CN112284379B - 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法 - Google Patents

一种基于非线性积分补偿的组合运动测量***的惯性预积分方法 Download PDF

Info

Publication number
CN112284379B
CN112284379B CN202010980080.7A CN202010980080A CN112284379B CN 112284379 B CN112284379 B CN 112284379B CN 202010980080 A CN202010980080 A CN 202010980080A CN 112284379 B CN112284379 B CN 112284379B
Authority
CN
China
Prior art keywords
inertial
time
vector
angular velocity
drift
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
Application number
CN202010980080.7A
Other languages
English (en)
Other versions
CN112284379A (zh
Inventor
汤传业
葛红飞
陈建锋
蔡英凤
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN202010980080.7A priority Critical patent/CN112284379B/zh
Publication of CN112284379A publication Critical patent/CN112284379A/zh
Priority to PCT/CN2021/101260 priority patent/WO2022057350A1/zh
Application granted granted Critical
Publication of CN112284379B publication Critical patent/CN112284379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; 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
    • G01C21/16Navigation; 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

本发明提供了一种基于非线性积分补偿的组合运动测量***的惯性预积分方法,在车辆自动驾驶、无人机姿态控制、运动捕捉和增强现实等应用领域中,常用的基于惯性的组合导航定位***或位姿测量***的状态非线性优化估计过程涉及惯性预积分的多个关键步骤。本发明通过在组合运动测量***的惯性预积分中引入多子样非线性积分补偿,构建包括基于非线性积分补偿的姿态、速度和位置预积分计算模型,及其对应的惯性状态更新残差雅克比和惯性状态更新残差协方差的实时计算模型,实现在包括强振动和大机动等高动态运动时的高精度运动估计,并显著提高组合***的计算效能。

Description

一种基于非线性积分补偿的组合运动测量***的惯性预积分 方法
技术领域
本发明涉及智能车自主导航定位、无人机自主导航定位和姿态控制、载体运动捕捉和增 强现实等技术领域,尤其涉及一种基于非线性积分补偿的组合运动测量***的惯性预积分方 法。
背景技术
近年来自动驾驶汽车产业与技术发展迅速,作为自动驾驶核心之一的导航定位***是其 实现自动驾驶的必要组件。另一方面,近年来无人机技术及行业应用急速发展,其在农业植 保、灾难救援、快递运输、测绘、航拍、新闻报道、电力巡检、影视拍摄等领域应用拓展迅速。无人机飞行环境的高动态性、不确定性和复杂性是无人机自主控制面临的主要问题。不 管是自动驾驶所需的导航定位,还是无人机自主飞行所需的姿态控制都离不开无人载体的精 确且可靠的实时位姿测量。另外,增强现实、医疗康复、模拟训练以及动漫制作等应用领域 对运动捕捉技术的需求强烈,且递增显著。
在现有自主导航定位、位姿测量和运动捕捉等运动测量技术领域中,运动测量方案以多 传感信息融合的组合方式为主,其所依赖的多种传感器件中,惯性测量单元因能提供丰富的 高速率且高动态运动信息而几乎不可或缺。常用的惯性基组合运动测量***有:惯性/视觉组 合***、惯性/卫星组合***、惯性/里程计组合***等。
惯性基组合运动测量***中的一个关键组成部分-惯性预积分,通常在一个相对较大的时 间间隔上实施,以形成相对运动约束。然而,以标准积分形式实施的惯性预积分效率低下。 这一问题被Lupton等人提出的基于欧拉角表达的、Forster等人提出的基于SO3流形表达的和 Eckenhoff等人提出的基于四元数表达的线性化惯性预积分方法所解决。然而,Eckenhoff等 人和Nisar等人的研究均表明,在线性化惯性预积分中存在明显的高阶非线性误差,载体动 态运动强度越剧烈,非线性误差越明显。在包括强振动、大机动等高强度的动态运动环境中, 现行线性化惯性预积分的非线性误差更加明显。
因此,亟需从惯性预积分入手,设计一种能够解决高动态运动环境下惯性基组合***运 动测量精度问题的技术方案。
发明内容
针对现有技术中惯性基组合***运动测量在高动态运动环境下精确性差的问题,本发明 提供一种基于非线性积分补偿的组合运动测量***的惯性预积分方法,旨在通过在组合运动 测量***的惯性预积分模型的设计过程中引入非线性积分补偿,进而解决传统线性化惯性预积分方法在高动态运动环境下精确性差的问题,以提高惯性基组合***的运动测量精度。
本发明是通过以下技术手段实现上述技术目的的。
一种基于非线性积分补偿的组合运动测量***的惯性预积分方法,组合运动测量***的 惯性预积分过程中引入多子样非线性积分补偿,构建预积分模型、惯性状态更新残差雅克比 模型和惯性状态更新残差协方差模型,进行惯性预积分;
所述多子样非线性积分补偿的形式包括旋转矢量、速度矢量和位置矢量;
所述预积分模型包括姿态预积分模型、速度预积分模型和位置预积分模型。
进一步,所述旋转矢量为其中φij是与[ti tj]时间段上 姿态变化相等效的旋转矢量,ωk、ωm和ωn分别为tk、tm和tn时刻的理想角速度采样值,Ak、 Βmn分别为旋转积分线性拟合系数、旋转不可交换性补偿系数,×为矢量叉乘,∑为求和算 符,ti、tj、tk、tm和tn分别为第i个、第j个、第k个、第m个和第n个惯性采样时刻,且时刻tk、tm和tn均在时间段[ti tj]上。
进一步,所述速度矢量为其中ΔVij为[ti tj]时间段上 测量加速度引起的速度矢量,ak、an分别为tk、tn时刻的理想加速度采样值,ωm为tm时刻的 理想加速度采样值,Ck为速度积分线性拟合系数,Dmn为速度不可交换性补偿系数。
进一步,所述位置矢量为其中ΔPij为[ti tj]时间段上测 量加速度引起的位置矢量,ak、an分别为tk、tn时刻的理想加速度采样值,ωm为时刻的理想 加速度采样值,Ek为位置积分线性拟合系数,Fmn为位置不可交换性补偿系数。
更进一步,所述姿态预积分模型计算姿态积分对应的旋转矢量φij的初值为:其中/>和/>分别为tk、tm和tn时刻的角速度矢量测量值,/>为组合***优化时角速度漂移初值。
更进一步,所述速度预积分模型计算速度积分ΔVij的初值 其中/>分别为tk、tn时刻的加速度矢量测量值,/>为组合***优化时加速度漂移初值,/>为tm时刻的角速度矢量测量值,/>为 组合***优化时角速度漂移初值。
更进一步,所述位置预积分模型计算位置积分ΔPij的初值 其中/>分别为tk、tn时刻的加速度矢量测量值,/>为组合***优化时加速度漂移初值,/>为tm时刻的角速度矢量测量值,/>为 组合***优化时角速度漂移初值。
进一步,所述惯性状态更新残差雅克比模型包括惯性姿态更新残差雅克比、惯性速度更 新残差雅克比和惯性位置更新残差雅克比;
所述惯性姿态更新残差雅克比的获取为:
其中,eφ是由表达的姿态残差四元数的矢量部分,/>分别为ti、 tj时刻的姿态,/>为与/>等价的姿态变化,/>为由惯性器件漂移引起的从ti时刻到tj时刻的 姿态变化相对于初值/>的姿态偏差更新量;/>与/>等价,/> 为矢量/>的模值,
δbi g、δbj g分别为ti、tj时刻角速度漂移更新量;和/>分别为eφ对ti时刻旋转扰动δφi、tj时刻旋转扰动δφj、ti时刻角速度漂移扰动/>和tj时刻角速度漂移扰动/>的雅克比;/>qmb分别为四元数/>的共轭四元数的标量部分、矢量部分,qn分别为四元数/>的标量部分、矢量部分,/>qr分别为四元数/>的标量部分、矢量部分;()^为求矢量叉乘反对称矩阵算符,()T为求矩阵转置算符,I为 3行3列单位矩阵;fij和fc为中间变量,/> Ak、Βmn分别为旋转积分线性拟合系数、旋转不可交换性补偿系数;
所述的惯性速度更新残差雅克比的获取为:
其中,eV为由表达的速度残差矢量,Vi、Vj分别为ti、tj时 刻的速度,Ri为ti时刻从载体系b到全球坐标系w的旋转矩阵,ΔVg为从ti时刻到tj时刻重力 加速度引起的速度变化,/>为由惯性器件漂移引起的ΔVij相对于初值/>的速度偏差更新量,/>δbi a、δbj a分 别为ti、tj时刻加速度漂移更新量;/>分别为eV对ti时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,/>分别为eV对tj时刻角速度漂移扰动/>角速 度漂移扰动/>的雅克比;h1ij、h2ij、h1c和h2c为中间变量,
所述惯性位置更新残差雅克比的获取为:
其中,eP为由表达的速度残差矢量,Pi、Pj分别为ti、 tj时刻的位置,ΔPv为从ti时刻到tj时刻Vi引起的位置变化,ΔPg为从ti时刻到tj时刻重力加速 度引起的位置变化,/>为由惯性器件漂移引起的ΔPij相对于初值/>的位置偏差更新量,/> 分别为eP对ti时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,/>分别 为eP对tj时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比;s1ij、s2ij、s1c和s2c为中间变量,/>
更进一步,所述惯性状态更新残差协方差模型包括惯性姿态更新残差协方差、惯性速度 更新残差协方差和惯性位置更新残差协方差;
所述惯性状态更新残差协方差模型的获取为:
其中,cov(δφε)、cov(δVε)和cov(δPε)分别为姿态更新残差、速度更新残差和位置更新 残差的协方差, 为矢量/>的模值,/>
δbi a、δbj a分别为ti、tj时刻加速度漂移更新量,δbi g、δbj g分别为ti、tj时刻角速度漂移更新量,/>分别为tk、tn时 刻的加速度矢量测量值,/>分别为tm、tn时刻的角速度矢量测量值,/>为tk时刻的角 速度测量噪声,/>为tk时刻的加速度测量噪声,/>为ti时刻的加速度漂移,/>为ti时刻的角 速度漂移。
与现有技术相比,本发明具有以下优点:
(1)本发明中的组合运动测量***惯性预积分模型中采用了多子样非线性积分补偿方式, 包括多子样非线性补偿形式的旋转矢量、速度矢量和位置矢量,而非单子样线性化积分方式, 使得组合运动测量***可以更好的适用于高动态运动环境。
(2)本发明方法实现容易、并且算法效率高;传统的组合运动测量***惯性预积分过程 中需要频繁地对运动参数实施耗时的旋转变换,而本发明采用的多子样非线性积分补偿方式 只需要进行很少的旋转变换,从而提高了运算效率。
(3)本发明所提出的方法具有很强的工程应用灵活性和适用性,可以灵活的扩展到惯性 与其它传感器的组合运动测量***中,如惯性/视觉、惯性/卫星和惯性/里程计等组合运动测 量***,广泛用于车辆自动驾驶、无人机姿态控制、运动捕捉和增强现实等领域。
附图说明
图1为本发明所述基于非线性积分补偿的组合运动测量***的惯性预积分方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面将结合附图及详细叙述 以清晰说明本发明所揭示内容的精神,任何所属技术领域技术人员在了解本发明内容的实施 例后,当可由本发明内容所教示的技术,加以改变及修饰,其并不脱离本发明内容的精神与范围。本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1是本实施例的流程图,一种基于非线性积分补偿的组合运动测量***的惯性预积分 方法,具体包括如下步骤:
步骤(1),定义惯性测量模型
定义惯性基组合运动测量***中的惯性测量角速度和加速度模型,如下:
其中,分别为t时刻惯性测量角速度矢量、加速度矢量在载体系b上的投影,bω(t)、ba(t)分别为t时刻理想可测角速度矢量、理想可测加速度矢量在载体系b上的投影, bg(t)、ba(t)分别为t时刻惯性测量角速度漂移、加速度漂移在载体系b上的表达,分别为bg(t)、ba(t)对时间的导数,wa(t)为t时刻加速度矢量在全球坐标系w上的表达,wg为 重力加速度在全球坐标系w上的表达,/>为t时刻从全球坐标系w到载体系b的旋转矩阵, εg(t)、εa(t)、εbg(t)和εba(t)均为零均值高斯白噪声。
步骤(2),定义刚体运动微分方程
刚体运动微分方程为:
其中, wa、wV和wP分别为t时刻载体系b相对于全球坐标系w的姿态(四元数)、 载体系b相对于全球坐标系w的加速度在w系上的投影、载体系b相对于全球坐标系w的速 度在w系上的投影和载体系b相对于全球坐标系w的位移在w系上的投影,/>和/>分 别为 wV和wP对时间的导数,/>为t时刻载体系b相对于全球坐标系w的旋转角速度,/>为四元数乘法;式(6)、式(7)和式(8)分别称为刚体运动的旋转微分方程、速度微分方 程和位置微分方程。
步骤(3),计算旋转积分
基于式(6),对旋转四元数微分在[ti tj]上积分可得:
其中,为tj时刻的姿态(四元数),/>为ti时刻的姿态(四元数),/>为/>的逆,为从ti时刻到tj时刻的姿态变化(四元数);
写成如下等效旋转矢量表达形式:
其中,φij是与在表达姿态变化上等效的旋转矢量,φij为φij的模值;在φij为小量时, 式(11)中的近似表达成立;
将旋转矢量φij表达为如下多子样非线性补偿形式:
其中,ωk、ωm和ωn分别为tk、tm和tn时刻的理想角速度采样,Ak、Βmn分别为旋转积分线性拟合系数、旋转不可交换性补偿(又称圆锥补偿)系数,×为矢量叉乘,∑为求和算符,ti、tj、tk、tm和tn分别为第i个、第j个、第k个、第m个和第n个惯性采样时刻,且tk、 tm和tn均在[ti tj]上;
根据式(1)描述,定义tk时刻的角速度测量为:
其中,为tk时刻的角速度矢量测量值,/>为tk时刻的角速度漂移,/>为组合***优化 时/>的初值,/>为每次优化时/>相对于初值的偏差更新量,/>为tk时刻的角速度测量噪声;
由式(12)、式(13)、式(14)和式(15)可导出:
其中,和/>分别为tk、tm和tn时刻的角速度矢量测量值,/>为组合***优化时 角速度漂移初值;I3×3为3×3单位矩阵(简记为I),/>为组合***优化时φij的初值,为 由惯性器件(陀螺)漂移引起的φij相对于初值的偏差更新量(等效旋转矢量),δφij为由惯性 测量噪声引起的φij的随机偏差(等效旋转矢量),()∧为矢量叉乘反对称矩阵算符;
定义:为组合***优化时/>或q(φij)的初值,记为/>q(δφb)为由惯性器件(陀螺) 漂移引起的/>相对于初值的偏差更新量(四元数),记为/>q(δφε)为由惯性测量噪声引起 的/>的随机偏差(四元数),记为qε;则有:
当δφb和δφε为小量时,有如下近似形式:
其中,为/>的模值。
步骤(4),计算速度积分
基于式(2)、式(3)和式(7),对速度微分在[ti tj]上积分可得:
Vj=Vi+ΔVg+RiΔVij (24)
其中,Vj为tj时刻的速度,Vi为ti时刻的速度,Ri为ti时刻从载体系b到全球坐标系w的 旋转矩阵,ΔVg为从ti时刻到tj时刻重力加速度g引起的速度变化,ΔVij为从ti时刻到tj时刻 测量加速度引起的速度变化;
将速度矢量ΔVij表达为如下多子样非线性补偿形式:
其中,ak、an分别为tk、tn时刻的理想加速度采样,Ck、Dmn分别为速度积分线性拟合系数、速度不可交换性补偿(又称旋转效应补偿与划桨效应补偿)系数,tk、tn均在[ti tj]上;
根据式(2)和式(3)描述,定义tk时刻的加速度测量:
其中,为tk时刻的加速度矢量测量值,/>为tk时刻的加速度漂移,/>为组合***优化 时/>的初值,/>为每次优化时/>相对于初值的偏差更新量,/>为tk时刻的加速度测量噪声;
由式(13)~(15)和式(26)~(29)可导出:
其中,为组合***优化时ΔVij的初值,/>为由惯性器件(加速度计)漂移引起的ΔVij相对于初值的偏差更新量,δVε为由惯性测量噪声引起的ΔVij的随机偏差;/>分别为tk、 tn时刻的加速度矢量测量值,/>为组合***优化时加速度漂移初值。
步骤(5),计算位置积分
基于式(2)、式(3)和式(8),对位置微分在[ti tj]上积分可得:
Pj=Pi+ΔPv+ΔPg+RiΔPij (34)
ΔPv=V(ti)(tj-ti) (35)
其中,Pj为tj时刻的位置,Pi为ti时刻的位置,Ri为ti时刻从载体系b到全球坐标系w的 旋转矩阵,ΔPv为从ti时刻到tj时刻Vi引起的位置变化,ΔPg为从ti时刻到tj时刻重力加速度 引起的位置变化,ΔPij为从ti时刻到tj时刻测量加速度引起的位置变化;
将位置矢量ΔPij表达为如下多子样非线性补偿形式:
其中,Ek、Fmn分别为位置积分线性拟合系数、位置不可交换性补偿系数;
由式(13)~(15)、式(27)~(29)和式(37)可导出:
其中,为组合***优化时ΔPij的初值,/>为由惯性器件(加速度计)漂移引起的ΔPij相对于初值的偏差更新量,δPε为由惯性测量噪声引起的ΔPij的随机偏差。/>
步骤(6),构建惯性预积分状态更新残差模型
定义姿态(四元数)、速度、位置和惯性测量漂移更新模型如下:
其中,qr、δVr、δPr和/>分别是从ti时刻到tj时刻的姿态(四元数)更新残差、速度更新残差、位置更新残差、角速度测量漂移更新残差和加速度测量漂移更新残差, 分别是从ti时刻到tj时刻的角速度测量随机偏差、加速度测量随机偏差;
当qr和qε表征微小旋转时,有:
其中,vec()是取四元数矢量部分算符;
针对基于非线性优化方法的组合***,定义惯性状态更新残差向量e,即由姿态、速 度、位置、角速度测量漂移和加速度测量漂移的更新残差组成的向量,分别写为:
选取ti时刻和tj时刻的姿态(四元数)、速度、位置、角速度测量漂移和加速度测量漂移 为组合***非线性优化的状态变量即由/>Vi、Vj、Pi、Pj、δbi g、δbj g、δbi a和 δbj a组成的矢量;对应的待优化状态变量的更新量/>为由δφi、δφj、δVi、δVj、δPi、δPj组成的矢量;各状态量更新关系表示为:/> Vi←Vi+δVi、Vj←Vj+δVj、Pi←Pi+δPi、Pj←Pj+δPj、/>和/>
根据非线性优化方法,状态变量的更新量有下式计算得到:
其中,J为状态更新残差雅克比矩阵,Λ为状态更新残差协方差矩阵。
步骤(7),构建状态更新残差雅克比矩阵
根据式(48)~(52)和式(17)~(18)、(21)、(23)、(31)~(32)、(35)、(39)~(40),可导出各状态更新残差分量的雅克比如下:
/>
其中,δbi g、δbj g分别为ti、tj时刻角速度漂移更新量,和/>分 别为eφ对ti时刻旋转扰动δφi、tj时刻旋转扰动δφj、ti时刻角速度漂移扰动/>和tj时刻角速 度漂移扰动/>的雅克比;/>qmb分别是四元数/>的共轭四元数的标量部分、矢量部分,/>qn分别是四元数/>的标量部分、矢量部分,/>qr分别是四元数/>的标量部分、矢量部分,()T是求矩阵的转置算符;fij和fc为中间变量; eV是由表达的速度残差矢量,δbi a、δbj a分别为ti、tj时刻加速 度漂移更新量,/>分别为eV对ti时刻角速度漂移扰动/>角速度漂移扰动/>的 雅克比,/>分别为eV对tj时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,h1ij、h2ij、h1c和h2c为中间变量;/>分别为eP对ti时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,/>分别为eP对tj时刻角速度漂移扰动/>角速 度漂移扰动/>的雅克比;s1ij、s2ij、s1c和s2c为中间变量;
/>
未写出的状态更新残差分量的雅克比均为零矩阵。
步骤(8),构建状态更新残差协方差矩阵
根据式(22)、式(33)、式(41)和式(4)~(5)、(19)、(23),可导出各状态更新残 差协方差如下:
/>
其中,cov(δφε)、cov(δVε)、cov(δPε)、和/>分别为姿态更新残差、速 度更新残差、位置更新残差、角速度漂移更新残差和加速度漂移更新残差的协方差,/>为矢 量/>的模值,/>为ti时刻的加速度漂移,/>为ti时刻的角速度漂移。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本 发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均 属于本发明的保护范围。

Claims (6)

1.一种基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,组合运动测量***的惯性预积分过程中引入多子样非线性积分补偿,构建预积分模型、惯性状态更新残差雅克比模型和惯性状态更新残差协方差模型,进行惯性预积分;
所述多子样非线性积分补偿的形式包括旋转矢量、速度矢量和位置矢量;
所述预积分模型包括姿态预积分模型、速度预积分模型和位置预积分模型;
所述旋转矢量为其中φij是与[ti tj]时间段上姿态变化相等效的旋转矢量,ωk、ωm和ωn分别为tk、tm和tn时刻的理想角速度采样值,Ak、Bmn分别为旋转积分线性拟合系数、旋转不可交换性补偿系数,×为矢量叉乘,∑为求和算符,ti、tj、tk、tm和tn分别为第i个、第j个、第k个、第m个和第n个惯性采样时刻,且时刻tk、tm和tn均在时间段[ti tj]上;
所述速度矢量为其中ΔVij为[ti tj]时间段上测量加速度引起的速度矢量,ak、an分别为tk、tn时刻的理想加速度采样值,ωm为tm时刻的理想加速度采样值,Ck为速度积分线性拟合系数,Dmn为速度不可交换性补偿系数;
所述位置矢量为其中ΔPij为[ti tj]时间段上测量加速度引起的位置矢量,ak、an分别为tk、tn时刻的理想加速度采样值,ωm为时刻的理想加速度采样值,Ek为位置积分线性拟合系数,Fmn为位置不可交换性补偿系数。
2.根据权利要求1所述的基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,所述姿态预积分模型计算姿态积分对应的旋转矢量φij的初值为:其中/>和/>分别为tk、tm和tn时刻的角速度矢量测量值,/>为组合***优化时角速度漂移初值。
3.根据权利要求1所述的基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,所述速度预积分模型计算速度积分ΔVij的初值 其中/>分别为tk、tn时刻的加速度矢量测量值,/>为组合***优化时加速度漂移初值,/>为tm时刻的角速度矢量测量值,/>为组合***优化时角速度漂移初值。
4.根据权利要求1所述的基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,所述位置预积分模型计算位置积分ΔPij的初值 其中/>分别为tk、tn时刻的加速度矢量测量值,/>为组合***优化时加速度漂移初值,/>为tm时刻的角速度矢量测量值,/>为组合***优化时角速度漂移初值。
5.根据权利要求1-4任一项所述的基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,所述惯性状态更新残差雅克比模型包括惯性姿态更新残差雅克比、惯性速度更新残差雅克比和惯性位置更新残差雅克比;
所述惯性姿态更新残差雅克比的获取为:
其中,eφ是由表达的姿态残差四元数的矢量部分,/>分别为ti、tj时刻的姿态,/>为与/>等价的姿态变化,/>为由惯性器件漂移引起的从ti时刻到tj时刻的姿态变化相对于初值/>的姿态偏差更新量;/>与/>等价,/> 为矢量/>的模值,/>δbi g、δbj g分别为ti、tj时刻角速度漂移更新量;/>和/>分别为eφ对ti时刻旋转扰动δφi、tj时刻旋转扰动δφj、ti时刻角速度漂移扰动/>和tj时刻角速度漂移扰动/>的雅克比;/>qmb分别为四元数/>的共轭四元数的标量部分、矢量部分,/>qn分别为四元数/>的标量部分、矢量部分,/>qr分别为四元数/>的标量部分、矢量部分;()^为求矢量叉乘反对称矩阵算符,()T为求矩阵转置算符,I为3行3列单位矩阵;fij和fc为中间变量,/> Ak、Bmn分别为旋转积分线性拟合系数、旋转不可交换性补偿系数;
所述的惯性速度更新残差雅克比的获取为:
其中,eV为由表达的速度残差矢量,Vi、Vj分别为ti、tj时刻的速度,Ri为ti时刻从载体系b到全球坐标系w的旋转矩阵,ΔVg为从ti时刻到tj时刻重力加速度引起的速度变化,/>为由惯性器件漂移引起的ΔVij相对于初值/>的速度偏差更新量,/>δbi a、δbj a分别为ti、tj时刻加速度漂移更新量;/>分别为eV对ti时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,/>分别为eV对tj时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比;h1ij、h2ij、h1c和h2c为中间变量,/>
所述惯性位置更新残差雅克比的获取为:
其中,eP为由表达的速度残差矢量,Pi、Pj分别为ti、tj时刻的位置,ΔPv为从ti时刻到tj时刻Vi引起的位置变化,ΔPg为从ti时刻到tj时刻重力加速度引起的位置变化,/>为由惯性器件漂移引起的ΔPij相对于初值/>的位置偏差更新量,/>分别为eP对ti时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比,/>分别为eP对tj时刻角速度漂移扰动/>角速度漂移扰动/>的雅克比;s1ij、s2ij、s1c和s2c为中间变量,/>
6.根据权利要求1-4任一项所述的基于非线性积分补偿的组合运动测量***的惯性预积分方法,其特征在于,所述惯性状态更新残差协方差模型包括惯性姿态更新残差协方差、惯性速度更新残差协方差和惯性位置更新残差协方差;
所述惯性状态更新残差协方差模型的获取为:
其中,cov(δφε)、cov(δVε)和cov(δPε)分别为姿态更新残差、速度更新残差和位置更新残差的协方差,分别为角速度测量噪声协方差、加速度测量噪声协方差,为矢量/>的模值,/> k=i+1,i+2,...,j-1,δbi a、δbj a分别为ti、tj时刻加速度漂移更新量,δbi g、δbj g分别为ti、tj时刻角速度漂移更新量,/>分别为tk、tn时刻的加速度矢量测量值,/>分别为tm、tn时刻的角速度矢量测量值,/>为ti时刻的加速度漂移,/>为ti时刻的角速度漂移。
CN202010980080.7A 2020-09-17 2020-09-17 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法 Active CN112284379B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010980080.7A CN112284379B (zh) 2020-09-17 2020-09-17 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法
PCT/CN2021/101260 WO2022057350A1 (zh) 2020-09-17 2021-06-21 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980080.7A CN112284379B (zh) 2020-09-17 2020-09-17 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法

Publications (2)

Publication Number Publication Date
CN112284379A CN112284379A (zh) 2021-01-29
CN112284379B true CN112284379B (zh) 2023-09-22

Family

ID=74420505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980080.7A Active CN112284379B (zh) 2020-09-17 2020-09-17 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法

Country Status (2)

Country Link
CN (1) CN112284379B (zh)
WO (1) WO2022057350A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112284379B (zh) * 2020-09-17 2023-09-22 江苏大学 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法
CN115493579A (zh) * 2022-09-02 2022-12-20 松灵机器人(深圳)有限公司 定位修正方法、装置、割草机器人以及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0822037D0 (en) * 2008-12-03 2009-01-07 Gm Global Tech Operations Inc Vibration controller for attenuating engine generated vibration in an automobile
CN103591965A (zh) * 2013-09-12 2014-02-19 哈尔滨工程大学 一种舰载旋转式捷联惯导***在线标定的方法
CN104897170A (zh) * 2015-05-29 2015-09-09 西北工业大学 一种基于罗德里格参数和二阶非线性量测的滤波对准算法
CN108562288A (zh) * 2018-05-08 2018-09-21 北京航天时代激光导航技术有限责任公司 一种激光捷联惯组***级在线自标定***及方法
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
CN111156987A (zh) * 2019-12-18 2020-05-15 东南大学 基于残差补偿多速率ckf的惯性/天文组合导航方法
CN111256688A (zh) * 2019-11-21 2020-06-09 中国航空工业集团公司西安飞行自动控制研究所 一种惯性导航***的预积分算法
CN111551174A (zh) * 2019-12-18 2020-08-18 无锡北微传感科技有限公司 基于多传感器惯性导航***的高动态车辆姿态计算方法及***

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104677356B (zh) * 2015-03-16 2017-06-16 黄磊 一种基于角增量和比力输出的划桨速度计算方法
US10317214B2 (en) * 2016-10-25 2019-06-11 Massachusetts Institute Of Technology Inertial odometry with retroactive sensor calibration
KR102440358B1 (ko) * 2017-10-12 2022-09-05 한화디펜스 주식회사 관성 기반 항법 장치 및 상대사전적분에 따른 관성 기반 항법 방법
CN111238535B (zh) * 2020-02-03 2023-04-07 南京航空航天大学 一种基于因子图的imu误差在线标定方法
CN112284379B (zh) * 2020-09-17 2023-09-22 江苏大学 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0822037D0 (en) * 2008-12-03 2009-01-07 Gm Global Tech Operations Inc Vibration controller for attenuating engine generated vibration in an automobile
CN103591965A (zh) * 2013-09-12 2014-02-19 哈尔滨工程大学 一种舰载旋转式捷联惯导***在线标定的方法
CN104897170A (zh) * 2015-05-29 2015-09-09 西北工业大学 一种基于罗德里格参数和二阶非线性量测的滤波对准算法
CN108562288A (zh) * 2018-05-08 2018-09-21 北京航天时代激光导航技术有限责任公司 一种激光捷联惯组***级在线自标定***及方法
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
CN111256688A (zh) * 2019-11-21 2020-06-09 中国航空工业集团公司西安飞行自动控制研究所 一种惯性导航***的预积分算法
CN111156987A (zh) * 2019-12-18 2020-05-15 东南大学 基于残差补偿多速率ckf的惯性/天文组合导航方法
CN111551174A (zh) * 2019-12-18 2020-08-18 无锡北微传感科技有限公司 基于多传感器惯性导航***的高动态车辆姿态计算方法及***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GPS/SINS伪距(伪距变化率)组合导航***实验研究;黄凤钊,彭允祥;中国惯性技术学报(02);全文 *
一种快速的基于预积分的SINS等价解算方法;郭凯祥;陈旭;;舰船电子对抗(03);全文 *
基于优化旋转矢量双子样算法的捷联惯导姿态解算;唐炜;刘林飞;张鹏;胡海秀;;江苏科技大学学报(自然科学版)(05);全文 *
基于非线性优化的单目视觉/惯性组合导航算法;程传奇;郝向阳;李建胜;刘智伟;胡鹏;;中国惯性技术学报(05);全文 *
船舶捷联惯导导航定位误差补偿仿真研究;尹剑;高教波;张琬琳;陈红;;计算机仿真(10);全文 *

Also Published As

Publication number Publication date
CN112284379A (zh) 2021-01-29
WO2022057350A1 (zh) 2022-03-24

Similar Documents

Publication Publication Date Title
CN113029199B (zh) 一种激光陀螺惯导***的***级温度误差补偿方法
CN101726295B (zh) 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法
CN107588769B (zh) 一种车载捷联惯导、里程计及高程计组合导航方法
Nebot et al. Initial calibration and alignment of low‐cost inertial navigation units for land vehicle applications
CN110702143B (zh) 基于李群描述的sins捷联惯性导航***动基座快速初始对准方法
CN106595640A (zh) 基于双imu和视觉融合的动基座上物体相对姿态测量方法及***
CN109931955B (zh) 基于状态相关李群滤波的捷联惯性导航***初始对准方法
CN102645223B (zh) 一种基于比力观测的捷联惯导真空滤波修正方法
CN112284379B (zh) 一种基于非线性积分补偿的组合运动测量***的惯性预积分方法
CN104697526A (zh) 用于农业机械的捷联惯导***以及控制方法
CN111189442B (zh) 基于cepf的无人机多源导航信息状态预测方法
CN108981693A (zh) 基于单目相机的vio快速联合初始化方法
CN111189474A (zh) 基于mems的marg传感器的自主校准方法
CN111895988A (zh) 无人机导航信息更新方法及装置
CN112880669B (zh) 一种航天器星光折射和单轴旋转调制惯性组合导航方法
CN109764870B (zh) 基于变换估计量建模方案的载体初始航向估算方法
CN112146655A (zh) 一种BeiDou/SINS紧组合导航***弹性模型设计方法
CN112985450B (zh) 一种具有同步时间误差估计的双目视觉惯性里程计方法
Pei et al. In-motion initial alignment using state-dependent extended Kalman filter for strapdown inertial navigation system
CN111623770A (zh) 一种基于速度误差开环修正的提高惯性制导精度的方法
CN113959462A (zh) 一种基于四元数的惯性导航***自对准方法
CN115200578A (zh) 基于多项式优化的惯性基导航信息融合方法及***
CN113916226B (zh) 一种基于最小方差的组合导航***抗扰滤波方法
CN114018254B (zh) 一种激光雷达与旋转惯导一体化构架与信息融合的slam方法
Al-Jlailaty et al. Efficient attitude estimators: A tutorial and survey

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