An attitude estimation method based on dynamic step-size gradient descent is presented, which includes: step A: inertial navigation device IMU has three-axis accelerometer and three-axis gyroscope, which collects the data of accelerometer and gyroscope output from IMU; step B1: smoothing the data of accelerometer from IMU for correcting the motion noise of the moving carrier; and then obtaining it by dynamic step-size gradient descent algorithm. Step B2: Solve another set of quaternions from the output data of gyroscope by differential equation of quaternion; Step C: Fuse the two sets of data from step B1 and step B2 to get the required attitude information. The method of dynamic step-size gradient descent is used for attitude calculation, and the gradient descent method is used to find the minimum of error function, which makes the algorithm simple and faster. The gradient step-size of gradient descent method is dynamically processed by one-dimensional optimization method to enhance the dynamic performance of attitude calculation.
【技术实现步骤摘要】
一种基于动态步长梯度下降的姿态估计方法
本专利技术涉及信号处理
,具体的说是一种基于动态步长梯度下降的姿态估计方法。
技术介绍
惯性导航系统(INS)以其全天候工作、不易受外界环境干扰等优势得到广泛应用,微机电系统(MEMS)由于其成本低、体积小、易于集成以及功耗低等优点,近年来成了惯性导航系统的首选器件,基于MEMS的惯性测量单元(IMU)能够测量载体运动的三轴陀螺信息和加速度信息,通过姿态解算就能够得到载体姿态,实现惯性导航。但是陀螺仪具有温度漂移特性,长时间运行漂移严重,并且积分运算会产生累积误差;加速度计易受载体震动和运动加速度的影响。当这几个传感器分别独立工作时,都会由于各自的局限性而导致较大的偏差,不能单独用于姿态的测量,因此如何将这传感器的数据进行融合,滤除外部干扰,得到高可靠性、高精度的姿态数据,是一项值得研究的工作。针对姿态解算算法,国内外进行了广泛、深入的研究。针对上述问题,国内外学者相继研究出不同的姿态解算算法。如采用欧拉角法进行姿态解算,但是由于欧拉角存在奇异性问题,所以欧拉角法姿态解算无法应用于需要全姿态的运动载体上。采用方向余弦矩阵法进行姿态解算,有效地避免了欧拉角法存在的奇异问题,但旋转矩阵法所需方程的计算量大、姿态解算时效性低,无法应用于对姿态解算实时性要求较高的无人机系统。采用四元数法进行互补滤波姿态解算,减小了计算量,但是该算法由于滤波系数固定而无法实现自适应,在非重力加速度较大时解算精度迅速下降。基于梯度下降法的姿态解算法,其实质是对加速度计的测量值与重力加速度在机体坐标系的投影求差值得到误差函数,并对误差函数进 ...
【技术保护点】
1.一种基于动态步长梯度下降的姿态估计方法,包括:步骤A:惯性导航器件IMU有三轴加速度计和三轴陀螺仪,采集IMU输出的加速度计和陀螺仪数据;步骤B1:为修正运动载体的运动噪声,对来自IMU的加速度计数据信息平滑处理;然后经过动态步长梯度下降算法得到一组四元数;步骤B2:通过四元数的微分方程,使陀螺仪输出的数据求解出另外一组四元数;步骤C:把步骤B1和步骤B2中的得到的两组数据作数据融合,得到所需要的姿态信息。
【技术特征摘要】
1.一种基于动态步长梯度下降的姿态估计方法,包括:步骤A:惯性导航器件IMU有三轴加速度计和三轴陀螺仪,采集IMU输出的加速度计和陀螺仪数据;步骤B1:为修正运动载体的运动噪声,对来自IMU的加速度计数据信息平滑处理;然后经过动态步长梯度下降算法得到一组四元数;步骤B2:通过四元数的微分方程,使陀螺仪输出的数据求解出另外一组四元数;步骤C:把步骤B1和步骤B2中的得到的两组数据作数据融合,得到所需要的姿态信息。2.如权利要求1所述的方法,其特征在于,所述步骤A中,IMU输出的加速度计和陀螺仪数据包括:加速度计的(x,y,z)三轴角加速度信息、陀螺仪的(x,y,z)三轴角速度信息。3.如权利要求1所述的方法,其特征在于,所述步骤B1中,对加速度计的输出值用均值滤波法进行平滑处理,建立一个11位数组空间,前10位为采集到的加速度计输出数据,第11位为前10位数据的平均值,且前10位遵循先进先出(FIFO)原则;加速度计(x,y,z)三轴的输出数据分别通过公式进行平滑处理。4.如权利要求1所述的方法,其特征在于,所述步骤B1中,加速度计信息经过动态步长梯度下降算法得到四元数,包括将导航坐标系n中重力加速度g通过四元数法旋转到载体坐标系b中的值,然后减去当前加速度计的测量值作差,得到通过加速度计表征的旋转矩阵的误差函数;重力加速度g在导航坐标系n中的值标准化后为gn=[0001]T;载体坐标系中加速度计的各轴分量为ax、ay、az,即载体坐标系B中的加速度表示为ab=[0axayaz];重力加速度g从导航坐标系n旋转到载体坐标系b:式中,gb为向量g在b系中的坐标;为n系相对b系的四元数为n系相对b系的复数共轭四元数;gn为向量g在n系中的坐标;将标准化gn=[0001]T代入(1)式,得出重力加速度在载体坐标系下的值,将其与载体坐标系中的加速度计测量值相减得到误差函数对误差函数求导后,得出对应的雅可比矩阵:通过雅可比矩阵得到误差函数的梯度值:迭代公式为:式中,为梯度下降法所求的目标姿态四元数,为迭代的上一次姿态四元数估计值,μ为梯度下降法的步长,为梯度的归一化表示梯度的方向;迭代公式(5)...
【专利技术属性】
技术研发人员:陈光武,樊子燕,杨菊花,程鉴皓,张琳婧,
申请(专利权)人:兰州交通大学,陈光武,
类型:发明
国别省市:甘肃,62
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。