专利名称：一种低成本陀螺仪去噪防零漂防失真的方法
技术领域：
本发明专利涉及一种低成本陀螺仪去噪防零漂防失真的方法。
背景技术：
陀螺仪是一种重要的惯性敏感器件，用于对敏感相对惯性空间角运动进行测量， 是导航、制导、稳定、瞄准等系统的核心部件，广泛应用于战略战术武器、航天器、飞行器、汽车安全、工业自动化以及消费电子等领域，陀螺的精度将直接影响到系统姿态测量的效果。 受到制造工艺和精度水平的限制，相比传统制造工艺制造的惯性传感器，陀螺仪输出数据的随机噪声较大，因而在使用陀螺仪前必需建立合理的随机噪声模型，对陀螺仪的误差进行估算与补偿，以减少其对系统精度的影响。请参阅图1至图4，陀螺仪的输出误差，除去安装误差、刻度因子误差等可以忽略的外，主要有三种随机误差、常值漂移、温度影响，由图1可见，陀螺仪输出信号噪声非常大，且野值较多，最大的野值达到正负3.5 ；由图2可见，在温度影响下的陀螺输出数据，在 30000点附近出现了零位漂移；由图3可见，陀螺仪常值漂移(曲线b)，积分后角度(曲线a) 持续增大；由图4可见，由于加速度传感器的动态性能不好，惯性测量系统突然加速时，acc 传感(曲线c)会反向掉一下，从而使得融合角度(曲线d)也相反方向偏移，与真实角度相反，出现失真。由图可知，常值漂移对陀螺仪误差产生的贡献较大，对它的处理通常在机器人或两轮平衡电动车等智能装置启动但还没有工作时，对采集的陀螺仪的漂移数据进行平均， 然后在应用时在观测数据中将其减去；其次，就是由随机误差和温度影响。通常低成本陀螺仪去噪防零漂是采用时间序列建立误差模型的方法，然而该方法面临存在模型误差，运用于复杂高机动系统时噪声大，容易漂移。

发明内容
本发明是针对上述背景技术存在的缺陷提供一种低成本陀螺仪去噪防零漂防失真的方法，该方法可实现降低噪声，减少漂移，解决了融合失真问题。为实现上述目的，本发明公开了一种低成本陀螺仪去噪防零漂防失真的方法，其包括如下步骤
步骤一，将陀螺仪的输出信号通过低通滤波器去噪； 步骤二，将低通滤波器输出的数据通过时间窗实时校正陀螺零漂； 步骤三，将通过时间窗实时校正后的输出数据输入kalman滤波器，通过kalman滤波残差判断陀螺仪失真与否。进一步地，所述低通滤波器的当前输出值等于当前实际输出值与前一次输出值的权值和。进一步地，所述当前实际输出值与前一次输出值的权值为0. 7与0. 3或0. 6与 0. 4。
进一步地，所述步骤一的滤波次数为2 5次。进一步地，所述步骤二采用零速实时检测校正算法。 进一步地，所述步骤二为通过先进先出队列算法对低通滤波器输出的数据通过时间窗的方式求平均值，并将该平均值输入kalman滤波器。综上所述，本发明低成本陀螺仪去噪防零漂防失真的方法通过上述各步骤的配合，从而可实现降低噪声，减少漂移，解决了融合失真问题。


图1为陀螺仪静态下输出的数据图。图2为在温度影响下的陀螺仪输出的数据图。图3为陀螺仪静态时常值漂移和积分后的角度变化图。图4为陀螺仪与加速传感器融合时的输出数据图。图5为kalman滤波残差与传感器融合关系图。图6为本发明采取先进先出队列，取15个点为大小的时间窗进行算法改进后的曲线图。图7为陀螺仪输出的噪声在使用本发明去噪方法的前后对比图。图8为陀螺仪输出的动态性能在使用本发明去噪方法的前后对比图。图9为陀螺仪漂移曲线在使用本发明去噪方法的前后对比图。图10为使用本发明后的融合角度与角速度传感器的角速度的关系曲线图。
具体实施例方式为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能，下面结合附图与具体实施方式
对本发明作进一步详细描述。请参阅图5至图10，本发明一种低成本陀螺仪去噪防零漂防失真的方法包括如下步骤步骤一，将陀螺仪的输出信号通过低通滤波器进行3次去噪，所述低通滤波器的滤波算法为当前输出值等于当前实际输出值与前一次输出值的权值和，其中，所述当前实际输出值与前一次输出值的权值为0. 7与0. 3。步骤二，将低通滤波器输出的数据通过时间窗实时校正陀螺零漂，在本实施例中， 其为采用零速实时检测校正算法，即在陀螺仪的速度为零时通过先进先出队列算法(FIFO 算法)对低通滤波器输出的数据通过时间窗的方式求平均值，并将该平均值作为特征值输入kalman滤波器。步骤三，将通过时间窗实时校正后的输出数据输入kalman滤波器，通过kalman滤波残差判断陀螺仪失真与否。由于陀螺仪漂移的原始信号中包含渐进项和随机分量，通过多项式拟合提出渐进项后得到Kalman滤波残差I^k=Zk-HkXtlri，Kalman滤波残差代表滤波器可得到的新观测的附加信息，静态特性与先验信息不同的数据将在残差向量中体现出来。 由于所述公式Ik=Zk-HkXk^为本领域技术人员所了解，在此不再赘述。残差代表新观测器的信息，与自适应有最大关联，能精确、迅速地体现观测量与估计值的偏差大小。因此，基于残差构造一个模糊算法，用了剔除异常的测量数据，加权调整估计值，使得滤波器残差保持零均值，达到最优估计。依据滤波残差的模值大小不同，直接模糊调整滤波方差，强化滤波算法对目标机动的噪声适应能力。请参阅图5至图10，图5中曲线f为加速度传感器的输出曲线，曲线e为kalman 滤波残差值，曲线g为传感器融合角度，由图中可以看出，滤波残差可反映传感器融合角度真实与否。图6是采取先进先出队列(FIFO队列)，取15个点为大小的时间窗进行算法改进后的曲线图，曲线k为加速度传感器的输出值曲线，曲线h为滤波残差方差值的曲线，曲线 i为传感器融合的曲线。图6中可以明显地看出，时间轴3000点以前，传感器融合正常，曲线h平稳(0附近)，时间轴3500点，3800点，4200点左右，加速度传感器由于系统抖动，输出值不正常，曲线h很灵敏地探测到，实时性非常好，并且其幅值表明了传感器不正常工作的程度。图7显示了陀螺仪输出的噪声在使用本发明去噪方法的前(曲线m)后(曲线η)对比，使用本发明去噪方法后，陀螺仪的输出数据精度提高了一倍，且消除了野值，噪声降低近50%。图8中，曲线ρ为原始数据，曲线q为使用本发明去噪方法后的输出数据，其表明大幅降噪的同时，陀螺仪动态性能良好。图9中曲线s为零漂补偿后的曲线图，曲线r为零漂补偿前的曲线图，由图可知使用本发明去噪方法漂移减少了 57%。图10显示，使用本发明去噪方法后融合角度在加速度传感器动态性能不好时，完全不失真。综上所述，本发明低成本陀螺仪去噪防零漂防失真的方法通过上述各步骤的配合，从而可实现降低噪声，减少漂移，解决了融合失真问题。以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说， 在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
权利要求
1.一种低成本陀螺仪去噪防零漂防失真的方法，其包括如下步骤步骤一，将陀螺仪的输出信号通过低通滤波器去噪；步骤二，将低通滤波器输出的数据通过时间窗实时校正陀螺零漂；步骤三，将通过时间窗实时校正后的输出数据输入kalman滤波器，通过kalman滤波残差判断陀螺仪失真与否。
2.根据权利要求1所述的低成本陀螺仪去噪防零漂防失真的方法，其特征在于所述低通滤波器的当前输出值等于当前实际输出值与前一次输出值的权值和。
3.根据权利要求2所述的低成本陀螺仪去噪防零漂防失真的方法，其特征在于所述当前实际输出值与前一次输出值的权值为0. 7与0. 3或0. 6与0. 4。
4.根据权利要求1或2或3所述的低成本陀螺仪去噪防零漂防失真的方法，其特征在于所述步骤一的滤波次数为2 5次。
5.根据权利要求1或2或3所述的低成本陀螺仪去噪防零漂防失真的方法，其特征在于所述步骤二采用零速实时检测校正算法。
6.根据权利要求1或2或3所述的低成本陀螺仪去噪防零漂防失真的方法，其特征在于所述步骤二为通过先进先出队列算法对低通滤波器输出的数据通过时间窗的方式求平均值，并将该平均值输入kalman滤波器。
全文摘要
本发明公开了一种低成本陀螺仪去噪防零漂防失真的方法，其包括如下步骤步骤一，将陀螺仪的输出信号通过低通滤波器去噪；步骤二，将低通滤波器输出的数据通过时间窗实时校正陀螺零漂；步骤三，将通过时间窗实时校正后的输出数据输入kalman滤波器，通过kalman滤波残差判断陀螺仪失真与否。本发明低成本陀螺仪去噪防零漂防失真的方法通过上述各步骤的配合，从而可实现降低噪声，减少漂移，解决了融合失真问题。
文档编号G01C25/00GK102288197SQ20101061273
公开日2011年12月21日 申请日期2010年12月30日 优先权日2010年12月30日
发明者李一鹏, 涂超, 郭盖华 申请人:东莞易步机器人有限公司