选择惯性传感器融合滤波器- MATLAB & Simulink万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

选择惯性传感器融合滤波器

该工具箱提供了多个过滤器，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和视觉里程计测量来估计平台的姿态和速度。每个滤波器可以处理来自特定传感器的特定类型的测量。每个筛选器还会做出假设，并可能有限制，在应用它之前应该仔细考虑。例如，许多滤波器假设除了9.81m/s的重力加速度外，没有持续的线性或角加速度²．因此，您应该避免在强加速度和恒定加速度期间使用它们，但这些滤波器在短线性加速度爆发期间可以表现得相当好。此外，一些滤波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差异。例如，ecompass对象使用TRIAD方法确定平台方向，计算成本非常低。许多过滤器(如ahrsfilter而且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而且insfilterAsync)采用扩展卡尔曼滤波方法，直接估计状态。

为了达到较高的估计精度，适当地调整滤波器的属性和参数是很重要的。工具箱提供了内置的调优函数用于调谐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)。

该表列出了所有配置的惯性传感器融合滤波器的输入、输出、假设和算法。

提示

除此表中列出的筛选器外，还可以使用insEKF对象构建灵活的惯性传感器融合框架，在其中可以使用内置或自定义运动模型和传感器模型。详情请参见利用基于insekf的柔性融合框架融合惯性传感器数据．

对象	传感器和输入	状态和输出	假设或限制	算法	可调
`ecompass`	加速度计磁强计	取向	除重力加速度外，滤波器假定没有持续的线性和角加速度。	三元组法	没有
`ahrsfilter`	加速度计陀螺仪磁强计	方向和角速度	除重力加速度外，滤波器假定没有持续的线性和角加速度。	误差状态卡尔曼滤波器	是的
`ahrs10filter`	加速度计陀螺仪磁强计测高计	方向，高度，垂直速度，三角角偏差，三角速度偏差，地磁场矢量，磁力计偏差	该滤波器在垂直方向上假定线性加速度分段恒定，在其他方向上除重力加速度外无持续的线性加速度和角加速度。	离散扩展卡尔曼滤波器	是的
`imufilter`	加速度计陀螺仪	方向和角速度	除重力加速度外，滤波器假定没有持续的线性和角加速度。	误差状态卡尔曼滤波器	是的
`complementaryFilter`	加速度计陀螺仪磁力仪(可选)	方向和角速度	除重力加速度外，滤波器假定没有持续的线性和角加速度。	基于非卡尔曼滤波的方法: 使用高通和低通滤波器来降低各种传感器读数的噪声。根据指定的权重融合过滤后的传感器读数。	没有
`insfilterMARG`	加速度计陀螺仪磁强计全球定位系统(GPS)	方向，位置，速度，角偏置，速度偏置，地磁场矢量，磁力计偏置	预测步骤采用加速度计和陀螺仪输入。因此，过滤器假设: 分段常数线性加速度。分段恒定角速度。加速度计和陀螺仪以相同的速度运行，没有样品掉落。	离散扩展卡尔曼滤波器	是的
`insfilterAsync`	加速度计陀螺仪磁强计全球定位系统(GPS)	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，磁力计偏差	过滤器假设: 恒定角速度恒定的加速度该滤波器不要求传感器同步，每个传感器都可以有样品掉落。	连续离散扩展卡尔曼滤波器	是的
`insfilterNonholonomic`	加速度计陀螺仪全球定位系统(GPS)	方向，位置，速度，陀螺仪偏差，加速度计偏差	预测步骤采用加速度计和陀螺仪输入。因此，过滤器假设: 分段线性加速度不变。分段角速度恒定。加速度计和陀螺仪以相同的速度运行，没有样品掉落。此外，过滤器假设平台向前移动，没有侧滑。	离散扩展卡尔曼滤波器	是的
`insfilterErrorState`	加速度计陀螺仪磁强计全球定位系统(GPS) 视觉里程表	方向，位置，速度，陀螺仪偏差，加速度计偏差，和视觉里程表规模	预测步骤采用加速度计和陀螺仪输入。因此，过滤器假设: 分段线性加速度不变。分段角速度恒定。加速度计和陀螺仪以相同的速度运行，没有样品掉落。	误差状态卡尔曼滤波器	是的

另请参阅

tunerconfig