一种基于惯性传感器的动态自适应姿态估计方法技术

本发明专利技术公开了一种基于惯性传感器的动态自适应姿态估计方法，包括：基于惯性传感器和姿态估计结果获取载体机动状态数据；对所述载体机动状态数据获取自适应补偿系数和陀螺仪零偏估计数据；对所述自适应补偿系数和陀螺仪零偏估计数据进行处理，生成互补滤波算法；基于所述互补滤波算法获取自适应姿态估计结果。本发明专利技术在静态条件下，提出方法能取得良好的姿态估计效果；在动态条件下，本发明专利技术提出方法精度优于传统的互补滤波；本发明专利技术提出方法受机动影响小于传统的互补滤波。影响小于传统的互补滤波。影响小于传统的互补滤波。

【技术实现步骤摘要】
一种基于惯性传感器的动态自适应姿态估计方法


[0001]本专利技术属于传感器自适应估计领域，特别是涉及一种基于惯性传感器的动态自适应姿态估计方法。

技术介绍

[0002]基于惯性传感器的姿态测量系统由于其自主式、低成本、小体积的特点，广泛应用于动作捕捉、虚拟现实、机器人等领域。它通过融合陀螺仪和加速度计的输出来得到载体的水平姿态角。
[0003]陀螺仪在短时间积分得到的姿态角精度较高，但在长时间的运动情况下，会产生累积误差。当载体处于静止或匀速运动状态时，不考虑加速度计的零偏等误差，加速度计仅敏感重力加速度，可以计算得到准确的水平姿态角,但是在运动状态时，运动加速度的存在，会导致加速度计算得到的水平姿态角误差增大。因此，如何利用陀螺仪和加速度计的信息，提高载体在长时间的运动状态下的姿态估计精度，是姿态测量系统重要的研究内容。

技术实现思路

[0004]本专利技术的目的是提供一种基于惯性传感器的动态自适应姿态估计方法，以解决上述现有技术存在的问题。
[0005]为实现上述目的，本专利技术提供了一种基于惯性传感器的动态自适应姿态估计方法，包括：
[0006]基于惯性传感器和姿态估计结果获取载体机动状态数据；
[0007]对所述载体机动状态数据获取自适应补偿系数和陀螺仪零偏估计数据；
[0008]对所述自适应补偿系数和陀螺仪零偏估计数据进行处理，生成互补滤波算法；
[0009]基于所述互补滤波算法获取自适应姿态估计结果。
[0010]优选地，所述获取载体机动状态数据的过程包括：
[0011]获取惯性传感器数据和上一时刻姿态估计结果；
[0012]基于所述惯性传感器数据和上一时刻姿态估计结果对载体当前机动状态进行评估，获得所述载体机动状态数据。
[0013]优选地，所述对载体当前机动状态进行评估的过程包括：
[0014]获取加速度计输出的模值和陀螺仪输出的模值；
[0015]设置预设阈值，对所述加速度计输出的模值和陀螺仪输出的模值进行计算后与预设阈值进行对比，将所述载体当前机动状态分为非机动状态和机动状态；
[0016]获取俯仰角误差估计值和横滚角误差估计值，基于俯仰角误差估计值和横滚角误差估计值对所述机动状态进行评估，获得所述载体机动状态数据。
[0017]优选地，所述获取自适应补偿系数的过程包括：
[0018]获取理论重力加速度输出和加速度计实际的输出的夹角；
[0019]选取补偿系数和补偿阈值，基于所述补偿系数和补偿阈值和所述夹角获取所述自
适应补偿系数。
[0020]优选地，获取陀螺仪零偏估计数据的过程包括：
[0021]基于预设阈值和所述载体机动状态数据，对加速度计输出的模值和陀螺仪输出的模值进行判断，获得判断结果；
[0022]基于判断结果，对陀螺仪输出存入滑动窗口中进行集散，获得陀螺仪的零偏；
[0023]将所述陀螺仪的零偏进行更新处理，获得所述陀螺仪零偏估计数据。
[0024]优选地，所述生成互补滤波算法的过程包括：
[0025]选取坐标系，基于所述坐标系获取姿态四元数；
[0026]基于加速度计测量数据和所述姿态四元数获取三维向量数据；
[0027]对所述三维向量数据进行计算，获得向量积误差；
[0028]基于所述自适应补偿系数对所述向量积误差进行调整后，再基于陀螺仪零偏估计数据进行互补滤波，生成所述互补滤波算法。
[0029]优选地，所述获取自适应补偿系数的过程还包括：
[0030]判断载体状态，当载体处于非机动状态时，基于非机动状态下加速度计的输出和加速度计实际的输出的夹角调节补偿系数；
[0031]当载体处于机动状态时，基于俯仰角误差估计值和横滚角误差估计值调节补偿系数。
[0032]优选地，所述获取自适应姿态估计结果的过程包括：
[0033]通过非机动状态下加速度计的输出和加速度计实际的输出的夹角、陀螺仪输出的原始角速度、对陀螺仪的输出进行补偿，获得补偿后的角速度；
[0034]基于补偿后的角速度，对四元数进行更新；
[0035]基于更新后的四元数结果，获取所述自适应姿态估计结果。
[0036]本专利技术的技术效果为：
[0037](1)在静态条件下，本专利技术提出的方法能取得良好的姿态估计效果；
[0038](2)在动态条件下，本专利技术提出的方法精度优于传统的互补滤波；
[0039](3)本专利技术提出的方法受机动影响小于传统的互补滤波。
附图说明
[0040]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0041]图1为本专利技术实施例中的算法总体框架示意图；
[0042]图2为本专利技术实施例中的非机动状态下K关于||E||2的变化曲线图；
[0043]图3为本专利技术实施例中的机动状态下K关于ρ的变化曲线图；
[0044]图4为本专利技术实施例中的俯仰角、横滚角的静态测试结果图；
[0045]图5为本专利技术实施例中的俯仰角及俯仰角误差测试结果图；
[0046]图6为本专利技术实施例中的横滚角及横滚角误差测试结果图。
具体实施方式
[0047]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相
互组合。下面将参考附图并结合实施例来详细说明本申请。
[0048]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0049]实施例一
[0050]如图1
‑
2所示，本实施例中提供一种基于惯性传感器的动态自适应姿态估计方法，包括：
[0051]首先，根据惯性传感器和上一时刻的姿态估计结果，对载体当前的机动状态进行评估。若载体处于机动状态，则计算当前的水平姿态角误差。若判断当前载体处于非机动状态，将陀螺仪数据加入到滑动窗口中，对陀螺仪的零偏进行估计。同时，根据当前载体的机动状态和水平姿态误差角自适应地调试补偿系数的大小。在互补滤波器中，利用加速度信息补偿角速度，并通过角速度积分得到最终的姿态估计结果。
[0052]进一步优化方案，自适应互补滤波姿态估计算法的原理是利用加速度计测量的重力加速度与当前姿态四元数所组成的三维向量求向量积误差，将该误差经过自适应补偿系数调整后，与陀螺仪输出进行互补滤波，得到当前的姿态四元数。自适应互补滤波姿态估计算法的关键在于补偿系数的自适应调整策略。本实施例提出利用载体自身的运动信息对载体机动状态进行评估，并针对不同的机动状态采取对应的补偿系数的自适应调整策略。同时，提出了基于滑动窗口的陀螺仪零偏估计算法，旨在减小陀螺仪的积分误差。
[0053]进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于惯性传感器的动态自适应姿态估计方法，其特征在于，包括以下步骤：基于惯性传感器和姿态估计结果获取载体机动状态数据；对所述载体机动状态数据获取自适应补偿系数和陀螺仪零偏估计数据；对所述自适应补偿系数和陀螺仪零偏估计数据进行处理，生成互补滤波算法；基于所述互补滤波算法获取自适应姿态估计结果。2.根据权利要求1所述的基于惯性传感器的动态自适应姿态估计方法，其特征在于，所述获取载体机动状态数据的过程包括：获取惯性传感器数据和上一时刻姿态估计结果；基于所述惯性传感器数据和上一时刻姿态估计结果对载体当前机动状态进行评估，获得所述载体机动状态数据。3.根据权利要求2所述的基于惯性传感器的动态自适应姿态估计方法，其特征在于，所述对载体当前机动状态进行评估的过程包括：获取加速度计输出的模值和陀螺仪输出的模值；设置预设阈值，对所述加速度计输出的模值和陀螺仪输出的模值进行计算后与预设阈值进行对比，将所述载体当前机动状态分为非机动状态和机动状态；获取俯仰角误差估计值和横滚角误差估计值，基于俯仰角误差估计值和横滚角误差估计值对所述机动状态进行评估，获得所述载体机动状态数据。4.根据权利要求1所述的基于惯性传感器的动态自适应姿态估计方法，其特征在于，所述获取自适应补偿系数的过程包括：获取理论重力加速度输出和加速度计实际的输出的夹角；选取补偿系数和补偿阈值，基于所述补偿系数和补偿阈值和所述夹角获取所述自适应补偿系数。5.根据权利要求1所述的基于惯性传感器的动态自适应姿态估计方法，...

【专利技术属性】
技术研发人员：吕品，余文斌，赖际舟，李志敏，王炳清，孙笑，申玉桂，杜居昌，
申请(专利权)人：南京航空航天大学秦淮创新研究院，
类型：发明
国别省市：