该工具箱提供多个过滤器,通过使用车载惯性传感器(包括加速度计,陀螺仪,高度计和),磁力计,GPS,和视觉里程测量来估计的平台的姿态和速度。每一个过滤器可以处理某些类型的某些传感器的测量值。每个过滤器也使得假设和可能有限制,你应该申请前仔细考虑。例如,许多过滤器假设没有持续的直链或角加速度比重力加速度其他。因此,应避免强烈和不断的加速过程中使用它们,但这些过滤器可以在很短的线性加速度的突发执行得相当好。此外,一些过滤器允许分段恒定线性加速度和角速度,因为它们在预测步骤允许加速度和角速度的输入。
这些过滤器的内部算法也有很大差异电子罗盘
对象使用的TRIAD方法来确定平台的方向具有非常低的计算成本。许多过滤器(如ahrsfilter
和imufilter
)采用误差状态卡尔曼滤波,估计状态与参考状态的偏差。同时,其他过滤器(如insfilterMARG
和insfilterAsync
)使用扩展卡尔曼滤波器的方法,其中,所述状态直接估计。
为了获得较高的估计精度,重要的是要适当地调整滤波器的属性和参数曲调
用于调谐大多数惯性传感器滤波器的参数和传感器噪声(下表中标记为可调谐)。
表中列出的输入,输出,假设,并为所有惯性传感器融合滤波器算法。
目的 | 传感器和输入 | 状态和输出 | 假设或限制 | 算法中使用 | 可调 |
---|---|---|---|---|---|
电子罗盘 |
|
方向 | 该过滤器假定没有持续的线性和比重力加速度其他角加速度。 | TRIAD方法 | 不 |
ahrsfilter |
|
取向和角速度 | 该过滤器假定没有持续的线性和比重力加速度其他角加速度。 | 错误状态卡尔曼滤波器 |
是的 |
ahrs10filter |
|
取向,高度,垂直速度,增量角度偏置,δ-速度偏差,地磁场矢量,磁力偏压 | 该过滤器假定在垂直方向上分段恒定线性加速度,并且没有持续线性和比在其它方向上的重力加速度其他角加速度。 | 离散扩展卡尔曼滤波器 | 是的 |
imufilter |
|
取向和角速度 | 该过滤器假定没有持续的线性和比重力加速度其他角加速度。 | 错误状态卡尔曼滤波器 | 是的 |
complementaryFilter |
|
取向和角速度 | 该过滤器假定没有持续的线性和比重力加速度其他角加速度。 | 非基于卡尔曼滤波器的方法:
|
不 |
insfilterMARG |
|
方位、位置、速度、δ角偏差、δ速度偏差、地磁场矢量、磁强计偏差 | 所述预测步骤在所述加速度计和陀螺仪的输入。因此,过滤器假设:
|
离散扩展卡尔曼滤波器 | 是的 |
insfilterAsync |
|
取向,角速度,位置,速度,加速度,加速度计偏差,陀螺仪偏差,地磁场矢量,磁力偏压 | 该过滤器假设:
该过滤器不要求传感器是同步的,并且每个传感器可具有样品滴。 |
连续离散扩展卡尔曼滤波 | 是的 |
内滤非完整 |
|
定向,位置,速度,陀螺仪偏差,加速度计偏差 | 所述预测步骤在所述加速度计和陀螺仪的输入。因此,过滤器假设:
此外,过滤器假设平台向前移动而不发生侧滑。 |
离散扩展卡尔曼滤波器 | 是的 |
insfilterErrorState |
|
定向,位置,速度,陀螺仪偏差,加速度计偏差,和视觉里程规模 | 所述预测步骤在所述加速度计和陀螺仪的输入。因此,过滤器假设:
|
错误状态卡尔曼滤波器 |
是的 |