CN112504268A - 一种无人机imu采集数据的预处理方法 - Google Patents

一种无人机imu采集数据的预处理方法 Download PDF

Info

Publication number
CN112504268A
CN112504268A CN202011002579.7A CN202011002579A CN112504268A CN 112504268 A CN112504268 A CN 112504268A CN 202011002579 A CN202011002579 A CN 202011002579A CN 112504268 A CN112504268 A CN 112504268A
Authority
CN
China
Prior art keywords
imu
linear acceleration
unmanned aerial
aerial vehicle
flight state
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.)
Pending
Application number
CN202011002579.7A
Other languages
English (en)
Inventor
周起如
黄桃丽
辛艳峰
张晨
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.)
Hefei Siwill Intelligent Co ltd
Original Assignee
Hefei Siwill Intelligent 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 Hefei Siwill Intelligent Co ltd filed Critical Hefei Siwill Intelligent Co ltd
Priority to CN202011002579.7A priority Critical patent/CN112504268A/zh
Publication of CN112504268A publication Critical patent/CN112504268A/zh
Pending legal-status Critical Current

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Navigation (AREA)

Abstract

本发明提出了一种无人机IMU采集数据的预处理方法，包括以下步骤：S1、获取IMU采集的无人机飞行状态参数值；S2、基于IMU采集的飞行状态参数值划分滤波器的计算单元；S3、对每个计算单元分别进行三次多项式拟合计算，确定系数矩阵；S4、基于系数矩阵确定矩阵方程，计算无人机对应时刻值滤波后的飞行状态参数值；S5、基于滤波后的数据划分滤波器的下一个计算单元，重复步骤S3至S5，实现对飞行状态参数的迭代滤波处理；S6、输出经过滤波处理的无人机飞行状态参数值。本发明基于多项式的拟合算法处理数据，降低了采集数据中的噪声和峰值，提高无人机飞行姿态解算的稳定性和精确性，促进无人机的进一步的应用与发展。

Description

一种无人机IMU采集数据的预处理方法
技术领域
本发明涉及无人机技术领域，尤其涉及一种无人机IMU采集数据的预处理方法。
背景技术
随着无人机技术的快速发展，并逐渐广泛应用于军事、民用领域。惯性检测元件(IMU)是一种实时获取载体状态参数信息检测元件，如加速度计、陀螺仪、磁力计等，IMU具备价格便宜、能够稳定快速地采集到机体的状态参数信息的特点。IMU在无人机上的应用降低了生产成本，进一步促进了无人机的推广与应用。
随着无人机的广泛应用各领域，导致IMU的使用环境存在不确定性，陀螺仪和加速计等元件易受外界环境如温度、振动等的影响，导致采集的数据存在漂移或噪声较大的问题。因此，无人机在进行姿态解算前的IMU数据的预处理是必要的。
发明内容
基于背景技术中存在的技术问题，本发明提出了一种无人机IMU采集数据的预处理方法。
本发明提出的一种无人机IMU采集数据的预处理方法，包括以下步骤：
S1、获取IMU采集的无人机飞行状态参数值；
S2、基于IMU采集的无人机飞行状态参数值划分滤波器的计算单元；
S3、对每个计算单元分别进行三次多项式拟合计算，确定系数矩阵；
S4、基于系数矩阵确定矩阵方程，计算无人机对应时刻值滤波后的飞行状态参数值；
S5、基于滤波后的飞行状态参数值划分滤波器的下一个计算单元，重复步骤S3至S5，实现对飞行状态参数的迭代滤波处理；
S6、输出经过滤波处理的无人机飞行状态参数值。
优选的，在步骤S1中，以获取IMU采集的无人机加速度计的三维线加速度值为例，获取：
Acc_x1：机体沿参考坐标系X轴的线加速度值,单位为m/s2；
Acc_y1：机体沿参考坐标系Y轴的线加速度值,单位为m/s2；
Acc_z1：机体沿参考坐标系Z轴的线加速度值,单位为m/s2；
设定数据采集周期dt＝0.02，单位为s。
优选的，在步骤S2中，以滤波器的窗体长度为L＝a划分计算单元，设定计算单元的移动步长Step＝b，则计算单元划分如下：
第一个计算单元为IMU采集的前a个三维线加速度值；
第二个计算单元为第一个计算单元的滤波更新的后b个三维线加速度值，加上紧接第一个计算单元后面的b个三维线加速度值；
第m个计算单元为第m-1个计算单元的滤波更新的后b个三维线加速度值，加上紧接在第m-1个计算单元后面的b个三维线加速度值。
优选的，设定a＝10，b＝5，确保计算单元始终保持10个周期的三维线加速度值作为滤波器的输入，滤波器的输入表示为：
Figure BDA0002694848220000021
其中：W表示三维线加速度值矩阵，Acc＝[Acc_x1,Acc_y1,Acc_z1]。
优选的，在步骤S3中，三次多项式函数为y(x)＝ω0+ω1x+ω2x2+ω3x3；令
Figure BDA0002694848220000031
其中：x表示滤波数据对应的时刻值，X表示由三次多项式表达式获取的系数矩阵，M表示三次多项式的拟合系数矩阵，y表示沿坐标系X、Y、Z中某一维度方向上的线加速度值；
则三次多项式函数可转化为线性代数形式，即得系数矩阵：
y(x,M)＝XM。
优选的，在步骤S5中，将滤波后的后5个飞行状态参数值作为下一次的计算单元的前5个飞行状态参数值，重复步骤S3至步骤S5，实现对飞行状态参数的迭代滤波处理。
本发明提出的一种无人机IMU采集数据的预处理方法，基于多项式的拟合算法处理数据，降低了采集数据中的噪声和峰值，提高无人机飞行姿态解算的稳定性和精确性，促进无人机的进一步的应用与发展；采用前后计算数据关联迭代计算，保留了采集数据的无人机状态参数内在特性；后一个计算单元的处理数据包含前一个计算单元滤波处理后的数据，确保前后计算单元之间的联系性，有效的提高精度和稳定性，为无人机的稳定飞行垫定基础。
附图说明
图1为本发明提出的一种无人机IMU采集数据的预处理方法的流程图。
具体实施方式
参照图1，本发明提出一种无人机IMU采集数据的预处理方法，包括以下步骤：
S1、获取IMU采集的无人机飞行状态参数值，以获取加速度计的三维线加速度值为例，获取：
Acc_x1：机体沿参考坐标系X轴的线加速度值,单位为m/s2；
Acc_y1：机体沿参考坐标系Y轴的线加速度值,单位为m/s2；
Acc_z1：机体沿参考坐标系Z轴的线加速度值,单位为m/s2；
设定数据采集周期dt＝0.02，单位为s。
S2、基于IMU采集的无人机加速度计的三维线加速度值划分滤波器的计算单元；
本方法中，以滤波器的窗体长度为L＝10(采样周期的状态参数值)划分计算单元，设定计算单元的移动步长Step＝5，则计算单元划分如下：
第一个计算单元为IMU采集的前10个三维线加速度值；
第二个计算单元为第一个计算单元的滤波更新的后5个三维线加速度值，加上紧接第一个计算单元后面的5个三维线加速度值；
第m个计算单元为第m-1个计算单元的滤波更新的后5个三维线加速度值，加上紧接在第m-1个计算单元后面的5个三维线加速度值，确保计算单元始终保持10个周期的三维线加速度值作为滤波器的输入，则滤波器的输入表示为：
Figure BDA0002694848220000041
其中：W表示三维线加速度值矩阵，Acc＝[Acc_x1,Acc_y1,Acc_z1]。
S3、对每个计算单元分别进行三次多项式拟合计算，确定系数矩阵；
三次多项式函数为y(x)＝ω0+ω1x+ω2x2+ω3x3；令
Figure BDA0002694848220000042
其中：x表示滤波数据对应的时刻值，X表示由三次多项式表达式获取的系数矩阵，M表示三次多项式的拟合系数矩阵，y表示沿坐标系X、Y、Z中某一维度方向上的线加速度值；
则三次多项式函数可转化为线性代数形式，即得系数矩阵：
y(x,M)＝XM；
设定质量评价函数，选用ERMS(均方根误差)如下：
Figure BDA0002694848220000051
其中：N表示滤波器窗口长度；
基于最小误差法则，获取线性回归方程。
S4、基于系数矩阵确定矩阵方程，计算无人机对应时刻值滤波后的三维线加速度值。
S5、基于滤波后的三维线加速度值划分滤波器的下一个计算单元，重复步骤S3至步骤S5，实现对三维线加速度值的迭代滤波处理；
将滤波后的后5个三维线加速度值作为下一次的计算单元的前5个三维线加速度值，确保前后计算单元之间的联系性，且下一步的计算有一半的三维线加速度值为经过滤波处理的三维线加速度值，使当前的计算单元的多项式拟合计算出来的三维线加速度值准确性更高。
S6、输出经过滤波处理的无人机加速度计的三维线加速度值；
通过对IMU采集的三维线加速度值进行不断的迭代计算更新，完成三维线加速度值的预处理计算，为后面的状态估算垫定了坚实的基础。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种无人机IMU采集数据的预处理方法，其特征在于，包括以下步骤：
S1、获取IMU采集的无人机飞行状态参数值；
S2、基于IMU采集的飞行状态参数值划分滤波器的计算单元；
S3、对每个计算单元分别进行三次多项式拟合计算，确定系数矩阵；
S4、基于系数矩阵确定矩阵方程，计算无人机对应时刻值滤波后的飞行状态参数值；
S5、基于滤波后的飞行状态参数值划分滤波器的下一个计算单元，重复步骤S3至S5，实现对飞行状态参数的迭代滤波处理；
S6、输出经过滤波处理的无人机飞行状态参数值。
2.根据权利要求1所述的无人机IMU采集数据的预处理方法，其特征在于，在步骤S1中，以获取IMU采集的无人机加速度计的三维线加速度值为例，获取：
Acc_x1：机体沿参考坐标系X轴的线加速度值,单位为m/s2；
Acc_y1：机体沿参考坐标系Y轴的线加速度值,单位为m/s2；
Acc_z1：机体沿参考坐标系Z轴的线加速度值,单位为m/s2；
设定数据采集周期dt＝0.02，单位为s。
3.根据权利要求2所述的无人机IMU采集数据的预处理方法，其特征在于，在步骤S2中，设定滤波器的窗体长度为L＝a，设定计算单元的移动步长Step＝b，则计算单元划分如下：
第一个计算单元为IMU采集的前a个三维线加速度值；
第二个计算单元为第一个计算单元的滤波更新的后b个三维线加速度值，加上紧接第一个计算单元后面的b个三维线加速度值；
第m个计算单元为第m-1个计算单元的滤波更新的后b个三维线加速度值，加上紧接在第m-1个计算单元后面的b个三维线加速度值。
4.根据权利要求3所述的无人机IMU采集数据的预处理方法，其特征在于，设定a＝10，b＝5，确保计算单元始终保持10个周期的三维线加速度值作为滤波器的输入，滤波器的输入表示为：
Figure RE-FDA0002909855690000022
其中：W表示三维线加速度值矩阵，Acc＝[Acc_x1,Acc_y1,Acc_z1]。
5.根据权利要求1所述的无人机IMU采集数据的预处理方法，其特征在于，在步骤S3中，三次多项式函数为y(x)＝ω0+ω1x+ω2x2+ω3x3；令
Figure RE-FDA0002909855690000021
其中：x表示滤波数据对应的时刻值，X表示由三次多项式表达式获取的系数矩阵，M表示三次多项式的拟合系数矩阵，y表示沿坐标系X、Y、Z中某一维度方向上的线加速度值；
则三次多项式函数可转化为线性代数形式，即得系数矩阵：
y(x,M)＝XM。
6.根据权利要求1所述的无人机IMU采集数据的预处理方法，其特征在于，在步骤S5中，将滤波后的后5个飞行状态参数值作为下一个计算单元的前5个飞行状态参数值，重复步骤S3至步骤S5，实现对飞行状态参数的迭代滤波处理。
CN202011002579.7A 2020-09-22 2020-09-22 一种无人机imu采集数据的预处理方法 Pending CN112504268A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011002579.7A CN112504268A (zh) 2020-09-22 2020-09-22 一种无人机imu采集数据的预处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011002579.7A CN112504268A (zh) 2020-09-22 2020-09-22 一种无人机imu采集数据的预处理方法

Publications (1)

Publication Number Publication Date
CN112504268A true CN112504268A (zh) 2021-03-16

Family

ID=74953987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011002579.7A Pending CN112504268A (zh) 2020-09-22 2020-09-22 一种无人机imu采集数据的预处理方法

Country Status (1)

Country Link
CN (1) CN112504268A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108809272A (zh) * 2018-03-20 2018-11-13 北京理工大学 多项式卡尔曼滤波方法及滤波器
CN109031422A (zh) * 2018-08-09 2018-12-18 吉林大学 一种基于CEEMDAN与Savitzky-Golay滤波的地震信号噪声抑制方法
CN109646022A (zh) * 2019-01-10 2019-04-19 杭州电子科技大学 儿童注意力评估***及其方法
CN109827577A (zh) * 2019-03-26 2019-05-31 电子科技大学 基于运动状态检测的高精度惯性导航定位算法
CN110608741A (zh) * 2019-09-25 2019-12-24 北京安达维尔科技股份有限公司 一种提高飞机航姿参考***姿态解算精度的方法
CN110934579A (zh) * 2019-10-31 2020-03-31 郑州大学第一附属医院 一种基于深度学习的心电数据分类方法
CN111324848A (zh) * 2020-02-17 2020-06-23 北京建筑大学 移动激光雷达测量***车载轨迹数据优化方法
CN111458116A (zh) * 2020-03-10 2020-07-28 博世华域转向***有限公司 一种汽车转向管柱装配质量检测方法
CN113029191A (zh) * 2019-12-24 2021-06-25 天津大学 基于自适应多尺度滤波器的mems陀螺仪信号去噪方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108809272A (zh) * 2018-03-20 2018-11-13 北京理工大学 多项式卡尔曼滤波方法及滤波器
CN109031422A (zh) * 2018-08-09 2018-12-18 吉林大学 一种基于CEEMDAN与Savitzky-Golay滤波的地震信号噪声抑制方法
CN109646022A (zh) * 2019-01-10 2019-04-19 杭州电子科技大学 儿童注意力评估***及其方法
CN109827577A (zh) * 2019-03-26 2019-05-31 电子科技大学 基于运动状态检测的高精度惯性导航定位算法
CN110608741A (zh) * 2019-09-25 2019-12-24 北京安达维尔科技股份有限公司 一种提高飞机航姿参考***姿态解算精度的方法
CN110934579A (zh) * 2019-10-31 2020-03-31 郑州大学第一附属医院 一种基于深度学习的心电数据分类方法
CN113029191A (zh) * 2019-12-24 2021-06-25 天津大学 基于自适应多尺度滤波器的mems陀螺仪信号去噪方法
CN111324848A (zh) * 2020-02-17 2020-06-23 北京建筑大学 移动激光雷达测量***车载轨迹数据优化方法
CN111458116A (zh) * 2020-03-10 2020-07-28 博世华域转向***有限公司 一种汽车转向管柱装配质量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
任宜东: "基于Ａｎｄｒｏｉｄ平台的人体运动识别技术研究与应用", 《参见说明书第0038-0073段，图1-2》 *
陈培永: "动态信号处理若干技术及应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN111121768B (zh) 一种机器人位姿估计方法、装置、可读存储介质及机器人
CN109682377B (zh) 一种基于动态步长梯度下降的姿态估计方法
CN111551174A (zh) 基于多传感器惯性导航***的高动态车辆姿态计算方法及***
CN110068326B (zh) 姿态计算方法、装置、电子设备以及存储介质
CN107272718B (zh) 基于卡尔曼滤波的姿态控制方法及装置
CN108562290B (zh) 导航数据的滤波方法、装置、计算机设备及存储介质
CN107782304B (zh) 移动机器人的定位方法及装置、移动机器人及存储介质
CN107727114B (zh) 基于陀螺仪的加速度标定方法及***、服务终端、存储器
CN110887493A (zh) 基于局部地图匹配的轨迹推算方法、介质、终端和装置
CN113108790B (zh) 机器人imu角度测量方法、装置、计算机设备及存储介质
CN108829996B (zh) 获得车辆定位信息的方法及装置
CN108444468B (zh) 一种融合下视视觉与惯导信息的定向罗盘
CN116105725A (zh) Gnss/ins冗余组合导航方法、模组、***及介质
CN114280332A (zh) 一种三轴加速度传感器校正方法
CN110595434B (zh) 基于mems传感器的四元数融合姿态估计方法
WO2020135183A1 (zh) 点云地图的构建方法、装置、计算机设备和存储介质
CN108871319B (zh) 一种基于地球重力场与地磁场序贯修正的姿态解算方法
CN113432612A (zh) 飞行体的导航方法、装置及***
CN112504268A (zh) 一种无人机imu采集数据的预处理方法
CN113008244A (zh) 导航信息的处理方法、装置、电子设备及存储介质
CN115560744A (zh) 机器人以及基于多传感器的三维建图方法、存储介质
CN115727871A (zh) 一种轨迹质量检测方法、装置、电子设备和存储介质
CN112595330B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN111812668B (zh) 绕机检查装置及其定位方法、存储介质
CN111637894B (zh) 一种定常系数陆标图像导航滤波方法

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