基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

基于自适应平方根UKF的微机械传感器融合航姿估计

提出一种新的基于自适应平方根UKF的微机械传感器组合姿态测量系统.该系统采用3轴微机械陀螺积分得到姿态角,采用3轴微机械加速度计测量重力矢量得到俯仰角和横滚角,分别校正俯仰漂移和横滚陀螺漂移;采用磁强计得到航向角,并与陀螺积分角度融合校正航向陀螺漂移.跑车实验结果表明,基于自适应平方根UKF算法可实时估计机动加速度干扰,并在融合滤波器中进行补偿,能够有效去除车辆机动加速度干扰,姿态角估计精度在±0.6°以内.     

基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

基于四元数的MARG传感器姿态测量算法

陀螺仪的漂移、载体的线性加速度和周围局部磁场的干扰是制约MARG传感器姿态测量精度的主要问题,传统的方法利用滤波算法和零速修正技术来减小姿态测量误差。该文基于已有的惯性测量单元,设计了一个基于四元数的扩展Kalman滤波器,通过建立MARG传感器模型,引入传感器偏差补偿和自适应的测量噪声协方差矩阵构造方法来提高姿态测量精度,减小载体线性加速度和周围局部磁场的干扰,实现三自由度的姿态测量。基于惯性测量单元(IMU)的实验结果表明了本文所提算法能显著提高姿态测量精度。     

水平定向钻进随钻姿态测量及误差补偿

随钻测量单元是水平定向钻进导向系统的关键组成部分,解算出正确的姿态信息是实现导向的前提。描述了利用3轴加速度计和3轴磁阻传感器测量钻具倾角、方位角和工具面向角等姿态信息的方法,并推导出相应的计算公式。针对测量过程中存在的温度和正交误差源,给出了相应的误差补偿方法;针对钻具干扰磁场和地磁倾角、地磁偏角对方位角测量引入的误差,详细分析了补偿原理,建立了补偿模型。误差实验结果表明,该补偿方法可以提高姿态测量的精度。     

基于四元数卡尔曼滤波的多轴传感器协同人体跌倒监测研究

为了准确、快速、自动地监测人体跌倒,开展了基于四元数卡尔曼(Kalman)滤波的多轴传感器协同人体跌倒监测研究.它使用MPU-9520传感器实时获取人体姿态信息,再基于四元数法实现姿态解算.利用Kalman滤波算法降低噪声影响,提高监测正确率.通过选择加速度、角速度和姿态角的矢量大小的阈值作为跌倒判断标准,提高了跌倒监...     

基于EKF的多MEMS传感器姿态测量系统

姿态信息是飞行控制中最关键的参数之一,因此姿态测量成为飞行控制系统首要解决的问题。利用多M EM S传感器研制了一种微型姿态测量系统。利用三轴M EM S加速度计和三轴M EM S陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展K a lm an滤波方程,解算出飞行器的俯仰角和横滚角;设计专家系统判断飞行器的运动状态,并根据该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足静态情况和动态情况的使用;利用空速和高度数据对俯仰角进行修正,利用GPS解算航向角。将实验结果与国外最新的商用自动驾驶仪的姿态结果进行了比较,二者在静态情况下非常吻合,在动态情况下基本吻合。     

基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算

为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。     

基于VNS-GA的PID和互补滤波控制的自平衡车姿态解算

自平衡车的姿态主要靠传感器来感知,通过传感器感知的角速度和加速度数据自动调整自平衡车的姿态角,从而维持其平衡.采用三轴陀螺仪和三轴加速度计分别采集自平衡车的角速度和加速度,通过互补滤波方法,对2种传感器采集到的数据进行融合,降低噪声和误差;然后,采用本文提出的融合变邻域搜索的遗传算法(VNS-GA)对PID控制器的3个参数进行寻优,从而对互补滤波方法获得的角度进行自适应调整,最终得到较精确的姿态角.为了验证基于VNS-GA的PID控制方法的性能,分别使用基于GA的PID控制方法和基于VNS-GA的PID控制方法来解算自平衡车的姿态角.实验结果表明:基于VNS-GA的PID控制方法得到的姿态角更接近于真实值,性能更好.     

MPU9250传感器的姿态检测与数据融合

设计了基于MPU9250多轴姿态传感器和MSP430F149单片机的姿态检测系统。利用传感器内部的陀螺仪、加速度计和电子罗盘,可以对3个轴的角速度、加速度、磁感应强度进行测量,进而解算成角度姿态。利用优化的卡尔曼滤波算法对解算的姿态角度进行了融合处理,融合后的数据有效地抑制了噪声,提高了角度姿态检测的准确性。设计的姿态检测系统每秒钟可以完成100次姿态检测与计算,具有体积小、响应快等特点,并应用于自平衡小车的姿态检测。     

基于自适应UKF的锂离子动力电池状态联合估计

针对由静态的电池模型参数而造成的状态估计累计误差、噪声统计特性的时变不确定性等实用化的问题,基于无迹卡尔曼滤波(unscented Kalman filter, UKF)框架设计了一种自适应UKF的电池状态联合估计算法.在无迹变换(unscented transform,UT)时,对量测方程进行准线性化处理,降低了循环迭代过程中的计算开销;利用带遗忘因子的Sage-Husa自适应估计方法对过程噪声的统计特性参数进行递推估计与修正,提高了UKF估计算法的自适应容错能力;实时跟踪滤波的收敛性,若呈发散趋势时,通过自适应衰减因子对误差协方差进行调整以抑制滤波发散,保证了滤波过程的数值稳定性;采用联合估计策略对一阶Thevenim电池欧姆内阻模型参数进行在线更新,以确保动态测试工况下电池模型的准确性,从而提高了电池荷电状态(state of charge,SOC)以及电池健康状态(state of health,SOH)的估计精度.实验与仿真结果验证了该电池状态联合估计算法的可行性与有效性.     

低成本姿态测量系统研究

针对由低精度的惯性陀螺、加速度计、磁强计组成的低成本姿态测量系统,该文进行了组合算法研究.设计了有陀螺测量和基于四元数差分法的无陀螺测量2种广义卡尔曼滤波器(EKF);采用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维观测量转化为四元数,作为观测量的一部分,显著减少了直接使用EKF的计算量.设计了仿真数据进行算法验证,成功地得到姿态估计,并对2种EKF滤波器在低速和高速状态下进行验证,取得良好效果.     

UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

多传感器分布式信息融合Wiener信号滤波器

应用Kalman滤波方法,对于带白色和有色观测噪声单通道ARMA信号,基于Riccati方程,在线性最小方差按标量加权的最优信息融合准则下,提出了多传感器分布式信息融合Wiener信号滤波器。提出了计算局部滤波误差间的互协方差的Lyapunov方程,可用于计算最优加权系数。同单传感器情形相比,可提高滤波精度。一个三传感器信息融合Wiener跟踪滤波器的仿真例子说明了其有效性。     

导向钻井系统导向钻进水平井段的理论与实践

导向技术的研究与试验在胜利油田取得了圆满成功,获得了较好的试验效果,推广的300余口井初步统计节约成本上亿元,经济效益十分显著。在水平井井眼轨迹控制施工中,导向钻井系统在斜井段和水平段的施工中均获得了显著的技术经济效益。在对导向钻井技术研究和指导水平井井眼轨迹控制现场施工过程中,对水平井段导向钻井进行了探索,应用加权残值法编制了导向钻具受力分析软件并着重对复合钻进增斜力进行了初步研究。在理论研究和现场实践中得到了一些有价值的结论,提出了单弯单稳型导向钻具导向钻进水平段的优化措施。     

无人机组合导航系统的自适应算法研究

无人机组合导航滤波器的设计需要考虑器件和外部环境不稳定带来的影响。同时在飞行过程中也面临着组合导航系统噪声和量测噪声统计特性不确定问题,从而导致滤波精度低、稳定性差,还有可能发散。采用常规卡尔曼滤波无法解决此问题。为此研究了一种基于UKF的自适应卡尔曼滤波算法。在系统噪声统计特性未知时,此算法能自动平衡状态信息与观测信息在滤波结果中的权比,实时调整状态向量和观测向量的协方差,从而提高系统的性能。仿真结果显示,使用自适应UKF算法与普通的UKF算法相比,可以获得更优的导航精度和稳定性。     

捷联式旋转导向井斜方位动态解算方法

针对捷联式垂直钻井现场试验,对测量系统井下存储数据进行回放分析,提出捷联式旋转导向井斜方位动态解算方法,即在钻柱不旋转的情况下同时采用三轴实时滤波信号计算井斜方位并存储滤波后的x、y轴信号,在钻柱旋转的情况下采用滤波后的实时z轴信号,不旋转情况下采用存储的x、y轴信号进行计算。将井下钻具的黏滑状态也看作是一种不旋转的"静止"状态,提出利用井下测量数据实时判断钻柱旋转状态的方法,给出井斜方位角解算公式以及动态解算方法流程,并在Matlab软件中编制程序进行仿真验证。结果表明:钻柱旋转过程中的振动是引起井斜方位测量误差的主要原因;所提出的动态测量算法能够有效提高测量精度,减少钻柱振动对井斜方位解算结果的影响。     

基于附加噪声预测器UKF的摄像机标定算法

由于环境等因素影响摄像机拍摄过程中存在可变噪声,针对传统无迹卡尔曼滤波(unscented Kalman filter,UKF)算法无法处理未知噪声的问题,设计了一种基于附加噪声预测器UKF的摄像机标定算法.首先,对传统UKF算法进行改进,引入噪声估计器并用极大后验估计求取次优解,解决未知可变情况下的噪声问题.然后,利用该改进UKF算法对摄像机进行标定,实现了标定精度的有效提高.实验结果显示该算法在有效保证滤波收敛性的同时,显著提高了滤波和摄像机的标定精度,由此推断基于附加噪声预测器UKF的摄像机标定算法是可行高效的.