gpt4 book ai didi

kalman-filter - 扩展卡尔曼滤波器磁力计偏航漂移

转载 作者:行者123 更新时间:2023-12-04 05:32:07 27 4
gpt4 key购买 nike

我正在使用扩展卡尔曼滤波器来融合加速度计、陀螺仪和磁力计数据。我使用加速度计来校正俯仰和滚转数据,并使用磁力计来校正偏航。俯仰和滚转运行良好,但即使我使用了磁力计,我的偏航漂移也非常严重。我用来在 EKF 中融合磁力计数据的代码是:

(m 是磁力计测量值,a 是加速度计测量值)

m_max.x = +540; m_max.y = +500; m_max.z = 180;
m_min.x = -520; m_min.y = -570; m_min.z = -770;

m.x = (m.x - m_min.x) / (m_max.x - m_min.x) * 2 - 1.0;
m.y = (m.y - m_min.y) / (m_max.y - m_min.y) * 2 - 1.0;
m.z = (m.z - m_min.z) / (m_max.z - m_min.z) * 2 - 1.0;

vector temp_a = a;
// normalize
vector_normalize(&temp_a);
//vector_normalize(&m);

// compute E and N
vector E;
vector N;
vector_cross(&m,&temp_a,&E);
vector_normalize(&E);
vector_cross(&temp_a,&E,&N);

// q is the state quaternion matrix
Xog = [1-2(q2*q2+q3*q3);
2(q1*q2+q0*q3)];

Xogmag = [N;E];

// yaw error
Ey = Xogmag - Xog;

// yaw observation matrix
Hy = [0, 0, -4*q2, -4*q3, 0, 0, 0;
w*q3, 2*q2, 2*q1, 2*q0, 0, 0, 0];

// yaw estimation error covariance matrix
Py - Hy * P * (Hy') + Ry

// yaw kalman gain
Ky = P * (Hy') * inv(Py);

// update the state
X = X + Ky * Ey;

// update system state covariance matrix
P = P - Ky * Hy * P;

我不完全确定如何融合磁力计数据。如果您知道代码有什么问题或我如何修复它,请告诉我!

非常感谢!

最佳答案

这是一个重载的问题……要实现类似的东西,您至少需要首先了解:

(1) 传感器噪声和设备行为的细微差别,例如磁力计通常会破坏 KF 假设

(2) 什么是状态转移模型,即pitch/yaw的变化与磁场的变化有什么关系

关于kalman-filter - 扩展卡尔曼滤波器磁力计偏航漂移,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7049121/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com