基于四元数法的捷联式惯性导航系统姿态解算研究

为实现捷联式惯性导航系统的精确导航,载体的姿态解算算法是核心技术之一。首先分析了欧拉法、方向余弦法、四元数法求解姿态矩阵的优缺点,根据四元数法与方向余弦法两种解算方法分别进行计算,两种方法的计算结果之差与理论真值比较以得到解算的相对误差,从而验证了四元数法的正确性和有效性,最后提出提高采样频率和采用高阶计算算法能进一步减小姿态解算误差。数字化仿真与转台试验结果表明,根据本文所述算法进行载体姿态解算的误差很小,具有良好的实时性,为捷联式惯性导航技术的工程实践提供了依据。     

基于四元数的机械海流计姿态解算

流向是海流测量中不可或缺的信息之一,可以通过解算海流仪姿态角的方式获得流向。目前,采用欧拉角微分方程式和方向余弦法计算姿态都存在着奇点或者计算量过大的问题。文章利用四元数的方法求解姿态变换矩阵,采用四元数四则运算组合简化计算过程,并基于6轴处理组件MPU6050和磁阻传感器HMC5883L设计电路和编程,最后在实验的基础上对算法可行性进行了验证。     

基于Rodrigues参数的多线阵CCD外姿态测量系统的姿态解算

提出了一种以Rodrigues参数作为姿态描述参数的线阵CCD外姿态解算算法用于多线阵CCD空间目标外姿态测量系统,以解决传统姿态解算算法约束条件多、计算量大、实时性差等缺点.利用Rodrigues参数简洁高效的特点,根据多点合作目标组成的线段间的相交矢量关系推导出了一种新的基于Rodrigues参数的多线阵CCD外姿态解算模型.算法结合Rodrigues参数集切换理论避免了奇异性的发生,并给出了这种姿态解算方法的流程.仿真结果表明,与四元数算法相比,该算法在未损失计算精度的前提下,计算消耗时间减少了37.6％,实时性优于四元数法,并且避免了奇异性问题.     

基于MPU6050的四轴硬件姿态解算研究

针对四轴飞行器姿态信息的实时准确获取问题,对四轴飞行器的姿态解算方面进行了研究。在分析姿态表示的四元数法和欧拉角法基础上,以成熟的Mahony互补滤波算法为例比较了软件姿态解算和基于MPU6050数字运动处理器(DMP)的硬件姿态解算的实现流程,并对两种解算方法的解算时间和对姿态变化的跟踪性能进行了实验测试。研究结果表明:硬件姿态解算能实时准确地获取小型四轴飞行器的各项姿态信息,可以满足小型四轴飞行器的姿态控制要求。     

捷联惯导系统姿态解算的实现

提出了捷联惯性导航系统姿态解算模块的一种实现方法。基于DSP的硬件平台和四元数的数学平台,设计了捷联惯性导航系统的姿态解算模块。介绍了捷联惯性导航系统的工作原理和姿态解算的基本算法,并给出了四元数法的四阶龙格—库塔数值解法。设计了姿态解算模块的硬件电路和软件实现程序。实验测试结果表明,在增量角小于5°的情况下,四阶龙格—库塔法进行姿态解算,误差小于0.0053％,能够满足捷联惯性导航系统的精度要求;应用TMS320C6713B进行硬件电路设计,每次解算时间小于36µs,能够满足捷联惯性导航的实时性的要求。     

捷联惯导系统姿态解算模块的实现

提出了一种实现捷联惯性导航系统姿态解算模块的方法。基于DSP的硬件平台和四元数的数学平台,设计了捷联惯性导航系统的姿态解算模块。介绍了捷联惯性导航系统的工作原理和姿态解算的基本算法,并给出了四元数法的四阶龙格一库塔数值解法。设计了姿态解算模块的硬件电路和软件实现程序。实验测试结果表明,在增量角〈5°的情况下,用四阶龙格一库塔法进行姿态解算,误差〈0．0053％;应用TMS320C6713B进行硬件电路设计,每次解算时间〈36μs,能够满足捷联惯性导航系统对精度和速度的要求。     

基于多MEMS传感器组合姿态解算仿真研究

针对传统单组MEMS传感器在姿态解算中所面临精度低、稳定性差等问题,提出一种基于多MEMS传感器组合姿态解算方法。载体坐标系各轴采用4组传感器,两两对角安装,将组合传感器测量数据与四元数估计数据做向量积,通过两组模糊和两组PI算法进行组合调节,利用互补滤波进行数据信息融合,通过自适应扩展卡尔曼滤波对修正后角速度进行预测估计,求得姿态角数据。仿真结果分析,所提出的方法较传统姿态解算方法具有更高的精度和稳定性。     

机器人姿态插补的四元数直接逆解方法

针对欧拉角姿态插补方法中存在奇异性以及姿态过渡不平稳的问题,采用四元数表示机器人姿态,对起点和终点采用四元数球面线性插值的方法来进行机器人姿态插补;并给出了四元数直接逆解求姿态角的方法,舍去了姿态插补点须转化为位姿变换矩阵的过程,提高了机器人控制系统软件的运行效率。以FANUC LR Mate 100i机器人为实例进行求解,对比位姿变换矩阵和四元数各自所求的逆解,可得两种方法算出的结果一致,验证了算法的可行性。     

低成本惯导系统预处理和姿态解算

针对低成本惯性传感器系统中由于系统误差、环境干扰等因素造成的姿态计算数据精度低、易发散等问题,设计了一种加速度计和陀螺仪的误差预处理模型,并使用扩展卡尔曼滤波实现其过程。然后基于扩展卡尔曼滤波算法构建两级噪声方差阵和引入渐消记忆因子的自适应扩展卡尔曼滤波算法,实现姿态角的融合过程。最后采用四元数更新算法求解姿态角。实验结果表明:通过自适应扩展卡尔曼滤波算法使姿态解算精度进一步提高。     

全向AGV的优化互补滤波姿态解算

针对单一的MEMS陀螺仪无法解决本身的易发散和磁力计易受磁场干扰导致引入新的噪声,而带来的姿态估计不精确的问题,提出了一种基于全向AGV的优化互补滤波的姿态解算方法.偏航角不参与四元数解算,在水平姿态角四元数解算的基础上,利用共轭梯度法减小陀螺仪的漂移误差.再引进经过椭球修正后的磁力计数据作为观测量,与偏航角进行一阶互补滤波融合,并确定加权因子.搭建了基于STM32和MEMS传感器为核心的全向AGV实验平台,实验结果表明,该方法能有效抑制陀螺仪易发散和磁力计易受干扰的问题,提高姿态解算的精确性,使姿态解算具有良好的动态和静态性能,同时保证了系统的稳定性.