工具箱提供多个滤波器,通过使用机载惯性传感器(包括加速度计、陀螺仪和高度计)、磁力计、GPS和视觉里程测量来估计平台的姿态和速度。每个过滤器可以处理来自特定传感器的特定类型的测量。每个过滤器还会做出假设,并且可能有一些限制,在应用它之前应该仔细考虑。例如,除了重力加速度外,许多滤波器不假定有持续的线性或角加速度。因此,您应该避免在强而恒定的加速期间使用它们,但这些过滤器在短线性加速爆发期间可以相当好地执行。此外,一些过滤器允许分段恒定的线性加速度和角速度,因为它们允许在预测步骤中输入加速度和角速度。
这些过滤器的内部算法也有很大的不同。例如,ecompass
对象使用TRIAD方法确定平台的方向,计算成本非常低。许多过滤器(如ahrsfilter
和imufilter
)采用误差状态卡尔曼滤波器,估计状态与参考状态的偏差。同时,其他过滤器(如insfilterMARG
和insfilterAsync
)采用扩展卡尔曼滤波方法,直接估计状态。
为了获得较高的估计精度,适当地调整滤波器的特性和参数是很重要的。工具箱提供了内置的调优
用于调整大多数惯性传感器滤波器的参数和传感器噪声(在下表中标记为可调谐)。
表格列出了所有惯性传感器融合滤波器的输入、输出、假设和算法。
对象 | 传感器和输入 | 状态和输出 | 假设或限制 | 算法 | 可调 |
---|---|---|---|---|---|
ecompass |
|
取向 | 除重力加速度外,该滤波器不假定有持续的线性和角加速度。 | 三元组法 | 没有 |
ahrsfilter |
|
方向和角速度 | 除重力加速度外,该滤波器不假定有持续的线性和角加速度。 | 误差状态卡尔曼滤波器 |
是的 |
ahrs10filter |
|
方向,高度,垂直速度,角偏差,角偏差,地磁场矢量,磁力计偏差 | 该滤波器假设垂直方向上的线性加速度是分段恒定的,除了其他方向上的重力加速度外,没有持续的线性和角加速度。 | 离散扩展卡尔曼滤波器 | 是的 |
imufilter |
|
方向和角速度 | 除重力加速度外,该滤波器不假定有持续的线性和角加速度。 | 误差状态卡尔曼滤波器 | 是的 |
complementaryFilter |
|
方向和角速度 | 除重力加速度外,该滤波器不假定有持续的线性和角加速度。 | 基于非卡尔曼滤波的方法:
|
没有 |
insfilterMARG |
|
方向,位置,速度,角偏差,角偏差,地磁场矢量,磁力计偏差 | 预测步骤需要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 |
|
方向、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、磁强计偏差 | 过滤器所假设的:
该滤波器不要求传感器是同步的,每个传感器可以有样品下降。 |
连续离散扩展卡尔曼滤波器 | 是的 |
insfilterNonholonomic |
|
方向,位置,速度,陀螺仪偏差,加速度计偏差 | 预测步骤需要加速度计和陀螺仪的输入。因此,过滤器假设:
此外,过滤器假定平台向前移动没有侧滑。 |
离散扩展卡尔曼滤波器 | 是的 |
insfilterErrorState |
|
方向,位置,速度,陀螺仪偏差,加速度计偏差,和视觉里程标度 | 预测步骤需要加速度计和陀螺仪的输入。因此,过滤器假设:
|
误差状态卡尔曼滤波器 |
是的 |