基于GMR传感器的三轴电子罗盘

针对现有大多数罗盘精度不高的问题,设计了一款基于新型巨磁阻(GMR)传感器芯片的三轴电子罗盘测量系统。该系统采用3个巨磁阻传感器芯片来测量地磁场矢量,采用三轴加速度传感器来测量载体的横滚角和俯仰角,在MSP430单片机中实现姿态转换、航向解算,最终通过RS232接口把航向角数据传输到电脑上。通过对影响罗盘测量精度误差来源的分析,提出了相应的自动校正和磁场补偿算法;在有外界磁场干扰的情况下,采用三维旋转校准,以保证罗盘能够达到较高的精度。研究结果表明,无论是否有外磁场干扰,罗盘经过校准补偿后精度都能够达到1.5°,从而验证了所设计的罗盘能够有效的对磁场干扰进行补偿。     

基于IMU的机器人姿态自适应EKF测量算法研究

为了实现机器人运动学参数标定,提出一种用惯性测量单元(IMU)实时获取其末端姿态信息的方法。然而,IMU在进行机器人动态姿态测量时,存在加速度计信号中有害加速度(除重力加速度之外的其他加速度)叠加,噪声统计特性参数不易获取,陀螺仪信号随时间发生漂移等影响测量精度的问题。针对这些问题,设计了一种自适应拓展卡尔曼滤波(EKF)姿态测量改进算法。基于EKF模型,首先构建第一级量测噪声方差阵,设定权重因子,降低有害加速度对测量结果的影响;其次在Sage-Husa自适应滤波算法中引入了渐消记忆因子的思想,实时跟踪采样数据的量测噪声,构建第二级量测噪声方差阵;最后采用姿态更新的四元数算法进行数据融合,修正陀螺仪信号漂移产生的误差。实验结果表明,相比Sage-Husa自适应滤波算法,该算法峰高时俯仰角和横滚角的平均绝对误差分别降低了50%和36.43%,峰谷时俯仰角和横滚角的平均绝对误差分别降低了14.28%和19.44%,能有效提高姿态测量精度。     

船载经纬仪数据处理

为了保证船载经纬仪的测角精度,补偿站位及船摇误差,分析了船载设备的姿态数据对测角误差的影响并建立了船摇误差模型.根据该模型提出了设备标定及测量方案,并给出了船载设备站位修正及事后数据处理方法.首先,建立船摇误差模型,分别给出航向、俯仰及横滚测量误差对设备方位角和俯仰角的影响公式;结合测量设备指标及任务要求,制定了标定及测量方案,给出了设备能够保证精度的测角范围.然后,提出了在船载设备特殊使用环境下,站位数据的测量方法及相应的站位船摇修正算法.最后,说明了船载光测设备的测量数据事后处理方法.实验结果表明,在船载精确姿态测量系统最大误差为航向角1.2′,纵倾角24″,横倾角24″的条件下,设备的测角误差均方根为方位≤57″,俯仰≤34″,基本达到了在该测量条件下的理论最优测角精度.     

圆柱形钢制构件表面爬壁机器人姿态估计方法

针对相对封闭、磁干扰等特殊环境下传感器应用受限,导致爬壁机器人的姿态估计误差偏大的问题,提出并实现了一种基于惯性测量单元(IMU)和圆柱形状约束的爬壁机器人姿态估计方法(IMU-CC-ATE)。该方法利用爬壁机器人执行工作任务中运动状态和静止状态频繁切换的特点,使用静止状态时IMU的角速度输出值估计相邻运动状态时IMU的角速度漂移值;并结合圆柱形表面约束使机器人姿态估计的横滚角保持不变的特性,设计扩展卡尔曼滤波器(EKF)对机器人的姿态和IMU的角速度漂移进行实时估计。实验结果表明：该方法使爬壁机器人姿态估计的航向角误差从20°以上降低至3.5°,俯仰角误差保持在2°以内,横滚角误差在0.5°以内,有效地提高了机器人姿态估计精度。     

基于三分量地磁滤波技术的微型AHRS算法研究

针对常规的微型姿态参照系统(AHRS)算法存在过载干扰和滤波发散的问题,设计了一种基于三分量地磁滤波技术的微型AHRS算法。采用一种简化的Sage-Husa自适应滤波算法进行了AHRS的信息融合;采用姿态误差角和陀螺漂移作为状态变量,进行了自适应滤波的时间更新,采用三分量地磁矢量作为观测量,进行了自适应滤波的量测更新;最后,对该算法进行了半物理仿真实验。实验结果表明,该算法能够有效地减小高过载造成的姿态测量误差,在2 g线振动测试条件下,该算法的俯仰角和横滚角的测量精度优于0.75°,航向角精度优于1.87°;与常规的算法相比,系统的抗过载能力提高了近3.2倍。该算法测量精度高、抗过载性好,具有很强的自适应能力,尤其适用于低铁磁干扰、高过载的工作环境。     

微型捷联航姿系统误差分析与补偿

针对由三轴磁传感器、三轴加速度计和三轴速率陀螺构成的九轴传感器航姿系统,基于九轴传感器的姿态解算方法,详细分析了传感器的误差来源并建立了与之相适应的误差数学模型;根据传感器自身特点和九轴传感器的测量特点提出了相对应的误差补偿算法。试验结果表明,磁通门传感器的航向角最大误差由补偿前2.6°降低为补偿后0.19°;补偿后加速度计的俯仰角最大误差为0.19°,倾斜角最大误差0.19°;速率陀螺的静态误差补偿在4 min之内航向角误差为±0.2°,俯仰角补偿后误差±0.3°,倾斜角补偿误差±0.3°;当速率小于14.7(°)/s时,动态误差控制在±0.95°。     

电子磁罗盘航向角误差推导及分析

在不考虑罗差影响的前提下,针对产生磁罗盘航向角误差的因素以及各因素的影响程度进行了计算及分析.首先介绍了磁罗盘的工作原理,在此基础上推导了磁航向角误差的计算式,该式表明磁航向角误差与当地磁倾角、载体俯仰角、载体航向角、水平姿态误差有关.基于该式对一般环境下磁航向角误差的仿真结果表明:当磁倾角为45°、水平姿态误差均不超过±0.5°时,磁航向角误差不超过±1°.进一步分别对各误差因素的影响进行了仿真分析,结果表明在高纬度地区或载体具有运动加速度时使用磁罗盘容易造成较大的磁航向角误差.车载实验结果验证了所推导公式的有效性.     

重力/地磁辅助的欧拉角无迹卡尔曼滤波姿态估计

为了克服应用扩展卡尔曼滤波(EKF)的姿态估计算法的线性化误差问题,提出了一种基于重力/地磁辅助的欧拉角无迹卡尔曼滤波(UKF)姿态估计算法来提升低成本微机电系统(MEMS)的姿态测量精度。应用重力与地磁数据抑制了MEMS姿态误差快速发散问题;将欧拉角作为状态,应用四元数完成时间更新过程中的姿态更新,避免了四元数作为状态的规范化问题及欧拉角姿态更新精度低的问题;由于UKF滤波器不存在线性化误差,故其具有更好的稳定性和姿态估计精度。应用实际MEMS数据开展的算法验证实验显示:与EKF姿态估计算法相比,提出的UKF姿态估计算法得到的俯仰与横滚角精度提高了近20%,航向角精度提高了12.1%。结果表明:本文提出算法的精度更高;然而由于UKF算法对状态协方差估计不足,其收敛时间有所增加。     

基于四元数二阶互补滤波的四旋翼姿态解算

姿态解算是四旋翼飞行器的关键技术,其精度直接影响飞行器控制的可靠性和稳定性。针对当前常用一阶互补滤波算法中阻带衰减速率慢和陀螺仪常值漂移产生的稳态误差问题,通过增加积分环节,设计了一种基于四元数的二阶互补滤波算法,能更好地利用加速度计和磁力计的稳态信息有效补偿陀螺仪常值漂移,从而减少姿态解算的累积误差。仿真结果表明,该算法具有更好的稳定性,提高了系统的姿态解算精度。通过飞行器真实飞行数据对算法进行了实验验证,结果显示姿态的俯仰角、横滚角精度1°,偏航角精度2°,能很好地满足飞行器控制系统对姿态解算的精度要求。     

基于双星敏感器的船体姿态确定

由于单星敏感器横滚测量精度偏低会影响航向测量精度,本文针对测量船的实际使用环境,提出了基于视轴指向的双星敏感器船体姿态测量方法。介绍了单星敏感器船体姿态测量原理及其不足,分析了星敏感器滚动角测量误差对船体姿态测量精度的影响。设计了双星敏感器船体姿态测量系统,建立了基于视轴指向测量的双星敏感器船体姿态测量模型。最后,对该算法模型进行了外场试验验证。试验结果表明,基于双星敏感器的船体姿态测量方法获得的航向、纵摇及横摇测量精度分别为6.9″、5.7″及4.5″,显著优于基于单星敏感器的船体姿态测量精度,避免了星敏感器横滚测量精度对航向测量结果的影响,为船用星敏感器的工程设计提供了参考依据。