Du Hongbin, Houqiu Hua, Kang Xiaoming
(Collège des sciences de l'information et de l'ingénierie, East China University, Shanghai 200237)
Conception d'une cascade linéaire de Kalman ajustée sur la base de règles floues (LKF) l'algorithme d'attitude, en établissant une équation de la matrice d'état est la première partie de l'élément d'accélération de rotation du moteur est compensée observations d'accélération, à l'aide de règles floues et de régler les différents mouvements covariance matrice, de réduire obtenir angle d'assiette horizontale accélération de brouillage, puis en utilisant des observations indirectes informations d'intensité magnétique et de l'information attitude de l'acquisition, pour donner l'angle de lacet. essais statiques et dynamiques indiquent que la méthode découple l'interférence et de l'interférence magnétique du niveau d'erreur cumulée de l'inclinaison, par rapport à filtre de Kalman étendu (EKF), l'augmentation de l'interférence de l'accélération du mouvement d'attitude et de précision magnétique d'estimation d'interférence, et réduit le la quantité de calcul.
estimation pose, compensation de l'accélération; cascade; découplage; règle floue
CLC: TN06; TP301.6
Code de document: A
DOI: 10,16157 / j.issn.0258-7998.2017.04.025
format de citation chinois: Du Hongbin, Houqiu Hua, Kang Xiaoming. L'algorithme pour optimiser la stabilité de l'attitude du système de mesure Technologie électronique, 2017,43 (4): 94-97.
Anglais format de citation: Du Hongbin, Hou Qiuhua, Kang Xiaoming. La recherche sur l'algorithme d'optimisation de la stabilité de l'attitude système de mesure .Application Technique électronique, 2017,43 (4): 94-97.
0 introduction
Au cours des dernières années, les MEMS (Micro-Electro-Mechanical System) gyroscope, accéléromètre, système de mesure d'attitude de magnétomètre pour la combinaison est largement utilisé dans le domaine des véhicules à conduite autonome, MAV, l'analyse de mouvement corporel . dispositifs MEMS en raison des caractéristiques de faible coût et le bruit de dérive élevé, doivent être combinées par la solution d'attitude du capteur pour obtenir une information d'attitude stable . Et quand il y a des temps d'accélération du moteur et de l'interférence magnétique, ne peut pas obtenir des informations d'attitude précise. Par conséquent, une description raisonnable du modèle et pose une méthode de solution particulière pour réaliser l'intégration de l'information a été une question épineuse.
Pour résoudre le problème ci-dessus, les chercheurs ont mis en avant quelques algorithmes améliorés . Document de un amendement filtre de Kalman, étant donné que la perturbation ne peut être compensée, la précision de l'estimation diminué de manière significative, le document méthode étendue de fusion du filtre de Kalman, étant donné que l'interférence de couplage magnétomètre affecte la précision de l'inclinaison, la présence de termes d'ordre de supérieur supplémentaires EKF ignorer problème d'erreur a causé, et grande dimension, la complexité de calcul, document en utilisant les résidus d'accélération du moteur pensé reconnaissance, mais ne considère pas l'angle de lacet, document matrice rotation à l'aide de la EKF, la manuvre d'accélération de l'algorithme la rémunération et réduire la complexité de l'algorithme, mais ne peut pas obtenir une estimation de pose complète.
Pour résoudre la précision est dégradée et l'interférence de couplage dans une interférence d'accélération du moteur, ici la rétroaction estimé par l'accélération du moteur d'état pour obtenir la compensation de l'accélération à l'aide de règles floues de réglage dynamique de la matrice de covariance pour réduire l'interférence de l'accélération du moteur, tandis que la configuration en cascade élimine le champ magnétique l'impact de l'information sur l'inclinaison, afin de vérifier la validité de la conception finale de la méthode proposée d'expérience.
1 et décrit dans le modèle de capteur de posture
1.1 le système de coordonnées et la matrice de rotation
Ici, Z-Y-X selon la direction de rotation du support du système de coordonnées (système B) au système de coordonnées mondial (E lignes, définissent X / Y / axes Z sont des points positifs nord / est / jour) matrice de rotation est obtenu:
Dans lequel, c et d représentent les cos et sin, , , représente un angle de lacet, l'angle de tangage et l'angle de roulis. L'obtention de l'expression de , et sont les suivantes:
1.2 Modèle capteur
MEMS capteur modèle de sortie:
Dans la formule, est la sortie du gyroscope de vitesse angulaire plus, ba, l'accélération bg et le biais de gyroscope, G = (0,0, g) T est un vecteur de gravité, g take 9,8 m / s2, un moteur pour l'accélération, h un vecteur de référence de champ magnétique, par exemple, ea, em sont gyroscopes, accéléromètres et magnétomètres Uncorrelated bruit aléatoire gaussienne blanc.
2 conception de filtre cascade LKF
Ces propriétés du papier en utilisant une matrice de rotation associée à la troisième rangée vecteur angle d'inclinaison indépendamment de l'angle de lacet, stratifié à deux linéaire conception de filtre de Kalman, de manière à obtenir un angle d'inclinaison par étapes d'estimation optimale et l'angle de lacet.
2,1 inclinaison filtre de Kalman
Est l'caractérisé en ce temps At d'échantillonnage. État se produit dans le cas de récursion divergente doit être corrigé par les données d'accélération. Cependant, beaucoup d'interférences par une accélération du moteur dans des conditions d'accélération du moteur, le moteur doit être estimée accélération, pour améliorer la précision de l'estimation sous condition dynamique.
Lorsque le vecteur de mouvement une certaine direction, la rotation n'a aucune présence de la mutation ne peut pas être une mutation dans une accélération du moteur entre le temps court adjacent, de sorte que cette littérature est un processus continu de l'ordre de modèle passe-bas. modèle d'accélération représenté sur la figure 1. Sur une accélération du moteur postérieur de moment d'estimation a + (k-1) en fonction de la différence entre l'accélération mesurée du temps et de la valeur optimale accélération théorique du obtenue, à savoir: a + (k-1) = ya (k-1) -ba-GX1 (k-1). Le modèle d'accélération disponible une estimation a priori de la prochaine fois:
Dans lequel, a + (k-1) après l'estimation a posteriori de temps, a- (k) estime un temps présent priori, ca est sans dimension.
La deuxième équation de la formule (3) équation d'observation obtenue:
Diagonal Racc souvent utilisée pour surmonter l'absence de perturbation d'accélération des mutations causées par la courbe de mouvement de rotation. Lorsque la présence de l'accélération de rotation de la mutation, en utilisant des règles de logique floue pour régler la matrice de covariance, le modèle de matrice de covariance est comme suit:
critères flous de définir ERR1, variables d'entrée de logique floue ERR2, Ka, Kg variables de sortie floue. err1, err2 = {NB, NS, ZE, PS, PB}, les éléments représentant un grand négatif, petit négatif, nul, petit positif, CP. Envisagé ici de calcul de simples triangulaire, les fonctions d'appartenance du triangle de variables floues, ERR1, ERR2 fonction d'appartenance floue (x) représentée sur la Fig. règles de logique floue indiquées dans le tableau 1.
Tableau 1 kA, la valeur kg, la matrice de covariance de bruit peut être obtenu:
2.2 filtre de Kalman de lacet
Dans lequel HMY, HMX composante horizontale du champ magnétique du silencieux théorique, emx, emy niveau de bruit du champ magnétique.
Il peut être obtenu à partir de l'équation d'observation ci-dessus:
L'algorithme est représenté sur la Figure 3.
3.1 Essai statique
Accéléromètre à l'aide d'un résolveur, l'algorithme de fusion de résolveur décrit ici, le gyroscope résolution de trois méthodes d'obtenir une information de position statique.
angle d'attitude obtenu bruit stationnaire accéléromètre figure 4 est grand, l'angle d'assiette de l'algorithme de résolution de l'élimination du bruit et de la dérive due à la posture d'erreur cumulée, en fait il existe une petite plate-forme est placée inclinée d'un angle, - l'angle d'attitude calculé dévie de zéro, mais sans divergence et le dépassement angulaire stable, mais aussi grandement amélioré la précision;. la figure 5 posture peut être obtenu par l'angle de gyroscope obtenu en raison du bruit et de la dérive du gyroscope divergent progressivement, ne peut pas être stabilisé à l'angle fixe stationnaire.
3.2 Test dynamique
La figure 6 est une perturbation à l'accélération du moteur, et cet algorithme document EKF angle d'assiette de l'algorithme et une plate-forme de référence de comparaison valeur d'erreur d'angle d'attitude.
Le tableau 2 montre l'accélération estimée, algorithme EKF avec les trois algorithmes présente erreur d'attitude angle l'attitude estimée des valeurs de référence de comparaison sont la comparaison de la variance des données Internet.
Les résultats montrent que l'algorithme est possible d'améliorer la précision de l'estimation de la posture d'une perturbation de l'accélération du moteur. L'algorithme obtenu dans des conditions dynamiques sont l'angle de tangage et de variance d'angle de roulis est inférieur au filtre de Kalman étendu, tandis que dans des conditions statiques principalement à surmonter les erreurs accumulées, afin de maintenir les mêmes caractéristiques avec une grande précision.
3.3 Test d'interférence magnétique
Ajout d'interférence de fer magnétique dur et analogues dans le voisinage de la plate-forme stationnaire acquisition attitude de sortie de l'information 7, comme représenté sur la figure. La figure 7 montre que, bien que l'angle de lacet de l'algorithme EKF moins volatil, angle de roulis, mais a affecté la précision de l'angle de fluctuation de hauteur est générée, cet algorithme étant donné découplé filtre à deux étages, le deuxième étage filtrant ne peut pas influencer la position horizontale pour maintenir l'angle correct inchangé, relevé le niveau de précision de l'angle d'attitude.
4 Conclusion
perte de papier et d'interférence couplée à l'autre dans des conditions d'attitude d'accélération des problèmes d'interférence de précision, procédé de filtrage en cascade LKF sur la base de réglage floue. Le procédé utilise une conception en couches pour résoudre l'effet d'interférence de l'inclinaison du champ magnétique et la mise au point sur les informations de matrice de covariance floue d'interférence et un procédé de réduction de l'accélération de la compensation d'accélération du moteur en fonction de l'état de mouvement. Les expériences montrent que la méthode élimine l'erreur accumulée, d'améliorer l'attitude d'une précision d'estimation de perturbation de l'accélération du moteur, l'influence de l'angle d'interférence magnétique, plus apte à promouvoir l'utilisation de l'attitude du système à faible coût.
références
ZIHAJEHZADEH S, LOH D, T LEE J, et al.A en cascade de Kalman GPS à filtres / MEMS intégration IMU pour des applications sportives .Measurement, 2015,73: 200-210.
KANG C W, C estimation PARK G.Attitude avec des accéléromètres et des gyroscopes en utilisant un filtre de Kalman à l'écoute floue .Proc.of ECC 2009: 3713-3718.
LIGORIO G, A Sabatini M.Un nouveau filtre de Kalman pour le suivi de mouvement humain avec un inclinomètre de dynamique sur la base d'inertie opérations sur .IEEE génie biomédical, 2015,62 (8): 2033-2043.
Wu Jie, Yan Jianguo. Estimation algorithme basé sur la correction de l'attitude du filtre de Kalman Simulation, 2012,29 (2): 54-57.
Sabatin A M.Quaternion basé orientation filtre de Kalman étendu fordetermining par détection inertielle et magnétique .IEEE Transactions sur génie biomédical, 2006,53 (7): 1346-1356.
SUH Y estimation S.Orientation en utilisant un filtre de Kalman indirect basé quaternion avec estimation adaptative de externalacceleration .IEEE Transactions sur Instrumentation et mesure, 2010,59 (12): 3296-3305.
LEE J K, E PARK J, NOBINOVITCH S.Estimation d'attitude et d'accélération externe en utilisant la mesure du capteur inertiel au cours de diverses conditions dynamiques .IEEE Transactions sur Instrumentation et mesure, 2012,61 (8): 2262-2273.
XIAO construit route plate, Yu Zhang Xi. AHRS système de mesure de manoeuvre de conception orientée contrôle électro-optique, 2014,21 (5): 83-87.
MAHONY R, HAMEL T, J PFLIMLIN M.Nonlinear filtres complémentaires sur le groupe spécial orthogonal .IEEE Transactions sur le contrôle automatique, 2008,53: 1203-1218.
ROQUETTES de navigation inertielle (deuxième édition) . Pékin: Science Press, 2015.
