四元数EKF算法在低成本MEMS姿态估计中的应用

"基于四元数EKF的低成本MEMS姿态估计算法是为了解决低成本微电子机械系统(MEMS)传感器在长时间姿态测量中的精度和稳定性问题。该论文介绍了如何利用扩展卡尔曼滤波器(EKF)结合四元数理论来改善MEMS传感器的姿态估计性能。" 本文探讨的主题是利用四元数扩展卡尔曼滤波器进行低成本MEMS姿态估计，以解决由于传感器精度低和噪声大导致的长时间测量误差积累问题。四元数是一种数学概念，常用于描述三维空间中的旋转，特别适用于处理姿态估计问题，因为它们能够避免 gimbal lock（万向节锁）现象，即在某些情况下欧拉角表示会出现奇异性。 在传统的卡尔曼滤波器基础上，扩展卡尔曼滤波器考虑了非线性系统的动态特性。在该算法中，四元数被用作EKF的状态变量，以表示载体的姿态。当传感器测量到角速度时，这些数据用于更新EKF的状态。同时，通过考虑载体所在地理位置的重力场和地磁场数据，算法可以进一步校正和更新姿态估计，从而抑制误差的发散。 实验部分包括在转台上的精度实验和静态实验，以验证算法的有效性。转台实验模拟了各种动态条件下的姿态变化，而静态实验则是在相对稳定的情况下测试算法的长期稳定性。实验结果显示，俯仰和横滚角的精度达到了优于0.1°的水平，航向角精度优于0.2°，并且在2小时内保持了这样的高精度，这表明该算法成功地解决了低成本MEMS器件的长时间姿态测量问题。 这篇论文属于工程技术领域，是2014年的研究成果，由国家高技术发展计划(863计划)项目和中国博士后基金项目资助。文章的发表不仅展示了理论创新，还证明了实际应用中的可行性，对于推动低成本导航和传感器技术的发展具有重要意义。