论文部分内容阅读
随着科技的发展,移动机器人姿态信息的准确获取已经成为实现机器人自主导航、精确控制等功能的首要条件,移动机器人姿态测量也已成为机器人领域的研究热点。在移动机器人姿态测量中存在诸多非线性环节,本文采用四元数法建立移动机器人非线性姿态滤波模型。针对常见非线性滤波算法在该模型下的缺点,本文设计了基于无味粒子滤波(Unscented Particle Filter,UPF)的姿态滤波器。提出了一种改进的姿态滤波算法消除运动加速度及随机磁干扰对测量精度的影响。采用低功耗的惯性导航/磁强计组合方案设计嵌入式系统并进行实验验证。首先,本文调研了国内外非线性滤波算法的研究现状以及移动机器人姿态测量技术的应用现状。比较、分析了六种常见姿态测量方案的优缺点,在此基础上确定了惯性导航/磁强计的姿态测量方案。系统核心的姿态测量模块由微机电(Micro Electro Mechanical Systems,MEMS)三轴加速度计、MEMS三轴陀螺仪以及MEMS三轴磁强计组成。其次,建立了姿态传感器误差模型以及姿态传感器与机器人姿态角的关系模型。通过仿真分析了扩展卡尔曼滤波(Extended Kalman Filter,EKF)在四元数模型下的滤波性能,针对其受初始误差影响较大及高斯条件约束的缺陷,设计了基于UPF的姿态滤波器融合多传感器数据。针对移动机器人运行过程中受运动加速度冲击以及随机磁干扰影响,设计了基于UPF的姿态改进算法。然后,通过设置不同的仿真环境,研究了非高斯条件下,基于UPF的四元数模型滤波性能并与无味卡尔曼滤波算法(Unscented Kalman Filter,UKF)、粒子滤波算法(Particle Filter,PF)进行对比,给出了对比的参数指标;通过不同初始误差条件下UPF、EKF、UKF的对比,验证设计的UPF滤波器受初始误差影响较小;通过仿真验证了改进的UPF姿态滤波器滤波效果。最后,设计了嵌入式姿态测量系统并对改进的UPF滤波算法进行实验验证。根据设计的总体方案确定了主要传感器的型号,完成了各功能模块设计,制作了PCB电路板,并进行实验验证。仿真和实验结果表明,基于UPF改进的姿态滤波器能够在一定程度上降低运动加速度以及磁干扰对移动机器人姿态测量精度的影响。