[发明专利]一种基于低成本MEMS航姿参考系统的船舶运动姿态解算方法

说明书

本发明公开一种基于低成本MEMS航姿参考系统的船舶运动姿态解算方法，涉及惯性导航技术领域，包括：S1：获取航姿参考系统信息并进行误差补偿；S2：构建陀螺仪误差模型；S3：建立导航坐标系与载体坐标系的转换关系；S4：构建系统状态方程及量测方程；S5：计算船舶姿态角的初值及确定滤波参数初值；S6：更新滤波器参数；S7：得到更新后的船舶姿态角。所构建的误差模型涵盖了随机常值误差以及一阶马尔可夫随机漂移误差等，误差模型精度更高；采用CKF算法具有很好的滤波精度以及稳定性，计算速率更快；同时，基于强跟踪滤波方法调节预测状态误差协方差矩阵，基于Huber鲁棒滤波方法调节测量噪声协方差矩阵，提高了滤波器的鲁棒性。

技术领域

本发明涉及惯性导航技术领域，具体涉及一种基于低成本MEMS航姿参考系统的船舶运动姿态解算方法。

背景技术

船舶在海上航行时，受到海浪、海风以及洋流等不确定因素的影响，会使船舶被动地产生沿着三个坐标轴的平移运动:横荡、纵荡、升沉和旋转运动:横摇、纵摇、艏摇，给舰船补给、海上设施维护以及海洋作业机器人的收放等正常作业带来重大影响。为了保障船舶海上作业的正常开展，需要对以上六自由度运动进行准确的测量,同时计算船舶姿态角。

船舶的姿态通常是利用陀螺仪测量的角速度进行积分解算得到的，由于陀螺仪测量的信号中含有零偏、噪声等干扰，随着时间的积累通过积分运算的误差不断放大，导致纯积分解算出来的姿态角出现无限漂移。在静态情况下，加速度计测量的是重力加速度，通过解算可以获取准确的俯仰角和横滚角。但是当载体处在动态时，加速度测量信息中还包含了载体的线加速度，直接解算的姿态信息变得不可靠，因此加速度动态性能差。在没有磁场干扰的情况下，磁力计测量的是地球磁场强度，可以用于校准偏航角信息，但是易受磁干扰导致测量异常。对于低成本航姿参考系统，通常结合上述三类仪器的测量信息，利用数据融合算法实现较高精度的姿态测量。

目前，针对姿态解算的数据融合的方法通常被分为两类：互补滤波器和卡尔曼滤波器。通过互补方式融合陀螺仪、加速度计以及磁力计的数据来评估姿态，由于基于频率的特性，这通常更简单，更快。然而研究发现，普通互补滤波器的性能在长期和高度动态的情况下会恶化。随着计算能力的提高，卡尔曼滤波算法也被用于姿态的解算，它们在姿态估计精度方面往往表现得更好。

西宁泰里霍利智能科技有限公司公开了一种姿态角获取方法及装置(发明专利申请号：201810649078.4，发明名称：姿态角获取方法及装置)，该方法融合了加速度计、磁力计以及陀螺仪数据，采用传统卡尔曼滤波器，基于四元数法获取姿态角，动态响应快，可以捕捉高于5Hz的人体动作，静态误差在±0.1°，对人体动作跟随效果好。

立得空间信息技术股份有限公司公开了一种航姿参考系统的扩展卡尔曼滤波姿态解算方法，(发明专利申请号：202210889240.6，发明名称：一种航姿参考系统的扩展卡尔曼滤波姿态解算方法)，该方法基于四元数法建立拓展卡尔曼滤波的状态方程和量测方程，并且采用平滑滤波算法对加速度和磁力计数据进行平滑滤波处理，同时可以自适应估计加速度数据的量测方差以及判断是否采用磁力计数据，可以获得比较准确的姿态信息。

东南大学公开了一种应用于农用无人机植保作业的姿态解算方法，(发明专利申请号：202210247916.1，发明名称：一种应用于农用无人机植保作业的姿态解算方法)，该方法采用扩展卡尔曼滤波算法作为融合算法，并且采用一种自适应因子修正系统噪声协方差矩阵以及量测噪声协方差矩阵，在获得较高姿态解算精度的同时对状态突变具有一定的鲁棒性。

以上公开的专利所采用的方式，对陀螺仪的误差建模并不准确，陀螺仪解算模型的适应性不强，同时采用扩展卡尔曼滤波(EKF)算法引入了高阶截断误差以及复杂的雅克比矩阵运算，增加了计算的难度和复杂性，姿态解算精度受限并且降低了滤波效率。同时在遇到各种干扰引起的状态突变以及测量异常时，缺少强有效的手段抑制这些异常信息，鲁棒性不够好。