基于卡尔曼滤波的惯性导航初始对准与姿态估计.docxVIP

PAGE2

基于卡尔曼滤波的惯性导航初始对准与姿态估计

摘要

无人机在复杂环境下的自主飞行高度依赖准确的姿态与航向信息。微机电惯性测量单元成本低、体积小，但器件零偏与噪声易导致姿态发散。本课题面向无人机起飞前静止阶段，设计一种“加速度计/磁力计粗对准+卡尔曼滤波精对准”的两级对准方案，以解决低精度惯性器件初始姿态估计精度不足的痛点。

全文以工程递进思路展开：第一章分析无人机导航对快速高精度对准的现实需求与现有方法局限；第二章阐述惯性导航、姿态表示与卡尔曼滤波理论，论证技术选型；第三章明确系统功能与非功能需求，建立用例模型；第四章给出系统总体架构与模块划分；第五章深入设计粗对准算法与十五维状态卡尔曼滤波精对准模型；第六章实现数据采集与算法代码，并解决磁干扰与滤波发散等难点；第七章设计静态测试与动态对比实验，验证系统精度；第八章总结工作并展望未来改进方向。

本设计的核心特色在于将磁力计辅助的解析粗对准与惯性/磁力计组合的误差状态卡尔曼滤波精对准有机结合，在低成本硬件上实现了优于0.5度的姿态估计精度，为小型无人机惯导初始化提供了实用方案。

第一章绪论

1.1研究背景

无人机在航拍测绘、农业植保与物流配送等领域的广泛应用，对其飞行控制与导航精度提出了严苛要求。姿态信息作为控制系统的核心反馈量，直接影响悬停稳定性和航线跟踪精度。低成本微机电惯性测量单元已在消费级无人机中普及，但其