,该系统对跌倒识别的正确率超过90％,可用于老年人的一般医疗监护场合.