气压计辅助姿态估计.pdfVIP

气压计辅助姿态估计

MélonéNyobaTchonkeu,SoulaimaneBerkane,SeniorMember,IEEE,

andTarekHamel,FellowMember,IEEE

Abstract—精确且稳健的姿态估计是自主车辆在GNSS受测量纳入以解决此问题。所谓速度辅助姿态（VAA）

限或高度动态环境中运行的核心挑战。在这种情况下，仅凭惯问题最近引起了越来越多的关注[3]–[5]。早期的机体

性测量单元（IMUs）不足以可靠地进行倾斜估计，因为重力加

坐标系VAA问题解决方案依赖于线性化，例如[6],

速度和惯性加速度之间存在歧义。虽然通常使用辅助速度传感

器，如GNSS、皮托管、多普勒雷达或视觉里程计，但它们可[7]，而后来的方法则采用了更加构造性的设计，并在

能不可用、间歇性工作或成本高昂。本研究介绍了一种基于气某些情况下提供了几乎全局渐近稳定的保证[8]–[12]。

压仪的姿态估计架构，该架构利用气压高度测量来推断非线性尽管这些架构稳健且理论基础扎实，但它们通常假设

观测器SO内的垂直速度和姿态。设计中将确定性的Riccati

完全测量了机体或惯性速度，这限制了当只有部分速

本观测器与互补滤波器级联，确保在统一可观察条件下实现几乎

译全局渐近稳定性（AGAS）并保持几何一致性。分析强调了基于度信息可用或者测量不可靠时的实际部署。这一局限

气压仪的估计作为轻量且有效的补充模式。性几乎没有受到理论上的关注。一个值得注意的例外

中是Oliveira等。[13]的工作，该工作在GNSS信号缺

1I.介绍失的情况下通过利用仅由单轴皮托管和IMU数据提

v

9自主车辆在GNSS受限或高度动态环境中的姿态供的机体固定框架中的空气速度矢量的一个分量，在

4

6估计仍为惯性导航的核心挑战。IMU提供角速度和比SO上的Riccati观察器框架内解决了固定翼

3力，作为主要的传感基础。在许多估计框架（例如，[1],无人机的姿态和空速估计问题，并保证了局部渐近收

1

9.[2]）中，尤其是在低成本无人机和机器人系统中，重敛。尽管相关，但该方法仅限于固定翼无人机且易受

0力通过假设线性加速度可忽略的情况下使用加速度计皮托管测量不确定性的困扰。

5

2测量进行近似。然而，加速度计并不直接测量重力而在本文中，我们关注一种更通用的气压计传感器

:

v是测量所有非重力加速度的比力。这种近似仅在准静在姿态估计中的贡献。气压计在现代无人机和移动机

i

x态条件下有效，在这些条件下，重力是主要的加速度。器人中广泛使用，可提供连续的高度读数，理论上可

r

a在动态场景中，如多足运动、激进的无人机机动或强以通过时间微分获得垂直速度。这种垂直速度限制了

风阵时，信号偏离了重力方向，导致倾斜估计的模糊沿重力轴的运动，提供了类似于空速传感器的信息以

性。为解决这一问题，现代估计架构越来越多地整合辅助姿态估计。为了解决气压测量固有的噪声问题，

额外测量以增强可观测性和鲁棒性。