惯性测量单元姿态融合的动态分析
信息技术与网络安全
谢 敏1，2，赵来定1，2，王召文1，2 )
(1.南京邮电大学 通信与信息工程学院，江苏 南京210003； 2.南京邮电大学 通信与网络技术国家地方联合工程研究中心，江苏 南京210003
摘要： 针对惯性测量单元背景噪声和器件漂移等问题，提出了一种基于梯度下降法、互补滤波和卡尔曼滤波的融合算法。首先，利用加速度计和磁力计的数据通过几何计算得出姿态角。其次，利用梯度下降法，将加速度计和陀螺仪的数据进行基于四元数法的数据融合，得出姿态角。接着，利用互补滤波法将姿态数据再次结合。最后，利用卡尔曼算法对结合后的数据进行滤波处理。通过动态实验表明，经过此融合算法的惯性测量单元与传统算法相比，数据输出更加准确，连续性提高，并拥有很好的平稳特性。
中圖分類號： TP202
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.07.016
引用格式： 謝敏，趙來定，王召文. 慣性測量單元姿態(tài)融合的動態(tài)分析[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(7)：95-102.
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.07.016
引用格式： 謝敏，趙來定，王召文. 慣性測量單元姿態(tài)融合的動態(tài)分析[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(7)：95-102.
Dynamic analysis of inertial measurement unit attitude fusion
Xie Min1，2，Zhao Laiding1，2，Wang Zhaowen1，2
(1.College of Telecommunications and Information Engineering，Nanjing University of Posts and Telecommunications， Nanjing 210003，China； 2.National Local Joint Enginnering Research Center for Communication and Network Technology， Nanjing University of Posts and Telecommunications，Nanjing 210003，China)
Abstract： In order to solve the problems of inertial measurement unit background noise and device drift, this paper proposes a fusion algorithm based on gradient descent, complementary filtering and Kalman filtering. Firstly, the attitude angle is calculated through geometric calculations using the accelerometer and magnetometer data. Secondly, using the gradient descent method, the accelerometer and gyroscope data are fused based on the quaternion method to calculate the attitude angles. Then, the data is merged again using the complementary filtering method to obtain the attitude data. Finally, Kalman algorithm is used to filter the combined data. The dynamic experiments show that the data output of inertial measurement unit based on this fusion algorithm is more accurate, the continuity is improved, and it has good stability compared with the traditional algorithm.
Key words : inertial measurement unit；gradient descent method；complementary filtering；Kalman filtering；attitude fusion
0 引言
微機電系統(tǒng)內(nèi)部集成了動態(tài)傳感器、數(shù)字信號處理模塊、串口通信等模塊，是信息技術(shù)和機械工程的結(jié)合[1]。目前，微機電傳感器具有成本低、體積小、功耗低、可靠性高等優(yōu)勢，廣泛用于高智能化的行業(yè)中。因此，慣性測量單元(Inertial Measurement Unit，IMU)常采用微機電傳感器。
慣性測量單元應(yīng)用廣泛，遠至國家軍事防御，近至日常智能設(shè)備。慣性測量單元可以測量裝置或載體自身的加速度、角度等狀態(tài)數(shù)據(jù)，一般通過加速度計等傳感器進行測量。其中，陀螺儀用于測量設(shè)備自身的旋轉(zhuǎn)運動。加速度計用于測量裝置或載體的受力情況[2]。磁力計用于確定設(shè)備所處的方位。
本文詳細內(nèi)容請下載：http://m.ihrv.cn/resource/share/2000003685
作者信息：
謝 敏1，2，趙來定1，2，王召文1，2
(1.南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京210003；
2.南京郵電大學(xué) 通信與網(wǎng)絡(luò)技術(shù)國家地方聯(lián)合工程研究中心，江蘇 南京210003)
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。