记录传感器数据对齐定位估计

打开脚本

这个例子展示了如何对齐和预处理记录传感器数据。这允许融合过滤器执行定位估计。记录的数据收集从一个加速度计和陀螺安装在地面车辆。

负荷传感器数据记录

负载惯性测量单元(IMU)数据记录和提取单个传感器数据和时间戳。

负载(“imuData”,“imuTT”)时间= imuTT.Time;accel = imuTT.LinearAcceleration;陀螺= imuTT.AngularVelocity;东方= imuTT.Orientation;

检查陀螺仪数据

角速度范围的读数,记录陀螺仪的数据是在弧度/秒而不是度每秒。同时,大z轴值x和y轴和小值表明该设备只在z轴旋转。

图绘制(时间、陀螺)标题(“陀螺”)ylabel (“rad / s”)传说(“轴”,“轴”,z轴的)

检查加速度计数据

由于z轴的加速度计是10左右,记录的数据是在米每秒的平方而不是g的。

图绘制(时间、accel)标题(加速度计的)ylabel (“米/秒^ 2”)传说(“轴”,“轴”,z轴的)

检查定位数据

面向记录的四元数数据转换为欧拉角的度。z轴的变化,x和y轴是相对固定的。这个匹配的陀螺仪和加速度计读数。因此,不需要轴否定或旋转。然而,z轴欧拉角减小而陀螺仪阅读是积极的。这意味着记录取向四元数有望被应用作为一个点旋转操作符( $美元v ' = qvq ^ {*} $$ )。为了定位四元数匹配方向过滤器,等imufilter,需要应用四元数帧旋转操作符( $美元v ' =问^ {*}vq美元$ )。这可以通过接合记录的取向四元数。

图绘制(时间,eulerd(东方,“ZYX股票”,“帧”)标题(“欧拉角”)ylabel (“\保监会”)%度的象征。传奇(z轴的,“轴”,“轴”)

找到记录的数据的采样率

采样率的估计可以通过获得的均值之间的差异时间戳。请注意,有一些差异的时间差异。因为这个记录数据的差异很小,可以使用时间的均值差异。另外,传感器数据可以插值使用时间戳和等距的时间戳作为查询点。

deltaTimes =秒(diff(时间));sampleRate = 1 /意味着(deltaTimes);图绘制([deltaTimes repmat(意思是(deltaTimes),元素个数(deltaTimes), 1)])标题(“时差”)ylabel (“年代”)传说(“差异”,“的意思是”)

比较了四元数的记录`imufilter`四元数

共轭面向记录的四元数在比较之前估计的取向四元数imufilter。从下面的情节,仍然有一个常数抵消在z轴欧拉角的估计。这是因为imufilter假定的初始定位装置与导航框架。

loggedOrient =连词(东方);filt = imufilter (“SampleRate”,sampleRate);estOrient = filt (accel,陀螺);图次要情节(2,1,1)情节(时间,eulerd (loggedOrient,“ZYX股票”,“帧”),“——”)标题(“登录欧拉角”)ylabel (“\保监会”)%度的象征。传奇(z轴的,“轴”,“轴”次要情节(2,1,2)情节(时间,eulerd (estOrient,“ZYX股票”,“帧”)标题(“| imufilter |欧拉角的)ylabel (“\保监会”)%度的象征。传奇(z轴的,“轴”,“轴”)

记录的取向和一致`imufilter`取向

对齐的imufilter用面向记录的四元数姿态四元数,用一个常数偏差使用第一个记录取向四元数。四元数,一个恒定的旋转偏差可以应用pre-multiplying坐标系旋转或旋转post-multiplying点。自imufilter报道四元数帧旋转运营商,估计取向四元数由第一次登录pre-multiplied取向四元数。

alignedEstOrient = loggedOrient (1)。* estOrient;图次要情节(2,1,1)情节(时间,eulerd (loggedOrient,“ZYX股票”,“帧”),“——”)标题(“登录欧拉角”)ylabel (“\保监会”)%度的象征。传奇(z轴的,“轴”,“轴”次要情节(2,1,2)情节(时间,eulerd (alignedEstOrient,“ZYX股票”,“帧”)标题(“对齐| imufilter |欧拉角的)ylabel (“\保监会”)%度的象征。传奇(z轴的,“轴”,“轴”)