态度的评估往往是不准确的高度动态运动过程中由于外部加速度。本文提出了基于过滤器的态度估计使用扩展卡尔曼滤波新算法克服外部加速度。该算法是基于一个外部加速度补偿模型用作修改参数调整测量噪声协方差矩阵的扩展卡尔曼滤波器。实验进行验证估计的准确性,也就是说,单轴和多轴传感器运动。五个方法被用来测试的评估态度:(1)KF-based模型没有补偿外部加速度,(2)拟议中的KF-based模型,采用外部加速度补偿模型,(3)两步KF使用考虑切换方法,(4)KF-based模型使用<我t一个lic> 基于阈值的我t一个lic>方法,(5)KF-based模型,使用基于阈值的方法结合软化部分方法。该算法在单轴测试显示出高度的有效性。当使用多个轴的测试条件,估算精度增加使用建议的方法和表现出外部加速度拒绝在正确的时机。该算法有更少的参数需要设置信号边缘的清晰度为代价的过渡。
一个b年代tr一个ct>惯性测量单元(IMU)通常用于确定的态度,也就是说,横滚和俯仰,融合加速度计和陀螺仪数据。最引人注意的干扰测定的态度是外部加速度(
gydF4y2Ba解决方案提供的陀螺的态度是容易被无限,偏见,和随机游走误差。在静态或缓慢运动,加速度计水准横滚和俯仰的措施纠正gyro-unbounded错误。这是由于重力测量的可信度。因此,一个合适的IMU数据和算法的融合来弥补外部加速度是需要克服的缺点每个传感器和外部加速度的影响。融合技术进化沿着两个主要路径:一种方法结合使用卡尔曼滤波器(
年代uhet一个l。
gydF4y2Ba灵感来自Suh et al。
gydF4y2Ba剩下的纸是组织如下:部分
的相对态度(横滚和俯仰)两帧的参考方向余弦矩阵(旋转矩阵)用于坐标变换或旋转对象。<我nline-formula>
态度决定从陀螺误差积累以及数值积分的过程中,但旋转的陀螺敏感变化。而态度决定由加速度计不会显示积累错误或分歧,横滚和俯仰轴的误差太大,因为这两个轴是相互影响的。当轧辊轴线运动,俯仰轴也上下运动的水平面,反之亦然。在该方法中,两个传感器相互互补来实现性能的传感器融合技术使用扩展卡尔曼滤波(EKF)。
gydF4y2Ba本文的工作将分为5个模式。<我t一个lic>
模式1我t一个lic>标准卡尔曼滤波器使用该系统模型,但没有外部加速度补偿。<我t一个lic>
模式2我t一个lic>提出的系统模型,也包含提出外部加速度补偿,使用模型(加速度计数据的预处理技术
我们最初定义的状态和观测变量系统模型。我们的态度和陀螺偏见作为状态变量,因为偏差错误是一个高度复杂的函数的环境温度。欧拉角是角表示。状态变量<我nline-formula>
在(
gydF4y2Ba从加速度计用于测量计算<我nline-formula>
图
该算法的结构。
在图
gydF4y2Ba所有计算都是取自IMU,放在桌上没有与采样周期大约一分钟运动<我nline-formula>
三轴陀螺仪和加速度计静态条件。
的初始值偏差陀螺通过静态IMU数据确定启发式的rad / s单位。态度状态的初始值为每个状态被选为1度。卡尔曼滤波器模型的初始状态价值如下:
由于噪声是假定为正态分布和独立在每个轴,我们使用噪声的方差<我nline-formula>
gydF4y2Ba测量噪声协方差矩阵(<我nline-formula>
gydF4y2Ba上述过程和测量模型构造卡尔曼滤波器的过程如下:
状态和设置初始值误差协方差
预测和误差协方差
计算出卡尔曼增益
计算状态估计
计算误差协方差
两步卡尔曼滤波器(
gydF4y2Ba国家<我nline-formula>
我们有五个模式的态度估计,如上所述
gydF4y2Ba测试是由将乌兹别克斯坦伊斯兰运动传感器的滑块表三角RSH3单轴机器人。通过移动滑块与机器人控制器来回,外部加速度是应用于<我nline-formula>
gydF4y2Ba使用免费的测试B参与运动<我nline-formula>
gydF4y2Ba测试C是基于应用程序的执行态度估计shoe-type测量装置。一个IMU传感器被放置在顶部的一只鞋。受试者被要求直走,3 - 4步,以正常的速度。
年代ec><年代ec id="sec3.2">验证和验证该方法,所有的测试进行了使用一个IMU传感器组成一个加速度计(±16 g),一个陀螺(±1500度/秒),和一个磁力仪(±0.9 Ga)(从逻辑产品,日本)。传感器数据无线传输到PC。倪LabVIEW®和仿真软件MATLAB®®是用于数据采集和程序用于执行该方法。在测试中,三角RSH3单轴机器人(三角集团、日本)的最高速度300 mm / s, 500毫米的有效行程,由RS-Manager控制支持软件用作实验(见图
测试设置验证估计的态度。RSH3表滑块的移动<我nline-formula>
在测试B,乌兹别克斯坦伊斯兰运动传感器被放置在塑料罐塑料包围避免乌兹别克斯坦伊斯兰运动之间的电磁干扰和电磁运动跟踪系统接收机(美国从Polhemus Fastrak Inc .)。我们使用Fastrak作为参考的横滚和俯仰角度通过记录接收机使用c#数据采集程序。Fastrak态度数据通过电缆传输到PC使用rs - 232协议(见图
测试B设置由Fastrak®姿态参考系统和IMU在一个塑料罐。
在测试C中,我们安装乌兹别克斯坦伊斯兰运动传感器在鞋上。参考测量,实验设置包含六个OptiTrack®相机,和四个反光标记被放置在脚掌和脚后跟。数据
测量设置为测试c . (a)房间设置记录的态度;(b)四个反光标记放在前脚掌和脚后跟。
量化性能评估测试,测试B, C和测试使用均方误差(MSE或<我nline-formula>
(一)测试:MSE (<我nline-formula>
| Acc (m / s<年代up>2) |
|
|
|
|||||
|---|---|---|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
| |
| 0.1 | 9.60 | 2.92 | 9.31 | 2.71 | 99.42 | 26.73 | 9.04 | 2.89 |
| 0.75 | 24.77 | 3.22 | 24.66 | 3.20 | 92.56 | 183.10 | 22.92 | 2.82 |
| 1。5 | 29.79 | 3.59 | 29.41 | 4.02 | 113.20 | 227.13 | 28.79 | 2.86 |
| 2.5 | 36.84 | 4.88 | 34.49 | 5.60 | 44.94 | 168.43 | 33.82 | 4.03 |
| 意思是(sd) | 25.25 (10) | 3.65 (0.8) | 24.47 (9.4) | 3.88 (1.1) | 87.53 (25.7) | 151.35 (75.1) | 23.64 (9.3) | 3.15 (0.5) |
| Acc (m / s<年代up>2) |
|
|
|
|||||
|---|---|---|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
| |
| 0.1 | 26.05 | 8.61 | 26.05 | 8.61 | 18.52 | 10.19 | 21.97 | 8.99 |
| 0.75 | 27.93 | 7.76 | 27.93 | 7.76 | 20.87 | 19.02 | 22.97 | 6.56 |
| 1。5 | 29.16 | 6.81 | 29.16 | 6.81 | 23.72 | 25.44 | 22.45 | 5.74 |
| 2.5 | 29.70 | 12.30 | 29.70 | 12.30 | 16.44 | 20.74 | 23.69 | 9.35 |
| 意思是(sd) | 28.21 (1.4) | 8.87 (2.1) | 28.21 (1.4) | 8.87 (2.1) | 19.89 (2.7) | 18.85 (5.5) | 22.77 (0.6) | 7.66 (1.5) |
遵循适应测量噪声协方差矩阵(
gydF4y2Ba为了观察减少外部加速度的影响,<我t一个lic>
模式2我t一个lic>使用不同的补偿参数值进行了实验。表
测试:MSE<我t一个lic>
模式2我t一个lic>在的可变性<我nline-formula>
的影响<我nline-formula>
MSE距<我t一个lic>
模式2我t一个lic>测试:变异性的影响<我nline-formula>
MSE卷<我t一个lic>
模式2我t一个lic>测试:变异性的影响<我nline-formula>
MSE (<我nline-formula>
测试B执行旋转乌兹别克斯坦伊斯兰运动传感器以随机的方式用手沿<我nline-formula>
广场的补偿模型的图形输出各种价值的<我nline-formula>
外部加速度补偿:原始加速度计信号所示(一个),(b)和(c);补偿模型输出(d)所示,(e)和(f)<我nline-formula>
(a)、(b)和(c):图形的补偿模型输出的平方<我nline-formula>
测试B态度评估结果:五模式相比,沥青的引用(a和g)(左列)和卷(右列)。
数据
<我t一个lic>
模式2我t一个lic>工作基于自动调整测量噪声协方差矩阵,(
gydF4y2Ba参数值被用于每个模式测试B。<我t一个lic>
模式1我t一个lic>使用<我nline-formula>
gydF4y2Ba参考信号的态度从Fastrak数据所示
测试B:(一)MSE五距模式,(B) MSE卷五的模式在外部加速度,度<年代up>2。
测试B:每个模式的最终MSE俯仰和滚在外部加速度<年代up>2。
测试C三大步沿着步行直接执行<我nline-formula>
测试C态度评估结果:五模式相比,动作捕捉系统(a和g)的引用。
一些参数值被用于测试C为每个模式。<我t一个lic>
模式1我t一个lic>使用<我nline-formula>
外部加速度补偿不发挥作用<我t一个lic>
模式1我t一个lic>。<我t一个lic>
模式1我t一个lic>使用<我nline-formula>
测试:MSE的模式,意味着(标准差)。
测试B: MSE (<我nline-formula>
测试B: MSE (<我nline-formula>
测试B: MSE模式的学位<我nline-formula>
测试C: MSE的学位<我nline-formula>
的结果<我t一个lic>
模式1我t一个lic>在测试B,如图
该算法在<我t一个lic>
模式2我t一个lic>涉及外部加速度补偿模型(
gydF4y2Ba这两个参数<我nline-formula>
gydF4y2Ba的结果<我t一个lic>
模式2我t一个lic>在测试数据所示
gydF4y2Ba测试的可变性<我nline-formula>
gydF4y2Ba在测试B,定量评估MSE的音高和卷中完成<我t一个lic>
阶段我我t一个lic>来<我t一个lic>
四世我t一个lic>,如表所示
在我们的测试和测试实验,<我t一个lic>
模式3我t一个lic>在距估计的估计精度较低(更大的MSE)相比<我t一个lic>
模式2我t一个lic>和<我t一个lic>
模式5我t一个lic>,如图
gydF4y2Ba结果在表
所有的测试,评估的准确性<我t一个lic>
模式4我t一个lic>是最低的。我们怀疑这是由于存在磁强计测量向量的度量模型<我t一个lic>
模式4我t一个lic>。地球的磁场向量,<我nline-formula>
在我们的实验中,精度<我t一个lic>
模式5我t一个lic>的表现<我t一个lic>
模式2我t一个lic>在测试B为俯仰和滚了约8.1%和15.3%,分别(如表所示
gydF4y2Ba之间的区别<我t一个lic>
模式2我t一个lic>和<我t一个lic>
模式5我t一个lic>在软测量误差协方差矩阵的一部分。<我t一个lic>
模式5我t一个lic>在(
在所有的测试中,提出的<我t一个lic> 模式2我t一个lic>的表现<我t一个lic> 模式1我t一个lic>。从这些结果,我们能够确保外部加速度补偿机制提高估计精度的影响。即使有一个优势提高估计精度,实验将一些主要的局限性。
gydF4y2Ba首先是度量模型的局限性。<我t一个lic>
模式1我t一个lic>,<我t一个lic>
2我t一个lic>,<我t一个lic>
3我t一个lic>使用欧拉表示。该模型在<我t一个lic>
模式1我t一个lic>和<我t一个lic>
模式2我t一个lic>在(
gydF4y2Ba第二个限制是,提出外部加速度补偿(
gydF4y2Ba第三个限制是考虑的应用<我t一个lic>
模式2我t一个lic>当螺旋角(<我t一个lic>
θ我t一个lic>)到达<我nline-formula>
gydF4y2Ba第四个限制是相关的线性化过程的流程模型<我t一个lic> 模式2我t一个lic>,从而导致一阶近似误差。<我t一个lic> 模式2我t一个lic>使用EKF-based过滤,采用线性化的非线性模型。一阶线性化的原因可能是退化的准确性在所有模式下,采用卡尔曼滤波器,也就是说,<我t一个lic> 模式1我t一个lic>,<我t一个lic> 模式2我t一个lic>,<我t一个lic> 模式3我t一个lic>,<我t一个lic> 模式4我t一个lic>。然而,<我t一个lic> 模式5我t一个lic>雇佣了一个无味卡尔曼滤波(UKF)是免费的从线性的雅可比矩阵。作为一个结果,<我t一个lic> 模式5我t一个lic>表现几乎所有测试B和表现的方式<我t一个lic> 模式2我t一个lic>在测试一个一阶近似误差考虑避免除了使用UKF是用方向余弦矩阵(DCM)方法。
年代ec>年代ec>本文的主要贡献是外部加速度补偿算法,旨在提高估计精度的态度。卡尔曼滤波基于过滤器的态度估计使用补偿算法讨论。实验使用三种类型的测试:执行运动在一个轴,使用徒手运动动态运动,散步。我们采用五种不同方法处理动态测试并放置在该方法<我t一个lic> 模式2我t一个lic>。第一种方法是标准KF模型,没有使用外部加速度补偿(<我t一个lic> 模式1我t一个lic>)。第二种方法是修改后的KF模型,使用提出的补偿过程(<我t一个lic> 模式2我t一个lic>);第三个是一个<我t一个lic> weighted-switching我t一个lic>方法(<我t一个lic> 模式3我t一个lic>);第四是quaternion-based卡尔曼滤波器使用<我t一个lic> 基于阈值的我t一个lic>方法(<我t一个lic> 模式4我t一个lic>);和第五(<我t一个lic> 模式5我t一个lic>)使用一种无味卡尔曼滤波和<我t一个lic> 基于阈值结合软化部分我t一个lic>。
gydF4y2Ba实验结果表明,通过使用外部加速度补偿过程,提高该算法的估计精度与标准卡尔曼滤波器程序<我t一个lic> 模式1我t一个lic>在所有的测试。<我t一个lic> 模式2我t一个lic>也表现在测试模式使用最优参数设置。在动态测试B,<我t一个lic> 模式5我t一个lic>优于其他模式;我们怀疑这是由于使用UKF在<我t一个lic> 模式5我t一个lic>。UKF是免费的从一阶近似的非线性系统。的优势<我t一个lic> 模式3我t一个lic>在其他模式下测试给出了C。<我t一个lic> 模式3我t一个lic>使用一个测量模型,包括加速度计和陀螺仪数据,而测量模型<我t一个lic> 模式2我t一个lic>加速度计数据有关。
gydF4y2Ba缺乏效率对比实验的一些模式。与其他模式相比,的优势<我t一个lic>
模式2我t一个lic>在<我t一个lic>
模式3我t一个lic>参数的数量设置;<我t一个lic>
模式2我t一个lic>有更少的参数。<我t一个lic>
模式3我t一个lic>需要两步卡尔曼滤波器,从而导致额外的计算开销。的优势<我t一个lic>
模式2我t一个lic>在<我t一个lic>
模式4我t一个lic>和<我t一个lic>
模式5我t一个lic>是参数化空间旋转;四元数是<我t一个lic>
模式4我t一个lic>和<我t一个lic>
模式5我t一个lic>很难使用,因为它是一个负担来更新它的四个变量(
gydF4y2Ba不过,未来需要解决的问题,为了提高估计精度潜力的其他应用程序,它需要增加一个步骤能够进行自适应参数设置(<我nline-formula>
作者宣称没有利益冲突有关的出版。
年代ec>