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。