[發(fā)明專利]一種基于卡爾曼濾波的IMU機(jī)載視覺姿態(tài)融合的方法在審
| 申請?zhí)枺?/td> | 201910317443.6 | 申請日: | 2019-04-19 |
| 公開(公告)號: | CN110032201A | 公開(公告)日: | 2019-07-19 |
| 發(fā)明(設(shè)計(jì))人: | 熊洪睿;黃捷;馮山;韓嬋;鄒陽;王新華 | 申請(專利權(quán))人: | 成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司 |
| 主分類號: | G05D1/08 | 分類號: | G05D1/08;G05D1/10 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610092 四川*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 卡爾曼濾波 融合 多傳感器信息融合 姿態(tài)角數(shù)據(jù) 視覺 外參數(shù) 擴(kuò)展卡爾曼濾波 實(shí)際位置 實(shí)驗(yàn)數(shù)據(jù) 視覺信號 圖像采集 引導(dǎo)信息 四元數(shù) 解算 算法 相機(jī) 測量 采集 飛機(jī) 圖片 | ||
1.一種基于卡爾曼濾波的IMU機(jī)載視覺姿態(tài)融合的方法,其特征在于,主要包括步驟S300:基于卡爾曼濾波的IMU/機(jī)載視覺姿態(tài)融合;采集IMU實(shí)驗(yàn)數(shù)據(jù)并經(jīng)過四元數(shù)解算得到姿態(tài)角數(shù)據(jù),同時對圖像采集的圖片進(jìn)行處理得到相機(jī)的內(nèi)、外參數(shù);采用卡爾曼濾波融合姿態(tài)角數(shù)據(jù)和外參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于卡爾曼濾波的IMU機(jī)載視覺姿態(tài)融合的方法,其特征在于,所述步驟S300主要包括以下步驟:
步驟S301:IMU數(shù)據(jù)的采集頻率為200Hz;
步驟S302:通過四元數(shù)解算姿態(tài)角:
步驟S303:相機(jī)內(nèi)參數(shù)標(biāo)定,相機(jī)的內(nèi)部參數(shù)包括相機(jī)焦距f、主點(diǎn)坐標(biāo)、像素大小;采用棋盤標(biāo)定法間隙標(biāo)定;
步驟S304:相機(jī)外參數(shù)解算:外參數(shù)求解就是旋轉(zhuǎn)矩陣R與平移矩陣t的求解,然后進(jìn)行坐標(biāo)的變換;
步驟S305:將IMU數(shù)據(jù)和機(jī)載視覺數(shù)據(jù)進(jìn)行融合:以實(shí)驗(yàn)采集數(shù)據(jù)模擬IMU和視覺信號,在拍攝時,變換攝像頭姿態(tài);相對于背景來說,有上視視角、右視視角和正面視角,采集連續(xù)的圖片及對應(yīng)的IMU數(shù)據(jù),通過時間戳對齊,在matlab平臺以及VS2013平臺下,解算姿態(tài)角。
3.根據(jù)權(quán)利要求2所述的一種基于卡爾曼濾波的IMU機(jī)載視覺姿態(tài)融合的方法,其特征在于,所述步驟S302主要包括以下步驟:
R'=qRq'
式中,R表示被旋轉(zhuǎn)的矢量,R'表示經(jīng)四元數(shù)旋轉(zhuǎn)之后的矢量,q表示四元數(shù),q'表示其轉(zhuǎn)置,四元數(shù)的標(biāo)量部分表示轉(zhuǎn)角的余弦值,其矢量部分表示瞬時轉(zhuǎn)軸n的方向;下式表示矢量R相對參考坐標(biāo)系旋轉(zhuǎn)一個轉(zhuǎn)角θ,旋轉(zhuǎn)軸的方向由四元數(shù)的虛部確定,cosα、cosβ、cosγ表示旋轉(zhuǎn)軸n與參考坐標(biāo)系軸間的方向余弦值:
q=λ+p1i+p2j+p3k
式中,λ表示四元數(shù)的實(shí)部,p1、p2和p3表示四元數(shù)的虛部;
四元數(shù)法姿態(tài)矩陣計(jì)算如下:
①初始四元數(shù)的確定,其輸入為初始的姿態(tài)角:
θ0、ψ0和γ0代表俯仰角、偏航角、滾轉(zhuǎn)角的初始值;
②四元數(shù)標(biāo)量部分與矢量部分λ、p1、p2、p3的實(shí)時計(jì)算:輸入信號為陀螺儀的數(shù)字輸出信號其中i為x、y、z,ωib為三軸角速率,Δθ為陀螺儀積分得到的角度增量;計(jì)算方法采用二階龍格庫塔法:
T為時間間隔,t代表當(dāng)前時刻,Ωb(t)由陀螺儀角速率構(gòu)成的反對稱矩陣,K1、K2和Y是中間變量,式子表示的是下一個時刻的四元數(shù)值由上一個時刻的四元數(shù)值和一個估算的斜率的乘積所決定;
③姿態(tài)矩陣的實(shí)時計(jì)算:確定姿態(tài)矩陣輸入為λ(n)、p1(n)、p2(n)和p3(n):
式中,表示大地系轉(zhuǎn)機(jī)體系旋轉(zhuǎn)矩陣;
④載體姿態(tài)角計(jì)算,以確定姿態(tài)角θ、ψ和γ,輸入為T11(n)、T12(n)、T13(n)、T23(n)和T33(n):
θ=-arcsin(T13(n))
方向余弦法姿態(tài)矩陣的計(jì)算與四元數(shù)法的區(qū)別主要是姿態(tài)矩陣的描述不同,其描述如式所示:
其解算方向余弦矩陣微分方程為得到方向余弦矩陣后可提取姿態(tài)角;其中Ω為旋轉(zhuǎn)角速度的斜對稱矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司,未經(jīng)成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910317443.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種衛(wèi)星導(dǎo)航系統(tǒng)中基于卡爾曼濾波的RAIM算法
- 一種多功能卡爾曼濾波裝置
- 修正容積卡爾曼濾波直接定位方法
- 基于SVD簡化的卡爾曼濾波模型的導(dǎo)航方法及系統(tǒng)
- 一種實(shí)時水面船只視覺跟蹤系統(tǒng)及其方法
- 通過跟蹤解決雷達(dá)系統(tǒng)中的多普勒模糊
- 一種基于新型Kalman濾波的多維時空數(shù)據(jù)估計(jì)方法
- 一種基于多濾波器信息融合的自適應(yīng)目標(biāo)跟蹤方法
- 一種基于卡爾曼濾波的室內(nèi)機(jī)器人定位算法
- 基于卡爾曼濾波和/或DFB的激光芯片原子鐘及實(shí)現(xiàn)方法
- 動態(tài)情況下異步多傳感器信息融合方法
- 多傳感器融合的測量目標(biāo)絕對定位的裝置
- 單平臺多傳感器信息融合處理器及實(shí)驗(yàn)系統(tǒng)
- 一種基于模糊自助理論的乏信息多傳感器數(shù)據(jù)融合估計(jì)方法
- 基于多傳感器信息融合的牽引機(jī)構(gòu)控制裝置及其控制方法
- 多傳感器信息融合的故障診斷方法
- 基于多傳感器信息融合的飛機(jī)行程打分方法及打分系統(tǒng)
- 一種基于標(biāo)簽多伯努利分布的非共視多傳感器融合方法
- 一種動態(tài)監(jiān)測的傳感器布局與多源信息融合方法和及系統(tǒng)
- 一種基于多源傳感器集成的仿生復(fù)合導(dǎo)航授時微系統(tǒng)
- 一種動作姿態(tài)捕捉裝置及系統(tǒng)
- 共姿態(tài)道集方位角分析和校正方法及裝置
- 姿態(tài)角計(jì)算裝置、姿態(tài)角計(jì)算方法及存儲介質(zhì)
- 基于星圖的幀間角速度計(jì)算方法
- 一種穿戴式的人體姿態(tài)檢測及肢體肌力測量系統(tǒng)
- 一種姿態(tài)角的融合解算方法和裝置
- 基于水下機(jī)器人的數(shù)據(jù)處理方法及裝置
- 面向異常步態(tài)識別的共軛梯度姿態(tài)解算方法
- 一種姿態(tài)傳感裝置及數(shù)據(jù)融合、姿態(tài)解算方法
- 盾構(gòu)機(jī)姿態(tài)預(yù)測方法、裝置、終端設(shè)備以及存儲介質(zhì)





