【滤波跟踪】惯性导航系统INS解算Matlab代码,实现IMU数据处理、姿态 / 速度 / 位置AVP解算及与参考结果的误差分析

简介: ✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页:Matlab科研工作室 👇 关注我领取海量matlab电子书和数学建模资料 🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信🔥 内容介绍作业内容:编程实现惯性导航算法,并利用给定的IMU数据和初始化信息,进行惯性导航解算,导航结果与参考结果进行比分析。IMU.bin说明:1.数据按照二进制存储,为双精度double类型;2.文件中共7列数据依次为:时标(GPS周秒)、X向陀螺输出、Y向陀螺输出、Z向陀螺

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

👇 关注我领取海量matlab电子书和数学建模资料

🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信

🔥 内容介绍
作业内容:编程实现惯性导航算法,并利用给定的IMU数据和初始化信息,进行惯性导航解算,导航结果与参考结果进行比分析。

IMU.bin说明:

1.数据按照二进制存储,为双精度double类型;

2.文件中共7列数据依次为:时标(GPS周秒)、X向陀螺输出、Y向陀螺输出、Z向陀螺输出、X向加速度计输出、Y向加速度计输出、Z向加速度计输出;

3.采样频率为200HZ即采样间隔为0.005s(也可以从时标上判断得到);

4.陀螺和加速度计的输出均为采样间隔内的增量;

5.载体坐标系b系定义为前右下;

6.时标单位为s,陀螺输出的单位为rad,加速度计输出的单位为m/s。

初始化信息:

1.初始时间:91620.0 s;

2.初始位置(纬经高):23.1373950708 deg,113.3713651222 deg,2.175 m;

3.初始速度(北东地):0.0 m/s,0.0 m/s,0.0 m/s;

4.初始姿态(横滚俯仰航向):0.0107951084511778 deg,-2.14251290749072 deg, -75.7498049314083 deg。

Reference.bin说明:

1.纯惯性导航机械编排参考结果;

2.数据按照二进制存储,为双精度double类型;

3.文件中10列数据依次为:时标(GPS周秒,s),纬度(deg),经度(deg),高度(m),北向速度(m/s),东向速度(m/s),垂向速度(m/s),横滚姿态角(deg),俯仰姿态角(deg),航向姿态角(deg)。

Image
Image
Image

⛳️ 运行结果
Image
Image
📣 部分代码
avp0 = avp0(:);

[qnb0, vn0, pos0] = setvals(a2qua(avp0(1:3)), avp0(4:6), avp0(7:9));      

ins = [];

ins.ts = ts; ins.nts = 2*ts;

[ins.qnb, ins.vn, ins.pos] = setvals(qnb0, vn0, pos0); 

ins.vn0 = vn0; ins.pos0 = pos0;

[ins.qnb, ins.att, ins.Cnb] = attsyn(ins.qnb); ins.Cnb0 = ins.Cnb;

ins.avp  = [ins.att; ins.vn; ins.pos];

ins.eth = ethInit(ins.pos, ins.vn);

ins.Mpv = [ 1/ins.eth.RMh, 0,0; 0, 1/ins.eth.clRNh, 0; 0, 0, -1];

glv.wm_1 = zeros(3,1)';  glv.vm_1 = zeros(3,1)';  % 方便圆锥补偿和划桨补偿,它俩对应的是上一时刻的速度和角度增量

ins.an = zeros(3,1); %上一个时刻的加速度

🔗 参考文献

🎈 部分理论引用网络文献,若有侵权联系博主删除

相关文章
|
存储 编译器 C++
关于“VS2022无法打开头文件<graphics.h>” 以及编译时 “没有与参数列表匹配的重载函数实例”俩个问题的解决思路
关于“VS2022无法打开头文件<graphics.h>” 以及编译时 “没有与参数列表匹配的重载函数实例”俩个问题的解决思路
5364 0
|
数据采集 机器学习/深度学习 数据挖掘
处理异常值:详细教程与实例分析
处理异常值:详细教程与实例分析
1877 0
|
7天前
|
人工智能 安全 算法
GEO 行业大清洗:倒闭的不是公司,是整个行业的投机小聪明
本文深度剖析GEO行业2026年集体暴雷的根源:AI技术迭代彻底颠覆旧有商业逻辑。指出虚假繁荣源于信息差红利,而今算法升级、监管加码与品牌认知觉醒共同终结“铺量套利”模式。文章穿透表象,从商业本质、技术底层、人性痛点、产业终局四维拆解,宣告低端中介退场,真GEO已升级为以AI认知基建、品牌信用沉淀为核心的高价值赛道。(239字)
|
消息中间件 SQL JSON
阿里云物联网平台 “物模型属性” 的分析&&易错点&&上报属性时Payload如何正确组装?
您是否在纠结设备上报了数据,平台到底有没有收到? 您是否很疑惑物模型属性怎么老是不刷新? 您是否不理解物模型属性下发总是不生效? 您是否不知道上报属性时Payload到底该怎么填? 您是否很纳闷物模型属性一会又携带有时间戳,一会又没有? 您是否怀疑能不能自定义物模型属性的时间戳?又如何取到自定义时间戳? 您是否...
9313 3
阿里云物联网平台 “物模型属性” 的分析&&易错点&&上报属性时Payload如何正确组装?
|
7天前
|
人工智能 运维 数据可视化
非结构化数据处理,为什么是Dataphin?
Dataphin V6.1重磅推出非结构化数据处理能力,支持文档、音视频、图片等多模态数据的一站式资产化治理:提供7类50+开箱即用算子、可视化DAG编排、文件+元数据混合管理、细粒度权限与动态脱敏,实现与结构化数据统一治理、血缘追踪和版本管控。
198 2
|
7月前
|
人工智能 自然语言处理 搜索推荐
数字人数字分身技术分析
数字人技术正打破虚实边界,融合AI、图形学与自然语言处理,打造可交互、可进化的“数字生命体”。从虚拟偶像到智能客服、智慧教育、医疗助手,其全链条技术突破推动人机共生新生态。
|
10月前
|
Java API Maven
2025 Java 零基础到实战最新技术实操全攻略与学习指南
本教程涵盖Java从零基础到实战的全流程,基于2025年最新技术栈,包括JDK 21、IntelliJ IDEA 2025.1、Spring Boot 3.x、Maven 4及Docker容器化部署,帮助开发者快速掌握现代Java开发技能。
1788 1
|
算法 网络安全 开发工具
TLS/SSL 协议-非对称加密(RSA)原理
TLS/SSL 协议-非对称加密(RSA)原理
1281 0
|
传感器 容器
如何选择适合自己应用场景的水传感器
选择适合应用场景的水传感器需考虑因素包括:水质、测量范围、精度要求、安装环境及成本预算。不同场景如饮用水、工业废水、地下水等需选用不同类型传感器。
692 55
|
存储 安全 Java
列Java表(Lists)详解
在 Java 中,`List` 是一种用于存储有序集合的接口,允许重复元素,并提供了多种操作方法,如添加、删除、获取等。`List` 接口是 Java 集合框架的核心部分,常见的实现包括 `ArrayList`(动态数组)、`LinkedList`(双向链表)和 `Vector`(线程安全的动态数组)。
599 11

热门文章

最新文章