CN110440756B - 一种惯导***姿态估计方法 - Google Patents
一种惯导***姿态估计方法 Download PDFInfo
- Publication number
- CN110440756B CN110440756B CN201910571246.7A CN201910571246A CN110440756B CN 110440756 B CN110440756 B CN 110440756B CN 201910571246 A CN201910571246 A CN 201910571246A CN 110440756 B CN110440756 B CN 110440756B
- Authority
- CN
- China
- Prior art keywords
- measurement
- equation
- attitude
- accelerometer
- quaternion
- 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
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
- G01C21/10—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种惯导***姿态估计方法,其技术特点在于:包括以下步骤:步骤1、以姿态四元数为状态量,四元数姿态更新微分方程为基础建立卡尔曼滤波器状态方程;步骤2、以加速度计测量值为输入建立四元数伪卡尔曼波量测方程;步骤3、根据步骤1建立的卡尔曼滤波状态方程和步骤2建立的四元数伪卡尔曼波量测方程进行卡尔曼滤波量测更新,计算量测更新残差值,并根据加速度计量测更新的残差值对量测噪声方差进行实时估计,通过运动加速度的大小动态调节量测噪声方差阵的大小,进而保证***在动态条件下的姿态测量精度。本发明有效的提高了动态条件下水平姿态估计精度。
Description
技术领域
本发明属于IMU姿态测量技术领域,尤其是一种惯导***姿态估计方法。
背景技术
基于IMU的姿态测量***,利用加速度计和陀螺仪输出对水平姿态进行最优估计。当载体无运动加速度时,加速度计可以准确的敏感当地重力矢量,与陀螺仪输出进行融合得到较高精度的水平姿态。然而,当载体存在运动加速度时,加速度计输出包括当地重力加速度和运动加速度,此时若以重力矢量为参考计算水平姿态会导致较大的误差。即载体运动加速度干扰了加速度计对于重力矢量的测量,使得水平姿态估计不准确。因此,如何有效的减弱载体运动加速度的干扰,使得动态条件下***依然具有较高的姿态测量精度,具有一定的研究意义。
发明内容
本发明的目的在于克服现有技术的不足,提出一种惯导***姿态估计方法,能够有效减弱运动加速度的干扰,实现姿态信息的最优估计,提高***动态条件下的水平姿态估计精度。
本发明解决其现实问题是采取以下技术方案实现的:
一种惯导***姿态估计方法,包括以下步骤:
步骤1、以姿态四元数为状态量,四元数姿态更新微分方程为基础建立卡尔曼滤波器状态方程;
步骤2、以加速度计测量值为输入建立四元数伪卡尔曼滤波量测方程;
步骤3、根据步骤1建立的卡尔曼滤波状态方程和步骤2建立的四元数伪卡尔曼波量测方程进行卡尔曼滤波量测更新,计算量测更新残差值,并根据加速度计量测更新的残差值对量测噪声方差进行实时估计,通过运动加速度的大小动态调节量测噪声方差阵的大小,进而保证***在动态条件下的姿态测量精度。
而且,所述步骤1的具体步骤包括:
(1)根据已知的加速度计输出为ya=[0 ax ay az]T,陀螺仪输出为yg=[0 ωx ωyωz]T,重力矢量为G=[0 0 0 -g]T,建立卡尔曼滤波状态方程,已知状态方程基本形式为:
Xk+1=ΦkXk+Wk
其中,δg,k为陀螺仪输出噪声方差。
而且,所述步骤2的具体步骤包括:
(1)由已知量测方程基本形式为:
Zk=HkXk+Vk
载体无运动加速度时,加速度计输出为ya和重力矢量为G具有如下关系:
04×1=HkQk+Vk
量测量Z=04×1;
而且,所述步骤3的具体步骤包括:
(1)卡尔曼滤波一步预测和量测更新:
卡尔曼滤波器参数初始值X0=[1 0 0 0 0 0 0]T,P0=10I7×7,***状态一步预测方程为:
利用加速度计输出ya=[0 ax ay az]T进行量测更新,更新方程如下:
(2)量测噪声方差自适应调整:
加速度计输出量测更新残差为rk=-HkXk+1,k,利用一定时间段内,残差值的均值对量测噪声方差阵进行动态调整:
首先对残差序列进行中值滤波,记录最近个数为N(取N=100)的残差队列rk-N+1,rk-N+2,……,rk;
对队列进行排序后得到由小到大排列新的队列r′vk-N+1,r′vk-N+2,……,rk′;其中,r′vk-N+1≤r′vk-N+2≤…≤r′vk
剔除最大和最小的数后对剩余数据取均值,则量测更新残差值为:
则量测噪声方差阵Rk的无偏估计值可以表示为:
本发明的优点和有益效果:
1、本发明通过设计基于加速度计量测更新残差的估计算法,实时调节量测方差阵的大小,在运动加速度大小未知的条件下,很好地解决了动态条件下惯导***水平姿态估计问题,有效的提高了动态条件下水平姿态估计精度,具有较高的工程应用价值。
2、本发明可用于以惯性测量单元(Inertial Measurement Unit,IMU)为核心器件的姿态测量***。当载体具有运动加速度时,滤波器可以在运动加速度大小未知的条件下,根据加速度计量测更新残差动态调节量测方差阵的数值,有效减弱运动加速度的干扰,实现姿态信息的最优估计。
3、本发明针对运动加速度大小不可预测的问题,设计了基于加速度计输出的伪量测模型,无需对加速度计输出的合加速度值进行阈值判断,根据加速度计量测更新的残差值对量测噪声方差进行实时估计,即根据运动加速度的大小动态调节量测噪声方差阵的大小,保证***在动态条件下的姿态测量精度。
附图说明
图1是本发明的处理流程图。
具体实施方式
以下结合附图对本发明实施例作进一步详述:
一种惯导***姿态估计方法,如图1所示,包括以下步骤:
步骤1、以姿态四元数为状态量,四元数姿态更新微分方程为基础建立卡尔曼滤波器状态方程;
所述步骤1的具体步骤包括:
(1)根据已知的加速度计输出为ya=[0 ax ay az]T,陀螺仪输出为yg=[0 ωx ωyωz]T,重力矢量为G=[0 0 0 -g]T,建立卡尔曼滤波状态方程,已知状态方程基本形式为:
Xk+1=ΦkXk+Wk
其中,I3×3为单位阵,δg,k为陀螺仪输出噪声方差,取决于陀螺仪自身特性,可通过测量获得。
步骤2、以加速度计测量值为输入建立四元数伪卡尔曼波量测方程;
所述步骤2的具体步骤包括:
(1)已知量测方程基本形式为:
Zk=HkXk+Vk
载体无运动加速度时,加速度计输出为ya和重力矢量为G具有如下关系:
04×1=HkQk+Vk
量测量Z=04×1;
步骤3、根据步骤1建立的卡尔曼滤波状态方程和步骤2建立的四元数伪卡尔曼波量测方程进行卡尔曼滤波量测更新,计算量测更新残差值,并根据加速度计量测更新的残差值对量测噪声方差进行实时估计,通过运动加速度的大小动态调节量测噪声方差阵的大小,进而保证***在动态条件下的姿态测量精度。
所述步骤3的具体步骤包括:
(1)卡尔曼滤波一步预测和量测更新:
卡尔曼滤波器参数初始值X0=[1 0 0 0 0 0 0]T,P0=10I7×7,***状态一步预测方程为:
利用加速度计输出ya=[0 ax ay az]T进行量测更新,更新方程如下:
(2)量测噪声方差自适应调整:
加速度计输出量测更新残差为rk=-HkXk+1,k,利用一定时间段内,残差值的均值对量测噪声方差阵进行动态调整:
首先对残差序列进行中值滤波,记录最近个数为N(取N=100)的残差队列rk-N+1,rk-N+2,……,rk;对队列进行排序后得到由小到大排列新的队列r′vk-N+1,r′vk-N+2,……,rk′;其中,r′vk-N+1≤r′vk-N+2≤…≤r′vk。剔除最大和最小的数后对剩余数据取均值。
则量测噪声方差阵Rk的无偏估计值可以表示为
需要强调的是,本发明所述实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (1)
1.一种惯导***姿态估计方法,其特征在于:包括以下步骤:
步骤1、以姿态四元数为状态量,四元数姿态更新微分方程为基础建立卡尔曼滤波器状态方程;
步骤2、以加速度计测量值为输入建立四元数伪卡尔曼滤波量测方程;
步骤3、根据步骤1建立的卡尔曼滤波器状态方程和步骤2建立的四元数伪卡尔曼滤波量测方程进行卡尔曼滤波量测更新,计算量测更新残差值,并根据加速度计量测更新的残差值对量测噪声方差进行实时估计,通过运动加速度的大小动态调节量测噪声方差阵的大小,进而保证***在动态条件下的姿态测量精度;
所述步骤1的具体步骤包括:
(1)根据已知的加速度计输出为ya=[0 ax ay az]T,陀螺仪输出为yg=[0 ωx ωy ωz]T,重力矢量为G=[0 0 0 -g]T,建立卡尔曼滤波器状态方程,已知状态方程基本形式为:
Xk+1=ΦkXk+Wk
其中,I3×3为3×3的单位阵,δg,k为陀螺仪输出噪声方差;
所述步骤2的具体步骤包括:
(1)由已知量测方程基本形式为:
Zk=HkXk+Vk
载体无运动加速度时,加速度计输出为ya和重力矢量为G具有如下关系:
04×1=HkQk+Vk
量测量Z=04×1;
所述步骤3的具体步骤包括:
(1)卡尔曼滤波一步预测和量测更新:
卡尔曼滤波器参数初始值X0=[1 0 0 0 0 0 0]T,P0=10I7×7,***状态一步预测方程为:
利用加速度计输出ya=[0 ax ay az]T进行量测更新,更新方程如下:
(2)量测噪声方差自适应调整:
加速度计输出量测更新残差为rk=-HkXk+1,k,利用一定时间段内,残差值的均值对量测噪声方差阵进行动态调整:
首先对残差序列进行中值滤波,记录最近个数为N的残差队列rk-N+1,rk-N+2,……,rk;
对队列进行排序后得到由小到大排列新的队列r′k-N+1,r′k-N+2,……,r′k;其中,取N=100,r′k-N+1≤r′k-N+2≤…≤r′k
剔除最大和最小的数后对剩余数据取均值,则量测更新残差值为:
则量测噪声方差阵Rk的无偏估计值可以表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910571246.7A CN110440756B (zh) | 2019-06-28 | 2019-06-28 | 一种惯导***姿态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910571246.7A CN110440756B (zh) | 2019-06-28 | 2019-06-28 | 一种惯导***姿态估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110440756A CN110440756A (zh) | 2019-11-12 |
CN110440756B true CN110440756B (zh) | 2021-12-31 |
Family
ID=68428386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910571246.7A Active CN110440756B (zh) | 2019-06-28 | 2019-06-28 | 一种惯导***姿态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110440756B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729348B (zh) * | 2021-01-10 | 2023-11-28 | 河南理工大学 | 一种用于imu***的姿态自适应校正方法 |
CN113175926B (zh) * | 2021-04-21 | 2022-06-21 | 哈尔滨工程大学 | 一种基于运动状态监测的自适应水平姿态测量方法 |
CN114264304B (zh) * | 2021-12-23 | 2023-07-14 | 湖南航天机电设备与特种材料研究所 | 复杂动态环境高精度水平姿态测量方法与*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566477A (zh) * | 2009-06-03 | 2009-10-28 | 哈尔滨工程大学 | 舰船局部捷联惯导***初始姿态快速测量方法 |
CN102486377A (zh) * | 2009-11-17 | 2012-06-06 | 哈尔滨工程大学 | 一种光纤陀螺捷联惯导***初始航向的姿态获取方法 |
CN104154914A (zh) * | 2014-07-25 | 2014-11-19 | 辽宁工程技术大学 | 一种空间稳定型捷联惯导***初始姿态测量方法 |
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*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626441B2 (en) * | 2008-06-17 | 2014-01-07 | Agco Corporation | Methods and apparatus for using position/attitude information to enhance a vehicle guidance system |
-
2019
- 2019-06-28 CN CN201910571246.7A patent/CN110440756B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566477A (zh) * | 2009-06-03 | 2009-10-28 | 哈尔滨工程大学 | 舰船局部捷联惯导***初始姿态快速测量方法 |
CN102486377A (zh) * | 2009-11-17 | 2012-06-06 | 哈尔滨工程大学 | 一种光纤陀螺捷联惯导***初始航向的姿态获取方法 |
CN104154914A (zh) * | 2014-07-25 | 2014-11-19 | 辽宁工程技术大学 | 一种空间稳定型捷联惯导***初始姿态测量方法 |
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*** |
Also Published As
Publication number | Publication date |
---|---|
CN110440756A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110440756B (zh) | 一种惯导***姿态估计方法 | |
CN109459019B (zh) | 一种基于级联自适应鲁棒联邦滤波的车载导航计算方法 | |
CN112013836B (zh) | 一种基于改进自适应卡尔曼滤波的航姿参考***算法 | |
CN109974714B (zh) | 一种Sage-Husa自适应无迹卡尔曼滤波姿态数据融合方法 | |
CN110887481B (zh) | 基于mems惯性传感器的载体动态姿态估计方法 | |
CN111024064B (zh) | 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法 | |
CN107014376B (zh) | 一种适用于农业机械精准作业的姿态倾角估计方法 | |
CN110146075B (zh) | 一种增益补偿自适应滤波的sins/dvl组合定位方法 | |
JP6083279B2 (ja) | 移動状況情報算出方法及び移動状況情報算出装置 | |
CN110887480B (zh) | 基于mems传感器的飞行姿态估计方法及*** | |
CN109945859B (zh) | 一种自适应h∞滤波的运动学约束捷联惯性导航方法 | |
CN110132271B (zh) | 一种自适应卡尔曼滤波姿态估计算法 | |
CN106403952A (zh) | 一种动中通低成本组合姿态测量方法 | |
CN111307114B (zh) | 基于运动参考单元的水面舰船水平姿态测量方法 | |
CN113119980A (zh) | 一种用于电动车的道路坡度估计方法、***和设备 | |
CN112070170A (zh) | 一种动态残差阈值自适应四元数粒子滤波姿态解算数据融合方法 | |
CN114111843B (zh) | 一种捷联惯导***最优动基座初始对准方法 | |
CN110595434A (zh) | 基于mems传感器的四元数融合姿态估计方法 | |
CN114935345A (zh) | 一种基于模式识别的车载惯导安装角误差补偿方法 | |
CN114964222A (zh) | 一种车载imu姿态初始化方法、安装角估计方法及装置 | |
CN112874529B (zh) | 基于事件触发状态估计的车辆质心侧偏角估计方法及*** | |
CN109506674B (zh) | 一种加速度的校正方法及装置 | |
CN113008229B (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 | |
CN110375773B (zh) | Mems惯导***姿态初始化方法 | |
CN110849364B (zh) | 基于动中通的自适应卡尔曼姿态估计方法 |
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 |