智能实时 MEMS 传感器融合与校准
机器人学
2017-01-27 v1
摘要
本文讨论了一种创新的基于实时处理中所用所有变量均方误差估计的自适应异构融合算法。该算法设计用于导数传感器与绝对传感器之间的融合，并以将3轴陀螺仪、3轴加速度计和3轴磁力计融合为姿态与航向估计为例进行说明。与固定增益融合算法相比，我们的算法在稳态下具有相似的误差性能，但动态响应快得多。与扩展卡尔曼滤波相比，所提算法收敛更快且计算时间更短。另一方面，卡尔曼滤波在稳态下具有更小的均方输出误差，但如果被估计状态变化过快则会变得不稳定。此外，含噪融合偏差可用于校准过程。本文提出并解释了一种基于机器学习、在运行期间以在线模式工作的实时校准方法。这使得能够在传感器工作环境中直接补偿传感器热漂移，而无需在实验室中重新校准。
引用
@article{arxiv.1701.07594,
title = {Intelligent real-time MEMS sensor fusion and calibration},
author = {Dusan Nemec and Ales Janota and Marian Hrubos and Vojtech Simak},
journal= {arXiv preprint arXiv:1701.07594},
year = {2017}
}