【技术实现步骤摘要】
本专利技术属于惯性导航
,更具体地,涉及一种两级分离融合的姿态和航向估计方法。
技术介绍
在航空航天、车辆导航、机器人和平台稳定控制等诸多领域,航向与姿态是实现运动物体控制的关键参数。对于飞机,没有准确的实时航向与姿态信息,飞机就会失去控制,不能平稳而安全地到达目的地;对于卫星,没有准确的实时姿态信息,就不能按照程序打开太阳能电池帆板,严重影响卫星的定位;对于机器人,需要及时获取自身的姿态信息,并反馈给“大脑”(机器人控制程序),进而按照程序执行任务,例如越过障碍或者做出特定的动作。航向姿态参考系统(Attitude and heading reference system,AHRS)利用惯性传感器,如陀螺仪、加速度计等,测量物体的惯性参数,通过特定的数据融合算法得到运动物体的姿态和航向参数。航姿参考系统本身不对外发送任何光、电、声等信号,也不接收外界信号,属于完全自主工作,隐蔽性好,抗干扰能力强,可全地域、全天时、全天候工作。以往的平台式惯性导航系统需要复杂的物理平台,体积大,重量大,可靠性差且不易于维护。捷联惯性导航系统依靠设定的导航坐标系构建姿态解算算法,省去了复杂的物理结构平台。并且随着微机电系统(Micro-Electro-Mechanical System,MEMS)技术的不断发展,基于MEMS技术的陀螺仪、加速度计等惯性传感器的精度越来越高,体积越来越小而且成本越来越低,使得捷联惯导系统的发展更加迅速,应用范围更加广泛。姿态更新解算是捷联惯导系统的关键算法,传统的姿态更新算法有欧拉角法、方向余弦法和四元数法。其中四元数法由于算法简单、 ...
【技术保护点】
一种两级分离融合的姿态和航向估计方法,其特征在于,采用两级分离的卡尔曼滤波进行陀螺仪和加速度计的数据融合,包括:建立航向和姿态参考系统的卡尔曼滤波状态方程和测量方程:其中xk和yk分别表示航姿参考系统的状态向量和观测向量,wk和vk分别为状态方程过程噪声和观测方程测量噪声,k表示本次计算的时序;A表示状态向量之间的传递矩阵;解算上述卡尔曼滤波方程得到状态向量根据上述状态向量计算得到俯仰角θ和横滚角φ,其中:θ=-arctan(gxb(gyb)2+(gzb)2),φ=arctan(gybgzb).]]>
【技术特征摘要】
1.一种两级分离融合的姿态和航向估计方法,其特征在于,采用两级分离的卡尔曼滤波进行陀螺仪和加速度计的数据融合,包括:建立航向和姿态参考系统的卡尔曼滤波状态方程和测量方程:其中xk和yk分别表示航姿参考系统的状态向量和观测向量,wk和vk分别为状态方程过程噪声和观测方程测量噪声,k表示本次计算的时序;A表示状态向量之间的传递矩阵;解算上述卡尔曼滤波方程得到状态向量根据上述状态向量计算得到俯仰角θ和横滚角φ,其中: θ = - a r c t a n ( g x b ( g y b ) 2 + ( g z b ) 2 ) , φ = a r c t a n ( g y b g z b ...
【专利技术属性】
技术研发人员:张生志,刘超军,罗璋,余帅,
申请(专利权)人:武汉元生创新科技有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。