基于多个惯性传感器的姿态融合算法研究

作     者：武健 

作者单位：哈尔滨工业大学 

学位级别：硕士

导师姓名：孙云旭

授予年度：2015年

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主      题：MEMS惯性传感器 四元数法 互补滤波 扩展卡尔曼滤波 姿态融合 

摘      要：随着微机械技术的不断发展和创新,MEMS惯性传感器在进行空间目标信息测量中发挥着重要的作用。由于MEMS惯性传感器拥有体积小、成本低、精度适中等优势,多种惯性传感器的测量组合系统从最早的工业、军用航空航天等领域到现在的消费类电子市场都可以看到它的身影。通过近几十年的不断发展,MEMS技术逐渐趋于成熟,但在具体应用上仍有很大的上升空间,尤其是对物体姿态信息测量中的误差处理与实时性输出,因此使用MEMS惯性传感器对物体进行姿态信息测量时仍然需要进一步的探索与研究。本文主要研究了多惯性传感器数据处理和姿态融合的关键技术,以MEMS惯性传感器中的加速度计和陀螺仪为工具,建立姿态融合算法模型,并进行仿真研究。本文在研究MEMS惯性传感器和姿态融合系统的发展研究现状基础上,对基于MEMS惯性传感器的姿态融合系统中的关键技术进行研究,并将几种传统常用的姿态解算算法进行了分析和特点对比,得出四元数法具有计算简单、可全姿态解算的优点。同时,分别对MEMS加速度计和MEMS陀螺仪的工作原理进行分析,分别根据这两种惯性传感器在姿态解算测量中的作用,建立合适的数据滤波模型,并通过仿真对滤波前后的传感器数据进行分析比较,结果显示本文研究的几种滤波模型去噪效果较好。而后,本文分别利用加速度计和陀螺仪进行姿态输出的理论分析,以此为基础建立了数据融合算法模型,相比于采用单个加速度计的方法,融合算法去噪效果更好且输出更加稳定,同时验证了加速度计和陀螺仪进行姿态融合的可行性。为了进一步改善本文姿态融合算法的精确度和实时性,引入了互补滤波器和扩展卡尔曼滤波器。基于本文的姿态融合系统分别建立互补滤波算法模型和扩展卡尔曼滤波算法模型,对多MEMS惯性传感器姿态融合时的输出数据进行处理,改善了姿态融合算法输出的姿态角精度;同时,利用四元数姿态解算算法对MEMS惯性传感器的输出进行实时处理,提高了姿态融合系统在姿态更新时的实时性;设计了基于两种不同滤波器的四元数姿态融合算法模型,经验证本文研究的方法均满足消费类电子产品对姿态信息的需求,其中基于扩展卡尔曼滤波器的四元数姿态融合算法精确度更高、实时性更好。