基于多尺度和自适应梯度下降的姿态估计方法研究
发布时间：2021-04-25 19:09
近年来,人们生活水平不断提升,汽车的使用也愈加频繁,但在使用过程中,依然会遇到很多问题。为了更加方便人们的生活,智能汽车随之出现,也成为各位专家学者和行业人士研究的重点。在对智能车研究的过程中,研究者利用先进的科学技术优化对车辆的控制,来保证车辆行驶更加安全。车辆对自己运动状态的感知是汽车智能化研究的重点,而运动的参数估计又是其关键。其中,描述车辆运动状态的指标主要有车辆的位移、速度、还有姿态等。因此,车辆的姿态是描述车辆运动的重要参数之一。本文将选取智能车运动参数中的姿态进行研究,对于姿态的估计,提出基于多尺度和自适应梯度下降的姿态估计方法,分别从双姿态模型,多尺度姿态估计方法、自适应梯度下降姿态估计方法三个方面进行相关研究。具体的研究方法和创新性为:1、由于四元数姿态估计具有全局非奇异性,但计算量较大,高阶罗德里格斯参数（HOMRP）姿态估计的计算量虽然比较小,但计算过程中会出现奇异性。对于两种方法的优点与不足,设计基于双姿态的估计模型,在汽车的不同姿态解算状态下,切换到不同的姿态模型中,既可以很好地发挥出两种模型的优点,同时可以避免它们的不足。2、提出基于多尺度的姿态估计方法。介...
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 论文的主要内容及结构
2 双姿态表示模型
2.1 坐标系的建立
2.2 坐标之间的关系
2.2.1 坐标系之间的变换
2.2.2 姿态角的确定
2.3 四元数姿态解算
2.3.1 四元数基础
2.3.2 四元数与姿态矩阵的关系
2.3.3 微分方程
2.3.4 四元数姿态解算
2.4 高阶罗德里格斯参数姿态解算
2.4.1 罗德里格斯公式
2.4.2 高阶罗德里格斯参数姿态解算
2.4.3 双姿态表示模型
2.5 本章小结
3 多尺度姿态估计方法研究
3.1 小波滤波多尺度系统
3.1.1 连续小波变换
3.1.2 离散小波变换
3.1.3 多尺度分析
3.1.4 Mallat算法
3.2 多尺度系统模型
3.3 信号的多尺度表示
3.4 多尺度估计算法在姿态估计中的应用
3.5 多尺度方法仿真
3.6 本章小结
4 自适应梯度下降的姿态估计方法研究
4.1 梯度下降姿态估计算法
4.1.1 梯度下降法的基本知识
4.1.2 四元数梯度下降法
4.2 梯度下降中步长的确定
4.2.1 BLS算法基础
4.2.2 PLS算法确定步长
4.3 运动噪声的抑制
4.4 自适应梯度下降方法仿真
4.5 本章小结
5 车载测试和结果分析
5.1 测试器件和测试场景
5.2 多尺度姿态估计方法车载测试
5.3 自适应梯度下降姿态估计方法车载测试
5.4 多尺度和自适应梯度下降的姿态估计方法车载测试
5.5 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的论文及其它成果
【参考文献】：
期刊论文
[1]基于动态权值共轭梯度的自适应互补滤波姿态估计算法[J]. 付雷,章政,余义. 高技术通讯. 2019(10)
[2]基于递推最小二乘与互补滤波的姿态估计[J]. 陈光武,李少远,李文元,王迪,张琳婧. 控制理论与应用. 2019(07)
[3]不同姿态表示方法下的姿态估计分析[J]. 鲁鑫,高敬东,李开龙. 舰船科学技术. 2018(05)
[4]基于双姿态的高阶罗德里格斯参数姿态估计[J]. 陈永冰,李文魁,周岗,刘勇. 华中科技大学学报(自然科学版). 2017(01)
[5]基于传感器校正与融合的农用小型无人机姿态估计算法[J]. 彭孝东,张铁民,李继宇,陈瑜. 自动化学报. 2015(04)
[6]互补滤波算法在四旋翼飞行器姿态解算中的应用[J]. 万晓凤,康利平,余运俊,林伟财. 测控技术. 2015(02)
[7]自适应混合滤波算法在微型飞行器姿态估计中的应用[J]. 傅忠云,刘文波,孙金秋,徐贵力. 传感技术学报. 2014(05)
[8]基于共轭梯度法和互补滤波相结合的姿态解算算法[J]. 孙金秋,游有鹏,傅忠云. 传感技术学报. 2014(04)
[9]SINS/GPS/CNS组合导航联邦滤波算法[J]. 张科,刘海鹏,李恒年,钱山. 中国惯性技术学报. 2013(02)
[10]基于EKF的新混沌系统滤波方法[J]. 李国辉,李亚安,杨宏. 系统工程与电子技术. 2013(09)
硕士论文
[1]低成本GPS/INS无缝组合导航误差抑制技术研究[D]. 李文元.兰州交通大学 2019
[2]基于磁流变悬架的智能汽车车身姿态优化控制研究[D]. 熊辉.武汉理工大学 2018
[3]四旋翼无人机的姿态解算及自抗扰控制[D]. 曾雨.东北大学 2017
[4]复杂城市环境下智能车导航定位方法研究[D]. 张奕然.电子科技大学 2015
[5]基于小波滤波的多尺度传感器信息融合方法研究[D]. 曲法义.哈尔滨工业大学 2008
[6]状态信息融合算法研究[D]. 姜兴彤.上海交通大学 2008
本文编号：3159931
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 论文的主要内容及结构
2 双姿态表示模型
2.1 坐标系的建立
2.2 坐标之间的关系
2.2.1 坐标系之间的变换
2.2.2 姿态角的确定
2.3 四元数姿态解算
2.3.1 四元数基础
2.3.2 四元数与姿态矩阵的关系
2.3.3 微分方程
2.3.4 四元数姿态解算
2.4 高阶罗德里格斯参数姿态解算
2.4.1 罗德里格斯公式
2.4.2 高阶罗德里格斯参数姿态解算
2.4.3 双姿态表示模型
2.5 本章小结
3 多尺度姿态估计方法研究
3.1 小波滤波多尺度系统
3.1.1 连续小波变换
3.1.2 离散小波变换
3.1.3 多尺度分析
3.1.4 Mallat算法
3.2 多尺度系统模型
3.3 信号的多尺度表示
3.4 多尺度估计算法在姿态估计中的应用
3.5 多尺度方法仿真
3.6 本章小结
4 自适应梯度下降的姿态估计方法研究
4.1 梯度下降姿态估计算法
4.1.1 梯度下降法的基本知识
4.1.2 四元数梯度下降法
4.2 梯度下降中步长的确定
4.2.1 BLS算法基础
4.2.2 PLS算法确定步长
4.3 运动噪声的抑制
4.4 自适应梯度下降方法仿真
4.5 本章小结
5 车载测试和结果分析
5.1 测试器件和测试场景
5.2 多尺度姿态估计方法车载测试
5.3 自适应梯度下降姿态估计方法车载测试
5.4 多尺度和自适应梯度下降的姿态估计方法车载测试
5.5 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的论文及其它成果
【参考文献】：
期刊论文
[1]基于动态权值共轭梯度的自适应互补滤波姿态估计算法[J]. 付雷,章政,余义. 高技术通讯. 2019(10)
[2]基于递推最小二乘与互补滤波的姿态估计[J]. 陈光武,李少远,李文元,王迪,张琳婧. 控制理论与应用. 2019(07)
[3]不同姿态表示方法下的姿态估计分析[J]. 鲁鑫,高敬东,李开龙. 舰船科学技术. 2018(05)
[4]基于双姿态的高阶罗德里格斯参数姿态估计[J]. 陈永冰,李文魁,周岗,刘勇. 华中科技大学学报(自然科学版). 2017(01)
[5]基于传感器校正与融合的农用小型无人机姿态估计算法[J]. 彭孝东,张铁民,李继宇,陈瑜. 自动化学报. 2015(04)
[6]互补滤波算法在四旋翼飞行器姿态解算中的应用[J]. 万晓凤,康利平,余运俊,林伟财. 测控技术. 2015(02)
[7]自适应混合滤波算法在微型飞行器姿态估计中的应用[J]. 傅忠云,刘文波,孙金秋,徐贵力. 传感技术学报. 2014(05)
[8]基于共轭梯度法和互补滤波相结合的姿态解算算法[J]. 孙金秋,游有鹏,傅忠云. 传感技术学报. 2014(04)
[9]SINS/GPS/CNS组合导航联邦滤波算法[J]. 张科,刘海鹏,李恒年,钱山. 中国惯性技术学报. 2013(02)
[10]基于EKF的新混沌系统滤波方法[J]. 李国辉,李亚安,杨宏. 系统工程与电子技术. 2013(09)
硕士论文
[1]低成本GPS/INS无缝组合导航误差抑制技术研究[D]. 李文元.兰州交通大学 2019
[2]基于磁流变悬架的智能汽车车身姿态优化控制研究[D]. 熊辉.武汉理工大学 2018
[3]四旋翼无人机的姿态解算及自抗扰控制[D]. 曾雨.东北大学 2017
[4]复杂城市环境下智能车导航定位方法研究[D]. 张奕然.电子科技大学 2015
[5]基于小波滤波的多尺度传感器信息融合方法研究[D]. 曲法义.哈尔滨工业大学 2008
[6]状态信息融合算法研究[D]. 姜兴彤.上海交通大学 2008
本文编号：3159931
本文链接：https://www.wllwen.com/kejilunwen/qiche/3159931.html
