龙源期刊网 http://www.qikan.com.cn
基于MEMS传感器的高精度姿态角测量研究
作者：刘震 王雪梅 倪文波 来源：《中国测试》2017年第02期
摘 要：针对传统姿态参考系统姿态解算容易受到载体运动加速度的干扰，导致系统精度变低、稳定性变差等问题，提出一种改进的卡尔曼滤波算法。该算法建立基于四元数的惯性系统姿态解算数学模型，并根据载体运动加速度的大小，适时调整卡尔曼滤波器的量测噪声方差的大小，以此减弱卡尔曼滤波过程中运动加速度对姿态角解算精度的影响。采用MEMS三轴陀螺仪、加速度计和磁阻传感器完成载体在电梯升降过程中的测量，对实验测量数据进行姿态解算，结果表明改进后的卡尔曼滤波算法能够有效减小运动加速度对姿态解算的影响，姿态角的均方根误差相对于传统的姿态参考系统降低约40%。
关键词：姿态解算；运动加速度；互补滤波；卡尔曼滤波；MEMS传感器 文献标志码：A 文章编号：1674-5124（2017）02-0006-07 0 引 言
载体的姿态角是描述载体坐标系与地理坐标系相对位置的物理量，可以确定载体在空间中所处状态。姿态角测量系统广泛应用于军事、航空航天、航海、无人机、机器人、人体姿态识别[1-3]等方面。高精度的姿态角测量系统一般采用高精度的机械陀螺仪或激光陀螺仪，但是价格昂贵。随着微机电系统（micro-electro-mechanical systems，MEMS）惯性传感器[4]以及计算机技术的迅速发展，姿态角测量系统逐渐向低成本、小型化和高精度发展。MEMS陀螺仪、加速度传感器和磁阻传感器被广泛用于姿态角的测量中。惯性系统通过陀螺仪测量载体旋转过程中的角速度，并对角速度积分得到载体的姿态角。然而MEMS陀螺仪较大的漂移误差[5]，致使积分得到的姿态角存在较大的累积误差，长时间使用的精度较差。由加速度传感器和磁阻传感器组成的姿态参考系统[6]，以当地的重力加速度和地磁向量作为参考，由此计算出载体倾角和航向角。姿态参考系统具有良好的静态特性，不存在累积误差，但在动态情况下容易受到载体运动加速度和环境磁场等因素的干扰[7-8]。 5 结束语
本文针对运动加速度对姿态参考系统姿态角解算的影响，提出了一种改进卡尔曼滤波算法。该算法能根据载体运动加速度的大小，适时调整卡尔曼滤波器的量测噪声方差，来减小姿态参考系统对应的观测变量在卡尔曼滤波过程中的权重，相对的增大惯性系统在卡尔曼滤波过程中的权重，以此削弱运动加速度对姿态角解算的影响。通过对含有运动加速度的实验数据进
龙源期刊网 http://www.qikan.com.cn
行姿态解算，对比经典的互补滤波算法和传统的卡尔曼滤波算法，表明本文提出的改进后的卡尔曼滤波算法能够有效减小运动加速度对姿态解算的影响，获得更高精度的姿态角解算结果。 参考文献
[1] 吕印新，肖前贵，胡寿松. 基于四元数互补滤波的无人机姿态解算[J]. 燕山大学学报，2014（2）：175-180.
[2] 万良金. 基于多传感器信息融合的机器人姿态测量技术研究[D]. 北京：北京交通大学，2015.
[3] 杜波，刘奭昕. 人体姿态检测装置的设计[J]. 长春工程学院学报（自然科学版），2012，13（4）：105-107.
[4] 陈曦. 基于MEMS惯性传感器的高精度姿态测量关键技术研究[D]. 杭州：浙江大学，2014.
[5] 陈旭光，杨平，陈意. MEMS陀螺仪零位误差分析与处理[J].传感技术学报，2012，25（5）：628-632.
[6] 米刚，田增山，金悦，等. 基于MIMU和磁力计的姿态更新算法研究[J]. 传感技术学报，2015（1）：43-48.
[7] 张秋阳. 无人机姿态测算及其误差补偿研究[D]. 长沙：中南大学，2011.
[8] 卢志才，高敏，贾春宁. 基于地磁测量的火箭弹滚转角解算误差补偿方法研究[J]. 中国测试，2014，40（2）：9-12.
[9] VASCONCELOS J F， CARDEIRA B， SILVESTRE C， et al. Discrete-time complementary filters for attitude and position estimation： design， analysis and experimental validation[J]. IEEE Transactions on Control Systems Technology，2011，19（1）：181-198. [10] BRIGANTE C M N， ABBATE N， BASILE A， et al. Towards miniaturization of a MEMS-based wearable motion capture system[J]. IEEE Transactions on Industrial Electronics，2011，58（8）：3234-3241.
[11] GAO C， ZHAO G， LU J. In-flight misalignment attitude estimation for UAV based on GPS and UKF/MPF filter[C]∥Guidance， Navigation and Control Conference （CGNCC）， 2014 IEEE Chinese. IEEE，2015：452-457.
[12] 秦永元. 惯性导航[M]. 2版. 北京：科学出版社，2014：130-136.
龙源期刊网 http://www.qikan.com.cn
[13] 陈亮. 基于对偶四元数的捷联惯性导航算法[D]. 哈尔滨：哈尔滨工业大学，2011. [14] 王励扬，翟昆朋，何文涛，等. 四阶龙格库塔算法在捷联惯性导航中的应用[J]. 计算机仿真，2014，31（11）：56-59.
[15] 徐昺. 基于MEMS传感器与ZigBee网络的人体动作捕捉系统的设计与实现[D]. 成都：电子科技大学，2013.
[16] 郭晓鸿，杨忠，陈喆，等. EKF和互补滤波器在飞行姿态确定中的应用[J]. 传感器与微系统，2011，30（11）：149-152. （编辑：莫婕）