[發(fā)明專利]基于誤差狀態(tài)卡爾曼濾波的多旋翼飛行器組合導(dǎo)航方法有效
| 申請(qǐng)?zhí)枺?/td> | 202010193890.8 | 申請(qǐng)日: | 2020-03-19 |
| 公開(kāi)(公告)號(hào): | CN111351482B | 公開(kāi)(公告)日: | 2023-08-18 |
| 發(fā)明(設(shè)計(jì))人: | 張永;徐賢鵬;秦偉;劉自力;黃成;馬國(guó)梁 | 申請(qǐng)(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號(hào): | G01C21/16 | 分類號(hào): | G01C21/16;G01C21/20;G01S19/45;G01S19/47 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 薛云燕 |
| 地址: | 210094 江*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 誤差 狀態(tài) 卡爾 濾波 多旋翼 飛行器 組合 導(dǎo)航 方法 | ||
1.一種基于誤差狀態(tài)卡爾曼濾波的多旋翼飛行器組合導(dǎo)航方法,其特征在于,包括以下步驟:
步驟1,建立傳感器的測(cè)量模型,推導(dǎo)四元數(shù)形式的導(dǎo)航方程,并對(duì)該方程進(jìn)行線性化處理得到誤差狀態(tài)方程;
步驟2,基于GPS、磁力計(jì)和加速度計(jì)的測(cè)量信息,建立用于卡爾曼濾波估計(jì)的測(cè)量方程;
步驟3,結(jié)合慣性-GPS松組合模式,采用誤差狀態(tài)卡爾曼濾波器ESKF對(duì)誤差狀態(tài)進(jìn)行最優(yōu)估計(jì),并實(shí)現(xiàn)對(duì)導(dǎo)航狀態(tài)的校正;
步驟1所述建立傳感器的測(cè)量模型,具體如下:
基于慣性+GPS組合導(dǎo)航的信息測(cè)量元件包括陀螺儀、加速度計(jì)、磁力計(jì)和GPS,做出以下4條假設(shè):
(1)陀螺儀和加速度計(jì)測(cè)量信息的零位偏差為固定偏差;
(2)陀螺儀和加速度計(jì)的測(cè)量噪聲為高斯噪聲,滿足正態(tài)分布;
(3)磁力計(jì)不存在零位偏差,測(cè)量噪聲為高斯噪聲,滿足正態(tài)分布;
(4)GPS不存在零位偏差,測(cè)量噪聲為高斯噪聲,滿足正態(tài)分布;
基于以上假設(shè),陀螺儀的測(cè)量模型為:
其中,ωm角為速度測(cè)量值,為機(jī)體系相對(duì)于慣性系的角速度在機(jī)體系下的坐標(biāo)表示,bg為陀螺儀的零偏;ng為高斯噪聲,各個(gè)方向不相關(guān),滿足正態(tài)分布:
其中,E(ng)=0為高斯噪聲的均值,為高斯噪聲的協(xié)方差矩陣;σg是高斯噪聲的標(biāo)準(zhǔn)差,I是3階單位陣;
加速度計(jì)的測(cè)量模型為:
其中,am是加速度的測(cè)量值,ai是慣性加速度,gi是重力加速度在慣性系下的坐標(biāo)表示,是慣性系到機(jī)體系的旋轉(zhuǎn)矩陣,ba為加速度計(jì)的零偏;na表示高斯白噪聲,各個(gè)方向不相關(guān),滿足正態(tài)分布:
其中,E(na)=0為高斯白噪聲的均值,為高斯白噪聲的協(xié)方差矩陣;σa為角速度計(jì)噪聲的標(biāo)準(zhǔn)差;
磁力計(jì)的測(cè)量模型為:
其中,Mm是磁場(chǎng)強(qiáng)度的測(cè)量值,是導(dǎo)航系到機(jī)體系的旋轉(zhuǎn)矩陣,Mn是磁場(chǎng)強(qiáng)度在導(dǎo)航系下的坐標(biāo)表示;nM是磁力計(jì)的測(cè)量噪聲,滿足正態(tài)分布:
其中,σm磁力計(jì)噪聲的標(biāo)準(zhǔn)差;
步驟1所述推導(dǎo)四元數(shù)形式的導(dǎo)航方程,并對(duì)該方程進(jìn)行線性化處理得到誤差狀態(tài)方程,具體如下:
基于誤差狀態(tài)卡爾曼濾波器ESKF的工作原理,將真實(shí)狀態(tài)向量x視為標(biāo)稱狀態(tài)向量xnom和誤差狀態(tài)向量δx的組合,其中誤差狀態(tài)表示標(biāo)稱狀態(tài)與真實(shí)狀態(tài)之間的差,產(chǎn)生以下關(guān)系:
其中,⊕表示除四元數(shù)狀態(tài)之外的所有屬于空間狀態(tài)變量的典型加法運(yùn)算即標(biāo)量和矢量的加減運(yùn)算;
四元數(shù)誤差狀態(tài)在機(jī)體系中的定義為:
其中q是真實(shí)四元數(shù),qnom是標(biāo)稱四元數(shù),δq是四元數(shù)偏差,為四元數(shù)運(yùn)算:
所述用于導(dǎo)航信息估計(jì)的ESKF狀態(tài)由包含19個(gè)元素的真實(shí)狀態(tài)向量x,包含19個(gè)元素的標(biāo)稱狀態(tài)向量xnom和包含18個(gè)元素的誤差狀態(tài)向量δx組成,表示如下:
其中,r=[xn,yn,zn]T是多旋翼在導(dǎo)航系下的位置,v=[vxn,vyn,vzn]T是多旋翼在導(dǎo)航系下的速度;q=[q0?q1?q2?q3]T為四元數(shù),表示多旋翼的姿態(tài);bg=[bωx,bωy,bωz]T是三軸陀螺儀的固定零偏,ba=[bax,bay,baz]T是三軸加速度計(jì)的固定零偏,g=[0,0,g]T是重力加速度在導(dǎo)航系下的表示;
角速度ω和旋轉(zhuǎn)偏差矢量δθ是在機(jī)體坐標(biāo)系下的表示,是機(jī)體系到導(dǎo)航系的旋轉(zhuǎn)矩陣;
所述標(biāo)稱狀態(tài)運(yùn)動(dòng)學(xué)方程為:
其中,k表示tk時(shí)刻,k+1表示tk+1時(shí)刻,xk=x(tk),tk=kΔt,Δt=tk+1-tk;
所述誤差狀態(tài)運(yùn)動(dòng)學(xué)方程為:
其中,δg表示重力加速度誤差;vi,θi,bai,bgi是速度噪聲、角度噪聲、加速度偏差噪聲和陀螺儀偏差噪聲的離散化能量;vi,θi,bai,bgi的均值是0,協(xié)方差矩陣通過(guò)對(duì)na,ng,ba,bg的方差在間隔時(shí)間Δt內(nèi)進(jìn)行積分獲得:
其中,σa,σg根據(jù)IMU數(shù)據(jù)表中的信息確定,σa單位為m/s2,σg單位為rad/s;σwa是加速度偏差噪聲的標(biāo)準(zhǔn)差,σwg是陀螺儀偏差噪聲的標(biāo)準(zhǔn)差,Vi是速度噪聲的協(xié)方差矩陣、Θi是角度噪聲的協(xié)方差矩陣、Ai是加速度偏差噪聲的協(xié)方差矩陣、Ωi是陀螺儀偏差噪聲的協(xié)方差矩陣;
所述擾動(dòng)向量wi=[vi,θi,ai,ωi]T,那么誤差狀態(tài)方程為:
其中,F(xiàn)x是誤差狀態(tài)轉(zhuǎn)移矩陣,F(xiàn)i是擾動(dòng)向量wi的雅可比矩陣,F(xiàn)x和Fi表達(dá)式如下式所示:
誤差狀態(tài)卡爾曼濾波器的誤差狀態(tài)的更新方程為:
誤差狀態(tài)卡爾曼濾波器的協(xié)方差Pk的更新方程為:
其中,Qi是系統(tǒng)噪聲的協(xié)方差矩陣,表達(dá)式如下式所示:
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)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010193890.8/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 誤差校準(zhǔn)
- 利用端面誤差調(diào)整徑向誤差裝置
- 利用端面誤差調(diào)整徑向誤差裝置
- 誤差測(cè)定裝置及誤差測(cè)定方法
- 消除測(cè)量誤差和穩(wěn)態(tài)誤差的誤差檢測(cè)-K值控制法
- 分度誤差估計(jì)裝置、分度誤差校準(zhǔn)裝置和分度誤差估計(jì)方法
- 誤差擴(kuò)散
- 處理用于使用誤差擴(kuò)散技術(shù)打印的數(shù)據(jù)的方法和處理裝置
- DAC誤差補(bǔ)償方法及誤差補(bǔ)償系統(tǒng)
- 主軸系統(tǒng)熱誤差建模方法、誤差預(yù)測(cè)系統(tǒng)、誤差控制系統(tǒng)、誤差控制方法及云霧計(jì)算系統(tǒng)
- 狀態(tài)檢測(cè)裝置及狀態(tài)檢測(cè)方法
- 狀態(tài)估計(jì)裝置以及狀態(tài)估計(jì)方法
- 經(jīng)由次級(jí)狀態(tài)推斷管理狀態(tài)
- 狀態(tài)估計(jì)裝置及狀態(tài)估計(jì)方法
- 狀態(tài)估計(jì)裝置、狀態(tài)估計(jì)方法
- 狀態(tài)預(yù)測(cè)裝置以及狀態(tài)預(yù)測(cè)方法
- 狀態(tài)推定裝置、狀態(tài)推定方法和狀態(tài)推定程序
- 狀態(tài)檢測(cè)系統(tǒng)及狀態(tài)檢測(cè)方法
- 狀態(tài)判定裝置、狀態(tài)判定方法以及狀態(tài)判定程序
- 狀態(tài)判斷裝置以及狀態(tài)判斷方法
- 一種用于五軸折彎?rùn)C(jī)器人笛卡爾軌跡規(guī)劃的方法及其裝置
- 卡爾多爐處理電/線路板方法
- 基于SVD簡(jiǎn)化的卡爾曼濾波模型的導(dǎo)航方法及系統(tǒng)
- 一種實(shí)時(shí)水面船只視覺(jué)跟蹤系統(tǒng)及其方法
- 通過(guò)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(shí)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
- 數(shù)字?jǐn)?shù)據(jù)的藝術(shù)表示
- 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





