无人机 PX4 飞控 | 如何检测状态估计EKF性能

文章预览

前言 ECL （Estimation and Control Library，估计和控制库），其中的状态估计使用扩展卡尔曼滤波算法（EKF）处理传感器的测量信息,是一个很成熟很优秀的状态估计模块。 EKF 提供如下状态量的估计值： •四元数定义从北东地（NED）局部地球坐标系到 X，Y，Z 机体坐标系的旋转 •IMU 的速度 — 北，东，地 (NED) (m/s) •IMU 的位置 — 北，东，地 (NED) (m) •IMU 增量角度偏差估计 — X，Y ，Z (rad) •IMU 增量速度偏差估计 - X, Y, Z(m/s) •地球磁场分量 — 北，东，地 (NED) (gauss) •飞行器机体坐标系磁场偏差 — X，Y ，Z (gauss) •风速 — 北, 东 (NE) (m/s) 位置及速度状态变量在输出至控制回路之前会根据IMU与机体坐标系之间的偏差量进行修正。IMU 相对于机体坐标系的位置由 EKF2_IMU_POS_X,Y,Z 参数设置。 EKF估计状态的性能好坏和很多因素有关，例如振动、传感器噪声、信号丢 ………………………………