9轴传感器数据融合算法说明_第1页
9轴传感器数据融合算法说明_第2页
9轴传感器数据融合算法说明_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、TestKalman2.m对Kalman滤波进行仿真。仿真设定了这样一个系统，他只有一个自由度的旋转，角速度恒定为35.9度/s,旋转持续了一段时间。在这段时间内使用6轴传感器（加速度计和磁传感器）来测量绝对角度，同时用陀螺来测量瞬时角速度。如果用6轴传感器（加速度计和磁传感器）来测量系统的绝对角度，根据以前的经验，这样的误差在1度上下。这个测量误差是一种噪声，我们简单利用白噪声来表达，程序中“angleNoise=randn（1,N）/3”构造了一个标准差为0.33333的白噪声（保证最大数值波动在1度）。绝对位置测量值可通过差分转换成瞬时角速度估计值。跟据陀螺的数据手册，在角速度不很快的情

2、况下，单纯的陀螺测量误差为0.1dps（度每秒），所以在这里用另外一个噪声“axis9Noise=0.1*randn（1,N）/3”来模拟陀螺的测量误差。将这两种测量数值输入kalman滤波器，发现角速度数据收敛非常快。下图中蓝色线表示的是6轴传感器测量出的瞬时角速度，波动范围达到30dps,紫色的线是kalman滤波器输出，放大后可看出，其波动范围0.1dps,收敛到了陀螺的测量数值上。结论：对于角速度的测量，陀螺比6轴传感器精确300倍！605040302010001234567B910从这里可以看出，对于两个测量源的系统，通过kalman滤波，结果会向更精确的测量源收敛（上个例子中kal

3、man滤波向陀螺的测量值收敛）。对于角速度的测量，陀螺比6轴传感器精确300倍，那么，对于9轴传感器，最终的结果可以说完全取决于陀螺的测量数据。可不可以这样说：9轴传感器的姿态值用陀螺的数据积分就完全可以了，剩下的6轴数据可以扔掉了？答案是：不可能。6轴传感器虽然局部误差很大，但是姿态值的大方向把握的非常准，没有累积误差（用人来类比，是不拘小节，大方向把的准），陀螺虽然局部误差很大，但是姿态值是通过积分求得的，有持续的累积误差。这样我们就有了一种新的思路，这种思路可以不用什么Kalman滤波，只需要将陀螺数据积分用作精确的局部姿态数据，用6轴传感器的姿态值与陀螺数据获得的姿态值的差值进行滑动平均，这样就可以把握好陀螺积分数据的大方向TestKalman3.m就通过200点的滑动平均来把握陀螺积分数据的大方向。这种方法的仿真结果如下图所示，黑线是6轴传感器在测量过程中的误差，大概在正负1度；青色的线是陀螺积分数据，虽然波动幅度小很多，但是长期的漂移很大（可以看到青色的线在逐渐下行，时间足够长的话他会超出黑色的线

人人文库> 全部分类> 应用文书 > 作业报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论