基于卡尔曼滤波的自平衡两轮电动车多传感器信息融合研究

(整期优先)网络出版时间:2016-06-16
/ 1
针对MEMS惯性传感器在两轮自平衡车姿态检测中存在随机漂移误差的问题,利用扩展卡尔曼滤波实现对加速度计与陀螺仪的信息融合,设计实用的滤波算法,根据实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,建立自平衡车导航用惯性传感器陀螺仪和加速度计误差的数学模型,对加速度传感器的随机误差和陀螺仪的温度漂移误差进行补偿,从而得到自平衡车姿态信号的最优估计,实现两轮自平衡车的自平衡运行。实验结果分析表明,采用卡尔曼信息融合方法,得到自平衡车姿态信息最优估计是有效可行的,并且有利于两轮车完成自平衡控制。