一、取向

二、传感器的类型

2.1 传感器数据

2.2 加速度计-磁力计融合

2.3 加速度计-陀螺仪融合

2.4 加速度计-陀螺仪-磁力计融合

2.5 调整过滤器参数

三、总结

四、程序

此示例演示如何使用6轴和9轴融合算法来计算方向。有几种算法可以从惯性测量单元（IMU）和磁角速率重力（MARG）单元计算方向。此示例介绍了定向基础知识以及如何使用这些算法。

一、取向

对象的方向描述其相对于某个坐标系（有时称为父坐标系）的三维旋转。对于以下算法，使用的固定父坐标系为东北向下（NED）。NED有时被称为全局坐标系或参考系。在NED参考系中，X轴指向北方，Y轴指向东，Z轴指向下方。NED的X-Y平面被认为是地球的局部切平面。根据算法，北可以是磁北或真北。此示例中的算法使用磁北。如果指定，以下算法可以估计相对于东-北-上（ENU）父坐标系而不是 NED 的方向。可以将对象视为具有自己的坐标系，通常称为局部坐标系或子坐标系。此子坐标系随对象相对于父坐标系旋转。如果没有平移，则两个坐标系的原点重叠。

计算的方向量是将数量从父参考系带到子参考系的旋转。旋转由四元数或旋转矩阵表示。

二、传感器的类型

对于方向估计，通常使用三种类型的传感器：加速度计，陀螺仪和磁力计。加速度计测量适当的加速度。陀螺仪测量角速度。磁力计测量当地的磁场。不同的算法用于融合不同的传感器组合以估计方向。

2.1 传感器数据

在本例的大部分内容中，使用同一组传感器数据。当设备围绕三个不同的轴旋转时，记录加速度计、陀螺仪和磁力计传感器数据：首先围绕其本地 Y 轴旋转，然后围绕其 Z 轴旋转，最后围绕其 X 轴旋转。在实验期间，设备的X轴通常指向南方。

2.2 加速度计-磁力计融合

该功能融合了加速度计和磁力计数据。这是一种无需参数调整的无记忆算法，但该算法极易受到传感器噪声的影响。

请注意，该算法正确找到北方的位置。但是，由于函数是无记忆的，因此估计的运动并不平滑。该算法可以用作方向滤波器中的初始化步骤，或者可以使用使用四元数SLERP的低通滤波器定向中介绍的一些技术来平滑运动。

2.3 加速度计-陀螺仪融合

以下对象使用误差状态卡尔曼滤波器或互补滤波器估计方向。误差状态卡尔曼滤波器是标准估计滤波器，允许使用相应的噪声参数对系统的许多不同方面进行调谐。互补滤波器可用作具有内存限制的系统，并且具有最小的可调参数，从而可以更轻松地进行配置，但需要更精细的调整。

TheandSystem 对象融合了加速度计和陀螺仪数据。使用内部误差状态卡尔曼滤波器，并使用互补滤波器。滤波器能够消除陀螺仪随时间漂移的偏置噪声。

尽管与算法相比，算法对运动的估计明显更平滑，但它们不能正确估计北方的方向。它不处理磁力计数据，因此它只是假设设备的X轴最初指向北方。给出的运动估计相对于初始估计的方向。当属性设置为时，做出相同的假设。

2.4 加速度计-陀螺仪-磁力计融合

姿态和航向参考系统（AHRS）由一个 9 轴系统组成，该系统使用加速度计、陀螺仪和磁力计来计算方向。TheandSystem 对象™结合了以前最好的算法，以生成平滑变化的设备方向估计，同时正确估计北方的方向。使用与以前相同的互补滤波器算法，但增加了一个步骤来包括磁力计并改进方向估计。类似，算法也使用错误状态卡尔曼滤波器。除了陀螺仪偏置消除外，还具有检测和抑制轻度磁干扰的能力。

2.5 调整过滤器参数

根据所使用的指定传感器调整参数可以提高性能。参数和可以调整以改变每个传感器的测量值对方向估计的影响量。

TheandSystem 对象具有更多参数，这些参数可以使筛选器更紧密地匹配特定的硬件传感器。传感器的环境也很重要。控制滤波器对线性（平移）加速度的响应。晃动设备是添加线性加速度的简单示例。

它预计处于线性加速度较低的环境中，它更容易受到线性加速度的影响，如图前面的巨大变化所示。但是，由于它期望处于线性加速度较低的环境中，因此加速度计信号的信任度更高。因此，一旦震动结束，方向估计会迅速收敛回垂直方向。反之亦然。滤波器受晃动的影响较小，但当晃动停止时，方向估计需要更长的时间才能收敛到垂直方向。

该属性能够以大致相同的方式对磁扰动（非地磁噪声源）进行建模线性加速度。两个衰减因子属性（和）对噪声的变化率进行建模。对于缓慢变化的噪声源，请将这些参数设置为接近 1 的值。对于快速变化、不相关的噪声，请将这些参数设置为接近 0。较低的方向估计能够更快地找到“向下”。较低的方向估计可以更快地找到北方。非常大、短的磁扰动几乎完全被拒绝。考虑从固定传感器记录时施加的 [0 250 0] uT 脉冲。理想情况下，方向估计不应有变化。

请注意，滤波器几乎完全抑制该磁脉冲作为干扰。任何大于四倍的磁场强度都被视为干扰源，这些样品的磁力计信号将被忽略。

三、总结

这里介绍的算法，如果调整得当，可以估计方向，并且对环境噪声源具有鲁棒性。重要的是要考虑使用传感器的情况并相应地调整滤波器。

四、程序

使用Matlab R2022b版本，点击打开。

打开下面的“IMUOrientationExample.mlx”文件，点击运行，就可以看到上述效果。

程序下载链接：https://download.csdn.net/download/weixin_45770896/87429443

基于Matlab通过惯性传感器融合估计方向（附源码）相关推荐

基于Matlab移动车辆异步传感器姿态估计（附源码）
目录一.模拟设置二.融合过滤器三.初始化的状态向量四.设置过程噪声值五.定义用于融合传感器数据的测量噪声值六.初始化作用域七.总结八.程序此示例说明如何以不同的速率融合传感器以估计姿 ...
基于Matlab在惯性传感器融合中使用残差滤波检测多径 GPS 读数错误（附源码）
目录一.负载轨迹和传感器数据二.融合过滤器三.初始化作用域四.模拟循环五.误差指标计算六.程序此示例演示如何使用对象函数和残差滤波来检测新传感器测量值何时可能与当前过滤器状态不一致. 一 ...
基于Matlab模拟天气观测极化雷达回波（附源码）
目录一.雷达定义二.天线方向图三.天气目标四.雷达脉冲合成五.天气雷达力矩估计六.仿真结果 6.1反射率 6.2 径向速度 6.3 频谱宽度 6.4 差分反射率 6.5 相关系数 6.6 ...
基于matlab实现蒲丰投针【附源码】
clc,clear,close alla=1; %平行线间距 l=a/2; %针长 x=repmat([-0.5;8.5],1,9); y=repmat(linspace(0,8,9),2,1); l ...
java计算机毕业设计ssm基于Vue的二手商品交易网站z40n1（附源码、数据库）
java计算机毕业设计ssm基于Vue的二手商品交易网站z40n1(附源码.数据库) 项目运行环境配置: Jdk1.8 + Tomcat8.5 + Mysql + HBuilderX(Webstor ...
基于SSM实现的求职招聘系统【附源码】（毕设）
一.项目简介本项目是一套基于SSM实现的求职招聘系统或人才招聘系统或网上招聘系统或网络招聘平台或招聘管理系统,主要针对计算机相关专业的正在做毕设的学生与需要项目实战练习的Java学习 ...
基于PHP+MySQL+Apache在线考试管理系统（附源码）
作者:BSXY_陈永跃 BSXY_信息学院注:未经允许禁止转发任何内容基于PHP+MySQL+Apache在线考试管理系统项目体验 1.前言 1.1.编写目的 1.2.项目需求 1.3.项目环境 ...
基于SSM实现的在线考试系统【附源码】（毕设）
一.项目简介本项目是一套基于SSM实现的在线考试系统或网络考试系统或考试管理系统或在线考试平台,主要针对计算机相关专业的正在做毕设的学生与需要项目实战练习的Java学习者. 详细介绍了该 ...
java计算机毕业设计ssm基于SSM的服装商城系统whe10（附源码、数据库）
java计算机毕业设计ssm基于SSM的服装商城系统whe10(附源码.数据库) 项目运行环境配置: Jdk1.8 + Tomcat8.5 + Mysql + HBuilderX(Webstorm也 ...

基于Matlab通过惯性传感器融合估计方向（附源码）

一、取向

二、传感器的类型

2.1 传感器数据

2.2 加速度计-磁力计融合

2.3 加速度计-陀螺仪融合

2.4 加速度计-陀螺仪-磁力计融合

2.5 调整过滤器参数

三、总结

四、程序

基于Matlab通过惯性传感器融合估计方向（附源码）相关推荐

最新文章

热门文章