惯导1-哥氏定理理解
文章目录
- 1. 定义
- 2. 自己的理解
- 2.1 哥氏定理中的速度方程
- 2.2 格式定理中的加速度方程
- 参考:
惯导学习中遇到了很多很多次的哥氏定理,抓住这次机会,好好学一学。
1. 定义
哥氏定理,又被称为科里奥利定理,常常用于坐标系之间的速度、加速度转换。
很简单它就是不同坐标系之间速度和加速度的变换定理。
更深入的了解请看科里奥利力、科里奥利力原理。
2. 自己的理解
写一下核心的知识点,便于自己以后回顾。
几个概念要先说明一下。
- 坐标系
地心惯性系:坐标系不跟随地球转动而转动,相当于静态坐标系。
地球坐标系:与地球固联在一起,跟着地球一起转动,相当于动态坐标系。 - 两个点
动点和牵连点。
例如:将固联在船上的坐标系称为动态坐标系,固联在地球表面的坐标系称为静态坐标系,在船上的人可称为动点。与动点相重合的动坐标系上的点称为牵连点。 - 几个速度矢量,具体定义就不解释了。
$ v _a $:绝对速度,动点相对于静系的速度。
$ v_e $:牵连速度,牵连点相对于静系的速度。
$ v_r $:相对速度,动点相对于动系的速度。
2.1 哥氏定理中的速度方程
所以有:
v a = v r + v e v_a=v_r+v_e va=vr+ve
一张图解释了全部
所以有 v e 1 = ω × O M 1 v_{e1}=\omega\times OM_1 ve1=ω×OM1
即可得到:
v a = v r + ω × O M 1 v_a=v_r+\omega\times OM_1 va=vr+ω×OM1
取一般情况,在转轴上随便取一点 O O O,引 O O O到动点的向量为 R R R,则与动点重合的牵连点相对 O O O的速度(牵连速度) 为 ω × R \omega\times R ω×R
再放一张图,解释的就更清楚了
这张图中关于加速度的内容到下一节再具体讲。
所以哥氏定理的速度转换方程为:
V i = V e + ω i e × R V_i=V_e+\omega_{ie}\times R Vi=Ve+ωie×R
其中 R R R是静态系原点到动点的向量。 i i i表示静态系(地心系), e e e表示动态系(地球系)。
2.2 格式定理中的加速度方程
难点在于p14页,相对加速度。
- 首先要理解相对加速度和绝对加速度。
先盗图
按我自己的理解,比如说,绝对速度 v a = d r d t v_a=\frac{dr}{dt} va=dtdr,相对速度 v r = d r r d t v_r=\frac{dr_r}{dt} vr=dtdrr。
d r dr dr是图中的 Δ A \Delta A ΔA, d r r dr_r drr是图中的$\Delta\tilde A $
所以绝对加速度和相对加速度也一样,
绝对加速度: a a = d v a d t a_a=\frac{dv_a}{dt} aa=dtdva
但是,重点来了,相对加速度就不一样了, a r ≠ d v r d t a_r\neq\frac{dv_r}{dt} ar̸=dtdvr,你可能会问这是为什么呢,相速度的导数不就是相对加速度吗,错了,为此我自己画了个图,看完图就完全理解了。
所以,相对加速度计算公式为:
a r = d v r d t + ω × v r a_r=\frac{dv_r}{dt}+\omega\times v_r ar=dtdvr+ω×vr - 牵连加速度
用到了上一节的图
a e = ε × R + ω × v e = ε × R + ω × ( ω × R ) a_e=\varepsilon\times R+\omega\times v_e=\varepsilon\times R+\omega\times(\omega\times R) ae=ε×R+ω×ve=ε×R+ω×(ω×R) - 求加速度方程
先抄一遍速度方程
v a = v r + ω i e × R v_a=v_r+\omega_{ie}\times R va=vr+ωie×R
等式两边求导
a a = d v a d t = d v r d t + d ( ω × R ) d t = d v r d t + ω × d R d t + d ω d t × R \begin{aligned} a_a&=\frac{dv_a}{dt}=\frac{dv_r}{dt}+\frac{d(\omega\times R)}{dt}\\ &=\frac{dv_r}{dt}+\omega\times\frac{dR}{dt}+\frac{d\omega}{dt}\times R\\ \end{aligned} aa=dtdva=dtdvr+dtd(ω×R)=dtdvr+ω×dtdR+dtdω×R
因为
ω × d R d t = ω × ( v r + ω × R ) = ω × v r + ω × ( ω × R ) \begin{aligned} \omega\times\frac{dR}{dt}&=\omega\times(v_r+\omega\times R)\\ &=\omega\times v_r+\omega\times(\omega\times R) \end{aligned} ω×dtdR=ω×(vr+ω×R)=ω×vr+ω×(ω×R)
所以带入得
a a = d ω d t × R + ω × v r + ω × ( ω × R ) + a r + ω × v r = a r + a e + 2 ω × v r \begin{aligned} a_a&=\frac{d\omega}{dt}\times R+\omega\times v_r+\omega\times(\omega\times R)+a_r+\omega\times v_r\\ &=a_r+a_e+2\omega\times v_r \end{aligned} aa=dtdω×R+ω×vr+ω×(ω×R)+ar+ω×vr=ar+ae+2ω×vr
称 a k = 2 ω × v r a_k=2\omega\times v_r ak=2ω×vr为科氏加速度。
所以
a a = a r + a e + a k a_a=a_r+a_e+a_k aa=ar+ae+ak
所以科里奥利力为:
F k = − m a k = − 2 m ω × v r F_k=-ma_k=-2m\omega\times v_r Fk=−mak=−2mω×vr
参考:
https://blog.csdn.net/Pro2015/article/details/82343757
惯导1-哥氏定理理解相关推荐
- [基础]-哥氏定理和科里奥利力
导航中总是涉及哥氏定理 哥氏定理基础回顾 定理中所用的变量定义 哥氏定理个人理解 公式计算 矢量表示角速度和角加速度 用矢量表示速度和加速度 动点速度和加速度表示 牵连速度和加速度 当动坐标系平移时: ...
- AHRS基础知识(旋转矩阵(四元数)、向量叉乘、哥氏定理、四元数运算法则)
旋转矩阵:<惯性导航> 所有观点参见 秦永元 教授的 <惯性导航>书第6页,书中的旋转矩阵为右乘矩阵(坐标变换时候,向量在旋转矩阵右侧,旋转矩阵在向量的左侧:b = R * a ...
- 捷联惯导算法(二)位置更新算法的理解
前言 文中算法公式摘自<捷联惯导算法与组合导航原理>(严恭敏.翁浚 编著).<惯性导航>(秦永元 编著),其他理解仅代表个人观点.本文是对位置更新算法,按照自己学习的思路整理得 ...
- 哥氏方程的数学推导与加速度合成定理
哥氏方程具有如下形式: 其中, 是向量 在惯性坐标系 下变化速度, 是向量 在旋转坐标系 下变化速度, 是旋转坐标系 相对惯性坐标系 的旋转角速度. 1.哥氏方程的一般意义 在任意一个坐标 ...
- 高、低成本MEMS惯导系统姿态、位置、速度更新算法的对比
高.低成本MEMS惯导系统姿态.位置.速度更新算法的对比 一.高成本MEMS惯导系统姿态.位置.速度更新算法 1.速度更新 2.位置更新 3.姿态更新 4.程序仿真及实验结果 4.1 主函数 4.2 ...
- 四旋翼定高篇之惯导加速度+速度+位置三阶互补融合方案
笔者最近正在做四旋翼惯性导航的部分,利用加速度计进行速度估计.位置估计,从而实现四旋翼的垂直方向上的定高.水平方向上的定点控制. 首先在这里引用学长之前参考APM飞控里面互补滤波惯导融合方案:原文见四 ...
- 捷联惯导总结--初始对准,位置标定,INS姿态更新,GPS/INS组合
惯导及组合导航回顾 2018.09.16 今天和17系的同学一起把惯导的流程捋了一遍,为了加深自己的记忆,这里在前面把心得大致列出来. 我们这里只考虑捷联式惯导及松组合 首先拿到惯性传感器(加速度计 ...
- 组合导航算法(一)之捷联惯导更新及组合模式
捷联惯导基本算法 惯性导航技术于20世纪50年代最初开始投入使用,可分为物理平台与模拟平台.物理平台就是平台式惯性导航系统(PINS).模拟平台又称捷联式惯性导航系统(SINS),它以计算机为平台,随 ...
- sar sensor传感器的作用_传感器攻防战-惯导IMU
惯导这个传感器一句话理解就是可以短时给出置信度较高的相对位移和航向角变化的传感器 惯导这个传感器很神奇,激光雷达,毫米波,摄像头三个还会争夺下,是不是用GPS大家也会考虑下,但惯导这个传感器没人会怀疑 ...
最新文章
- R语言使用subset函数基于组合逻辑筛选dataframe符合条件的数据行(select observations)、并指定需要保留的dataframe数据列或者字段
- 加载SD卡中的SO库
- 使用PCA对特征数据进行降维
- 一句话实现php日期转中文汉字
- 郑州大学软件学院 大学生创新创业选拔赛章程
- ubuntu19.10安装deepin的微信和qq(转载+自己在新系统上验证)
- vb光环褪去java、c/c++/c#成编程主流
- 将S所指的字符串中下标为偶数同时ASCⅡ值为奇数的字符删除,所指串中剩余的字符形成新的串放在t所指的数组中
- CentOS 挂载 exfat 和 FAT32格式的U盘
- 16篇论文、70多页PPT帮你优化深度学习模型,免费下载 | 资源
- pandas的两种数据类型:Series和DataFrame
- Android应用程序组件Content Provider的启动过程源代码分析(5)
- PSVR透露下一步计划,不做内容改做声控
- oracle解析关闭,读书笔记:深入解析oracle-第一章 数据库的启动和关闭
- Sketch的下载与安装
- APP银联支付(微信、支付宝、云闪付)
- 基于51单片机的数字电流电压表
- 黑客+马拉松=? 黑客马拉松?
- JAVA 图片格式转换 jpg、jpeg、png格式互转
- pc电脑微信多开的方法,无需安装任何工具2022