基于PID自适应卡尔曼的惯导姿态算法

发布时间：2021-02-01 02:56

　　针对飞机、车辆等载体惯性导航系统中积分累积误差和噪声误差,导致姿态角偏差增大的问题,以惯导融合思想为基础,提出一种比例—积分—微分（PID）自适应卡尔曼滤波算法。算法首先融合加速度计和陀螺仪解算的实时角度值,利用PID控制器抑制误差波动并作为量测数据,将陀螺仪数据作为状态数据;再通过带有自适应系数的滤波方程,结合数据,给出了详尽的理论分析过程,最后得到可信的姿态定位信息。利用数字信号处理器（DSP）实时处理惯性测量单元MPU6050数据,实验结果表明:对比常用的姿态滤波算法,新算法精度提高了50%左右,运算时间缩短了40%左右,基本满足实际需要。 

【文章来源】：传感器与微系统. 2020,39(04)

【文章页数】：4 页

【部分图文】：

导航坐标系与载体坐标系

惯导定姿是通过陀螺仪、加速度计采集的数据而确定的。陀螺仪的短时动态性能好，高频特性好，短时间内提供数据精度高，但是存在温度漂移和积分累积误差;加速度计长时间静态性能好，低频特性好，没有累积误差，但是短时间存在误差。因此，将陀螺仪和加速度计结合确定姿态是常用的方法，其原理框图如图2所示。2.2 PID自适应卡尔曼滤波算法

PID自适应卡尔曼算法实质上是利用PID融合陀螺仪和加速度计姿态数据关系，降低误差影响，提高算法响应速度，同时结合自适应滤波算法。得到最优的姿态定位。算法的流程如图3所示。3 实验结果与分析

【参考文献】：
期刊论文
[1]EKF与互补融合滤波在姿态解算中的研究[J]. 王见,马建林.  传感技术学报. 2018(08)
[2]基于四元数的PID改进型互补滤波算法[J]. 朱科风,周庆华,王广鹏,王乐,林思宇.  智能计算机与应用. 2018(03)
[3]基于惯性导航的室内定位误差修正算法[J]. 陈国通,王小娜,张晓旭,许文倩,张璞.  河北工业科技. 2018(03)
[4]组合导航抗差自适应卡尔曼滤波[J]. 付心如,孙伟,徐爱功,丁伟,段顺利.  测绘科学. 2018(01)
[5]改进互补滤波在六旋翼飞行器中的应用[J]. 许晶晶,郭培源,董小栋,徐盼.  传感器与微系统. 2018(01)
[6]基于GNSS速度信息辅助的飞行器姿态保持技术研究[J]. 王彬,申亮亮,邵会兵.  导航定位与授时. 2017(06)
[7]采用卡方检验的模糊自适应无迹卡尔曼滤波组合导航算法[J]. 杨春,郭健,张磊,陈庆伟.  控制与决策. 2018(01)
[8]互补滤波和卡尔曼滤波的融合姿态解算方法[J]. 张栋,焦嵩鸣,刘延泉.  传感器与微系统. 2017(03)
[9]基于陀螺仪的随钻姿态测量新算法[J]. 苏毅,齐昕,刘阳,张金光.  传感器与微系统. 2013(01)



本文编号：3012072