AHRS10Filter.

来自Marg和Altimeter读数的身高和方向

全部展开页面

描述

的AHRS10Filter.目标融合MARG和高度计传感器数据来估计设备的高度和方向。MARG(磁性、角速度、重力)数据通常来自磁力计、陀螺仪和加速度计传感器。该滤波器使用18元状态向量来跟踪定向四元数、垂直速度、垂直位置、MARG传感器偏差和地磁向量。的AHRS10Filter.对象使用扩展卡尔曼滤波器来估计这些量。

创建

语法

保险丝= ahrs10filter

保险丝= ahrs10filter (ReferenceFrame, RF)

保险丝= ahrs10filter (＿＿＿，名称，价值）

描述

保险丝= ahrs10filter返回扩展卡尔曼滤波对象，保险丝，用于传感器融合MARG和高度计读数，以估计设备的高度和方向。

保险丝= ahrs10filter (“ReferenceFrame”，射频）返回一个扩展的卡尔曼筛选对象，估计相对于参考帧的设备高度和方向射频。射频指定为'ned'（向东 - 向下）或'enu'(East-North-Up)。默认值为'ned'。

例子

保险丝= ahrs10filter (＿＿＿，名称，价值）每个属性集的名字到指定的价值。未指定的属性具有默认值。

属性

展开全部

`imusamplevere.`- - - - - -IMU采样率(Hz)
`100.`(默认)|积极的标量

IMU的采样率(Hz)，指定为正标量。

数据类型:单|双倍的

`陀螺仪`- - - - - -陀螺仪的倍增过程噪声方差((rad/s)²）
`[1 e-9 1 e-9 1 e-9]`(默认)|标量|三元素行向量

陀螺仪的倍增过程噪声方差(rad/s)²，指定为正实数有限数。

数据类型:单|双倍的

`Accelerernoise.`- - - - - -加速度计的倍增过程噪声方差(m/s)²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

来自加速度计的乘法过程噪声方差（M / S.²）²，指定为正实数有限数。

数据类型:单|双倍的

`陀螺蓟网`- - - - - -陀螺仪偏压的乘法过程噪声差异（（rad / s²）²）
`[1E-10,1E-10,1E-10]`(默认)|标量|三元素行向量

乘频过程噪声与陀螺仪偏差的方差(rad/s)²）²，指定为正实数有限数。

数据类型:单|双倍的

`AccelerometerBiasNoise`- - - - - -加速度计偏置的乘法过程噪声方差（（M / s²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

来自加速度计偏置的乘法过程噪声方差（M / s²）²，指定为正实数有限数。

数据类型:单|双倍的

`地质斑块型号`- - - - - -地磁矢量(μT²）
`[1E-6,1E-6,1E-6]`(默认)|标量|三元素行向量

用于μT的地磁载体的添加剂过程噪声²，指定为正实数有限数。

数据类型:单|双倍的

`MagnetometerBiasNoise`- - - - - -磁强计偏差的加性过程噪声(μT²）
`(0.1, 0.1, 0.1)`(默认)|标量|三元素行向量

磁强计偏差的加性过程噪声(μT)²，指定为正实数有限数。

数据类型:单|双倍的

`状态`- - - - - -扩展卡尔曼滤波器的状态向量
18元柱矢量

扩展卡尔曼滤波器的状态向量。状态值表示:

状态	单位	指数
方向(四元数部分)	N/A	1：4
高度（ned或enu）	米	5
垂直速度（ned或enu）	多发性硬化症	6
角偏差(XYZ)	rad /秒	7：9
速度偏差(XYZ)	多发性硬化症	10:12
地质磁场矢量（NED或ENU）	μT	13：15
磁力计偏见（XYZ）	μT	16:18

默认初始状态对应于位于静止的对象[0 0 0]在大地测量的LLA坐标。

数据类型:单|双倍的

`StateCovariance.`- - - - - -扩展卡尔曼过滤器的状态错误协方差
`眼睛(18)* 1 e-6`(默认)|18×18矩阵

状态误差协方差的卡尔曼滤波器，指定为一个18 × 18元素的实数矩阵。

数据类型:单|双倍的

对象的功能

`预测`	使用加速度计和陀螺仪数据更新状态`AHRS10Filter.`
`fusemag.`	使用磁力计数据正确的状态`AHRS10Filter.`
`fusealTimeter.`	使用高度计数据来正确的状态`AHRS10Filter.`
`正确的`	使用直接状态测量的正确状态`AHRS10Filter.`
`剩余`	的直接状态测量的残差和残差协方差`AHRS10Filter.`
`残留梅格`	的磁强计测量的残差和残差协方差`AHRS10Filter.`
`residualaltimeter`	高度计测量的残差和残余协方差`AHRS10Filter.`
`构成`	目前的方向和位置估计`AHRS10Filter.`
`重启`	重置内部状态`AHRS10Filter.`
`议定书文件`	显示状态矢量信息`AHRS10Filter.`
`调`	调优`AHRS10Filter.`减少估计错误的参数
`复制`	创建副本`AHRS10Filter.`

例子

全部收缩

估算无人机的姿势

打开直播脚本

加载记录的传感器数据，地面真理姿势和初始状态和初始状态协方差。计算每个高度计样本的IMU样本数量和每磁力计样本的IMU样本的数量。

负载('fuse10exampledata.mat'，．..“imuFs”，'acceldata'，“gyroData”，．..“magnetometerFs”，'magdata'，．..'Altimeterfs'，'altdata'，．..''''''''是'，“expectedOrient”，．..'initstate'，“initcov”);imuSamplesPerAlt =修复(imuFs / altimeterFs);imuSamplesPerMag =修复(imuFs / magnetometerFs);

创建一个AHRS滤波器，融合MARG和高度计读数，以估计高度和方向。设置传感器的采样率和测量噪声。这些值是从数据表和实验中确定的。

filt = ahrs10filter（“IMUSampleRate”imuFs,．..“AccelerometerNoise”, 0.1,．..'状态'initstate,．..“StateCovariance”，initcov）;RALT = 0.24;rmag = 0.9;

预先采用变量以日志高度和方向。

numimusamples =尺寸（Accelda，1）;Estheight = Zeros（Numimusamples，1）;estorient = zeros（Numimusamples，1，“四元数”);

保险丝加速度计，陀螺仪，磁力计和高度计数据。外环以最快的采样率（IMU采样率）向前预测过滤器。

为II = 1：NUMIMUSAMPLES%使用predict来估计基于加速度计和的过滤器状态%陀螺仪数据。预测（Filt，Accelda（II，:)，Gyrodata（II，:)）;%磁强计数据的采集速率低于IMU数据。保险丝%磁力计数据在较低的速率。如果〜mod（iiusamplespermag）fusemag（filt，magdata（ii，:)，rmag）;结束％高度计数据以比IMU数据的较低速率收集。保险丝%高度表数据在较低的速率。如果~国防部(ii, imuSamplesPerAlt) fusealtimeter (filt, altData (ii), Ralt);结束%记录当前高度和方向估计。[estHeight (ii), estOrient (ii)] =姿势(filt);结束

计算已知的真实高度和方向与AHRS滤波器输出之间的均方根误差。

pErr = expectedHeight - estHeight;qErr = rad2deg (dist (expectedOrient estOrient));人口、难民和移民事务局(12(平均(穗青葱。^ 2));则=√意味着(qErr ^ 2));流(“高度均方根误差\ n”);

高度rms错误

流(' \ t %。2f (meters)\n\n'人口、难民和移民事务局);

0.38(米)

想象真实的和估计的高度随时间的变化。

t = (0: (numIMUSamples-1)) / imuFs;情节(t, expectedHeight);在绘图（T，Estheight）;持有离开传奇('真相'，“估计高度”，'地点'，“最佳”）ylabel（'高度（m）'）Xlabel（'时间''） 网格在

图包含轴。轴包含2个类型的型号。这些对象代表了地面真理，估计高度。

流('四元数距离RMS误差\n');

四元数距离均方根误差

流('\ t％.2f（度）\ n \ n'，qrms）;

2.93（度）

扩展功能

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

另请参阅

ahrsfilter.|insfilter

介绍了R2019a

AHRS10Filter.

描述

创建

语法

描述

属性

`imusamplevere.`- - - - - -IMU采样率(Hz)
`100.`(默认)|积极的标量

`陀螺仪`- - - - - -陀螺仪的倍增过程噪声方差((rad/s)²）
`[1 e-9 1 e-9 1 e-9]`(默认)|标量|三元素行向量

`Accelerernoise.`- - - - - -加速度计的倍增过程噪声方差(m/s)²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

`陀螺蓟网`- - - - - -陀螺仪偏压的乘法过程噪声差异（（rad / s²）²）
`[1E-10,1E-10,1E-10]`(默认)|标量|三元素行向量

`AccelerometerBiasNoise`- - - - - -加速度计偏置的乘法过程噪声方差（（M / s²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

`地质斑块型号`- - - - - -地磁矢量(μT²）
`[1E-6,1E-6,1E-6]`(默认)|标量|三元素行向量

`MagnetometerBiasNoise`- - - - - -磁强计偏差的加性过程噪声(μT²）
`(0.1, 0.1, 0.1)`(默认)|标量|三元素行向量

`状态`- - - - - -扩展卡尔曼滤波器的状态向量
18元柱矢量

`StateCovariance.`- - - - - -扩展卡尔曼过滤器的状态错误协方差
`眼睛(18)* 1 e-6`(默认)|18×18矩阵

对象的功能

例子

估算无人机的姿势

扩展功能

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

另请参阅

传感器融合和跟踪工具箱文档

万博1manbetx

自治系统传感器融合和跟踪

AHRS10Filter.

描述

创建

语法

描述

属性

imusamplevere.- - - - - -IMU采样率(Hz)100.(默认)|积极的标量

陀螺仪- - - - - -陀螺仪的倍增过程噪声方差((rad/s)2）[1 e-9 1 e-9 1 e-9](默认)|标量|三元素行向量

Accelerernoise.- - - - - -加速度计的倍增过程噪声方差(m/s)2）2）[1E-4,1E-4,1E-4](默认)|标量|三元素行向量

陀螺蓟网- - - - - -陀螺仪偏压的乘法过程噪声差异（（rad / s2）2）[1E-10,1E-10,1E-10](默认)|标量|三元素行向量

AccelerometerBiasNoise- - - - - -加速度计偏置的乘法过程噪声方差（（M / s2）2）[1E-4,1E-4,1E-4](默认)|标量|三元素行向量

地质斑块型号- - - - - -地磁矢量(μT2）[1E-6,1E-6,1E-6](默认)|标量|三元素行向量

MagnetometerBiasNoise- - - - - -磁强计偏差的加性过程噪声(μT2）(0.1, 0.1, 0.1)(默认)|标量|三元素行向量

状态- - - - - -扩展卡尔曼滤波器的状态向量18元柱矢量

StateCovariance.- - - - - -扩展卡尔曼过滤器的状态错误协方差眼睛(18)* 1 e-6(默认)|18×18矩阵

对象的功能

例子

估算无人机的姿势

扩展功能

C / C ++代码生成使用MATLAB®Coder™生成C和C ++代码。

另请参阅

传感器融合和跟踪工具箱文档

万博1manbetx

自治系统传感器融合和跟踪

`imusamplevere.`- - - - - -IMU采样率(Hz)
`100.`(默认)|积极的标量

`陀螺仪`- - - - - -陀螺仪的倍增过程噪声方差((rad/s)²）
`[1 e-9 1 e-9 1 e-9]`(默认)|标量|三元素行向量

`Accelerernoise.`- - - - - -加速度计的倍增过程噪声方差(m/s)²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

`陀螺蓟网`- - - - - -陀螺仪偏压的乘法过程噪声差异（（rad / s²）²）
`[1E-10,1E-10,1E-10]`(默认)|标量|三元素行向量

`AccelerometerBiasNoise`- - - - - -加速度计偏置的乘法过程噪声方差（（M / s²）²）
`[1E-4,1E-4,1E-4]`(默认)|标量|三元素行向量

`地质斑块型号`- - - - - -地磁矢量(μT²）
`[1E-6,1E-6,1E-6]`(默认)|标量|三元素行向量

`MagnetometerBiasNoise`- - - - - -磁强计偏差的加性过程噪声(μT²）
`(0.1, 0.1, 0.1)`(默认)|标量|三元素行向量

`状态`- - - - - -扩展卡尔曼滤波器的状态向量
18元柱矢量

`StateCovariance.`- - - - - -扩展卡尔曼过滤器的状态错误协方差
`眼睛(18)* 1 e-6`(默认)|18×18矩阵

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。