一种基于前端融合的航向角计算方法技术

技术编号:26220836 阅读:50 留言:0更新日期:2020-11-04 10:48
本发明专利技术机器人航向角计算方法领域,具体是公开一种基于前端融合的航向角计算方法,包括惯导模块、前端融合模块和定位算法模块,惯导模块输出原始IMU数据,定位算法模块计算处理得出位姿数据,前端融合模块包括卡尔曼滤波单元和运动模型计算单元,前端融合模块接收位姿数据和原始IMU数据处理得到包括航向角、角速度和线加速度的融合IMU数据输出给定位算法模块,其航向角计算方法以定位算法模块输出的位姿数据作为观测实现航向角增量卡尔曼滤波的方法;还有采用运动模型进行更新的航向角输出方法,该方法能够实现为定位算法提供一个较准确的航向角估计,可及时修正定位算法在配准时偶发的位置丢失问题,提升定位的可靠性和稳定性。

【技术实现步骤摘要】
一种基于前端融合的航向角计算方法
本专利技术涉及机器人航向角计算方法领域。
技术介绍
现有技术中在机器人通常是获取激光雷达的激光数据和惯导模块的IMU数据来进行定位计算,如图1所示,其中惯导模块是机器人导航技术中经常需要使用的模块,其包括有陀螺仪,加速度计可为定位算法提供角速度、线加速度等数据,还可包括有磁力计,使用带磁力计的惯导模块,可提供航向角信息,通过坐标变换后,直接作为定位算法估计位姿的朝向,这种方式可以为定位算法提供较为准确的估计位姿,减少定位算法的迭代次数与运算量,但磁力计的使用会受到场景干扰,特别是受到比较严重的干扰场景下,会导致惯导模块航向角不准确;也有采用不带磁力计的惯导模块,没有航向角的数据,则利用角速度进行积分,得到角度增量,结合上一时刻位姿,通过运动模型计算得到当前时刻的估计位姿,但是这种方式容易因角速度积分的累计误差,导致精度不足。综上,现有技术方案,或依赖于惯导模块是否支持航向角输出;或容易因角速度积分的累计误差,导致精度不足,无法为定位算法提供较精确的估计位姿,严重的可能导致定位丢失。...

【技术保护点】
1.一种基于前端融合的航向角计算方法,其特征在于,包括惯导模块、前端融合模块和定位算法模块,所述惯导模块输出原始IMU数据,所述定位算法模块计算处理得出位姿数据,所述前端融合模块包括卡尔曼滤波单元和运动模型计算单元,所述前端融合模块接收位姿数据和原始IMU数据处理得到包括航向角、角速度和线加速度的融合IMU数据输出给定位算法模块,所述定位算法模块接收融合IMU数据处理得出所述位姿数据;所述航向角的计算方法步骤如下;/n1)、初始,进行参数初始化,原始IMU数据包括角速度和线加速度输出至运动模型单元,经运动模型计算单元计算处理得到航向角增量预测值;/n2)、首次,前端融合模块首次从定位算法模块中...

【技术特征摘要】
1.一种基于前端融合的航向角计算方法,其特征在于,包括惯导模块、前端融合模块和定位算法模块,所述惯导模块输出原始IMU数据,所述定位算法模块计算处理得出位姿数据,所述前端融合模块包括卡尔曼滤波单元和运动模型计算单元,所述前端融合模块接收位姿数据和原始IMU数据处理得到包括航向角、角速度和线加速度的融合IMU数据输出给定位算法模块,所述定位算法模块接收融合IMU数据处理得出所述位姿数据;所述航向角的计算方法步骤如下;
1)、初始,进行参数初始化,原始IMU数据包括角速度和线加速度输出至运动模型单元,经运动模型计算单元计算处理得到航向角增量预测值;
2)、首次,前端融合模块首次从定位算法模块中得到位姿数据为首次位姿数据,记录首次位姿数据中的航向角作为基准航向角;
3)、再次,前端融合模块再次从定位算法模块中得到位姿数据为再次位姿数据,将再次位姿数据中的航向角与基准航向角做差,得到再次位姿数据中航向角与首次位姿数据中的航向角的角度差为航向角增量观测值,卡尔曼滤波单元获取所述航向角增量观测值与所述航向角增量预测值进行滤波处理得到当前时刻航向角增量估计值和当前时刻航向角增量协方差;之后当前时刻航向角增量估计值与基准航向角相加得到当前航向角,再将当前航向角填充到原始IMU数据结构中,得到包括有航向角、角速度和线加速度的融合IMU数据输出给定位算法模块;在上述过程中,由于位姿数据输出频率小于原始IMU数据输出的频率,在没有定位算法模块的位姿数据输出给前端融合模块的时刻,即只有IMU数据输入的时刻,卡尔曼滤波单元没有进行滤波处理,原始IMU数据直接通过运动模型计算单元计算得...

【专利技术属性】
技术研发人员:黄小春李瑞峰常骐川霍光磊
申请(专利权)人:福建泉州哈工大工程技术研究院
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 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。

1