AMO-HEAD：面向磁扰动环境下 UAV 的自适应 MARG-Only 姿向估计
机器人学
2025-12-22 v1
摘要
准确且稳健的姿态估计对于在室内检查任务中使用的无人机（UAV）至关重要。然而，室内环境的杂乱程度常常会引入严重的磁干扰，显著降低姿态估计精度。为此，本文提出一种面向磁干扰环境下的 UAV 自适应 MARG-Only 姿态估计方法（AMO-HEAD）。AMO-HEAD 是一种轻量且计算效率高的扩展卡尔曼滤波（EKF）框架，利用惯性和磁力传感器实现可靠的姿态估计。在所提方法中，积分陀螺仪角速度测量以传递四元数状态，随后利用加速度计和磁力计数据进行校正。校正后的四元数用于计算 UAV 的航向。引入一种自适应过程噪声协方差方法，以建模和补偿陀螺仪测量噪声、偏置漂移以及由欧拉方法积分引起的离散化误差。为缓解外部磁干扰的影响，基于实时磁偏差检测引入一个缩放因子。对所提 AMO-HEAD 进行了李导数的理论可观测性分析。在定制的 UAV 平台上，在真实室内环境中进行了大量实验。结果表明，该算法在磁干扰条件下能够提供精确的姿态估计。
引用
@article{arxiv.2510.10979,
title = {AMO-HEAD: Adaptive MARG-Only Heading Estimation for UAVs under Magnetic Disturbances},
author = {Qizhi Guo and Siyuan Yang and Junning Lyu and Jianjun Sun and Defu Lin and Shaoming He},
journal= {arXiv preprint arXiv:2510.10979},
year = {2025}
}