IMU互补滤波器:Keeping a Good Attitude A Quaternion-Based Orientation

1. 论文翻译:

【论文阅读】【互补滤波器】详细推导_源码解析_数据集实测_Keeping a Good Attitude: A Quaternion Based Orientation Filter for IMUs - 知乎

 2. IMU相关技术分享

3. 互补滤波器 - 知乎

        摘要:本篇文章使用陀螺仪积分作为旋转的预测量,IMU的加速度计和磁力计作为观测。加速度计通过变换加速度计的读数到[0,0,1]来计算出roll,pitch角度;磁力计通过测量的三维向量,将其进行变换得到yaw角。

IMU互补滤波器:Keeping a Good Attitude A Quaternion-Based Orientation_第1张图片

一、如何得到△q

加速度计

加速度计用来纠正roll和pitch。首先利用陀螺仪积分得到的旋转,对local坐标系的加速度计读数进行旋转,得到Global系的重力g(这个g和[0,0,1]很相似,但是不完全一样,不一样的点就是误差来源),然后用△q乘[0,0,1]等于g。得到的△q与没有旋转qI([1,0,0,0])做插值,插值所用的参数是自适应的,参数随着IMU加速度计测量的加速度数值与9.8的差别决定。插值的方法有线性插值(△q旋转小时使用)和球面插值(△q旋转大时使用)。

磁力计:

磁力计用来纠正yaw角。纠正的方式与加速度计类似,只是用到的量是磁力计的测量量。

二、如何融合

直接使用陀螺仪积分出的q与△q_acc和△q_meg相乘作为最终的结果。互补滤波这个互补体现在哪呢?主要体现在权重上,这个权重的作用就是△q_acc和△q_meg插值后的结果,与本来的结果是不一样的,不一样的程度就是权重作用的,就是互补滤波。

三、陀螺仪bias估计

检测到系统静止时,对陀螺仪bias进行估计,之后系统一直使用,直到检测出系统重新静止了,则重新计算bias值。

四、实验

通过实验发现,在精度上,本文算法>EKF>AscTec>Madgwick。本文作者说,因为在实际条件下,噪声可能是不服从高斯分布的,或者有些噪声没有发现。假如噪声真是高斯分布那么,EKF的效果是最优的。如果噪声不是高斯分布的,那么本文算法要优于EKF。

你可能感兴趣的:(IMU,IMU)