首页 | 本学科首页   官方微博 | 高级检索  
     

重力/地磁辅助的欧拉角无迹卡尔曼滤波姿态估计
引用本文:贾瑞才. 重力/地磁辅助的欧拉角无迹卡尔曼滤波姿态估计[J]. 光学精密工程, 2014, 22(12): 3280-3286
作者姓名:贾瑞才
作者单位:中国电子科技集团公司第五十四研究所,河北石家庄,050081
基金项目:国家863高技术研究发展计划资助项目(No.2012AA12A206);中国博士后科学基金资助项目(No.2013M541202)
摘    要:为了克服应用扩展卡尔曼滤波(EKF)的姿态估计算法的线性化误差问题,提出了一种基于重力/地磁辅助的欧拉角无迹卡尔曼滤波(UKF)姿态估计算法来提升低成本微机电系统(MEMS)的姿态测量精度。应用重力与地磁数据抑制了MEMS姿态误差快速发散问题;将欧拉角作为状态,应用四元数完成时间更新过程中的姿态更新,避免了四元数作为状态的规范化问题及欧拉角姿态更新精度低的问题;由于UKF滤波器不存在线性化误差,故其具有更好的稳定性和姿态估计精度。应用实际MEMS数据开展的算法验证实验显示:与EKF姿态估计算法相比,提出的UKF姿态估计算法得到的俯仰与横滚角精度提高了近20%,航向角精度提高了12.1%。结果表明:本文提出算法的精度更高;然而由于UKF算法对状态协方差估计不足,其收敛时间有所增加。

关 键 词:四元数  姿态估计  卡尔曼滤波  微机电系统(MEMS)  重力/地磁

Attitude estimation base on gravity/magnetic assisted Euler angle UKF
JIA Rui-cai. Attitude estimation base on gravity/magnetic assisted Euler angle UKF[J]. Optics and Precision Engineering, 2014, 22(12): 3280-3286
Authors:JIA Rui-cai
Affiliation:JIA Rui-cai;The 54th Research Institute of China Electron Technology Corporation;
Abstract:
Keywords:quaternion  attitude estimation  Unscented Kalman Filter(UKF)  Micro-electro-mechanical System(MEMS)  gravity/magnetic
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号