ADIS16405 IMU在四旋翼飞行器姿态测量的应用

本文针对四旋翼飞行器的姿态测量,利用ADI公司的ADIS16405惯性测量单元(IMU,Inertial measurement unit)测量飞行器的惯性量,然后解算姿态角。本文利用IMU采集数据,由嵌入式系统读取并通过串口发送到PC机上,在MATLAB软件上绘制出采集数据并解算姿态角图像。使用ADIS16405,使系统具有操作方便,精度高,电路简单的优点。     

基于Mahony与误差状态卡尔曼滤波融合的姿态解算方法

针对惯性测量单元(IMU)精度较低的问题以及传统姿态解算算法误差较大的缺点,提出了一种基于IMU的融合Mahony滤波与误差状态卡尔曼滤波(ESKF)的姿态解算方法。为降低因非重力加速度及磁干扰所带来的误差,根据加速度计和磁力计的置信度设计两个不同的自适应PI控制器改进Mahony算法,IMU测量数据经其解算,作为ESKF的量测值。ESKF将真实状态定义为名义状态与误差状态的组合,间接完成对系统状态的估计。因误差量为小量,所以误差状态线性化时的误差更小,雅克比矩阵的计算更简单。经实验验证,相较于传统姿态解算算法,融合算法能有效减少高频噪声、数据漂移带来的误差,提高姿态解算精度。     

基于STM32的四旋翼飞行器姿态解算的研究

分析了四旋翼飞行器的姿态解算原理,提出了一种基于 STM32的姿态测量系统。系统由 STM32F407微控制器和捷联惯性测量组件(IMU)组成。利用四元数描述姿态进行坐标换算,采用多传感器数据融合方案,通过互补滤波算法进行数据融合,获取精确的姿态角,并完成姿态解算。实验结果表明,采用互补滤波算法有效融合了捷联惯性测量组件的传感器数据,实现了四旋翼飞行器的高精度姿态解算。     

一种IMU数据采集软件的设计与实现

激光捷联惯组的寻北及导航精度是武器装备的重要指标之一,它决定着打击瞄准目标的准确度和精度.而提高对激光捷联惯组惯性测量单元(Inertial Measure Unit,IMU)原始信号的采样准确性,确保激光捷联惯组寻北、导航解算所使用的IMU输入数据的可靠性和精度,是保证激光捷联惯组的寻北及导航精度的基础.设计的IMU...     

基于一种简化Allan方差法的IMU误差分析

为了分析惯性测量单元(IMU)的随机误差项系数,采用了Allan方差分析方法,同时,针对大数据量情况,为了减小计算量并保持Allan方差分析的准确性,结合双对数曲线特点,给出了一种简化的Allan方差算法,并使用该算法对一种微机械(MEMS)惯性测量单元的长时间静态数据进行了分析.结果表明:该方法可以有效地辨识出IMU各误差项系数.     

列车组合导航系统研究与仿真

提出了一种列车组合导航系统.首先,采用低精度的惯性传感器构成简易惯性测量装置(IMU),设计了该简易IMU的安装结构,并给出了其导航定位解算方法.然后,将简易IMU与GPS构成组合导航系统,分析了IMU和GPS各自的误差源,并建立了组合系统误差模型,从而利用卡尔曼滤波技术设计了IMU/GPS列车组合导航算法.仿真结果表明,该IMU/GPS列车组合导航系统具有精度高、可靠性好、成本低等显著优点,非常适用于列车导航定位.     

基于扩展卡尔曼滤波的球形机器人姿态解算

针对球形机器人在姿态解算的过程中,惯性测量元件精度不高、稳定性差和易受噪声干扰从而导致无法精确控制其运动姿态的问题,提出一种通过扩展卡尔曼滤波融合IMU(Inertial Measurement Unit)惯性测量元件数据来进行姿态解算的方法,利用多传感器测量数据进行融合,并使用扩展卡尔曼滤波得到精确的姿态信息。通过相关实验充分验证了基于扩展卡尔曼滤波的姿态解算方法的精度和鲁棒性明显提高,抗噪声干扰能力更强。实验表明,该姿态解算方法相比于互补滤波的姿态解算,全姿态角均方根误差和平均误差分别下降了0.0601和0.1984,可见其对于球形机器人的运动控制具有良好的适用性。     

基于GPS和IMU的欠驱动无人水面艇动力定位方法

提出了一种基于全球定位系统(GPS)和惯性测量单元(IMU)的欠驱动无人水面艇(USV)动力定位方法.先根据技术要求设定一个动力定位半径,再通过全球定位系统(GPS)和惯性测量单元(IMU)获取USV的位置与航向,计算出偏差距离和航向偏差角作为控制变量输入控制器中;当偏差距离大于或等于前述动力定位半径时根据不同的航向偏...     

飞行仿真环境中惯性测量单元建模

准确的惯性测量单元(IMU)模型对飞行仿真至关重要,模型的准确性直接影响仿真试验的可靠性.为了在飞行仿真试验中能够提供有效的角速度和线加速度数据,需要建立准确的惯性测量单元仿真模型.在推导陀螺和加速度计数学模型的基础上,提出了建立陀螺及加速度计的仿真模型方法.为提高模型准确性,考虑了IMU误差影响.通过模拟AD公司的M...     

基于改进型卡尔曼滤波的运动载体姿态估计

针对MEMS陀螺零偏导致运动载体姿态精度下降的问题,本文以MEMS惯性测量器件MPU6050为核心,提出了一种基于改进型卡尔曼滤波的姿态估计算法,采用欧拉角作为姿态解算的基础,通过惯性测量单元(IMU)测量运动载体的姿态数据,采用改进型卡尔曼滤波,对陀螺仪和加速度计数据进行融合,并实时估计陀螺零偏。实验结果表明,本文提出的算法能够获得较高精度的姿态信息,抑制MEMS陀螺零偏引起的姿态发散,可以准确地表示运动载体在静态和动态情况下的方位。     

Attitude determination algorithm using state estimation including lever arms between center of gravity and IMU

In this paper, an enhanced attitude determination algorithm is proposed to decrease the estimation error by including an additive state variable for the lever arm. Attitude determination generally is carried out by measurements from an IMU (inertial measurement unit), which is typically located at the center of gravity of the vehicle. The IMU lever arm, which spans the distance between the IMU and the center of gravity, causes extra acceleration in the accelerometer and increases the error in attitude estimates. However, if the extra accelerations caused by the lever arm can be removed from the measurements of accelerometers, the increased attitude error caused by the IMU lever arm can be prevented. Because an IMU lever arm is fixed in a vehicle after installation, it can be considered as an additive element of the state vector in Kalman filter for attitude determination. The proposed algorithm is composed of a quaternion-based Kalman filter and includes an estimation of the IMU lever arm. In addition, in order to determine components of lever arm, the gross measure of modal observability is investigated for the system. An evaluation of the proposed algorithm is carried out by simulations with a noise model based on an actual IMU. Evaluations through simulations show that the proposed algorithm improves the performance with regard to errors.     

结合小波消噪的捷联惯导系统传递对准性能改进

针对机载捷联惯导系统的传递对准问题,给出了一种速度+姿态匹配算法,旨在强调姿态失准角和惯导器件误差参数估计性能的改善.并基于惯导测量单元 (inertial measurement unit,IMU)原始测量信号的频谱特征,引入了小波串级消噪算法,拟通过对IMU测量进行消噪,进一步提高传递对准的性能.仿真结果验证了所提算法的可行性.     

基于UKF的水下航行器IMU故障检测与诊断方法研究

惯性测量单元（IMU）作为水下航行器导航系统关键传感器,其可靠性直接影响航行器的导航性能。为了提高IMU的容错能力,本文提出一种基于无迹卡尔曼滤波（UKF）算法的IMU故障诊断技术。首先根据水下航行器的动力学方程和导航系统特点,建立描述IMU故障与导航状态量关系的解析模型;接着基于UKF非线性滤波的特点,进行导航滤波解算,基于此,提出了解耦矩阵法以实现IMU的故障检测;并且根据无迹卡尔曼滤波器新息正交原理,提出了实时估计IMU故障的方法,从而完成水下航行器IMU故障的在线检测与诊断。最后,通过实际航行数据验证了所提出算法的有效性。     

Inertial measurement unit-camera calibration based on incomplete inertial sensor information

This paper is concerned with the problem of estimating the relative orientation between an inertial measurement unit （IMU） and a camera. Unlike most existing IMU-camera calibrations, the main challenge in this paper is that the information output from the IMU is incomplete. For example, only two tilt information can be read from the gravity sensor of a smart phone. Despite incomplete inertial information, there are strong restrictions between the IMU and camera coordinate systems. This paper addresses the incomplete information based IMU- camera calibration problem by exploiting the intrinsic restrictions among the coordinate transformations. First, the IMU transformation between two poses is formulated with the unknown IMU information. Then the defective IMU information is restored using the complementary visual information. Finally, the Levenberg-Marquardt （LM） algorithm is applied to estimate the optimal calibration result in noisy environments. Experiments on both synthetic and real data show the validity and robustness of our algorithm. Key words： Calibration, Computer vision, Inertial sensor, Smart phone, Incomplete information     

惯组野外测试时振动干扰的检测与提取

惯组在野外进行测试时常常会受到地基振动的干扰,这种干扰会对惯组的测试精度造成极大的影响.本文首先建立了振动信号的数学模型,然后利用小波模极大值法对惯组的输出信号进行分析,并推导了抑制噪声干扰、提取振动信号的算法.仿真实验表明,该算法具有很好的检测能力.     

基于DSP的IMU/GPS数据融合算法实现

提出了基于DSP的IMU/GPS数据融合算法的实现方案;鉴于GPS数据稳定性高、误差不随时间积累和IMU数据更新率快、在短时间内精度高的特点,采用强跟踪卡尔曼滤波算法对二者的数据进行融合处理,并且在DSP上将其实现,获取精度更高、稳定性更好的导航参数;给出了详细的设计步骤,进行了大量的静态和动态试验,并且对实验数据进行了分析与对比;结果表明,该实现方案可以获取可实用的导航参数。     

基于IMU阵列的标定方法

微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。     

基于弹载IMU/GPS组合导航系统的动基座对准研究与仿真

对基于弹载IMU／GPS组合导航系统的动基座对准问题进行了研究与仿真;首先,分析了弹载IMU与GPS的系统误差,建市获得了其系统误差模型;然后,利用卡尔曼滤波技术,设计了弹载IMU／GPS组合导航系统的动基座对准算法;仿真结果表明,在初始误差较大的情况下,经过360秒的动基座对准,IMU的姿态角误差可降至10个角秒,同时位置和速度误差也得到了有效修正,从而证明该动基座对准算法是行之有效的。     

基于多传感器数据融合的室内行人航位推算法

针对惯性测量单元(IMU)本身存在测量漂移,很难获得精确的室内行人轨迹的问题,提出了使用多个传感器信息融合的方案,包括IMU和视频摄像头,并结合卡尔曼滤波和零速检测算法进行参数优化,以提高行人运动轨迹的精度.仿真结果表明:算法可以有效降低行人轨迹的误差.