四旋翼姿态解算——互补滤波法补充(融合磁力计)
上一次的博文中(点我打开)介绍了互补滤波法的算法流程和程序实现,但是仅仅只是融合了三轴加速度计和三轴陀螺仪的数据解算出姿态。
由于机体水平时,加速度计无法测量绕 Z 轴的旋转量,即偏航角yaw,并且磁力计也同样无法测得z轴的旋转量。
所以,我们考虑使用加速度计和磁力计同时对陀螺仪进行校正。这次介绍如何融合磁力计的数据进行姿态解算。
在介绍算法之前,想再提一点自己的感想。很多新手入门姿态解算算法时,最先接触的就是这个Mahony的互补滤波算法,也相对简单一些。有的人觉得数学推导很麻烦,也不愿意花时间研究代码,懵懵懂懂地把程序复制粘贴过去就随便填了几个参数,然后就去看现象。其实大家都知道这种方法是不对的吧,没出问题还好,一旦出了错就不知所措了。很多时候,飞控出了问题,不一定是控制的问题,有时候问题出在姿态解算上(“血与泪”的教训,我当初就是在这个地方被坑了很久)。得到了姿态角后,先看看波形,看看数据怎么样,滤波器有没有用。(不想自己写程序和调试的,请无视这些。)
这里再推荐一个很实用的工具:匿名上位机。功能很强大,可以自己写程序上传数据,在上位机上看波形,一切OK之后再进行下一步的工作。
这是匿名上位机的界面的截图,可以到匿名科创的官网上下载:
好了,开始介绍算法部分吧!
还是按照这张框图得流程来介绍:
首先,假设磁力计测量得到的三轴磁场数据为
。
为方便运算,像此前一样,将数据归一化之后再进行运算。得到载体坐标系b下的标准磁场数据
,其中
。为表示简便,将归一化之后的数据还是表示为
。
将这组载体坐标系b下测得的数据
旋转到导航坐标系n下,得到
。
坐标系的旋转相当于乘以一个旋转矩阵
。
使用以前推导得到的结论,其为四元数表示的旋转矩阵
:
得到:
假定理想情况下,让导航坐标系n中x轴指向正北方向,并设这个新的导航坐标系下磁力计数据为
。那么根据高中物理知识分析可以知道,Z轴方向分量(即重力方向分量)相等,水平方向分量相等。 则容易得到:
若取y轴指向正北方向,则:
取x轴或y轴朝向正北,按照自己情况定义。我在程序中取的是x轴,所以后面使用x轴朝正北方向的结果来推导。
将磁力线在导航坐标系n中的理想输出
再次旋转到载体坐标系b中,得到在b系中的理想输出:
将理想输出
和原始输出
作叉积得到误差e(w),将其作为补偿项送给陀螺仪进行校正:
表示成矩阵形式:
这部分只是用来修正YAW轴的,还要加上加速度的校正补偿项(前面的博文中已经推导过),再送给陀螺仪:
后面的就与前面博文中介绍的步骤一样了,这里不做赘述。
终于可以上代码了:
//////////////////////////////////////////////////////////////////////////////// #define Kp 10.0f // proportional gain governs rate of convergence to accelerometer/magnetometer #define Ki 0.008f // integral gain governs rate of convergence of gyroscope biases #define halfT 0.001f // half the sample period采样周期的一半 float q0 = 1, q1 = 0, q2 = 0, q3 = 0; // quaternion elements representing the estimated orientation float exInt = 0, eyInt = 0, ezInt = 0; // scaled integral error void IMUupdate(float gx, float gy, float gz, float ax, float ay, float az, float mx, float my, float mz) { float norm; float hx, hy, hz, bx, bz; float wx, wy, wz; float vx, vy, vz; float ex, ey, ez; // 先把这些用得到的值算好 float q0q0 = q0*q0; float q0q1 = q0*q1; float q0q2 = q0*q2; float q0q3 = q0*q3; float q1q1 = q1*q1; float q1q2 = q1*q2; float q1q3 = q1*q3; float q2q2 = q2*q2; float q2q3 = q2*q3; float q3q3 = q3*q3; if(ax*ay*az==0) return; if(mx*my*mz == 0) return; norm = sqrt(ax*ax + ay*ay + az*az); //acc数据归一化 ax = ax / norm; ay = ay / norm; az = az / norm; norm = sqrt(mx*mx + my*my + mz*mz); //mag数据归一化 mx = mx / norm; my = my / norm; mz = mz / norm; // mx = 0; // my = 0; // mz = 0; hx = 2 * mx * (0.5 - q2q2 - q3q3) + 2 * my * (q1q2 - q0q3) + 2 * mz * (q1q3 + q0q2); hy = 2 * mx * (q1q2 + q0q3) + 2 * my * (0.5 - q1q1 - q3q3) + 2 * mz * (q2q3 - q0q1); hz = 2 * mx * (q1q3 - q0q2) + 2 * my * (q2q3 + q0q1) + 2 * mz * (0.5 - q1q1 -q2q2); bx = sqrt((hx*hx) + (hy*hy)); bz = hz; // estimated direction of gravity and flux (v and w) 估计重力方向和流量/变迁 vx = 2*(q1q3 - q0q2); //四元素中xyz的表示 vy = 2*(q0q1 + q2q3); vz = q0q0 - q1q1 - q2q2 + q3q3 ; wx = 2 * bx * (0.5 - q2q2 - q3q3) + 2 * bz * (q1q3 - q0q2); wy = 2 * bx * (q1q2 - q0q3) + 2 * bz * (q0q1 + q2q3); wz = 2 * bx * (q0q2 + q1q3) + 2 * bz * (0.5 - q1q1 - q2q2); // error is sum of cross product between reference direction of fields and direction measured by sensors // ex = (ay*vz - az*vy) ; //向量外积在相减得到差分就是误差 // ey = (az*vx - ax*vz) ; // ez = (ax*vy - ay*vx) ; ex = (ay*vz - az*vy) + (my*wz - mz*wy); ey = (az*vx - ax*vz) + (mz*wx - mx*wz); ez = (ax*vy - ay*vx) + (mx*wy - my*wx); exInt = exInt + ex * Ki; //对误差进行积分 eyInt = eyInt + ey * Ki; ezInt = ezInt + ez * Ki; // adjusted gyroscope measurements gx = gx + Kp*ex + exInt; //将误差PI后补偿到陀螺仪,即补偿零点漂移 gy = gy + Kp*ey + eyInt; gz = gz + Kp*ez + ezInt; //这里的gz由于没有观测者进行矫正会产生漂移,表现出来的就是积分自增或自减 // integrate quaternion rate and normalise //四元素的微分方程 q0 = q0 + (-q1*gx - q2*gy - q3*gz)*halfT; q1 = q1 + (q0*gx + q2*gz - q3*gy)*halfT; q2 = q2 + (q0*gy - q1*gz + q3*gx)*halfT; q3 = q3 + (q0*gz + q1*gy - q2*gx)*halfT; // normalise quaternion norm = sqrt(q0*q0 + q1*q1 + q2*q2 + q3*q3); q0 = q0 / norm; q1 = q1 / norm; q2 = q2 / norm; q3 = q3 / norm; Q_ANGLE.z = atan2(2 * q1 * q2 + 2 * q0 * q3, -2 * q2*q2 - 2 * q3* q3 + 1)* 57.3; // yaw Q_ANGLE.y = asin(-2 * q1 * q3 + 2 * q0* q2)* 57.3; // pitch Q_ANGLE.x = atan2(2 * q2 * q3 + 2 * q0 * q1, -2 * q1 * q1 - 2 * q2* q2 + 1)* 57.3; // roll }
照着前面推导的步骤,再跟着程序走一遍,是不是清晰了许多?
推荐一些比较好的资料的链接:
陀螺仪、加速度计 、磁力计的介绍
http://www.360doc.com/content/13/1217/19/235269_337950743.shtml
磁力计工作原理介绍
http://blog.sina.com.cn/s/blog_402c071e0102v8ig.html
- 四旋翼姿态解算——互补滤波法补充(融合磁力计)
- 四旋翼姿态解算——基础理论及推导
- 四元数姿态解算及多传感器融合详细解析
- 关于姿态解算与融合的基础概念篇(一)
- 关于姿态解算与融合的证明篇(二)
- 四旋翼姿态解算——梯度下降法理论推导
- 姿态解算系列一:经验型卡尔曼数据融合
- 姿态解算系列一:经验型卡尔曼数据融合
- 关于姿态解算与融合的代码注释篇(三)
- 四旋翼姿态解算——互补滤波算法及理论推导
- 四旋翼姿态解算——梯度下降法理论推导
- 四旋翼姿态解算——互补滤波算法及理论推导
- 四元素姿态解算 ---地磁计融合解读
- 四元数姿态解算中的地磁计融合解读
- 四元素姿态解算 ---地磁计融合解读
- 基于四元数的扩展卡尔曼(EKF)滤波器四旋翼姿态解算详解-1.KF介绍
- 四元数姿态解算中的地磁计融合解读
- 基于四元数的扩展卡尔曼(EKF)滤波器四旋翼姿态解算详解-2.EKF介绍
- 四元数姿态解算中的地磁计融合解读
- 磁力计和加速度计初始姿态解算