-
题名基于卡尔曼滤波器的姿态角测量系统设计
被引量：26
- 1
-
-
作者
徐梓皓
周召发
孙立江
-
机构
第二炮兵工程大学
-
出处
《电子测量技术》
2014年第1期1-4,共4页
-
文摘
针对动态环境下载体的姿态测量,以无人机的航姿测量系统小型化为背景,给出了一种采用MEMS惯性器件构成的姿态角测量系统。系统采用新型32位ARM Cortex-M3内核微控制器STM32F103ZET6作为控制处理单元,传感器采用ADXL345加速度计、L3G4200D陀螺仪和HMC5883磁阻传感器。对于MEMS器件精度低,数据易发散的问题,采用卡尔曼滤波器实时将加速度计、陀螺仪和磁强计的数据进行融合,计算负担小,实时性好。实验结果表明,该姿态测量系统在静态和动态环境下都能够较好的完成载体姿态测量的任务。
-
关键词
卡尔曼滤波
姿态测量
微机电系统(MEMS)
STM32
航姿参考系统(ahrs)
-
Keywords
KF
attitude
MEMS
STM32
ahrs
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
-
-
题名基于MEMS/地磁的无人机航姿自适应估计算法
被引量：8
- 2
-
-
作者
孙永林
姜鑫
-
机构
海军装备部重大专项装备项目管理中心
天津津航计算技术研究所
-
出处
《传感器与微系统》
CSCD
2020年第11期122-125,共4页
-
文摘
针对无人机在航姿模式下飞行时,常遇到大的机动飞行和磁干扰等情况,航姿模式的姿态角误差会出现比较大的波动的问题,设计了基于惯性测量单位(IMU)和磁力计的四元数扩展卡尔曼滤波自适应算法。将加速度计和磁力计的量测更新分离,根据磁力计的测量精度实时调整融合策略。同时引入残差信息来自适应调节导航参数,提高航姿参考系统(AHRS)性能。通过对实际飞行数据的仿真分析表明:该方法可有效提高姿态精度,确保小型无人机在各种情况下飞行的稳定性。
-
关键词
微机电系统(MEMS)惯性传感器
航姿参考系统(ahrs)
扩展卡尔曼滤波
自适应滤波器
无人机
-
Keywords
MEMS inertial sensor
attitude and heading reference system(ahrs)
extended Kalman filtering
adaptive filter
unmanned aerial vehicle(UAV)
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
TP212
[交通运输工程—船舶与海洋工程]
-
-
题名AHRS姿态估计的迭代扩展卡尔曼滤波方法
被引量：3
- 3
-
-
作者
史宜巧
赵辉
-
机构
江苏电子信息职业学院智能制造学院
河北工程大学信息与电气工程学院
-
出处
《机械设计与制造》
北大核心
2022年第4期270-274,共5页
-
基金
江苏省“333工程”科研资助项目(BRA2019304)。
-
文摘
针对现有滤波方法在低成本航姿参考系统(AHRS)姿态估计应用中存在准确性不足的问题,本文提出一种非线性滤波求解的姿态估计方法。根据四元数姿态表示原理与传感器测量输出模型构建了基于AHRS系统直接形式姿态估计的非线性状态空间模型,采用迭代扩展卡尔曼滤波方法进行滤波求解,实现了对姿态四元数与传感器偏差的实时估计。通过MPU9150型MEMS惯性测量单元的实测数据与ABB工业机器人同步输出的参考姿态对本文算法进行了验证,并与现有基于非线性滤波与互补滤波的姿态估计方法以及商用姿态测量单元的结果进行了对比。结果表明,本文算法有效提高了姿态估计准确性与估计精度,具有较好的性能。
-
关键词
航姿参考系统(ahrs)
姿态估计
四元数
非线性滤波
-
Keywords
Attitude and Heading Reference System(ahrs)
Orientation Estimation
Quaternion
Nonlinear Filtering
-
分类号
TH16
[机械工程—机械制造及自动化]
V448.22
[航空宇航科学与技术—飞行器设计]
-
-
题名基于AHRS的人体姿态捕捉系统的设计与实现
被引量：6
- 4
-
-
作者
张庆宾
田国会
张衍儒
-
机构
山东大学控制科学与工程学院
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2013年第12期1292-1298,共7页
-
基金
国家自然科学基金(61075092)
山东省自然科学基金(ZR2011FM011)
山东大学自主创新基金(2011JC017)资助项目
-
文摘
研究了利用穿戴式传感器进行人体姿态捕捉的问题。设计实现了一种被称做姿态航向参考系统(AHRS)的传感器模块,将AHRS模块绑定在人体的主要运动关节,其采集的陀螺仪、加速度计和磁力计信号经过基于小波变换的降噪处理后,对三种传感器进行基于扩展卡尔曼滤波算法的数据融合,解算出人体关节的运动姿态。通过WIFI模块将各个关节的姿态数据发送到计算机,上位机软件利用OPENGL技术建立了人体三维骨骼模型,并根据接收的数据对人体姿态与骨骼模型进行坐标转换和关节解耦,将人体姿态动作直观地显示出来。实验结果表明,所设计的惯性传感器模块AHRS的检测精度高,稳定性好,没有数据漂移和累积误差,所提出的姿态捕捉系统能够准确地检测人体姿态动作,反应速度快,满足实时性的要求。
-
关键词
姿态航向参考系统(ahrs)
小波变换
数据融合
扩展卡尔曼滤波器
人体姿态捕捉
-
Keywords
attitude and heading reference system （ ahrs）, wavelet transform, data fusion, extended Kalman filter, human posture capture
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名BLKF方法抑制MEMS惯性传感器随机噪声
- 5
-
-
作者
赵新
赵忠华
曹一文
鲁兴龙
-
机构
上海交通大学电子信息与电气工程学院
中国华阴兵器实验中心
-
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2018年第8期900-904,共5页
-
文摘
针对微机电系统(MEMS)惯性传感器应用卡尔曼滤波(KF)处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波(BLKF)的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。
-
关键词
惯性导航
MEMS航姿参考系统(ahrs)
贝叶斯
拉普拉斯
随机噪声
-
Keywords
Inertial navigation
MEMS attitude and heading reference system （ahrs）
Bayesian
Laplacian
Random noise
-
分类号
V249
[航空宇航科学与技术—飞行器设计]
-
