[发明专利]刚体姿态追踪方法及其装置、设备、存储介质在审
申请号: | 202010793587.1 | 申请日: | 2020-08-07 |
公开(公告)号: | CN112084458A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 黄少光;许秋子 | 申请(专利权)人: | 深圳市瑞立视多媒体科技有限公司 |
主分类号: | G06F17/15 | 分类号: | G06F17/15;G06F17/16;G01C9/00;G01C21/16 |
代理公司: | 深圳市鼎泰正和知识产权代理事务所(普通合伙) 44555 | 代理人: | 缪太清 |
地址: | 518000 广东省深圳市南山区粤海街道沙*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 刚体 姿态 追踪 方法 及其 装置 设备 存储 介质 | ||
1.一种刚体姿态追踪方法,其特征在于,包括:
根据预设的函数模型分别建立卡尔曼预测四元数模型fkQ、卡尔曼预测位移模型fkP、滤波预测四元数模型fkQ、滤波预测位移模型fεP,其中,所述函数模型包括速度和加速度状态变量;
获取刚体初始帧的姿态四元数和位移,得到初始化后的模型fkQ、fkP、fεQ、fεP;
根据所述初始化后的模型fkQ、fkP、fεQ、fεP分别预测刚体当前帧的姿态四元数和位移,得到姿态四元数预测值和位移预测值;
将所述姿态四元数预测值和位移预测值以及获取的刚体当前帧姿态四元数和位移真实值引入二范数函数中,计算得到刚体当前帧的姿态信息。
2.如权利要求1所述的刚体姿态追踪方法,其特征在于,所述根据预设的函数模型分别建立卡尔曼预测四元数模型fkQ、卡尔曼预测位移模型fkP、滤波预测四元数模型fkQ、滤波预测位移模型fεP,其中,所述函数模型包括速度和加速度状态变量,包括:
将速度和加速度加入卡尔曼滤波的状态维度因子,结合滤波器原理,得到所述预设的函数模型;
根据所述预设的函数模型分别建立卡尔曼预测四元数模型fkQ、卡尔曼预测位移模型fkP、滤波预测四元数模型fεQ、滤波预测位移模型fεP。
3.如权利要求2所述的刚体姿态追踪方法,其特征在于,所述将速度和加速度加入卡尔曼滤波的状态维度因子包括:
选用kalman滤波模型,得到输出刚体姿态四元数和位移预测值的kalman滤波公式:
其中v为速度,a为加速度,Q为协方差矩阵,F为状态转移矩阵。
4.如权利要求2所述的刚体姿态追踪方法,其特征在于,所述滤波器原理包括:
令刚体姿态四元数和位移的预测值在Ti时刻为Xi,滤波后的预测值为则:
其中,α∈[0,1]代表平滑因子。
5.如权利要求1所述的刚体姿态追踪方法,其特征在于,所述卡尔曼预测四元数模型fkQ和卡尔曼预测位移模型fkP均包括:状态参数维度和测量变量,所述fkQ的状态参数维度、测量变量个数分别为12、4,所述fkP的状态参数维度、测量变量个数分别为9、3。
6.如权利要求1-5任一项所述的刚体姿态追踪方法,其特征在于,所述将所述姿态四元数预测值和位移预测值以及获取的刚体当前帧姿态四元数和位移真实值引入二范数函数中,计算得到刚体当前帧的姿态信息包括:
将所述姿态四元数预测值Qkframe、Qεframe和位移预测值Pkframe、Pεframe,以及获取的刚体当前帧姿态四元数真实值Qtframe和位移真实值Ptframe引入二范数函数中,以进行比较,求得刚体当前帧的姿态四元数Qframe和位移Pframe,所述二范数函数为:
distQ=||Qkframe-Qtframe||
distP=||Pkframe-Ptframe||
其中ThQ、ThP分别为一固定阈值。
7.如权利要求6所述的刚体姿态追踪方法,其特征在于,所述ThQ、ThP根据调试结果得出,其取值范围为0-0.01。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市瑞立视多媒体科技有限公司,未经深圳市瑞立视多媒体科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010793587.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种市政道路车辆降温装置
- 下一篇:一种羽毛球生产加工用的手持式检测机构