基于零加速修正的室内惯性定位算法

惯性微传感器定位精度受到累积误差影响严重,甚至在连续定位过程中出现无法收敛问题,使估计位置严重偏离实际位置。基于零加速状态检测并修正传感器平台姿态的算法可以在常规传感器配置条件下解决传感器的累积误差影响问题。将采集的加速度值与相应的阈值比较,检测出平台的零加速状态,根据检测到的零加速状态对平台的姿态信息进行重新修正估计,达到削弱累积误差影响的目的。理论分析表明,基于零加速修正的惯性定位算法具有较优异的计算复杂度。室内外实验结果表明,经过零加速修正定位算法得到的轨迹与行人真实轨迹能够较好契合,验证了该算法可以不依赖于GPS实现对行人的有效定位。

基于MEMS传感器的道面坡度提取方法

道面坡度测量对于精细化导航系统及场面运行模拟系统的开发具有重要的意义。采用微机械电子系统MEMS(Micro-Electro-Mechanical System)传感器进行加速度估计的方法提取道面坡度通常需要增加额外的传感器,同时还会受到累积误差的困扰。仅利用智能手机的传感器,通过零加速状态检测的方法对旋转四元数进行重置,实现了累积误差的修正,并提出了一种新的坡度提取方法,在不需要额外传感器提供辅助参数的情况下,利用重力加速度方向不变性,通过载体坐标系中的重力加速度矢量方向的变化间接地实现了道面坡度信息提取。实验结果表明,本文算法可以准确地提取道面坡度信息并实现对道面坡度信息的定位。