姿态解算-陀螺仪+欧拉法

目录

1、基本原理

2、捷联矩阵

3、陀螺仪+欧拉角法姿态解算


参考博士论文《多旋翼无人机的姿态与导航信息融合算法研究》 张欣

1、基本原理

姿态解算指的是求出导航坐标系(一般选择地理坐标系,用n表示)和载体坐标系(用b表示)在三个轴旋转的角度:俯仰角、横滚角和航向角。分别使用\theta , \gamma ,\psi 表示 。姿态解算是欧拉角法和四元数在导航中的应用,而欧拉角法和四元数法可以运用在表示任意坐标系之间的旋转关系,并且四元数法还有其他更广泛的应用。一般使用陀螺仪和加速度计+磁力计两种组合,再使用卡尔曼滤波(或者卡尔曼滤波的改进算法,例如扩展卡尔曼滤波、无迹卡尔曼滤波算法)进行传感器融合得到更高的精度。陀螺仪具有短时精度高的特点。但是受到载体震动、温漂的影响较大,所以长时间会有较大的累积误差。

2、捷联矩阵

捷联矩阵指的是载体坐标系->地理坐标系转换的关系矩阵:旋转轴按照不同顺序进行转动得到不同的捷联矩阵,假设地理坐标系->载体坐标系的顺序按照\gamma ->\theta ->\psi 的顺序,则得到如下的捷联矩阵。 根据传感器输出和捷联矩阵可以反求姿态角。

C^n_b = (C^b_n)^T = \begin{bmatrix} cos\psi cos\theta & cos\psi sin\theta sin\gamma-sin\psi cos\gamma & cos\psi sin\theta cos\gamma+sin\psi sin\gamma \\ sin\psi cons\theta & sin\psi sin\theta sin\gamma+cos\psi cos\gamma & sin\psi sin \theta cos\gamma-cos\psi sin\gamma \\ -sin\theta & cos\theta sin\gamma & cos\theta cos\gamma \\ \end {bmatrix}

 

3、陀螺仪+欧拉角法姿态解算

假设地理坐标系->载体坐标系的顺序按照\psi -> \theta -> \gamma的顺序,则载体坐标系相对于地理坐标系的角速率向量:

\begin{bmatrix} \omega_x \\ \omega_y \\ \omega_z \end{bmatrix} = \begin{bmatrix} \ \dot{\gamma} \\ 0 \\ 0 \end{bmatrix} + C_\gamma\begin{bmatrix} 0\\ \dot{\theta} \\ 0\end{bmatrix} + C_\gamma C_\theta \begin{bmatrix} 0 \\ 0 \\ \dot{\psi} \end{bmatrix}

从而得到微分方程:

\begin{bmatrix} \dot{\gamma} \\ \dot{\theta} \\ \dot{\psi} \end{bmatrix} = \frac{1}{cos\theta} \begin{bmatrix} cos\theta & sin\gamma sin\theta & cos\gamma sin\theta \\ 0 & cos\gamma cos\theta & -sin\gamma cos\theta \\ 0 & sin\gamma & cos\gamma \end{bmatrix}\begin{bmatrix} \omega_x \\ \omega_y \\ \omega_z \end{bmatrix}

使用一阶差分方法进行离散化,解得姿态角。但是当\theta = 90^0,分母=0,这就是欧拉角的奇异点,不能进行全姿态的测量。

你可能感兴趣的:(控制\SLAM\机器人学,信号处理算法,数学,机器学习,算法)