بهبود تعيين وضعيت در حركات ديناميكي پرشتاب با استفاده از فيلتر كالمن گسترشيافته تطبيقي مبتني بر كواترنيون

تعيين وضعيت يك جسم در كابردهاي مختلف ناوبري و رباتيك همواره از اهميت خاصي برخوردار بوده است. براي تعيين وضعيت معمولا از داده هاي شتاب سنج و ژايرو استفاده مي شود. ژايرو داراي مشكل باياس است و شتاب سنج در حضور شتاب خارجي در تعيين وضعيت دچار خطا مي شود. بنابراين از تلفيق داده هاي مربوط به اين دو سنسور در تعيين وضعيت استفاده مي شود. اما بايد توجه داشت كه الگوريتم تلفيق به خودي خود متوجه حركات پرشتاب نميشود و استفاده از داده شتابسنج موجب اشتباه در تعيين زوايا مي شود. بنابراين بهرهگيري از الگوريتمي كه شتاب خارجي را تشخيص داده و مانع از استفاده از داده شتابسنج در تلفيق شود به شدت ضروري است. در اين مقاله با استفاده از يك فيلتر كالمن گسترش يافته تطبيقي مبتني بر كواترنيون حركات شتابدار تشخيص داده شده و سهم آنها در تلفيق كم مي شود. براي نشان دادن موثر بودن الگوريتم از يك شبيه ساز شناور استفاده شده و الگوريتم پيشنهادي بر روي آن تست شده است و نتايج حاصل گوياي موثر بودن الگوريتم پيشنهادي مي باشد.

Attitude determining of an object in various navigation and robotics applications has been always an important issue. Accelerometer and gyro data are usually used to determine the attitude. The gyro suffers from bias problem and the accelerometer data is not reliable in the presence of external acceleration for attitude determination. Therefore, data fusion for these two sensors is used to determine the attitude. But it should be noted that the fusion algorithm does not perceive highly accelerated movements by itself and the use of accelerometer data causes a mistake in determining the Euler angles. Therefore, the use of an algorithm that detects the external acceleration and prevents the use of accelerometer data in the fusion is extremely necessary. In this paper, an adaptive extended Kalman filter based on the quaternions is used to detect the accelerated motions and reduce its weight in the fusion algorithm. To demonstrate the effectiveness of the proposed method, a boat simulator has been used and the proposed algorithm has been tested on it, and the results indicate the effectiveness of the proposed algorithm.