载体机动条件下的MEMS-AHRS航姿算法研究

发布时间：2021-11-16 04:13

　　基于MEMS（Micro-Electro-Mechanical System）陀螺仪、MEMS加速度计及电子磁强计的低成本AHRS（Attitude and Heading Reference System）系统是一种自主式载体姿态测量系统。该系统具有功耗低、体积小且成本低的优点,在小型飞行器、智能机器人及人体运动分析等领域具有广阔的应用前景。航姿系统在运动机动性较强的情况下会产生较大的运动加速度,从而影响加速度计的数据输出,导致基于加速度的姿态解算产生误差。此外,航姿系统在磁干扰较多的环境中进行机动运动,也会对磁强计产生磁干扰,导致基于磁强信息的姿态解算同样会产生误差。而上述因机动运动产生的误差,将导致航姿系统输出的姿态结果精度下降甚至无法使用。为解决载体机动条件下的MEMS-AHRS航姿解算问题,课题主要研究工作如下:首先,结合加速度计、陀螺仪和电子磁强计的特点,通过误差分析建立了上述传感器的误差模型,完成了各传感器的标定工作。其次,针对载体在磁干扰较多的环境中进行机动运动的情况,在研究现有姿态解算方案的基础上,深入分析了带有磁干扰的载体机动运动对姿态测量的影响,设计了具有抗机动扰... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

北京航空航天大学MEMS旋转调制型航姿系统实物图

7图 1.3 浙江大学 MEMS 旋转调制型航姿系统实物图限于电路集成技术以及 MEMS 技术的发展，现阶段国内微惯性技术与国。目前对 MEMS 惯性技术的研究多集中于算法研究或者原型样机试验验的成品较少。因此，我们应该积极借鉴国外先进的工程化经验，在 MEM面迅速展开研究，快步向前追进，赶超世界潮流。

：T f J f ， 为在梯度下降方向上更新的步长，减号表示梯度下降方向为负F 表示下降的梯度，即是负梯度搜索方向的单位方向向量。为使算法逻辑更加清晰、计算更加方便，本课题将af 矩阵和mf 矩阵合成一个矩阵多元向量损失函数的导数，即是矩阵 f 的雅可比矩阵。矩阵 f 和J 可表示如下： amamff =fJJ =J(4应用前文所述的梯度下降融合算法，即可以将 MEMS 陀螺仪、MEMS 加速度计磁强计输出的数据进行融合，实现多传感器进行四元数更新的功能。最终再利用模型与姿态角度的转换公式即可以得到实时的姿态角数据，完成姿态的解算。为验证所提出的姿态融合算法的解算效果，本课题将梯度下降姿态解算法与单独速度更新姿态的算法进行了对比，通过半物理仿真验证了融合算法的效果。结果多传感器融合的姿态更新方案能有效抑制姿态的发散，得到更稳定的姿态结果角 为例，其半物理仿真结果图如下。20姿姿姿姿传传 角角传角传姿姿


本文编号：3498126