基于多传感器数据融合的巡检机器人测姿系统研究

针对当前电力巡检机器人实时姿态测量和导航控制问题,设计了基于STM32F767和MEMS传感器ADIS16405的捷联惯导姿态测量系统。在姿态解算中单独使用陀螺仪或加速度计和磁力计求解姿态角存在精度较低、易受外界条件的干扰、稳定性差等问题,采用卡尔曼滤波并将多传感器的数据进行融合的方法可有效地避免上述问题。首先,STM32F767与ADIS16405通过SPI通信协议采集角速度、加速度、磁感应强度等数据,并进行姿态解算。然后,利用MEMS陀螺仪的数据建立四元数方程,使用四阶龙格-库塔法求解姿态角,根据加速度计和磁力计采集的数据作为观测值进行卡尔曼滤波。将卡尔曼滤波和互补滤波融合后的姿态角的精度进行比较,转台仿真实验表明:卡尔曼滤波的精度较高,角度误差保持在1°以内。因此,融合后的数据有效地抑制了噪声,提高了姿态角的解算精度。