10.13873/J.1000-9787(2022)11-0126-04
基于乘性扩展卡尔曼滤波的水下机器人姿态估计
针对缆控水下机器人(ROV)运行时姿态估计的精准性和实时性问题,设计了一种基于乘性扩展卡尔曼滤波(MEKF)的姿态估计算法.该算法通过线性化姿态运动学方程,分别建立标称状态方程和误差状态方程,在扩展卡尔曼滤波框架下融合微机电系统(MEMS)传感器数据,实时估计姿态和偏差.为验证该算法可行性,采集水下动态实验数据进行融合,与参考值相比较,并在仿真环境下与姿态估计算法中广泛使用的显性互补滤波(ECF)以及梯度下降(GD)法分析对比.结果表明:算法能实时稳定输出ROV的姿态信息,并且在动态性、收敛性和准确性等方面均优于其他两种算法.基本满足ROV姿态估计收敛性好、精度高等要求.
水下机器人、姿态估计、乘性扩展卡尔曼滤波、微机电系统传感器
41
TP242(自动化技术及设备)
国家自然科学基金51864015
2022-11-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
126-129