惯性测量单元（Inertial Measurement Unit,IMU）包含陀螺仪与加速度计,被广泛用于计算各类机器人的姿态信息。目前姿态算法多数基于角速度积分来计算姿态,并利用加速度信息融合修正由于陀螺仪漂移导致的积分积累误差。但加速度计易受外界因素的干扰,导致强干扰下难以利用不准确的加速度来修正姿态误差。加速度的准确性是相关算法精度得以提高的关键之一。针对强干扰的工业打磨场景中加速度无法修正基于角速度积分的姿态算法中的积累误差导致姿态解算不准确的问题,本文从含强干扰的加速度信息的校正入手,提出基于加速度微分信息的姿态解算方案。本文考虑直接利用角速度瞬时稳定的特点来构建计算加速度微分信息的模型,通过加速度微分信息来获取准确的加速度,从而计算姿态,以期实现强干扰下的准确姿态信息的获取。本论文主要研究内容如下:（1）对加速度求微分,利用不同坐标下加速度与旋转矩阵的关系来推导加速度一阶导数与四元数微分的关系,再根据角速度与四元数微分的关系来进一步推导出加速度一阶导数与角速度的直接关系。由此构建了加速度一阶导数模型,即Jerk模型;并分析此模型的抗噪能力。从理论与仿真等方面的抗噪分析表明所提出的模型具有较强的抗噪性能,且可获得逼近真值的加速度微分信息。（2）基于上述模型可获得逼近真值的加速度微分信息的特点,针对IMU传感器处于静态与准静态的情况,提出四个基于加速度微分的加速度校正算法。一是分析加速度读数、真值与噪声的关系式,通过求解噪声分量,从而实现目标加速度的获取;二是考虑准静态情况下,在前一算法的基础上,考虑运动分量的缓慢迭代,进而获取更准确的目标加速度;三是基于加速度差分方程组,结合三轴重力加速度的约束,利用非线性最小二乘的方式直接求解目标加速度;四是在前一算法的基础上,通过平面方程解算的方式求取目标加速度。实验表明利用加速度微分可获得准确的加速度信息,证明了基于加速度微分的加速度校正算法的研究具有一定可行性。（3）针对实际工业打磨应用场景,提出强干扰下基于加速度微分的姿态算法。基于加速度微分与角速度的关系,将加速度分离为旋转分量与平移运动分量,并在此关系的约束下构建不同分量的加速度迭代计算模型;然后利用加速度微分信息在强干扰条件下进行加速度信息的提取,从而计算姿态倾角。实验表明了此强干扰下的姿态算法在实际打磨场景中获得了平稳的姿态倾角信息。