針對(duì)飛機(jī)、車輛等載體慣性導(dǎo)航系統(tǒng)中積分累積誤差和噪聲誤差,導(dǎo)致姿態(tài)角偏差增大的問(wèn)題,以慣導(dǎo)融合思想為基礎(chǔ),提出一種比例—積分—微分（PID）自適應(yīng)卡爾曼濾波算法。算法首先融合加速度計(jì)和陀螺儀解算的實(shí)時(shí)角度值,利用PID控制器抑制誤差波動(dòng)并作為量測(cè)數(shù)據(jù),將陀螺儀數(shù)據(jù)作為狀態(tài)數(shù)據(jù);再通過(guò)帶有自適應(yīng)系數(shù)的濾波方程,結(jié)合數(shù)據(jù),給出了詳盡的理論分析過(guò)程,最后得到可信的姿態(tài)定位信息。利用數(shù)字信號(hào)處理器（DSP）實(shí)時(shí)處理慣性測(cè)量單元MPU6050數(shù)據(jù),實(shí)驗(yàn)結(jié)果表明:對(duì)比常用的姿態(tài)濾波算法,新算法精度提高了50%左右,運(yùn)算時(shí)間縮短了40%左右,基本滿足實(shí)際需要。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2020,39(04)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

導(dǎo)航坐標(biāo)系與載體坐標(biāo)系

慣導(dǎo)定姿是通過(guò)陀螺儀、加速度計(jì)采集的數(shù)據(jù)而確定的。陀螺儀的短時(shí)動(dòng)態(tài)性能好，高頻特性好，短時(shí)間內(nèi)提供數(shù)據(jù)精度高，但是存在溫度漂移和積分累積誤差;加速度計(jì)長(zhǎng)時(shí)間靜態(tài)性能好，低頻特性好，沒(méi)有累積誤差，但是短時(shí)間存在誤差。因此，將陀螺儀和加速度計(jì)結(jié)合確定姿態(tài)是常用的方法，其原理框圖如圖2所示。2.2 PID自適應(yīng)卡爾曼濾波算法

PID自適應(yīng)卡爾曼算法實(shí)質(zhì)上是利用PID融合陀螺儀和加速度計(jì)姿態(tài)數(shù)據(jù)關(guān)系，降低誤差影響，提高算法響應(yīng)速度，同時(shí)結(jié)合自適應(yīng)濾波算法。得到最優(yōu)的姿態(tài)定位。算法的流程如圖3所示。3 實(shí)驗(yàn)結(jié)果與分析

【參考文獻(xiàn)】：
期刊論文
[1]EKF與互補(bǔ)融合濾波在姿態(tài)解算中的研究[J]. 王見(jiàn),馬建林.  傳感技術(shù)學(xué)報(bào). 2018(08)
[2]基于四元數(shù)的PID改進(jìn)型互補(bǔ)濾波算法[J]. 朱科風(fēng),周慶華,王廣鵬,王樂(lè),林思宇.  智能計(jì)算機(jī)與應(yīng)用. 2018(03)
[3]基于慣性導(dǎo)航的室內(nèi)定位誤差修正算法[J]. 陳國(guó)通,王小娜,張曉旭,許文倩,張璞.  河北工業(yè)科技. 2018(03)
[4]組合導(dǎo)航抗差自適應(yīng)卡爾曼濾波[J]. 付心如,孫偉,徐愛(ài)功,丁偉,段順利.  測(cè)繪科學(xué). 2018(01)
[5]改進(jìn)互補(bǔ)濾波在六旋翼飛行器中的應(yīng)用[J]. 許晶晶,郭培源,董小棟,徐盼.  傳感器與微系統(tǒng). 2018(01)
[6]基于GNSS速度信息輔助的飛行器姿態(tài)保持技術(shù)研究[J]. 王彬,申亮亮,邵會(huì)兵.  導(dǎo)航定位與授時(shí). 2017(06)
[7]采用卡方檢驗(yàn)的模糊自適應(yīng)無(wú)跡卡爾曼濾波組合導(dǎo)航算法[J]. 楊春,郭健,張磊,陳慶偉.  控制與決策. 2018(01)
[8]互補(bǔ)濾波和卡爾曼濾波的融合姿態(tài)解算方法[J]. 張棟,焦嵩鳴,劉延泉.  傳感器與微系統(tǒng). 2017(03)
[9]基于陀螺儀的隨鉆姿態(tài)測(cè)量新算法[J]. 蘇毅,齊昕,劉陽(yáng),張金光.  傳感器與微系統(tǒng). 2013(01)



本文編號(hào)：3012072