MIMU与磁力计融合姿态解算算法：抑制陀螺误差

"这篇论文是2015年发表在《传感技术学报》上的，由作者MIGang、TIANZengshan等人撰写。研究得到了国家自然科学基金和重庆市多个科研项目的资助。文章主要探讨了一种创新的人体姿态解算算法，通过结合微惯性测量单元（MIMU）和磁力计的信息融合来解决传统MEMS陀螺仪误差快速发散的问题，以提高姿态解算的精度和稳定性。" 在传统的MEMS陀螺仪姿态解算算法中，陀螺仪的零偏误差会随着时间推移快速发散，导致姿态解算的准确性下降。为了解决这一问题，该研究提出了一种新的姿态更新算法。首先，算法利用互补滤波器结合比例积分（PI）调节控制对陀螺仪的零偏进行校正。这种校正方法旨在减少陀螺仪的漂移，提高其长期稳定性。 接下来，算法在加速度计和磁强计数据的辅助下，采用了扩展卡尔曼滤波器（EKF）进行姿态更新。EKF是一种用于非线性系统的滤波方法，它能够有效地处理加速度计和磁力计数据的不确定性，进一步提高姿态估计的精度。四元数作为表示姿态的一种方式，因其数学特性而在姿态解算中被广泛应用。通过EKF更新四元数，算法能够在处理多传感器数据融合的同时，保持姿态估计的连续性和无旋性质，从而提供更准确的三维姿态信息。 为了验证新算法的有效性，研究人员选择了MPU9150传感器模块进行实验测试。这是一种集成的MIMU，包含陀螺仪、加速度计和磁力计，适用于实时姿态解算。实验结果显示，相比于传统的单个EKF算法，该新算法能显著抑制陀螺仪误差的发散，确保姿态解算的稳定性和高精度输出。 这项研究为人体姿态解算提供了一种有效且实用的解决方案，尤其对于依赖于MEMS陀螺仪的系统，如无人机、机器人和虚拟现实设备等，具有重要的工程应用价值。通过信息融合和智能滤波技术，该算法可以改善系统的姿态跟踪性能，提高整体系统的可靠性。