JP2020020631A - 姿勢推定方法、姿勢推定装置及び移動体 - Google Patents
姿勢推定方法、姿勢推定装置及び移動体 Download PDFInfo
- Publication number
- JP2020020631A JP2020020631A JP2018143691A JP2018143691A JP2020020631A JP 2020020631 A JP2020020631 A JP 2020020631A JP 2018143691 A JP2018143691 A JP 2018143691A JP 2018143691 A JP2018143691 A JP 2018143691A JP 2020020631 A JP2020020631 A JP 2020020631A
- Authority
- JP
- Japan
- Prior art keywords
- error
- posture
- information
- component
- attitude
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 137
- 238000012937 correction Methods 0.000 claims abstract description 64
- 238000004364 calculation method Methods 0.000 claims abstract description 55
- 230000001133 acceleration Effects 0.000 claims description 196
- 230000008859 change Effects 0.000 claims description 75
- 206010034719 Personality change Diseases 0.000 abstract description 6
- 230000036544 posture Effects 0.000 description 314
- 239000013598 vector Substances 0.000 description 126
- 239000011159 matrix material Substances 0.000 description 119
- 230000008569 process Effects 0.000 description 82
- 238000012545 processing Methods 0.000 description 68
- 238000005259 measurement Methods 0.000 description 52
- 230000014509 gene expression Effects 0.000 description 36
- 230000007246 mechanism Effects 0.000 description 25
- 238000011084 recovery Methods 0.000 description 22
- 230000000694 effects Effects 0.000 description 19
- 238000005070 sampling Methods 0.000 description 18
- 230000006854 communication Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 13
- 230000010354 integration Effects 0.000 description 12
- 238000010606 normalization Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008602 contraction Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
-
- 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
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/02—Details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/42—Devices characterised by the use of electric or magnetic means
- G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/90—Single sensor for two or more measurements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/14—Yaw
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/16—Pitch
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/18—Roll
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
- B60W30/04—Control of vehicle driving stability related to roll-over prevention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/50—Aeroplanes, Helicopters
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
Abstract
【課題】角速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の姿勢の推定精度が低下するおそれを低減することが可能な姿勢推定方法を提供すること。【解決手段】角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算工程と、前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測工程と、前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整工程と、前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正工程と、を含む、姿勢推定方法。【選択図】図1
Description
本発明は、姿勢推定方法、姿勢推定装置及び移動体に関する。
物体に慣性計測装置(IMU:Inertial Measurement Unit)を装着し、慣性計測装置(IMU)の出力信号を用いて物体の位置や姿勢を算出する装置やシステムが知られている。慣性計測装置(IMU)の出力信号にはバイアス誤差があり、姿勢計算にも誤差が生じるため、カルマンフィルターを用いてこれらの誤差を補正し、物体の正確な姿勢を推定する手法が提案されている。例えば、特許文献1には、角速度センサーの出力を用いて対象物の姿勢変化量を計算し、姿勢変化量を用いて対象物の姿勢を推定する、姿勢推定方法が記載されている。
しかしながら、角速度センサーには有効計測範囲が定められており、この範囲を超える角速度が一時的に入力された場合、角速度センサーの出力に想定されない大きな誤差が含まれることになる。これに対して、特許文献1に記載の姿勢推定方法では、一時的にでも角速度センサーの出力が有効範囲を超える場合が想定されておらず、対象物の姿勢の推定精度が低下するおそれがあった。
本発明に係る姿勢推定方法の一態様は、
角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算工程と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測工程と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整工程と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正工程と、
を含む。
角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算工程と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測工程と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整工程と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正工程と、
を含む。
前記姿勢推定方法の一態様において、
前記誤差情報調整工程は、
前記角速度センサーの出力が有効範囲内ではないと判定した後の第1期間中であるか否かを判定する工程と、
前記第1期間において、前記姿勢誤差成分を増加させる工程と、
前記第1期間において、前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含んでもよい。
前記誤差情報調整工程は、
前記角速度センサーの出力が有効範囲内ではないと判定した後の第1期間中であるか否かを判定する工程と、
前記第1期間において、前記姿勢誤差成分を増加させる工程と、
前記第1期間において、前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含んでもよい。
前記姿勢推定方法の一態様において、
前記姿勢誤差成分以外の誤差成分は、角速度のバイアス誤差成分を含んでもよい。
前記姿勢誤差成分以外の誤差成分は、角速度のバイアス誤差成分を含んでもよい。
前記姿勢推定方法の一態様において、
前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分はゼロであってもよい。
前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分はゼロであってもよい。
前記姿勢推定方法の一態様は、
加速度センサーの出力と前記角速度センサーの出力とに基づいて、前記対象物の速度変化量を計算する速度変化量計算工程を含み、
前記誤差情報調整工程では、
前記加速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力又は前記加速度センサーの出力が有効範囲内ではないと判定した場合に、前記誤差情報における運動速度誤差成分を増加させ、かつ、前記誤差情報における前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させ、
前記姿勢情報予測工程では、
前記速度変化量を用いて、前記対象物の速度情報を予測してもよい。
加速度センサーの出力と前記角速度センサーの出力とに基づいて、前記対象物の速度変化量を計算する速度変化量計算工程を含み、
前記誤差情報調整工程では、
前記加速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力又は前記加速度センサーの出力が有効範囲内ではないと判定した場合に、前記誤差情報における運動速度誤差成分を増加させ、かつ、前記誤差情報における前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させ、
前記姿勢情報予測工程では、
前記速度変化量を用いて、前記対象物の速度情報を予測してもよい。
前記姿勢推定方法の一態様において、
前記誤差情報調整工程は、
前記加速度センサーの出力が有効範囲内ではないと判定した後の第2期間中であるか否かを判定する工程と、
前記第2期間において、前記運動速度誤差成分を増加させる工程と、
前記第2期間において、前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含んでもよい。
前記誤差情報調整工程は、
前記加速度センサーの出力が有効範囲内ではないと判定した後の第2期間中であるか否かを判定する工程と、
前記第2期間において、前記運動速度誤差成分を増加させる工程と、
前記第2期間において、前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含んでもよい。
前記姿勢推定方法の一態様において、
前記運動速度誤差成分以外の誤差成分は、加速度のバイアス誤差成分を含んでもよい。
前記運動速度誤差成分以外の誤差成分は、加速度のバイアス誤差成分を含んでもよい。
前記姿勢推定方法の一態様において、
前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分はゼロである、姿勢推定方法
前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分はゼロである、姿勢推定方法
本発明に係る姿勢推定装置の一態様は、
角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算部と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測部と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整部と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正部と、
を含む。
角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算部と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測部と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整部と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正部と、
を含む。
本発明に係る移動体の一態様は、
前記姿勢推定装置の一態様と、
前記姿勢推定装置が推定した移動体の姿勢情報に基づいて、前記移動体の姿勢の制御を行う制御装置と、
を含む。
前記姿勢推定装置の一態様と、
前記姿勢推定装置が推定した移動体の姿勢情報に基づいて、前記移動体の姿勢の制御を行う制御装置と、
を含む。
以下、本発明の好適な実施形態について図面を用いて詳細に説明する。なお、以下に説明する実施の形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また以下で説明される構成の全てが本発明の必須構成要件であるとは限らない。
1.姿勢推定方法
1−1.姿勢推定理論
1−1−1.IMU出力モデル
慣性計測装置(IMU)の(補正済み)出力は、各サンプリング時刻(tk)における3軸角速度センサーの出力である角速度データdω,kと3軸加速度センサーの出力である加速度データdα,kで構成される。ここで、角速度データdω,kは、式(1)のように、サンプリング期間(Δt=tk−tk−1)中の角速度ベクトルωの平均値と残存バイアスbωとの和で表される。
1−1.姿勢推定理論
1−1−1.IMU出力モデル
慣性計測装置(IMU)の(補正済み)出力は、各サンプリング時刻(tk)における3軸角速度センサーの出力である角速度データdω,kと3軸加速度センサーの出力である加速度データdα,kで構成される。ここで、角速度データdω,kは、式(1)のように、サンプリング期間(Δt=tk−tk−1)中の角速度ベクトルωの平均値と残存バイアスbωとの和で表される。
加速度データdα,kも同様に、式(2)のように、加速度ベクトルαの平均値と残存バイアスbαとの和で表される。
1−1−2.角速度積分による3次元姿勢算出
3次元姿勢をクォータニオン(四元数)で表す場合、その姿勢クォータニオンqと角速度ベクトルω[rad/s]との関係は式(3)の微分方程式で表される。
3次元姿勢をクォータニオン(四元数)で表す場合、その姿勢クォータニオンqと角速度ベクトルω[rad/s]との関係は式(3)の微分方程式で表される。
ここで、○と×を重ねた記号はクォータニオン乗算を表し、例えばqとpのクォータニオン乗算の各要素は、式(4)のように計算される。
また、角速度ベクトルωは、式(5)のように、実(スカラー)成分がゼロで純虚(ベクトル)成分がωの各成分と一致するクォータニオンと等価とみなす。
微分方程式(3)を解くことで3次元姿勢を算出することができるが、残念ながらその一般解は見つかっていない。さらに角速度ベクトルωの値も離散的な平均値としてしか得られないため、式(6)を使って微小(サンプリング)時間ごとに逐一近似計算を行わなければならない。
式(6)は、姿勢クォータニオンqと、角速度ベクトルωの軸ごとの積分関数を考え、それぞれのt=tk−1におけるテイラー展開からΔtの3次項までに基づいて算出した式であり、式中のωk−1を含む項がコーニング補正項に相当する。記号×は3次元ベクトルのクロス積(ベクトル積)を表し、例えばv×wの各要素は式(7)のように計算される。
1−1−3.重力加速度による傾き誤差観測
加速度センサーはその運動によって生じる加速度を検出するが、地球上では常に約1[G](=9.80665[m/s2])の重力加速度が加算されて検出される。この重力
加速度は必ず鉛直方向のベクトルであるため、3軸加速度センサーの出力との比較によって姿勢の傾き(ロールとピッチ)成分の誤差を知ることができる。そのために、まず3軸加速度センサーによって観測されたセンサー座標系(xyz座標系)の加速度ベクトルαを水平な直交軸と鉛直軸によるローカル空間の座標系(XYZ座標系)での加速度ベクトルα'に変換しなければならない。この座標(回転)変換は姿勢クォータニオンqとその共役クォータニオンq*を使って式(8)のように計算することができる。
加速度センサーはその運動によって生じる加速度を検出するが、地球上では常に約1[G](=9.80665[m/s2])の重力加速度が加算されて検出される。この重力
加速度は必ず鉛直方向のベクトルであるため、3軸加速度センサーの出力との比較によって姿勢の傾き(ロールとピッチ)成分の誤差を知ることができる。そのために、まず3軸加速度センサーによって観測されたセンサー座標系(xyz座標系)の加速度ベクトルαを水平な直交軸と鉛直軸によるローカル空間の座標系(XYZ座標系)での加速度ベクトルα'に変換しなければならない。この座標(回転)変換は姿勢クォータニオンqとその共役クォータニオンq*を使って式(8)のように計算することができる。
この式(8)は3次元座標変換行列Cを使って式(9)のように表すこともできる。
この加速度ベクトルα’を同じローカル空間座標系(XYZ座標系)における重力加速度ベクトルgと比較することで傾き誤差を得られる。重力加速度ベクトルgは、式(10)で表される。式(10)において、Δgは重力加速度ベクトルgの標準値との差[G]を表す重力加速度補正値である。
1−1−4.ゼロ運動速度観測
特に、ユーザインターフェース用途においてIMUの運動速度は長期的にほぼゼロに等しいと考えられる。ローカル空間座標系における運動速度ベクトルvとセンサー座標系における加速度ベクトルαおよび角速度ベクトルωとの関係は座標変換行列Cを使って式(11)の微分方程式で表される。
特に、ユーザインターフェース用途においてIMUの運動速度は長期的にほぼゼロに等しいと考えられる。ローカル空間座標系における運動速度ベクトルvとセンサー座標系における加速度ベクトルαおよび角速度ベクトルωとの関係は座標変換行列Cを使って式(11)の微分方程式で表される。
ここでも加速度ベクトルαおよび角速度ベクトルωの値は離散的な平均値としてしか得られないため、式(12)を使って微小(サンプリング)時間ごとに逐一近似計算することで運動速度ベクトルを算出する。
式(12)は、運動速度ベクトルvと、加速度ベクトルαおよび角速度ベクトルωの軸ごとの積分関数を考え、それぞれのt=tk−1におけるテイラー展開からΔtの3次項までに基づいて算出した式である。なお、3次項には残存誤差ελが存在するが十分小さいため式(12)では無視する。記号・は3次元ベクトルのドット積(スカラー積)を表し、例えばv・wは式(13)のように計算される。
1−1−5.姿勢クォータニオンとその誤差
算出される姿勢クォータニオンqは、式(14)のようにその真値(^)に対して誤差εqを持つと考えられる。
算出される姿勢クォータニオンqは、式(14)のようにその真値(^)に対して誤差εqを持つと考えられる。
ここでΣq 2は誤差εqの大きさを表す誤差共分散行列である。またE[・]は期待値を、右肩のTはベクトル・行列の転置をそれぞれ表す。
クォータニオンおよびその誤差はその要素として四つの値を持つが、三次元姿勢(回転変換)の自由度は3つしかない。姿勢クォータニオンが持つ第4の自由度は拡大/縮小変換に相当するが、姿勢検出処理においてはこの拡大/縮小率は常に1に固定されなければならない。実際には各種の演算誤差によってこの拡大/縮小率成分が変化してしまうので、これを抑制するための処理が必要になる。
姿勢クォータニオンqの場合はその絶対値の二乗が拡大/縮小率に相当するので、式(15)のように絶対値を1にする正規化処理によってその変化を抑制する。
姿勢誤差εqの場合は、その誤差共分散行列Σq 2のランク(階数)を3に保つ必要が
ある。そこで(姿勢誤差角度は十分小さいとして)ローカル空間座標での(3次元)誤差回転ベクトルεθを考えて、式(16)のようにランクを制限する。
ある。そこで(姿勢誤差角度は十分小さいとして)ローカル空間座標での(3次元)誤差回転ベクトルεθを考えて、式(16)のようにランクを制限する。
1−1−6.方位角誤差の除去(無視)
姿勢検出において磁気センサーなどの方位角観測手段を持たない場合、姿勢誤差の方位角成分は単調に増加するだけで何の役にも立たない。更には、その増大した誤差見積もりがフィードバックゲインを不必要に上げる事となり予期しない方位角の変化や振動の原因となる。そこで、式(16)から方位角誤差成分εθzを除去する。
姿勢検出において磁気センサーなどの方位角観測手段を持たない場合、姿勢誤差の方位角成分は単調に増加するだけで何の役にも立たない。更には、その増大した誤差見積もりがフィードバックゲインを不必要に上げる事となり予期しない方位角の変化や振動の原因となる。そこで、式(16)から方位角誤差成分εθzを除去する。
1−1−7.拡張カルマンフィルター
上記の各モデル式に基づいて3次元姿勢を算出する拡張カルマンフィルターを設計することができる。
上記の各モデル式に基づいて3次元姿勢を算出する拡張カルマンフィルターを設計することができる。
[状態ベクトルと誤差共分散行列]
式(18)のように、求めるべき未知の状態値として、姿勢クォータニオンq、運動速度ベクトルv、角速度センサーの残存バイアスbω(角速度ベクトルωに対するオフセット)、加速度センサーの残存バイアスbα(加速度ベクトルαに対するオフセット)、および重力加速度補正値Δgで拡張カルマンフィルターの状態ベクトルx(14次元のベク
トル)を構成し、その誤差共分散行列Σx 2を定義する。
式(18)のように、求めるべき未知の状態値として、姿勢クォータニオンq、運動速度ベクトルv、角速度センサーの残存バイアスbω(角速度ベクトルωに対するオフセット)、加速度センサーの残存バイアスbα(加速度ベクトルαに対するオフセット)、および重力加速度補正値Δgで拡張カルマンフィルターの状態ベクトルx(14次元のベク
トル)を構成し、その誤差共分散行列Σx 2を定義する。
[プロセスモデル]
プロセスモデルでは、サンプリング間隔Δt、角速度データdωおよび加速度データdαの値に基づいて最新の状態ベクトルの値を式(19)のように予測する。
プロセスモデルでは、サンプリング間隔Δt、角速度データdωおよび加速度データdαの値に基づいて最新の状態ベクトルの値を式(19)のように予測する。
状態誤差の共分散行列は、角速度データdωと加速度データdαのノイズ成分ηω、ηαと、角速度センサーの残存バイアスbω、加速度センサーの残存バイアスbα、および重力加速度ベクトルgの値(重力加速度値)の不安定性を表すプロセスノイズρω、ρα、およびρgの影響を受けて式(20)のように更新される。
ここで0n×mはn行m列の零行列を、In×mはn行m列の恒等行列を表し、J…は、このプロセスモデルの偏微分で求められる式(21)のような各誤差の伝播係数の行列である。また、Σ…は式(22)のような各ノイズの共分散行列である。
[観測モデル]
観測モデルでは、加速度データdαに基づく重力加速度の観測残差Δzaと、ゼロ運動速度の観測残差Δzvを要素とする観測残差Δzを式(23)のように算出する。
観測モデルでは、加速度データdαに基づく重力加速度の観測残差Δzaと、ゼロ運動速度の観測残差Δzvを要素とする観測残差Δzを式(23)のように算出する。
ここに加速度データdαのノイズ成分ηαおよび観測誤差となる運動加速度成分ζaと運動速度成分ζvを加味して式(24)のようにカルマン係数Kを算出する。
ここでJ…は、この観測モデルの偏微分で求められる式(25)のような各誤差の伝播係数の行列である。また、Σ…は式(26)のような各ノイズの共分散行列である。
ここで、μは予測運動加速度から各軸の誤差のRMSを算出する係数である。このカルマン係数Kを使って式(27)のように状態ベクトルxを補正するとともに、その誤差共分散行列Σx 2を更新する。
[姿勢正規化モデル]
姿勢正規化モデルは、姿勢クォータニオンとその誤差共分散を適切な値に維持するために式(28)の更新を行う。
姿勢正規化モデルは、姿勢クォータニオンとその誤差共分散を適切な値に維持するために式(28)の更新を行う。
ここで、D’TD’は姿勢誤差のランク制限と方位角成分除去を行う式(29)の行列である。
1−1−8.初期値
[状態ベクトルと誤差共分散行列]
状態ベクトルxと誤差共分散行列Σx 2の初期値は式(30)のように与える。
[状態ベクトルと誤差共分散行列]
状態ベクトルxと誤差共分散行列Σx 2の初期値は式(30)のように与える。
[姿勢クォータニオン]
IMUの姿勢をクォータニオン表現で与える必要がある。航空機の姿勢などで用いられるロール(バンク)角φ[rad]、ピッチ(仰)角θ[rad]、およびヨー(方位)角ψ[rad]からは式(31)のように姿勢クォータニオンqを算出できる。
IMUの姿勢をクォータニオン表現で与える必要がある。航空機の姿勢などで用いられるロール(バンク)角φ[rad]、ピッチ(仰)角θ[rad]、およびヨー(方位)角ψ[rad]からは式(31)のように姿勢クォータニオンqを算出できる。
また、その誤差共分散行列Σq 2はロール角誤差のRMSσφ[rad RMS]とピッチ角誤差のRMSσθ[rad RMS]から式(32)のように算出される(ヨー角誤差は無視される)。
[運動速度ベクトル]
初期状態が静止ならば、運動速度ベクトルvをゼロにするべきである。また、静止かどうかにかかわらず運動速度ベクトルvの各軸の誤差のRMSσvx、σvy、およびσvz[Gs RMS]に基づいて式(33)のように誤差共分散行列Σv 2を与える。
初期状態が静止ならば、運動速度ベクトルvをゼロにするべきである。また、静止かどうかにかかわらず運動速度ベクトルvの各軸の誤差のRMSσvx、σvy、およびσvz[Gs RMS]に基づいて式(33)のように誤差共分散行列Σv 2を与える。
[角速度/加速度センサー残存バイアス]
角速度センサーの残存バイアスbωおよび加速度センサーの残存バイアスbαが分かっているなら適切に設定されるべきである。不明な場合は期待値としてゼロを与える。また、角速度センサーの各軸の残存バイアスの誤差RMSσbωx、σbωy、およびσbω
z[rad/s RMS]と、加速度センサーの各軸の残存バイアスの誤差RMSσbαx、σbαy、およびσbαz[G RMS]に基づいて式(34)のように誤差共分散行列Σbω 2及びΣbα 2を与える。
角速度センサーの残存バイアスbωおよび加速度センサーの残存バイアスbαが分かっているなら適切に設定されるべきである。不明な場合は期待値としてゼロを与える。また、角速度センサーの各軸の残存バイアスの誤差RMSσbωx、σbωy、およびσbω
z[rad/s RMS]と、加速度センサーの各軸の残存バイアスの誤差RMSσbαx、σbαy、およびσbαz[G RMS]に基づいて式(34)のように誤差共分散行列Σbω 2及びΣbα 2を与える。
[重力加速度補正値]
重力加速度値が分かっているなら標準値1[G](=9.80665[m/s2])との差が適切に設定されるべきである。不明な場合は期待値としてゼロを与える。また、その値の誤差のRMSσΔg[G RMS]を誤差共分散行列に反映する。
重力加速度値が分かっているなら標準値1[G](=9.80665[m/s2])との差が適切に設定されるべきである。不明な場合は期待値としてゼロを与える。また、その値の誤差のRMSσΔg[G RMS]を誤差共分散行列に反映する。
1−1−9.設定値
[サンプリング間隔]
IMS出力からの姿勢検出処理は原理的に時間積分演算のため、サンプリング間隔Δt[s]は重要な値であり、適切に設定されなければならない。
[サンプリング間隔]
IMS出力からの姿勢検出処理は原理的に時間積分演算のため、サンプリング間隔Δt[s]は重要な値であり、適切に設定されなければならない。
[角速度/加速度センサーの出力ノイズ]
角速度センサーおよび加速度センサーの出力に含まれるノイズ成分ηを、軸ごとに独立した平均ゼロ、分散ση 2のホワイトガウスノイズとみなし、その大きさを式(35)のようにそれぞれのRMS値(σηωx,σηωy,σηωz)[rad/s RMS]および(σηαx,σηαy,σηαz)[G RMS]で指定する。
角速度センサーおよび加速度センサーの出力に含まれるノイズ成分ηを、軸ごとに独立した平均ゼロ、分散ση 2のホワイトガウスノイズとみなし、その大きさを式(35)のようにそれぞれのRMS値(σηωx,σηωy,σηωz)[rad/s RMS]および(σηαx,σηαy,σηαz)[G RMS]で指定する。
[角速度/加速度センサーのバイアスおよび重力加速度値の不安定性]
角速度センサーおよび加速度センサーのバイアスは一定ではなく時間とともに変動すると考えられる。また、重力加速度値も周囲の環境によってわずかながら変動すると考えられる。これらの変動を個別のランダムウォークとみなして不安定性を式(36)のように(σρωx,σρωy,σρωz)[rad/s/√s]、(σραx,σραy,σραz)[G/√s]およびσρg[G/√s]で指定する。
角速度センサーおよび加速度センサーのバイアスは一定ではなく時間とともに変動すると考えられる。また、重力加速度値も周囲の環境によってわずかながら変動すると考えられる。これらの変動を個別のランダムウォークとみなして不安定性を式(36)のように(σρωx,σρωy,σρωz)[rad/s/√s]、(σραx,σραy,σραz)[G/√s]およびσρg[G/√s]で指定する。
[運動加速度]
姿勢補正のための重力加速度観測において、運動加速度成分ζaは観測誤差となる。これを単純なホワイトガウスノイズとみなした場合、急激な運動による大きな運動加速度に対して姿勢が過敏に反応する結果となる。そこで、推定運動加速度(観測加速度と推定重力加速度の差)の大きさに応じてレベルが変化する式(37)のようなノイズモデルを使い、その線形係数μ[N/A]と定数項(σζαx,σζαy,σζαz)[G RMS]を設定項目とする。
姿勢補正のための重力加速度観測において、運動加速度成分ζaは観測誤差となる。これを単純なホワイトガウスノイズとみなした場合、急激な運動による大きな運動加速度に対して姿勢が過敏に反応する結果となる。そこで、推定運動加速度(観測加速度と推定重力加速度の差)の大きさに応じてレベルが変化する式(37)のようなノイズモデルを使い、その線形係数μ[N/A]と定数項(σζαx,σζαy,σζαz)[G RMS]を設定項目とする。
[運動速度]
ゼロ運動速度観測では、IMUの運動速度が長期的にほぼゼロであることを観測するため、短期的に現れる運動速度成分ζvは観測誤差となる。これを軸ごとに独立したホワイトガウスノイズとみなし、その大きさを式(38)のようにRMS値(σζvx,σζvy,σζvz)[Gs RMS]で指定する。
ゼロ運動速度観測では、IMUの運動速度が長期的にほぼゼロであることを観測するため、短期的に現れる運動速度成分ζvは観測誤差となる。これを軸ごとに独立したホワイトガウスノイズとみなし、その大きさを式(38)のようにRMS値(σζvx,σζvy,σζvz)[Gs RMS]で指定する。
1−1−10.角速度センサーのバイアス誤差のヨー軸成分制限
磁気センサーなどの方位角観測手段を持たない場合、角速度センサーのバイアス誤差についてもそのヨー軸成分(鉛直成分)のみが単調増加してしまう。通常、ヨー軸方向は姿勢とともにセンサー座標に対して変化するので、例えばある時点で角速度センサーのz軸がヨー軸と一致して誤差見積もりが増加しても、姿勢が変わってz軸がヨー軸以外の傾き(例えば、水平軸方向)になった時に重力加速度観測によって補正され、誤差見積もりは減少する。しかし、姿勢変化が少なくほぼ同じ姿勢を長時間継続するような場合、このヨー軸成分の誤差見積もりが増大してフィードバックゲインを上げることとなり、角速度センサーのバイアス推定値の意図しない変化となって姿勢方位角のドリフトを引き起こす原因となる。一方で、たとえヨー軸成分であったとしても実際の角速度センサーのバイアス推定誤差が、例えば初期バイアス誤差を超えて際限なく大きくなるようなことは考えにくい。そこで、状態誤差共分散行列の角速度センサーのバイアス推定誤差のヨー軸成分のみに上限値を設けてそれを超えないよう制限する。
磁気センサーなどの方位角観測手段を持たない場合、角速度センサーのバイアス誤差についてもそのヨー軸成分(鉛直成分)のみが単調増加してしまう。通常、ヨー軸方向は姿勢とともにセンサー座標に対して変化するので、例えばある時点で角速度センサーのz軸がヨー軸と一致して誤差見積もりが増加しても、姿勢が変わってz軸がヨー軸以外の傾き(例えば、水平軸方向)になった時に重力加速度観測によって補正され、誤差見積もりは減少する。しかし、姿勢変化が少なくほぼ同じ姿勢を長時間継続するような場合、このヨー軸成分の誤差見積もりが増大してフィードバックゲインを上げることとなり、角速度センサーのバイアス推定値の意図しない変化となって姿勢方位角のドリフトを引き起こす原因となる。一方で、たとえヨー軸成分であったとしても実際の角速度センサーのバイアス推定誤差が、例えば初期バイアス誤差を超えて際限なく大きくなるようなことは考えにくい。そこで、状態誤差共分散行列の角速度センサーのバイアス推定誤差のヨー軸成分のみに上限値を設けてそれを超えないよう制限する。
まずは、式(39)のように角速度センサーの残存バイアスの誤差共分散行列Σbω 2から、現在の姿勢クォータニオンに基づいてヨー軸成分の分散σbωv 2を算出する。
ヨー軸成分の分散σbωv 2が上限値σbωmax 2を超えている場合は、以下の式(40)のように制限する。
1−1−11.センサーオフスケール対策
現実の慣性センサー(角速度センサー及び加速度センサー)には有効な計測範囲が定められており、この範囲を超える物理量(角速度や加速度)が入力された場合、慣性センサーの内部のおける信号の飽和によって正確な出力を得ることはできない。以下、有効な計測範囲を超えることを「オフスケール」という。通常はそうならないように計測すべき範囲に合わせて使用するセンサーを選択するが、用途によっては衝撃等のためにごく短時間ではあるが範囲を超える状態(オフスケール状態)が想定される。
現実の慣性センサー(角速度センサー及び加速度センサー)には有効な計測範囲が定められており、この範囲を超える物理量(角速度や加速度)が入力された場合、慣性センサーの内部のおける信号の飽和によって正確な出力を得ることはできない。以下、有効な計測範囲を超えることを「オフスケール」という。通常はそうならないように計測すべき範囲に合わせて使用するセンサーを選択するが、用途によっては衝撃等のためにごく短時間ではあるが範囲を超える状態(オフスケール状態)が想定される。
[センサーオフスケールの影響]
角速度センサーがオフスケール状態になると角速度に大きな誤差が含まれることになり、角速度を積分した姿勢角度の誤差が増大する。また、誤差が増大した姿勢角度に基づく加速度の積分によって運動速度の誤差が増大する。また、加速度センサーがオフスケール状態になると加速度に大きな誤差が含まれることになり、加速度を積分した運動速度の誤差が増大する。一方で、オフスケールによる誤差は確率過程ではないので平均や分散を求められない。誤差量が文字通り桁違いに甚大かつ予測不可能なためにカルマンフィルターのモデル化が難しいため、現状のカルマンフィルターではこれらを補正すべき誤差とは認識していない。そこで、センサーの出力値がその有効範囲を逸脱した場合にオフスケールとして認識し、その時点以後の適切な時間をオフスケールからの回復期間と定めて、通常とは異なる処理を行う。
角速度センサーがオフスケール状態になると角速度に大きな誤差が含まれることになり、角速度を積分した姿勢角度の誤差が増大する。また、誤差が増大した姿勢角度に基づく加速度の積分によって運動速度の誤差が増大する。また、加速度センサーがオフスケール状態になると加速度に大きな誤差が含まれることになり、加速度を積分した運動速度の誤差が増大する。一方で、オフスケールによる誤差は確率過程ではないので平均や分散を求められない。誤差量が文字通り桁違いに甚大かつ予測不可能なためにカルマンフィルターのモデル化が難しいため、現状のカルマンフィルターではこれらを補正すべき誤差とは認識していない。そこで、センサーの出力値がその有効範囲を逸脱した場合にオフスケールとして認識し、その時点以後の適切な時間をオフスケールからの回復期間と定めて、通常とは異なる処理を行う。
[オフスケール回復処理]
オフスケールの影響で増大した状態誤差に対応するよう状態誤差共分散行列に以下の処理を加える。すなわち、誤差の増大に対応して共分散行列の該当誤差分散成分を適切に水増しする。また、増大した誤差を他の状態変数誤差から隔離するために共分散成分をゼロにする。これらを補正処理の前に行うことで誤差の増大した状態変数に対する補正が強めにかかるとともに、バイアス推定値等の他の状態変数への悪影響を最小限に抑えることができる。
オフスケールの影響で増大した状態誤差に対応するよう状態誤差共分散行列に以下の処理を加える。すなわち、誤差の増大に対応して共分散行列の該当誤差分散成分を適切に水増しする。また、増大した誤差を他の状態変数誤差から隔離するために共分散成分をゼロにする。これらを補正処理の前に行うことで誤差の増大した状態変数に対する補正が強めにかかるとともに、バイアス推定値等の他の状態変数への悪影響を最小限に抑えることができる。
<角速度オフスケール回復処理>
角速度センサーのオフスケール状態によって増大する姿勢角度と運動速度の誤差に対応するよう以下の式(41)の処理を加える。すなわち、姿勢角度誤差の増大に対応して、誤差共分散行列Σx 2における、姿勢クォータニオンqの誤差成分(姿勢誤差成分)を適切に増加させる。また、誤差共分散行列Σx 2において、姿勢誤差成分を他の誤差成分から隔離するために、姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分(共分散成分)をゼロにする。姿勢誤差成分以外の誤差成分は、運動速度誤差成分、角速度センサーの残存バイアスbωの誤差成分(角速度のバイアス誤差成分)、加速度センサーの残存バイアスbαの誤差成分(加速度のバイアス誤差成分)、重力加速度補正値Δgの誤差成分である。なお、相関成分(共分散成分)をゼロにするとは、ゼロに近い値や、所定の誤差成分を他の誤差成分から隔離することができる値を含むことができる。
角速度センサーのオフスケール状態によって増大する姿勢角度と運動速度の誤差に対応するよう以下の式(41)の処理を加える。すなわち、姿勢角度誤差の増大に対応して、誤差共分散行列Σx 2における、姿勢クォータニオンqの誤差成分(姿勢誤差成分)を適切に増加させる。また、誤差共分散行列Σx 2において、姿勢誤差成分を他の誤差成分から隔離するために、姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分(共分散成分)をゼロにする。姿勢誤差成分以外の誤差成分は、運動速度誤差成分、角速度センサーの残存バイアスbωの誤差成分(角速度のバイアス誤差成分)、加速度センサーの残存バイアスbαの誤差成分(加速度のバイアス誤差成分)、重力加速度補正値Δgの誤差成分である。なお、相関成分(共分散成分)をゼロにするとは、ゼロに近い値や、所定の誤差成分を他の誤差成分から隔離することができる値を含むことができる。
また、運動速度誤差の増大に対応して、誤差共分散行列Σx 2における、運動速度ベクトルvの誤差成分(運動速度誤差成分)を適切に増加させる。また、誤差共分散行列Σx 2において、運動速度誤差成分を他の誤差成分から隔離するために、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分(共分散成分)をゼロにする。運動速度誤差成分以外の誤差成分は、姿勢誤差成分、角速度のバイアス誤差成分、加速度のバイアス誤差成分、重力加速度補正値の誤差成分である。なお、式(41)において、σоq 2はオフスケール回復時の姿勢誤差の分散であり、σоv 2はオフスケール回復時の運動速度誤差の分散である。
<加速度オフスケール回復処理>
加速度センサーのオフスケール状態によって増大する運動速度の誤差に対応するよう以下の式(42)の処理を加える。すなわち、運動速度誤差の増大に対応して誤差共分散行列Σx 2の運動速度誤差成分を適切に増加させる。また、誤差共分散行列Σx 2において、運動速度誤差成分を他の状態変数誤差から隔離するために、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分(共分散成分)をゼロにする。
加速度センサーのオフスケール状態によって増大する運動速度の誤差に対応するよう以下の式(42)の処理を加える。すなわち、運動速度誤差の増大に対応して誤差共分散行列Σx 2の運動速度誤差成分を適切に増加させる。また、誤差共分散行列Σx 2において、運動速度誤差成分を他の状態変数誤差から隔離するために、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分(共分散成分)をゼロにする。
1−2.姿勢推定方法のフローチャート
図1は、本実施形態の姿勢推定方法の手順の一例を示すフローチャート図である。なお、図1の手順は、例えば、IMUが取り付けられた対象物の姿勢を推定する装置である姿
勢推定装置によって実行される。対象物は特に限定されず、例えば、移動体、電子機器、運動器具、人、動物等であってもよい。IMUは、対象物に対して脱着可能であってもよいし、例えば、対象物に内蔵されるなど、対象物に固定されていて取り外すことができないものでもよい。姿勢推定装置は、例えば、パーソナルコンピューター(PC)であってもよいし、スマートフォンなどの各種の携帯機器であってもよい。
図1は、本実施形態の姿勢推定方法の手順の一例を示すフローチャート図である。なお、図1の手順は、例えば、IMUが取り付けられた対象物の姿勢を推定する装置である姿
勢推定装置によって実行される。対象物は特に限定されず、例えば、移動体、電子機器、運動器具、人、動物等であってもよい。IMUは、対象物に対して脱着可能であってもよいし、例えば、対象物に内蔵されるなど、対象物に固定されていて取り外すことができないものでもよい。姿勢推定装置は、例えば、パーソナルコンピューター(PC)であってもよいし、スマートフォンなどの各種の携帯機器であってもよい。
図1に示すように、本実施形態の姿勢推定方法では、まず、姿勢推定装置は、状態ベクトルxkと誤差情報である誤差共分散行列Σx,k 2の初期化を行う(初期化工程S1)。すなわち、姿勢推定装置は、k=0に設定し、時刻t0における状態ベクトルx0及び誤差共分散行列Σx,0 2を設定(初期化)する。具体的には、姿勢推定装置は、前出の式(30)のように表される、状態ベクトルx0の各要素q0,v0,bω,0,bα,0,Δg0及び誤差共分散行列Σx,0 2に含まれるΣq,0 2,Σv,0 2,Σbω,0 2,Σbα,0 2,σΔg,0 2を設定する。
姿勢推定装置は、例えば、慣性計測装置(IMU)の初期姿勢があらかじめ決められたロール角、ピッチ角、ヨー角となるようにしておいて当該ロール角、ピッチ角、ヨー角を前出の式(31)に代入してq0を設定してもよい。あるいは、姿勢推定装置は、慣性計測装置(IMU)が静止した状態で加速度センサーから加速度データを取得し、当該加速度データから重力加速度の方向を特定してロール角、ピッチ角を計算し、ヨー角を所定値(例えば0)として、当該ロール角、ピッチ角、ヨー角を前出の式(31)に代入してq0を設定してもよい。また、慣性計測装置(IMU)は、ロール角誤差のRMSσφとピッチ角誤差のRMSσθを式(32)に代入してΣq,0 2を設定する。
また、姿勢推定装置は、例えば、慣性計測装置(IMU)が静止した状態を初期状態としてv0を0に設定し、運動速度ベクトルvの各軸の誤差のRMSσvx,σvy、σvzを式(33)に代入してΣv,0 2を設定する。
また、姿勢推定装置は、角速度センサーの残存バイアスbω及び加速度センサーの残存バイアスbαがわかっていればこれらの値をbω,0,bα,0に設定し、bω,bαが不明であれば、bω,0,bα,0にゼロを設定する。また、姿勢推定装置は、角速度センサーの各軸の残存バイアスの誤差RMSσbωx,σbωy,σbωz及び加速度センサーの各軸の残存バイアスの誤差RMSσbαx,σbαy,σbαzを式(34)に代入してΣbω,0 2,Σbα,0 2を設定する。
また、姿勢推定装置は、重力加速度値がわかっていれば1Gとの差をΔg0に設定し、重力加速度値が不明であれば、Δg0にゼロを設定する。また、姿勢推定装置は、σΔg,0 2に重力加速度値の誤差のRMSσΔgを設定する。
次に、姿勢推定装置は、慣性計測装置(IMU)の計測値を取得する(計測値取得工程S2)。具体的には、姿勢推定装置は、サンプリング間隔Δtが経過するまで待機し、サンプリング間隔Δtが経過すると、k=k+1、tk=tk−1+Δtに設定し、慣性計測装置(IMU)から角速度データdω,k及び加速度データdα,kを取得する。
次に、姿勢推定装置は、時刻tkにおける姿勢情報である姿勢クォータニオンqkを要素として含む状態ベクトルxkと時刻tkにおける誤差情報である誤差共分散行列Σx,k 2の予測処理(時間更新処理ともいう)を行う(予測工程S3)。
図2は、図1の工程S3の手順の一例を示すフローチャート図である。図2に示すように、姿勢推定装置は、まず、式(19)により、時刻tkにおける角速度データdω,k及び加速度データdα,kから、それぞれ、時刻tk−1で推定された残存バイアスbω
,k−1及びbα,k−1を除去する処理を行う(バイアス除去工程S31)。
,k−1及びbα,k−1を除去する処理を行う(バイアス除去工程S31)。
次に、姿勢推定装置は、角速度センサーの出力に基づいて、時刻tkにおける姿勢変化量Δqkを計算する処理(姿勢変化量計算処理)を行う(姿勢変化量計算工程S32)。具体的には、姿勢推定装置は、角速度データdω,kに基づいて、式(6)により姿勢変化量Δqkを計算する。
次に、姿勢推定装置は、加速度センサーの出力と前記角速度センサーの出力とに基づいて、対象物の速度変化量(Ckλk−gk−1)Δtを計算する処理(速度変化量計算処理)を行う(速度変化量計算工程S33)。具体的には、姿勢推定装置は、加速度データdα,k及び角速度データdω,kに基づいて、式(9)、式(10)及び式(12)により速度変化量(Ckλk−gk−1)Δtを計算する。
次に、姿勢推定装置は、姿勢変化量Δqkを用いて、時刻tkにおける対象物の姿勢情報である姿勢クォータニオンqkを予測する処理(姿勢情報予測処理)を行う(姿勢情報予測工程S34)。また、姿勢情報予測工程S34において、姿勢推定装置は、速度変化量(Ckλk−gk−1)Δtを用いて、時刻tkにおける対象物の速度情報である運動速度ベクトルvkを予測する処理(速度情報予測処理)をさらに行う。具体的には、姿勢情報予測工程S34において、姿勢推定装置は、式(6)、式(12)及び式(19)により、姿勢クォータニオンqk及び運動速度ベクトルvkを要素として含む状態ベクトルxkを予測する処理を行う。
最後に、姿勢推定装置は、式(20)及び式(21)により、時刻tkにおける誤差共分散行列Σx,k 2を更新する処理を行う(誤差情報更新工程S35)。
図1に戻り、次に、姿勢推定装置は、誤差情報である誤差共分散行列Σx,k 2における、基準ベクトルの周りの回転誤差成分を除去する処理(回転誤差成分除去処理)を行う(回転誤差成分除去工程S4)。基準ベクトルは、観測手段を用いて観測されたベクトルである。本実施形態では、基準ベクトルは、観測手段である加速度センサーを用いて観測された重力加速度ベクトルである。また、本実施形態では、基準ベクトルの周りの回転誤差は、方位角誤差である。したがって、工程S4において、姿勢推定装置は、誤差共分散行列Σx,k 2における方位角誤差を除去する処理を行う。具体的には、姿勢推定装置は、式(28)及び式(29)により、姿勢クォータニオンqkの誤差共分散行列Σq,k 2のランク制限と方位角誤差成分εθzの除去がされた誤差共分散行列Σx,k 2を生成する。
次に、姿勢推定装置は、オフスケール回復処理を行う(誤差情報調整工程S5)。具体的には、誤差情報調整工程S5において、姿勢推定装置は、角速度センサーの出力が有効範囲内であるか否かを判定し、角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報である誤差共分散行列Σx,k 2における姿勢誤差成分を増加させ、かつ、誤差共分散行列Σx,k 2における姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分を低減させる処理を行う(誤差情報調整工程S5)。また、誤差情報調整工程S5において、姿勢推定装置は、加速度センサーの出力が有効範囲内であるか否かを判定し、角速度センサーの出力又は加速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報である誤差共分散行列Σx,k 2における運動速度誤差成分を増加させ、かつ、誤差共分散行列Σx,k 2における運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させる処理を行う。
図3は、図1の工程S5の手順の一例を示すフローチャート図である。図3に示すように、姿勢推定装置は、まず、角速度センサーの出力(角速度データdω)が有効範囲内か
否かを判定する(工程S51)。そして、姿勢推定装置は、角速度センサーの出力が有効範囲内であると判定した場合には(工程S51のY)、角速度オフスケール回復期間の残りを確認する(工程S52a)。また、姿勢推定装置は、角速度センサーの出力が有効範囲内でないと判定した場合には(工程S51のN)、角速度オフスケール回復期間を開始又は延長する(工程S52b)。
否かを判定する(工程S51)。そして、姿勢推定装置は、角速度センサーの出力が有効範囲内であると判定した場合には(工程S51のY)、角速度オフスケール回復期間の残りを確認する(工程S52a)。また、姿勢推定装置は、角速度センサーの出力が有効範囲内でないと判定した場合には(工程S51のN)、角速度オフスケール回復期間を開始又は延長する(工程S52b)。
次に、姿勢推定装置は、加速度センサーの出力(加速度データdα)が有効範囲内か否かを判定する(工程S53)。そして、姿勢推定装置は、加速度センサーの出力が有効範囲内であると判定した場合には(工程S53のY)、加速度オフスケール回復期間の残りを確認する(工程S54a)。また、姿勢推定装置は、加速度センサーの出力が有効範囲内でないと判定した場合には(工程S53のN)、加速度オフスケール回復期間を開始又は延長する(工程S54b)。
次に、姿勢推定装置は、角速度センサーの出力が有効範囲内ではないと判定した後の第1期間である角速度オフスケール回復期間中であるか否かを判定する(工程S55)。そして、姿勢推定装置は、角速度オフスケール回復期間中であると判定した場合には(工程S55のY)、誤差情報である誤差共分散行列Σx,k 2の姿勢誤差成分を増加させる(工程S56a)。また、姿勢推定装置は、誤差共分散行列Σx,k 2の姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分を低減させ、例えばゼロにする(工程S56b)。また、姿勢推定装置は、誤差共分散行列Σx,k 2の運動速度誤差成分を増加させる(工程S58a)。また、姿勢推定装置は、誤差共分散行列Σx,k 2の運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させ、例えばゼロにする(工程S58b)。実際には、姿勢推定装置は、式(41)により誤差共分散行列Σx,k 2を更新することで、工程S56a、工程S56b、工程S58a及び工程S58bの処理を行う。
一方、姿勢推定装置は、角速度オフスケール回復期間中でないと判定した場合には(工程S55のN)、加速度センサーの出力が有効範囲内ではないと判定した後の第2期間である加速度オフスケール回復期間中であるか否かを判定する(工程S57)。そして、姿勢推定装置は、加速度オフスケール回復期間中であると判定した場合には(工程S57のY)、姿勢推定装置は、誤差共分散行列Σx,k 2の運動速度誤差成分を増加させる(工程S58a)。また、姿勢推定装置は、誤差共分散行列Σx,k 2の運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させ、例えばゼロにする(工程S58b)。実際には、姿勢推定装置は、式(42)により誤差共分散行列Σx,k 2を更新することで、工程S58a及び工程S58bの処理を行う。
なお、姿勢推定装置は、角速度オフスケール回復期間中でも加速度オフスケール回復期間中でもないと判定した場合には(工程S55のNかつ工程S57のN)、工程S56a、工程S56b、工程S58a及び工程S58bの処理を行わない。
図1に戻り、次に、姿勢推定装置は、誤差情報である誤差共分散行列Σx,k 2における、基準ベクトルの周りの角速度のバイアス誤差成分に対して制限をかける処理(バイアス誤差制限処理)を行う(バイアス誤差制限工程S6)。前述の通り、本実施形態では、基準ベクトルは重力加速度ベクトルであるから、工程S6において、姿勢推定装置は、重力加速度ベクトルの周りの角速度のバイアス誤差成分、すなわち、角速度のバイアス誤差の鉛直成分(ヨー軸成分)に対して制限をかける。
図4は、図1の工程S6の手順の一例を示すフローチャート図である。図4に示すように、姿勢推定装置は、まず、時刻tkにおける状態ベクトルxk及び誤差共分散行列Σx,k 2を用いて、式(39)により、角速度のバイアス誤差の鉛直成分の分散σbωv 2
を算出する処理を行う(バイアス誤差鉛直成分算出工程S61)。
を算出する処理を行う(バイアス誤差鉛直成分算出工程S61)。
次に、姿勢推定装置は、分散σbωv 2が上限値を超えているか否かを判定する処理を行う(バイアス誤差判定工程S62)。
そして、姿勢推定装置は、分散σbωv 2が上限値を超えている場合に(工程S62のY)、角速度のバイアス誤差の鉛直成分に対して制限をかける制限演算処理を行う(制限演算工程S63)。具体的には、姿勢推定装置は、分散σbωv 2が上限値σbωmax 2を超えている場合は、式(40)により、誤差共分散行列Σx,k 2を更新する。一方、分散σbωv 2が上限値以下である場合は(工程S62のN)、姿勢推定装置は、工程S63の制限演算処理を行わない。
図1に戻り、次に、姿勢推定装置は、時刻tkにおける状態ベクトルxkと誤差共分散行列Σx,k 2の補正処理(観測更新処理ともいう)を行う(補正工程S7)。本実施形態では、姿勢推定装置は、誤差情報である誤差共分散行列Σx,k 2に基づいて、工程S3で予測した、対象物の姿勢情報である姿勢クォータニオンqkを補正する処理(姿勢情報補正工程)を行う。具体的には、姿勢推定装置は、姿勢情報補正工程では、加速度センサーの出力に基づいて得られる加速度ベクトルと基準ベクトルである重力加速度ベクトルとの差である観測残差Δza,kに基づいて、姿勢情報である姿勢クォータニオンqkを要素として含む状態ベクトルxkを補正する。図5は、図1の工程S7の手順の一例を示すフローチャート図である。
図5に示すように、姿勢推定装置は、まず、式(23)及び式(24)により、時刻tkにおける観測残差Δzk、カルマン係数Kk及び変換行列Hkを計算する処理を行う(補正係数計算工程S71)。
次に、姿勢推定装置は、予測した時刻tkにおける対象物の姿勢情報である姿勢クォータニオンqkを補正する処理(姿勢情報補正処理)を行う(姿勢情報補正工程S72)。具体的には、姿勢推定装置は、観測残差Δzk及びカルマン係数Kkを用いて、式(27)により、時刻tkにおける状態ベクトルxkを補正する処理を行う。
次に、姿勢推定装置は、式(28)により、時刻tkにおける状態ベクトルxkを正規化する処理を行う(正規化工程S73)。
次に、姿勢推定装置は、カルマン係数Kk及び変換行列Hkを用いて、式(27)により、時刻tkにおける誤差共分散行列Σx,k 2を補正する処理を行う(誤差情報補正工程S74)。
図1に戻り、姿勢推定装置は、終了指示があるまで(工程S8のN)、工程S2〜工程S7の処理を繰り返し、終了指示があれば(工程S8のY)、処理を終了する。
なお、図1において工程の順序は適宜変更可能である。例えば、工程S4と工程S5と工程S6の順番を入れ替えてもよいし、工程S4、工程S5及び工程S6の少なくとも1つが工程S7の後に実行されてもよい。
以上に説明したように、本実施形態の姿勢推定方法によれば、IMUの出力モデルの式(1)及び式(2)から導かれる式(6)及び式(12)を用いて対象物の姿勢変化量及び速度変化量を計算し、この姿勢変化量と速度変化量とを用いて対象物の姿勢を推定する。式(6)及び式(12)では、Δtの1次項のみならず2次項及び3次項も用いて姿勢変化量及び速度変化量を計算することで、従来よりも姿勢変化量や速度変化量の計算誤差
が小さくなる。
が小さくなる。
また、対象物が回転すると座標変換行列Ckが変化するが、座標変換行列Ckはカルマンフィルターによって推定された姿勢クォータニオンqkの要素から計算されるため、対象物が急激に回転した場合、座標変換行列Ckにすぐに追従しない場合がある。これに対して、本実施形態の姿勢推定方法によれば、式(12)において、加速度だけでなく角速度も用いて加速度λkを計算することで、対象物の回転がすぐに加速度λkに反映され、対象物が急激に回転した場合でも、速度変化量の計算精度の劣化を低減させることができる。
さらに、本実施形態の姿勢推定方法によれば、式(23)より、加速度センサーの出力による重力加速度の観測残差と対象物の運動速度は長期的にはゼロであるとしてゼロ運動速度の観測残差を用いて、式(24)のカルマン係数Kkを計算するので、方位角の観測情報が無くても、対象物の姿勢を精度よく推定することができる。
また、本実施形態の姿勢推定方法では、角速度センサーの出力が有効範囲内ではない場合に、式(41)により、誤差共分散行列Σx,k 2において、姿勢誤差成分を増加させ、かつ、姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分をゼロにする。したがって、角速度センサーの有効計測範囲を超える角速度が一時的に入力され、角速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の姿勢の推定精度が低下するおそれを低減することができる。
また、本実施形態の姿勢推定方法では、角速度センサーの出力が有効範囲内ではない場合に、式(41)により、誤差共分散行列Σx,k 2において、運動速度誤差成分を増加させ、かつ、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分をゼロにする。また、加速度センサーの出力が有効範囲内ではない場合に、式(42)により、誤差共分散行列Σx,k 2において、運動速度誤差成分を増加させ、かつ、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分をゼロにする。したがって、角速度センサーの有効計測範囲を超える角速度又は加速度センサーの有効計測範囲を超える加速度が一時的に入力され、角速度センサーの出力又は加速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の運動速度の推定精度が低下するおそれを低減することができる。
また、角速度センサーの出力と加速度センサーの出力には対象物の方位角についての情報が含まれないため対象物の方位角誤差については補正されないが、更新された姿勢誤差に含まれる方位角誤差を残しておくと、方位角誤差の確からしさが単調に減少し、姿勢誤差が単調に増加するため、姿勢の推定精度が劣化するおそれがある。これに対して、本実施形態の姿勢推定方法によれば、式(17)により、角速度センサー12の出力と加速度センサー14の出力とを用いて更新した対象物の姿勢誤差に含まれる方位角誤差を除去するので、姿勢誤差が単調に増加するおそれが低減され、姿勢の推定精度が低下するおそれを低減することができる。
また、角速度センサーの出力と加速度センサーの出力には対象物の方位角についての情報が含まれないため、対象物がほぼ同じ姿勢を長時間継続するような場合、更新された角速度センサーのバイアス誤差の鉛直成分が単調に増大し、カルマン係数Kkが大きくなりすぎることにより、姿勢の推定精度が劣化するおそれがある。これに対して、本実施形態の姿勢推定方法によれば、角速度センサーのバイアス誤差の鉛直成分が上限値を超えた場合に、式(40)により、当該バイアス誤差の鉛直成分を上限値に制限するので、カルマン係数Kkが大きくなりすぎるおそれが低減され、姿勢の推定精度が低下するおそれを低減することができる。
以上より、本実施形態の姿勢推定方法によれば、対象物の姿勢変化が少ない場合でも対象物の姿勢の推定精度が低下するおそれが低減され、対象物の姿勢を十分な精度で推定することができる。
2.姿勢推定装置
2−1.姿勢推定装置の構成
図6は、本実施形態の姿勢推定装置の構成例を示す図である。図6に示すように、本実施形態の姿勢推定装置1は、処理部20、ROM30、RAM40、記録媒体50及び通信部60を含み、慣性計測ユニット(IMU)10の出力に基づいて対象物の姿勢を推定する。なお、本実施形態の姿勢推定装置1は、これらの一部の要素を変更又は削除し、あるいは、他の要素を追加した構成であってもよい。
2−1.姿勢推定装置の構成
図6は、本実施形態の姿勢推定装置の構成例を示す図である。図6に示すように、本実施形態の姿勢推定装置1は、処理部20、ROM30、RAM40、記録媒体50及び通信部60を含み、慣性計測ユニット(IMU)10の出力に基づいて対象物の姿勢を推定する。なお、本実施形態の姿勢推定装置1は、これらの一部の要素を変更又は削除し、あるいは、他の要素を追加した構成であってもよい。
図6に示すように、本実施形態では、姿勢推定装置1は、IMU10と分離されているが、姿勢推定装置1がIMU10を含んでいてもよい。また、IMU10と姿勢推定装置1が1つの筐体に収容されて構成されていてもよいし、IMU10が姿勢推定装置1を収容する本体から分離されて、あるいは分離可能に構成されていてもよい。前者の場合は姿勢推定装置1が対象物に装着され、後者の場合はIMU10が対象物に装着される。
本実施形態では、IMU10は、角速度センサー12、加速度センサー14及び信号処理部16を含む。ただし、本実施形態のIMU10は、これらの一部の要素を変更又は削除し、あるいは、他の要素を追加した構成であってもよい。
角速度センサー12は、互いに交差する、理想的には直交する3軸方向の各々の角速度を計測し、計測した3軸角速度の大きさ及び向きに応じたアナログ信号を出力する。
加速度センサー14は、互いに交差する、理想的には直交する3軸方向の各々の加速度を計測し、計測した3軸加速度の大きさ及び向きに応じたアナログ信号を出力する。
信号処理部16は、角速度センサー12の出力信号を所定のサンプリング間隔Δtでサンプリングしてデジタル値の角速度データに変換する処理を行う。また、信号処理部16は、加速度センサー14の出力信号を所定のサンプリング間隔Δtでサンプリングしてデジタル値の加速度データに変換する処理を行う。
角速度センサー12及び加速度センサー14は、それぞれ3軸が、IMU10に対して定義される直交座標系であるセンサー座標系の3軸(x軸、y軸、z軸)と一致するようにIMU10に取り付けられるのが理想的だが、実際には取り付け角の誤差が生じる。そこで、信号処理部16は、取り付け角誤差に応じてあらかじめ算出された補正パラメーターを用いて、角速度データ及び加速度データをxyz座標系のデータに変換する処理も行う。さらに、信号処理部16は、角速度センサー12及び加速度センサー14の温度特性に応じて、角速度データ及び加速度データを温度補正する処理も行う。
なお、角速度センサー12及び加速度センサー14にA/D変換や温度補正の機能が組み込まれていてもよい。
IMU10は、信号処理部16による処理後の角速度データdω及び加速度データdαを姿勢推定装置1の処理部20に出力する。
ROM30は、処理部20が各種の処理を行うためのプログラムや、アプリケーション機能を実現するための各種プログラムやデータ等を記憶している。
RAM40は、処理部20の作業領域として用いられ、ROM30から読み出されたプログラムやデータ、処理部20が各種プログラムに従って実行した演算結果等を一時的に記憶する記憶部である。
記録媒体50は、処理部20の処理により生成されたデータのうち、長期的な保存が必要なデータを記憶する不揮発性の記憶部である。また、記録媒体50は、処理部20が各種の処理を行うためのプログラムや、アプリケーション機能を実現するための各種プログラムやデータ等を記憶していてもよい。
処理部20は、ROM30あるいは記録媒体50に記憶されているプログラム、あるいはネットワークを介してサーバーから受信してRAM40や記録媒体50に記憶したプログラムに従って各種の処理を行う。特に、本実施形態では、処理部20は、当該プログラムを実行することにより、バイアス除去部22、姿勢変化量計算部24、速度変化量計算部26及び姿勢推定部28として機能し、IMU10がΔt間隔で出力する角速度データdω及び加速度データdαに対して所定の演算を行い、対象物の姿勢を推定する処理を行う。
本実施形態では、図7に示すように、IMU10の座標系であるセンサー座標系(互いに直交するx軸、y軸、z軸で構成されるxyz座標系)と対象物が存在する空間の座標系であるローカル空間座標系(互いに直交するX軸、Y軸、Z軸で構成されるXYZ座標系)を考える。処理部20は、対象物に装着されたIMU10から出力されるセンサー座標系の3軸角速度と3軸加速度からローカル空間座標系における対象物の姿勢(IMU10の姿勢ともいえる)を推定する。
バイアス除去部22は、角速度センサー12の出力からバイアス誤差を除去した3軸角速度を計算する処理、及び加速度センサー14の出力からバイアス誤差を除去した3軸加速度を計算する処理を行う。
姿勢変化量計算部24は、角速度センサー12の出力に基づいて、対象物の姿勢変化量を計算する。具体的には、姿勢変化量計算部24は、バイアス除去部22によりバイアス誤差が除去された3軸角速度を用いて、サンプリング間隔Δtを変数とする多項式で近似して対象物の姿勢変化量を計算する処理を行う。
速度変化量計算部26は、加速度センサー14の出力と角速度センサー12の出力とに基づいて、対象物の速度変化量を計算する。具体的には、速度変化量計算部26は、バイアス除去部22によりバイアス誤差が除去された3軸角速度と3軸加速度とを用いて、対象物の速度変化量を計算する処理を行う。
姿勢推定部28は、積分計算部101、姿勢情報予測部102、誤差情報更新部103、補正係数計算部104、姿勢情報補正部105、正規化部106、誤差情報補正部107、回転誤差成分除去部108、バイアス誤差制限部109及び誤差情報調整部110として機能する。そして、姿勢推定部28は、姿勢変化量計算部24が計算した姿勢変化量と速度変化量計算部26が計算した速度変化量とを用いて、対象物の姿勢を推定する処理を行う。実際には、姿勢推定部28は、拡張カルマンフィルターにより、前出の式(18)で定義した状態ベクトルx及びその誤差共分散行列Σx 2を推定する処理を行う。
積分計算部101は、姿勢情報補正部105により補正され、正規化部106により正規化された直前の姿勢の推定値に、姿勢変化量計算部24が計算した姿勢変化量を積算する積分処理を行う。また、積分計算部101は、姿勢情報補正部105により補正され、
正規化部106により正規化された直前の速度の推定値に、速度変化量計算部26が計算した速度変化量を積算する積分処理を行う。
正規化部106により正規化された直前の速度の推定値に、速度変化量計算部26が計算した速度変化量を積算する積分処理を行う。
姿勢情報予測部102は、姿勢変化量計算部24が計算した姿勢変化量を用いて、対象物の姿勢情報である姿勢クォータニオンqを予測する処理を行う。また、姿勢情報予測部102は、速度変化量計算部26が計算した速度変化量に基づいて、対象物の速度情報である運動速度ベクトルvを予測する処理も行う。実際には、姿勢情報予測部102は、姿勢クォータニオンq及び運動速度ベクトルvを要素として含む状態ベクトルxを予測する処理を行う。
誤差情報更新部103は、角速度センサー12の出力に基づいて、誤差情報である誤差共分散行列Σx 2を更新する処理を行う。具体的には、誤差情報更新部103は、バイアス除去部22によりバイアス誤差が除去された3軸角速度を用いて、対象物の姿勢誤差を更新する処理を行う。実際には、誤差情報更新部103は、拡張カルマンフィルターにより、誤差共分散行列Σx 2を更新する処理を行う。
回転誤差成分除去部108は、誤差情報である誤差共分散行列Σx 2における、基準ベクトルの周りの回転誤差成分を除去する処理を行う。具体的には、回転誤差成分除去部108は、誤差情報更新部103により更新された誤差共分散行列Σx 2における姿勢誤差に含まれる方位角誤差成分を除去する処理を行う。実際には、回転誤差成分除去部108は、誤差共分散行列Σx 2に対して、姿勢の誤差共分散行列Σq 2のランク制限と方位角誤差成分の除去を行った誤差共分散行列Σx 2を生成する処理を行う。
誤差情報調整部110は、角速度センサー12の出力が有効範囲内であるか否かを判定し、角速度センサー12の出力が有効範囲内ではないと判定した場合に、誤差情報である誤差共分散行列Σx 2における姿勢誤差成分を増加させ、かつ、誤差共分散行列Σx 2における姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分を低減させる(例えばゼロにする)処理を行う。また、誤差情報調整部110は、加速度センサー14の出力が有効範囲内であるか否かを判定し、角速度センサー12の出力又は加速度センサー14の出力が有効範囲内ではないと判定した場合に、誤差共分散行列Σx,k 2における運動速度誤差成分を増加させ、かつ、誤差共分散行列Σx,k 2における運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させる(例えばゼロにする)処理を行う。具体的には、誤差情報調整部110は、角速度センサー12の出力が有効範囲内でないと判定した後の角速度オフスケール回復期間において、回転誤差成分除去部108により生成された誤差共分散行列Σx 2における姿勢誤差成分及び運動速度誤差成分を増加させ、かつ、姿勢誤差成分と姿勢誤差成分以外の誤差成分との相関成分及び運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させる(例えばゼロにする)処理を行う。また、誤差情報調整部110は、角速度センサー12の出力が有効範囲内であり、かつ、加速度センサー14の出力が有効範囲内でないと判定した後の加速度オフスケール回復期間において、回転誤差成分除去部108により生成された誤差共分散行列Σx 2における運動速度誤差成分を増加させ、かつ、運動速度誤差成分と運動速度誤差成分以外の誤差成分との相関成分を低減させる(例えばゼロにする)処理を行う。
バイアス誤差制限部109は、誤差情報である誤差共分散行列Σx 2における、基準ベクトルの周りの角速度のバイアス誤差成分に対して制限をかける処理を行う。具体的には、バイアス誤差制限部109は、誤差情報調整部110により生成された誤差共分散行列Σx 2における、角速度のバイアス誤差の鉛直成分に対して制限をかける処理を行う。実際には、バイアス誤差制限部109は、角速度のバイアス誤差の鉛直成分が上限値を超えたか否かを判定し、当該鉛直成分が上限値を超えた場合に、当該鉛直成分が当該上限値となるように制限をかけた誤差共分散行列Σx 2を生成する処理を行う。
補正係数計算部104は、バイアス誤差制限部109により生成された誤差情報である誤差共分散行列Σx 2に基づいて、姿勢情報補正部105による対象物の姿勢情報(姿勢クォータニオンq)や速度情報(運動速度ベクトルv)の補正量及び誤差情報補正部107による誤差情報(誤差共分散行列Σx)の補正量を決める補正係数を計算する処理を行う。実際には、補正係数計算部104は、観測残差Δz、カルマン係数K及び変換行列Hを計算する処理を行う。
姿勢情報補正部105は、誤差情報である誤差共分散行列Σxに基づいて、姿勢情報予測部102が予測した対象物の姿勢情報(姿勢クォータニオンq)を補正する処理を行う。具体的には、姿勢情報補正部105は、バイアス誤差制限部109により生成された誤差共分散行列Σx、並びに基準ベクトルである重力加速度ベクトルgと加速度センサー14の出力から求められる加速度ベクトルαとに基づいて補正係数計算部104が計算したカルマン係数K及び重力加速度の観測残差Δzaを用いて、姿勢クォータニオンqを補正する処理を行う。実際には、姿勢情報補正部105は、拡張カルマンフィルターにより、姿勢情報予測部102が予測した状態ベクトルxを補正する処理を行う。
正規化部106は、姿勢情報補正部105が補正した対象物の姿勢情報(姿勢クォータニオンq)を、その大きさが変わらないように正規化する処理を行う。実際には、正規化部106は、姿勢情報補正部105が補正した状態ベクトルxを正規化する処理を行う。
誤差情報補正部107は、誤差情報である誤差共分散行列Σxを補正する処理を行う。具体的には、誤差情報補正部107は、補正係数計算部104が計算した変換行列H及びカルマン係数Kを用いて、拡張カルマンフィルターにより、バイアス誤差制限部109により生成された誤差共分散行列Σxを補正する処理を行う。
処理部20が推定した対象物の姿勢情報(姿勢クォータニオンq)は、通信部60を介して他の装置に送信可能である。
2−2.処理部の構成
図8は、処理部20の具体的な構成例を示す図である。図8において、図6と同じ構成要素には同じ符号を付している。図8に示すように、IMU10が出力する、時刻tkにおける角速度データdω,k及び加速度データdα,kは、バイアス除去部22に入力される。前出の式(1)に示されるように、角速度データdω,kは、時刻tk−1から時刻tkまでの期間の角速度ベクトルωの平均値と角速度センサー12の残存バイアスbωの和で表される。同様に、前出の式(2)に示されるように、加速度データdα,kは、時刻tk−1から時刻tkまでの期間の加速度ベクトルαの平均値と加速度センサー14の残存バイアスbαの和で表される。
図8は、処理部20の具体的な構成例を示す図である。図8において、図6と同じ構成要素には同じ符号を付している。図8に示すように、IMU10が出力する、時刻tkにおける角速度データdω,k及び加速度データdα,kは、バイアス除去部22に入力される。前出の式(1)に示されるように、角速度データdω,kは、時刻tk−1から時刻tkまでの期間の角速度ベクトルωの平均値と角速度センサー12の残存バイアスbωの和で表される。同様に、前出の式(2)に示されるように、加速度データdα,kは、時刻tk−1から時刻tkまでの期間の加速度ベクトルαの平均値と加速度センサー14の残存バイアスbαの和で表される。
バイアス除去部22は、前出の式(19)により、時刻tkにおける角速度データdω,kから、時刻tk−1における残存バイアスbω,k−1を差し引いて、時刻tk−1から時刻tkまでの期間の角速度ベクトルωの平均値を計算する。また、バイアス除去部22は、前出の式(19)により、時刻tkにおける加速度データdα,kから、時刻tk−1における残存バイアスbα,k−1を差し引いて、時刻tk−1から時刻tkまでの期間の加速度ベクトルαの平均値を計算する。
姿勢変化量計算部24は、バイアス除去部22が計算した時刻tk−1から時刻tkまでの期間の角速度ベクトルωの平均値及び時刻tk−2から時刻tk−1までの期間の角速度ベクトルωの平均値を前出の式(6)の多項式に代入し、時刻tkにおける姿勢変化量Δqkを近似計算する。
速度変化量計算部26は、前出の式(9)により、時刻tk−1における姿勢クォータニオンqk−1から時刻tkにおける座標変換行列Ckを計算する。また、速度変化量計算部26は、バイアス除去部22が計算した時刻tk−1から時刻tkまでの期間における加速度ベクトルαの平均値及び角速度ベクトルωの平均値、並びに時刻tk−2から時刻tk−1までの期間における加速度ベクトルαの平均値及び角速度ベクトルωの平均値を前出の式(12)の多項式に代入し、時刻tkにおける加速度λkを近似計算する。また、速度変化量計算部26は、時刻tk−1における重力加速度補正値Δgk−1を前出の式(10)に代入し、時刻tk−1における重力加速度ベクトルgk−1を計算する。さらに、速度変化量計算部26は、計算した座標変換行列Ck,加速度λk及び重力加速度ベクトルgk−1から、時刻tkにおける速度変化量(Ckλk−gk−1)Δtを計算する。
図8に示すように、姿勢推定部28は、積分計算部101、姿勢情報予測部102、誤差情報更新部103、補正係数計算部104、姿勢情報補正部105、正規化部106、誤差情報補正部107、回転誤差成分除去部108及びバイアス誤差制限部109を含んで構成されており、拡張カルマンフィルターにより、時刻tkにおける状態ベクトルx及びその誤差共分散行列Σx,k 2を推定する。
積分計算部101は、前出の式(6)により、時刻tk−1における姿勢クォータニオンqk−1と姿勢変化量計算部24が計算した時刻tkにおける姿勢変化量Δqkとのクォータニオン乗算を行う。また、積分計算部101は、前出の式(12)により、時刻tk−1における運動速度ベクトルvk−1と速度変化量計算部26が計算した時刻tkにおける速度変化量(Ckλk−gk−1)Δtとの加算を行う。
姿勢情報予測部102は、前出の式(19)により、状態ベクトルxkの各要素である、姿勢クォータニオンqk、運動速度ベクトルvk、角速度センサー12の残存バイアスbω,k、加速度センサー14の残存バイアスbα,k、重力加速度補正値Δgkをそれぞれ予測する。具体的には、姿勢情報予測部102は、姿勢クォータニオンqkを積分計算部101による姿勢クォータニオンqk−1と姿勢変化量Δqkとのクォータニオン乗算結果であると予測する。また、姿勢情報予測部102は、運動速度ベクトルvkを積分計算部101による運動速度ベクトルvk−1と速度変化量(Ckλk−gk−1)Δtとの加算結果であると予測する。また、姿勢情報予測部102は、角速度センサー12の残存バイアスbω,kを時刻tk−1における角速度センサー12の残存バイアスbω,k−1であると予測する。また、姿勢情報予測部102は、加速度センサー14の残存バイアスbα,kを時刻tk−1における加速度センサー14の残存バイアスbα,k−1であると予測する。また、姿勢情報予測部102は、重力加速度補正値Δgkを時刻tk−1における重力加速度補正値Δgk−1であると予測する。
誤差情報更新部103は、姿勢変化量計算部24が計算した姿勢変化量Δqk、速度変化量計算部26が計算した加速度λk及び座標変換行列Ck、時刻tk−1における姿勢クォータニオンqk−1及び時刻tk−1における誤差共分散行列Σx,k−1 2を用いて、前出の式(20)及び式(21)により、時刻tkにおける誤差共分散行列Σx,k 2を更新する。
回転誤差成分除去部108は、姿勢情報予測部102が予測した姿勢クォータニオンqkを用いて、前出の式(29)により行列D’TD’を計算し、行列D’TD’を用いて、式(28)により、誤差情報更新部103が更新した誤差共分散行列Σx,k 2を更新する。これにより、姿勢クォータニオンqkの誤差共分散行列Σq,k 2のランクが3に制限されるとともに、誤差共分散行列Σq,k 2から方位角誤差成分εθzが除去された
誤差共分散行列Σx,k 2が生成される。
誤差共分散行列Σx,k 2が生成される。
誤差情報調整部110は、角速度オフスケール回復期間において、姿勢情報予測部102が予測した姿勢クォータニオンqkを用いて、前出の式(41)により、回転誤差成分除去部108が生成した誤差共分散行列Σx,k 2を更新する。また、加速度オフスケール回復期間において、姿勢情報予測部102が予測した姿勢クォータニオンqkを用いて、前出の式(42)により、回転誤差成分除去部108が生成した誤差共分散行列Σx,k 2を更新する。
バイアス誤差制限部109は、姿勢情報予測部102が予測した姿勢クォータニオンqkと、誤差情報調整部110が生成した誤差共分散行列Σx,k 2とを用いて、前出の式(39)により、角速度センサー12のバイアス誤差の鉛直成分の分散σbωv 2を算出する。そして、バイアス誤差制限部109は、分散σbωv 2が上限値σbωmax 2を超えている場合は、式(40)により、誤差情報調整部110が生成した誤差共分散行列Σx,k 2を更新する。これにより、誤差共分散行列Σx,k 2において、角速度センサー12のバイアス誤差の鉛直成分の分散σbωv 2が上限値σbωmax 2に制限される。
補正係数計算部104は、バイアス誤差制限部109が生成した誤差共分散行列Σx,k 2、速度変化量計算部26が計算した座標変換行列Ck、バイアス除去部22が計算した時刻tk−1から時刻tkまでの期間の加速度ベクトルαの平均値、姿勢情報予測部が予測した姿勢クォータニオンqk及び重力加速度補正値Δgkを用いて、前出の式(23)、式(24)、式(25)及び式(26)により、時刻tkにおける観測残差Δzk、変換行列Hk及びカルマン係数Kkを計算する。
姿勢情報補正部105は、補正係数計算部104が計算した観測残差Δzk及びカルマン係数Kkを用いて、前出の式(27)により、姿勢情報予測部102が予測した状態ベクトルxkの各要素(姿勢クォータニオンqk、運動速度ベクトルvk、角速度センサー12の残存バイアスbω,k、加速度センサー14の残存バイアスbα,k、重力加速度補正値Δgk)を補正する。
正規化部106は、姿勢情報補正部105が補正した状態ベクトルxkの各要素(姿勢クォータニオンqk、運動速度ベクトルvk、角速度センサー12の残存バイアスbω,k、加速度センサー14の残存バイアスbα,k、重力加速度補正値Δgk)を、前出の式(28)により正規化する。
誤差情報補正部107は、補正係数計算部104が計算した変換行列Hk及びカルマン係数Kk用いて、前出の式(27)より、バイアス誤差制限部109が生成した誤差共分散行列Σx,k 2を補正する。
正規化部106が計算した状態ベクトルxk及び誤差情報補正部107が補正した誤差共分散行列Σx,k 2は、次のサンプリング間隔Δtが経過すると、時刻tk−1における状態ベクトルxk−1及び誤差共分散行列Σx,k−1 2として、バイアス除去部22、速度変化量計算部26、積分計算部101、姿勢情報予測部102及び誤差情報更新部103にフィードバックされる。
以上に説明した処理部20は、例えば、前述の図1〜図5に示した手順で、対象物の姿勢を推定する姿勢推定処理を行う。
以上に説明した本実施形態の姿勢推定装置1によれば、処理部20が前述の図1〜図5
に示した手順で対象物の姿勢を推定することにより、角速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の姿勢の推定精度が低下するおそれが低減され、対象物の姿勢を十分な精度で推定することができる。また、本実施形態の姿勢推定装置1によれば、角速度センサーの出力又は加速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の運動速度の推定精度が低下するおそれが低減され、対象物の運動速度を十分な精度で推定することができる。その他、本実施形態の姿勢推定装置1によれば、上述した本実施形態の姿勢推定方法と同様の効果を奏することができる。
に示した手順で対象物の姿勢を推定することにより、角速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の姿勢の推定精度が低下するおそれが低減され、対象物の姿勢を十分な精度で推定することができる。また、本実施形態の姿勢推定装置1によれば、角速度センサーの出力又は加速度センサーの出力が一時的に有効範囲内でない状況が発生した場合でも対象物の運動速度の推定精度が低下するおそれが低減され、対象物の運動速度を十分な精度で推定することができる。その他、本実施形態の姿勢推定装置1によれば、上述した本実施形態の姿勢推定方法と同様の効果を奏することができる。
3.変形例
上述した実施形態では、角速度センサーと加速度センサーは1つの慣性計測装置(IMU)に収容され、一体化されているが、角速度センサーと加速度センサーは別体であってもよい。
上述した実施形態では、角速度センサーと加速度センサーは1つの慣性計測装置(IMU)に収容され、一体化されているが、角速度センサーと加速度センサーは別体であってもよい。
また、上述した実施形態では、姿勢推定装置は、対象物の姿勢情報のみを出力しているが、さらに他の情報を出力してもよい。例えば、姿勢推定装置は、時刻tkにおける運動速度ベクトルvkに基づく対象物の速度情報や運動速度ベクトルvkを積分して得られる対象物の位置情報を出力してもよい。
また、上述した実施形態では、加速度センサーと角速度センサーは同一のサンプリング間隔Δtで出力を更新しているが、加速度センサーのサンプリング間隔Δtaと角速度センサーのサンプリング間隔Δtωは異なっていてもよい。この場合、図1の工程S3の状態ベクトルと誤差共分散行列の予測処理(時間更新処理)はΔtω毎に行われ、図1の工程S7の状態ベクトルと誤差共分散行列の補正処理(観測更新処理)はΔta毎に行われてもよい。また、図1の工程S4の回転誤差成分除去処理や図1の工程S6のバイアス誤差制限処理は、Δtω毎に行われてもよいし、Δta毎に行われてもよいし、ΔtωやΔtaとは異なる周期で行われてもよい。
また、上述した実施形態では、姿勢推定装置は、加速度センサーを用いて観測される重力加速度ベクトルを基準ベクトルとして、角速度センサーの出力と基準ベクトルとを用いて対象物の姿勢を推定しているが、基準ベクトルは重力加速度ベクトルでなくてもよい。例えば、姿勢推定装置が角速度センサーと地磁気センサーとを用いて対象物の姿勢を推定する場合には、基準ベクトルは、地磁気センサーを用いて観測される地磁気ベクトル(北方向を向くベクトル)であってもよい。また、例えば、姿勢推定装置が角速度センサーとスタートラッカーとを用いて対象物である人工衛星の姿勢を推定する場合には、基準ベクトルは、スタートラッカーを用いて観測される、対象物から恒星の方向を向くベクトルであってもよい。なお、加速度センサー、地磁気センサー、スタートラッカーは、基準ベクトルを観測する基準観測センサーの一例である。
また、上述した実施形態では、対象物の姿勢情報をクォータニオンで表現したが、姿勢情報は、ロール角、ピッチ角、ヨー角で表現された情報であってもよいし、姿勢変換行列であってもよい。
また、上述した実施形態では、状態ベクトルxkは、要素として、姿勢クォータニオンqk、運動速度ベクトルvk、角速度センサーの残存バイアスbω,k、加速度センサーの残存バイアスbα,k及び重力加速度補正値Δgkを含むが、状態ベクトルxkはこれに限られない。例えば、状態ベクトルxkは、要素として、姿勢クォータニオンqk、角速度センサーの残存バイアスbω,k、加速度センサーの残存バイアスbα,k及び重力加速度補正値Δgkを含み、運動速度ベクトルvkを含まなくてもよい。この場合、図3に示したバイアス誤差制限工程のフローチャートは、例えば、図9に示すフローチャート
に変形される。なお、図9において図3と同じ工程には同じ符号を付しており、図9のフローチャートは図3のフローチャートの一部の工程を削除したものであって新たな工程を追加するものではないから、その説明を省略する。
に変形される。なお、図9において図3と同じ工程には同じ符号を付しており、図9のフローチャートは図3のフローチャートの一部の工程を削除したものであって新たな工程を追加するものではないから、その説明を省略する。
4.電子機器
図10は本実施形態の電子機器300の構成例を示すブロック図である。電子機器300は、上記実施形態の姿勢推定装置1と、慣性計測装置10と、を含む。また、電子機器300は、通信部310、操作部330、表示部340、記憶部350、アンテナ312を含むことができる。
図10は本実施形態の電子機器300の構成例を示すブロック図である。電子機器300は、上記実施形態の姿勢推定装置1と、慣性計測装置10と、を含む。また、電子機器300は、通信部310、操作部330、表示部340、記憶部350、アンテナ312を含むことができる。
通信部310は、例えば無線回路であり、アンテナ312を介して外部からデータを受信したり、外部にデータを送信する処理を行う。
姿勢推定装置1は、慣性計測装置10の出力信号に基づいて処理を行う。具体的には、姿勢推定装置1は、慣性計測装置10の検出データ等の出力信号(出力データ)に基づいて、電子機器300の姿勢を推定する処理を行う。また、姿勢推定装置1は、慣性計測装置10の検出データ等の出力信号(出力データ)に対して補正処理やフィルター処理などの信号処理を行ったり、或いは当該出力信号に基づいて、電子機器300の制御処理や、通信部310を介して送受信されるデータの種々のデジタル処理などの電子機器300についての各種の制御処理を行ってもよい。この姿勢推定装置1の機能は、例えばMPU、CPUなどのプロセッサーにより実現できる。
操作部330はユーザーが入力操作を行うためのものであり、操作ボタンやタッチパネルディスプレイをなどにより実現できる。
表示部340は各種の情報を表示するものであり、液晶や有機ELなどのディスプレイにより実現できる。記憶部350はデータを記憶するものであり、その機能はRAMやROMなどの半導体メモリーなどにより実現できる。
なお、本実施形態の電子機器300は、例えばデジタルスチールカメラ又はビデオカメラ等の映像関連機器、車載機器、頭部装着型表示装置や時計関連機器などのウェアラブル機器、インクジェット式吐出装置、ロボット、パーソナルコンピューター、携帯情報端末、印刷装置、或いは投影装置等に適用できる。車載機器はカーナビゲーション装置や自動運転用の機器等である。時計関連機器は時計やスマートウォッチなどである。インクジェット式吐出装置としてはインクジェットプリンターなどがある。携帯情報端末は、スマートフォン、携帯電話機、携帯型ゲーム装置、ノートPC又はタブレット端末などである。また本実施形態の電子機器300は、電子手帳、電子辞書、電卓、ワードプロセッサー、ワークステーション、テレビ電話、防犯用テレビモニター、電子双眼鏡、POS端末、医療機器、魚群探知機、測定機器、移動体端末基地局用機器、計器類、フライトシミュレーター、ネットワークサーバー等にも適用できる。医療機器は、電子体温計、血圧計、血糖計、心電図計測装置、超音波診断装置、電子内視鏡などである。計器類は車両、航空機、船舶などの計器類である。
図11は、携帯型電子機器である腕時計型の活動計400を示す平面図であり、図12は活動計400の構成例を示すブロック図である。活動計400は、バンド401によってユーザーの手首等の部位に装着される。アクティブトラッカーである活動計400は、デジタル表示の表示部402を備えると共に、Bluetooth(登録商標)、Wi−Fi(登録商標)などによる無線通信が可能である。
図11、図12に示すように、活動計400は、慣性計測装置10が収容されたケース
403と、ケース403に収容され、慣性計測装置10からの出力信号に基づいて処理を行う姿勢推定装置1と、ケース403に収容されている表示部402と、ケース403の開口部を塞いでいる透光性カバー404と、を含む。また、透光性カバー404の外側にはベゼル405が設けられ、ケース403の側面には複数の操作ボタン406、407が設けられている。慣性計測装置10には、3軸の加速度を検出する加速度センサー14と、3軸の角速度を検出する角速度センサー12とが設けられている。
403と、ケース403に収容され、慣性計測装置10からの出力信号に基づいて処理を行う姿勢推定装置1と、ケース403に収容されている表示部402と、ケース403の開口部を塞いでいる透光性カバー404と、を含む。また、透光性カバー404の外側にはベゼル405が設けられ、ケース403の側面には複数の操作ボタン406、407が設けられている。慣性計測装置10には、3軸の加速度を検出する加速度センサー14と、3軸の角速度を検出する角速度センサー12とが設けられている。
表示部402には、種々の検出モードに応じて、GPSセンサー411や地磁気センサー412を用いて求められた位置情報や移動量、加速度センサー14や角速度センサー12を用いて求められた運動量などの運動情報、脈拍センサー416を用いて求められた脈拍数などの生体情報、現在時刻などの時刻情報が表示される。また、温度センサー417を用いて求められた環境温度を表示することもできる。通信部422は、ユーザー端末などの情報端末との通信を行う。姿勢推定装置1は、例えばMPU、DSP、ASICなどにより実現される。姿勢推定装置1は、記憶部420に記憶されるプログラムと、操作ボタン406、407などの操作部418により入力された情報とに基づき、各種の処理を実行する。姿勢推定装置1は、慣性計測装置10の出力信号に基づいて、活動計400の姿勢情報を推定する処理を行う。また、姿勢推定装置1は、GPSセンサー411、地磁気センサー412、圧力センサー413、加速度センサー14、角速度センサー12、脈拍センサー416、温度センサー417、計時部419の出力信号に基づく処理を行ってもよい。また、姿勢推定装置1は、表示部402に画像を表示させる表示処理、音出力部421に音を出力させる音出力処理、通信部422を介して情報端末と通信を行う通信処理、バッテリー423からの電力を各部へ供給する電力制御処理なども行うことができる。
以上のような構成の本実施形態の活動計400によれば、前述した姿勢推定装置1の効果を享受でき、高い信頼性を発揮することができる。また、活動計400は、GPSセンサー411を含み、ユーザーの移動距離や移動軌跡を計測することができるため、利便性の高い活動計400が得られる。なお、活動計400は、ランニングウォッチ、ランナーズウォッチ、アウトドアウォッチ、或いはGPSを搭載したGPSウォッチなどに広く適用できる。
5.移動体
本実施形態の移動体は、上記実施形態の姿勢推定装置1と、姿勢推定装置1が推定した移動体の姿勢情報に基づいて、移動体の姿勢の制御を行う制御装置と、を含む。
本実施形態の移動体は、上記実施形態の姿勢推定装置1と、姿勢推定装置1が推定した移動体の姿勢情報に基づいて、移動体の姿勢の制御を行う制御装置と、を含む。
図13に移動体500の一例を示す。図14は移動体500の構成例を示すブロック図である。図13に示すように、移動体500は、車体502や車輪504を有している。また、移動体500には測位装置510が装着されており、車両制御などを行う制御装置570が内部に設けられている。また、図14に示すように、移動体500は、エンジンやモーター等の駆動機構580と、ディスクブレーキやドラムブレーキ等の制動機構582と、ハンドルやステアリングギアボックス等で実現される操舵機構584と、を有する。このように、移動体500は、駆動機構580や制動機構582や操舵機構584を備えて、地上や空や海上を移動する機器・装置である。例えば、移動体500は農業機械(農機)などの四輪自動車である。
測位装置510は、移動体500に装着されて、移動体500の測位を行う装置である。測位装置510は、慣性計測装置10と、GPS受信部520と、GPS受信用のアンテナ522と、姿勢推定装置1を含む。姿勢推定装置1は、位置情報取得部532と、位置合成部534と、演算処理部536と、処理部538と、を含む。慣性計測装置10は、3軸の加速度センサーと3軸の角速度センサーを有している。演算処理部536は、加
速度センサー、角速度センサーからの加速度データ、角速度データを受け、これらデータに対して慣性航法演算処理を行い、慣性航法測位データを出力する。慣性航法測位データは移動体500の加速度や姿勢を表すデータである。
速度センサー、角速度センサーからの加速度データ、角速度データを受け、これらデータに対して慣性航法演算処理を行い、慣性航法測位データを出力する。慣性航法測位データは移動体500の加速度や姿勢を表すデータである。
GPS受信部520は、アンテナ522を介してGPS衛星からの信号を受信する。位置情報取得部532は、GPS受信部520が受信した信号に基づいて、測位装置510が装着された移動体500の位置、速度、方位を表すGPS測位データを出力する。位置合成部534は、演算処理部536から出力された慣性航法測位データと、位置情報取得部532から出力されたGPS測位データとに基づいて、移動体500が地面のどの位置を走行しているかを算出する。例えば、GPS測位データに含まれている移動体500の位置が同じであっても、図13に示すように地面の傾斜(θ)などの影響によって移動体500の姿勢が異なっていれば、地面の異なる位置を移動体500が走行していることになる。そのため、GPS測位データだけでは移動体500の正確な位置を算出できない。そこで、位置合成部534は、慣性航法測位データのうちの特に移動体500の姿勢に関するデータを用いて、移動体500が地面のどの位置を走行しているのかを算出する。位置合成部534から出力された位置データは、処理部538によって所定の処理が行われ、測位結果として、表示部550に表示される。また、位置データは通信部560によって外部装置に送信されるようになっていてもよい。
制御装置570は、移動体500の駆動機構580、制動機構582、操舵機構584の制御を行う。制御装置570は、車両制御用のコントローラーであり、例えば複数のコントロールユニットにより実現できる。制御装置570は、車両制御を行うコントロールユニットである車両制御部572と、自動運転制御を行うコントロールユニットである自動運転制御部574と、半導体メモリーなどにより実現される記憶部576と、を有する。監視装置578は、移動体500の周辺の障害物等の物体を監視する装置であり、周辺監視カメラ、ミリ波レーダー又はソナーなどにより実現される。
そして、本実施形態の移動体500は、図14に示すように、姿勢推定装置1と、制御装置570と、を含む。制御装置570は、姿勢推定装置1が推定した移動体500の姿勢情報に基づいて、移動体500の姿勢の制御を行う。例えば、姿勢推定装置1は、慣性計測装置10からの検出データを含む出力信号に基づいて、上述したような各種の処理を行って、移動体500の位置や姿勢の情報を求める。例えば、姿勢推定装置1は、移動体500の位置の情報を、上述したようにGPS測位データと慣性航法測位データとに基づき求めることができる。また、姿勢推定装置1は、移動体500の姿勢の情報を、例えば慣性航法測位データに含まれる角速度データなどに基づいて推定することができる。移動体500の姿勢の情報は、例えば、クォータニオンや、ロール角、ピッチ角、ヨー角などにより表すことができる。そして、制御装置570は、姿勢推定装置1の処理により推定された移動体500の姿勢情報に基づいて、移動体500の姿勢の制御を行う。この制御は例えば車両制御部572により行われる。この姿勢の制御は、例えば制御装置570が操舵機構584を制御することで実現できる。或いは、スリップ制御などの移動体500の姿勢を安定化させる制御においては、制御装置570が駆動機構580を制御したり、制動機構582を制御してもよい。本実施形態によれば、姿勢推定装置1により、姿勢の情報を高精度に推定することができるため、移動体500の適切な姿勢制御を実現できる。
また、本実施形態では、制御装置570は、姿勢推定装置1より求められた移動体500の位置及び姿勢の情報に基づいて、移動体500の加速、制動及び操舵の少なくとも1つを制御する。例えば、制御装置570は、移動体500の位置及び姿勢の情報に基づいて、駆動機構580、制動機構582及び操舵機構584の少なくとも1つを制御する。これにより、例えば自動運転制御部574による移動体500の自動運転制御を実現でき
る。この自動運転制御では、移動体500の位置及び姿勢の情報に加えて、監視装置578による周囲の物体の監視結果や、記憶部576に記憶される地図情報や走行ルート情報などが用いられる。そして、制御装置570は、移動体500の自動運転の実施又は不実施を、慣性計測装置10の出力信号の監視結果に基づいて切り替える。例えば、姿勢推定装置1が、慣性計測装置10からの検出データなどの出力信号を監視する。そして、例えば監視結果に基づいて、慣性計測装置10の検出精度の低下やセンシング異常が検出された場合に、制御装置570は、自動運転の実施から、自動運転の不実施に切り替える。例えば、自動運転では、移動体500の加速、制動及び操舵の少なくとも1つが自動で制御される。一方、自動運転の不実施では、このような加速、制動、操舵の自動制御が実施されない。このようにすることで、自動運転を行う移動体500の走行について、より信頼性の高い支援が可能になる。なお、慣性計測装置10の出力信号の監視結果に基づいて、自動運転の自動化レベルを切り替えてもよい。
る。この自動運転制御では、移動体500の位置及び姿勢の情報に加えて、監視装置578による周囲の物体の監視結果や、記憶部576に記憶される地図情報や走行ルート情報などが用いられる。そして、制御装置570は、移動体500の自動運転の実施又は不実施を、慣性計測装置10の出力信号の監視結果に基づいて切り替える。例えば、姿勢推定装置1が、慣性計測装置10からの検出データなどの出力信号を監視する。そして、例えば監視結果に基づいて、慣性計測装置10の検出精度の低下やセンシング異常が検出された場合に、制御装置570は、自動運転の実施から、自動運転の不実施に切り替える。例えば、自動運転では、移動体500の加速、制動及び操舵の少なくとも1つが自動で制御される。一方、自動運転の不実施では、このような加速、制動、操舵の自動制御が実施されない。このようにすることで、自動運転を行う移動体500の走行について、より信頼性の高い支援が可能になる。なお、慣性計測装置10の出力信号の監視結果に基づいて、自動運転の自動化レベルを切り替えてもよい。
図15に他の移動体600の一例を示す。図16は移動体600の構成例を示すブロック図である。上記実施形態の姿勢推定装置1は、建設機械(建機)の姿勢制御などにおいて効果的に用いることができ、図15及び図16は、移動体600として建設機械(建機)の一例である油圧ショベルを例示している。
図15に示すように、移動体600は、車体を下部走行体612と、下部走行体612上に旋回可能に搭載された上部旋回体611とで構成され、上部旋回体611の前部側に上下方向に回動可能な複数の部材で構成された作業機構620が設けられている。上部旋回体611には不図示の運転席が設けられ、運転席には、作業機構620を構成する各部材を操作する不図示の操作装置が設けられている。そして、上部旋回体611には、上部旋回体611の傾斜角を検出する傾斜センサーとして機能する慣性計測装置10dが配置されている。
作業機構620は、複数の部材として、上部旋回体611の前部側に俯仰動可能に取付けられたブーム613と、ブーム613の先端側に俯仰動可能に取付けられたアーム614と、アーム614の先端側に回動可能に取付けられたバケットリンク616と、アーム614およびバケットリンク616の先端側に回動可能に取付けられたバケット615と、ブーム613を駆動するブームシリンダー617と、アーム614を駆動するアームシリンダー618と、バケット615をバケットリンク616を介して駆動するバケットシリンダー619とを備えている。
ブーム613の基端側は、上部旋回体611に上下方向に回動可能に支持され、ブームシリンダー617の伸縮によってブーム613が上部旋回体611に対して相対的に回転駆動される。そして、ブーム613には、ブーム613の動きの状態を検出する慣性センサーとして機能する慣性計測装置10cが配置されている。
ブーム613の先端側には、アーム614の一端側が回転可能に支持され、アームシリンダー618の伸縮によってアーム614がブーム613に対して相対的に回転駆動される。アーム614には、アーム614の動きの状態を検出する慣性センサーとして機能する慣性計測装置10bが配置されている。
アーム614の先端側には、バケットリンク616とバケット615とが回動可能に支持されていて、バケットシリンダー619の伸縮に応じてバケットリンク616がアーム614に対して相対的に回転駆動され、それに連動してバケット615がアーム614に対して相対的に回転駆動される。そして、バケットリンク616には、バケットリンク616の動きの状態を検出する慣性センサーとして機能する慣性計測装置10aが配置されている。
ここで、慣性計測装置10a,10b,10c,10dとして、前述の実施形態において説明した慣性計測装置10を用いることができる。慣性計測装置10a,10b,10c,10dは、作業機構620の各部材や上部旋回体611に作用する角速度、および加速度の少なくともいずれかを検出することができる。また、慣性計測装置10a,10b,10cは、図16に示すように、直列的に接続され、検出信号を演算装置630に送信することができる。このように、慣性計測装置10a,10b,10cを直列接続することにより、可動領域内における検出信号を送信するための配線数を減らし、コンパクトな配線構造を得ることができる。コンパクトな配線構造により、配線の敷設方法の選択が容易となり、配線の劣化や損傷などの発生を低減させることが可能となる。
更に、移動体600には、図15に示すように、上部旋回体611の傾斜角や作業機構620を構成するブーム613、アーム614、バケット615の位置姿勢を演算する演算装置630が設けられている。図16に示すように、演算装置630は、上記実施形態の姿勢推定装置1と制御装置632とを含む。姿勢推定装置1は、慣性計測装置10a,10b,10c,10dの出力信号に基づいて、移動体600の姿勢情報を推定する。制御装置632は、姿勢推定装置1が推定した移動体600の姿勢情報に基づいて、移動体600の姿勢の制御を行う。具体的には、演算装置630は、各慣性計測装置10a,10b,10c,10dからの各種検出信号を入力し、各種検出信号に基づいてブーム613、アーム614、バケット615の位置姿勢(姿勢角)や上部旋回体611の傾斜状態を演算する。演算されたブーム613、アーム614、バケット615の姿勢角を含む位置姿勢信号や上部旋回体611の姿勢角を含む傾斜信号、例えばバケット615の位置姿勢信号は、運転席のモニター装置(図示せず)の表示、または作業機構620や上部旋回体611の動作を制御するためのフィードバック情報に用いられる。
なお、上記実施形態の姿勢推定装置1が用いられる建設機械(建機)としては、上記に例示した油圧ショベル(ユンボ、バックホー、パワーショベル)の他にも、例えば、ラフテレーンクレーン(クレーン車)、ブルドーザー、掘削機・積み込み機、ホイールローダー、高所作業車(リフト車)などがある。
本実施形態によれば、姿勢推定装置1により、姿勢の情報を高精度に求めることができるため、移動体600の適切な姿勢制御を実現できる。また、移動体600によれば、コンパクトな慣性計測装置10を装着しているため、例えば、バケットリンク616などの極めて限られた狭い領域内であっても、慣性計測装置10の設置箇所毎に、複数の慣性計測装置を直列接続(マルチ接続)してコンパクトに配置したり、各箇所に設置されている慣性計測装置10同士をケーブルで直列的に接続するケーブルの引き回しをコンパクトにしたりすることが可能な建設機械を提供することができる。
なお、本実施形態では、姿勢推定装置1が用いられる移動体として、農業機械(農機)等の四輪自動車や建設機械(建機)を例にとり説明したが、これら以外にも、オートバイ、自転車、電車、飛行機、二足歩行ロボット、又は、ラジコン飛行機、ラジコンヘリコプター、ドローンなどの遠隔操縦あるいは自律式の飛行体、ロケット、人工衛星、船舶、AGV(無人搬送車)などがある。
本発明は本実施形態に限定されず、本発明の要旨の範囲内で種々の変形実施が可能である。
上述した実施形態および変形例は一例であって、これらに限定されるわけではない。例えば、各実施形態および各変形例を適宜組み合わせることも可能である。
本発明は、実施の形態で説明した構成と実質的に同一の構成(例えば、機能、方法及び結果が同一の構成、あるいは目的及び効果が同一の構成)を含む。また、本発明は、実施の形態で説明した構成の本質的でない部分を置き換えた構成を含む。また、本発明は、実施の形態で説明した構成と同一の作用効果を奏する構成又は同一の目的を達成することができる構成を含む。また、本発明は、実施の形態で説明した構成に公知技術を付加した構成を含む。
1…姿勢推定装置、10…慣性計測ユニット(IMU)、12…角速度センサー、14…加速度センサー、16…信号処理部、20…処理部、22…バイアス除去部、24…姿勢変化量計算部、26…速度変化量計算部、28…姿勢推定部、30…ROM、40…RAM、50…記録媒体、60…通信部、101…積分計算部、102…姿勢情報予測部、103…誤差情報更新部、104…補正係数計算部、105…姿勢情報補正部、106…正規化部、107…誤差情報補正部、108…回転誤差成分除去部、109…バイアス誤差制限部、110…誤差情報調整部、300…電子機器、310…通信部、312…アンテナ、330…操作部、340…表示部、350…記憶部、400…活動計、401…バンド、402…表示部、403…ケース、404…透光性カバー、405…ベゼル、406,407…操作ボタン、411…GPSセンサー、412…地磁気センサー、413…圧力センサー、416…脈拍センサー、417…温度センサー、418…操作部、419…計時部、420…記憶部、421…音出力部、422…通信部、423…バッテリー、500…移動体、502…車体、504…車輪、510…測位装置、520…GPS受信部、522…アンテナ、532…位置情報取得部、534…位置合成部、536…演算処理部、538…処理部、550…表示部、560…通信部、570…制御装置、572…車両制御部、574…自動運転制御部、576…記憶部、578…監視装置、580…駆動機構、582…制動機構、584…操舵機構、611…上部旋回体、612…下部走行体、613…ブーム、614…アーム、615…バケット、616…バケットリンク、617…ブームシリンダー、618…アームシリンダー、619…バケットシリンダー、620…作業機構、630…演算装置、632…制御装置
Claims (10)
- 角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算工程と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測工程と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整工程と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正工程と、
を含む、姿勢推定方法。 - 請求項1において、
前記誤差情報調整工程は、
前記角速度センサーの出力が有効範囲内ではないと判定した後の第1期間中であるか否かを判定する工程と、
前記第1期間において、前記姿勢誤差成分を増加させる工程と、
前記第1期間において、前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含む、姿勢推定方法。 - 請求項1又は2において、
前記姿勢誤差成分以外の誤差成分は、角速度のバイアス誤差成分を含む、姿勢推定方法。 - 請求項1乃至3のいずれか一項において、
前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分はゼロである、姿勢推定方法。 - 請求項1乃至4のいずれか一項において、
加速度センサーの出力と前記角速度センサーの出力とに基づいて、前記対象物の速度変化量を計算する速度変化量計算工程を含み、
前記誤差情報調整工程では、
前記加速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力又は前記加速度センサーの出力が有効範囲内ではないと判定した場合に、前記誤差情報における運動速度誤差成分を増加させ、かつ、前記誤差情報における前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させ、
前記姿勢情報予測工程では、
前記速度変化量を用いて、前記対象物の速度情報を予測する、姿勢推定方法。 - 請求項5において、
前記誤差情報調整工程は、
前記加速度センサーの出力が有効範囲内ではないと判定した後の第2期間中であるか否かを判定する工程と、
前記第2期間において、前記運動速度誤差成分を増加させる工程と、
前記第2期間において、前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分を低減させる工程と、
を含む、姿勢推定方法。 - 請求項5又は6において、
前記運動速度誤差成分以外の誤差成分は、加速度のバイアス誤差成分を含む、姿勢推定方法。 - 請求項5乃至7のいずれか一項において、
前記運動速度誤差成分と前記運動速度誤差成分以外の誤差成分との相関成分はゼロである、姿勢推定方法。 - 角速度センサーの出力に基づいて、対象物の姿勢変化量を計算する姿勢変化量計算部と、
前記姿勢変化量を用いて、前記対象物の姿勢情報を予測する姿勢情報予測部と、
前記角速度センサーの出力が有効範囲内であるか否かを判定し、前記角速度センサーの出力が有効範囲内ではないと判定した場合に、誤差情報における姿勢誤差成分を増加させ、かつ、前記誤差情報における前記姿勢誤差成分と前記姿勢誤差成分以外の誤差成分との相関成分を低減させる誤差情報調整部と、
前記誤差情報に基づいて、予測した前記対象物の姿勢情報を補正する姿勢情報補正部と、
を含む、姿勢推定装置。 - 請求項9に記載の姿勢推定装置と、
前記姿勢推定装置が推定した移動体の姿勢情報に基づいて、前記移動体の姿勢の制御を行う制御装置と、
を含む、移動体。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143691A JP2020020631A (ja) | 2018-07-31 | 2018-07-31 | 姿勢推定方法、姿勢推定装置及び移動体 |
US16/526,297 US20200039522A1 (en) | 2018-07-31 | 2019-07-30 | Posture estimation method, posture estimation device, and vehicle |
US18/181,119 US20230202486A1 (en) | 2018-07-31 | 2023-03-09 | Posture estimation method, posture estimation device, and vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143691A JP2020020631A (ja) | 2018-07-31 | 2018-07-31 | 姿勢推定方法、姿勢推定装置及び移動体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020020631A true JP2020020631A (ja) | 2020-02-06 |
Family
ID=69228213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018143691A Pending JP2020020631A (ja) | 2018-07-31 | 2018-07-31 | 姿勢推定方法、姿勢推定装置及び移動体 |
Country Status (2)
Country | Link |
---|---|
US (2) | US20200039522A1 (ja) |
JP (1) | JP2020020631A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7161796B1 (ja) | 2021-10-01 | 2022-10-27 | Totalmasters株式会社 | 角度センサの較正方法、建設機械の制御方法、建設機械の制御システムおよび建設機械の制御プログラム |
US11789032B2 (en) | 2020-10-29 | 2023-10-17 | Seiko Epson Corporation | Inertial measurement unit |
US11797026B2 (en) | 2020-05-28 | 2023-10-24 | Seiko Epson Corporation | Posture estimation device, sensor module, measurement system, moving object, and posture estimation method |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8956421B2 (en) | 2007-02-06 | 2015-02-17 | Deka Products Limited Partnership | Dynamic support apparatus and system |
US11684312B2 (en) * | 2007-02-06 | 2023-06-27 | Deka Products Limited Partnership | System, method and apparatus for orientation control |
EP2114315B1 (en) | 2007-02-06 | 2016-05-18 | DEKA Products Limited Partnership | Arm prosthetic device |
US9114030B2 (en) | 2007-02-06 | 2015-08-25 | Deka Products Limited Partnership | System for control of a prosthetic device |
CN113632030A (zh) | 2018-12-27 | 2021-11-09 | 奇跃公司 | 用于虚拟现实和增强现实的***和方法 |
CN109813308A (zh) * | 2019-03-07 | 2019-05-28 | 京东方科技集团股份有限公司 | 姿态估计方法、装置及计算机可读存储介质 |
EP4046138A4 (en) * | 2019-10-18 | 2022-12-07 | Magic Leap, Inc. | GRAVITY ESTIMATION AND BUNDLE ADJUSTMENT FOR VISUAL INERTIAL ODOMETRY |
WO2021195828A1 (zh) * | 2020-03-30 | 2021-10-07 | 深圳市大疆创新科技有限公司 | 无人机下降的控制方法和装置、无人机 |
CN116210021A (zh) | 2020-05-29 | 2023-06-02 | 奇跃公司 | 确定角加速度 |
JP7420023B2 (ja) * | 2020-09-04 | 2024-01-23 | 株式会社デンソー | 慣性センサ較正装置および慣性センサ較正プログラム |
CN112330843B (zh) * | 2020-10-26 | 2021-12-31 | 北京理工大学 | 一种基于在线变步长的车辆状态预测方法 |
CN113771938B (zh) * | 2021-03-12 | 2023-11-21 | 成都微精电机股份公司 | 一种用于车辆的蓝牙手动控制电机的自调整方法 |
CN113465599B (zh) * | 2021-06-04 | 2023-08-01 | 北京信息科技大学 | 定位定向方法、装置及*** |
DE102021214858A1 (de) | 2021-12-22 | 2023-06-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Zustandsschätzung eines artikulierten Arms einer Arbeitsmaschine |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5996572B2 (ja) * | 2014-03-27 | 2016-09-21 | 本田技研工業株式会社 | 車体のロール角推定装置 |
EP3159123A4 (en) * | 2014-06-17 | 2018-08-08 | Yujin Robot Co., Ltd. | Device for controlling driving of mobile robot having wide-angle cameras mounted thereon, and method therefor |
US10459462B2 (en) * | 2017-06-21 | 2019-10-29 | Caterpillar Inc. | Sensor fusion feedback for controlling fluid pressures in a machine |
-
2018
- 2018-07-31 JP JP2018143691A patent/JP2020020631A/ja active Pending
-
2019
- 2019-07-30 US US16/526,297 patent/US20200039522A1/en not_active Abandoned
-
2023
- 2023-03-09 US US18/181,119 patent/US20230202486A1/en active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11797026B2 (en) | 2020-05-28 | 2023-10-24 | Seiko Epson Corporation | Posture estimation device, sensor module, measurement system, moving object, and posture estimation method |
US11789032B2 (en) | 2020-10-29 | 2023-10-17 | Seiko Epson Corporation | Inertial measurement unit |
JP7161796B1 (ja) | 2021-10-01 | 2022-10-27 | Totalmasters株式会社 | 角度センサの較正方法、建設機械の制御方法、建設機械の制御システムおよび建設機械の制御プログラム |
JP2023053504A (ja) * | 2021-10-01 | 2023-04-13 | Totalmasters株式会社 | 角度センサの較正方法、建設機械の制御方法、建設機械の制御システムおよび建設機械の制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20200039522A1 (en) | 2020-02-06 |
US20230202486A1 (en) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020020631A (ja) | 姿勢推定方法、姿勢推定装置及び移動体 | |
JP2020020630A (ja) | 姿勢推定方法、姿勢推定装置及び移動体 | |
US9043177B2 (en) | Posture information calculation device, posture information calculation system, posture information calculation method, and information storage medium | |
EP2951530B1 (en) | Inertial device, method, and program | |
EP1280457B1 (en) | Motion-tracking | |
US20220155800A1 (en) | Method and apparatus for yaw fusion and aircraft | |
JP7218512B2 (ja) | センサーモジュール、電子機器及び移動体 | |
JP4726134B2 (ja) | 移動体制御装置及び移動体制御方法 | |
IL202082A (en) | A method and system for estimating inertial sensor errors in a remote inertial measurement unit | |
JP2015179002A (ja) | 姿勢推定方法、姿勢推定装置及びプログラム | |
CN110325822B (zh) | 云台位姿修正方法和装置 | |
JP2007232443A (ja) | 慣性航法装置およびその誤差補正方法 | |
JPH095104A (ja) | 移動物体の三次元姿勢角測定法および三次元姿勢角計測装置 | |
JP2021121781A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2007232444A (ja) | 慣性航法装置およびその誤差補正方法 | |
JP5219547B2 (ja) | 車載ナビゲーションシステム及びナビゲーション方法 | |
JP2018169368A (ja) | 飛行体用航法装置および飛行体用航法 | |
CN113063416A (zh) | 一种基于自适应参数互补滤波的机器人姿态融合方法 | |
CN116429101A (zh) | 基于惯性导航的轨迹跟踪控制***及方法 | |
KR101140379B1 (ko) | 리 대수 및 칼만 필터를 이용한 자세 추정 방법 및 장치 | |
Giurato et al. | Quadrotor attitude determination: a comparison study | |
US20220259833A1 (en) | Posture Estimation Method, Posture Estimation Device, And Movable Device | |
JP3919911B2 (ja) | 方位姿勢基準装置 | |
JP2021518526A (ja) | 1つの姿勢方位基準システム(ahrs)において複数のストラップダウン解を提供するシステムおよび方法 | |
Minor et al. | Instrumentation and algorithms for posture estimation in compliant framed modular mobile robots |