Advertisement

A Complementary Filter for Attitude Estimation in Fixed-Wing UAVs

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本文提出了一种适用于固定翼无人机的姿态估计互补滤波器，该方法结合了角速率和加速度计数据，提高了姿态估计精度。 在姿态解算过程中，互补滤波器的设计是一个关键环节。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • A Complementary Filter for Attitude Estimation in Fixed-Wing UAVs
    优质
    本文提出了一种适用于固定翼无人机的姿态估计互补滤波器，该方法结合了角速率和加速度计数据，提高了姿态估计精度。 在姿态解算过程中，互补滤波器的设计是一个关键环节。
     
  • A Java Tool for Investigating State Estimation with the Kalman Filter...
    优质
    本工具是一款用于研究卡尔曼滤波状态估计的Java软件，旨在为用户提供便捷的数据分析和仿真模拟功能。 A Java Tool for Exploring State Estimation using the Kalman Filter
     
  • Designing a CIC Filter for an FPGA - Efficient Fixed-Point Implementation Part I: Data...
    优质
    本文为《FPGA高效定点实现CIC滤波器设计》系列的第一部分，探讨了在FPGA上实现CIC滤波器的数据准备和架构选择。 在 Simulink 中可以设计多种信号处理算法，例如 IIR 滤波器、CIC 滤波器等。这里我们将展示如何使用 Fixed-point 设计 CIC 滤波器，并将其转换为适用于 FPGA 上的资源利用率最佳的定点模型。 Fixed Point Designer 提供的数据类型优化功能包括： - 自动迭代并选择满足行为约束条件下的最小异构数据类型。 - 通过选取能够满足用户指定量化噪声容限要求的最小数据类型来实现位宽优化。 该下载包含一个使用32位定点数据类型的CIC滤波器和一个脚本，用于利用数据类型优化功能将其转换为最佳定点设计。我们还提供了一个模型作为优化输出的结果，并提供了Vivado工具链中的资源利用率指标。
     
  • fixed-wing-optimization-master_固定翼优化仿真_
    优质
    fixed-wing-optimization-master_固定翼优化仿真_是用于固定翼飞行器设计与优化的专业软件或代码库。它通过计算机仿真技术对固定翼飞机的各项参数进行调整和测试，以达到最佳性能。该工具适用于航空工程研究人员及学生。 该工具可用于固定翼飞机的运行仿真及其相关优化。
     
  • Satellite Attitude Control System Model in Simulink.zip
    优质
    本资源为Satellite Attitude Control System在Simulink中的建模实现，适用于航天工程与控制专业的学习和研究。 simulink卫星姿态控制系统模型.zip
     
  • Advoard Localization: Utilizing Kalman Filter for ROS Pose Estimation with UWB, Odom, and Lidar Data
    优质
    本文介绍了一种结合超宽带（UWB）、里程计和激光雷达数据的卡尔曼滤波方法，用于ROS平台的姿态估计，实现了高精度的Advoard定位。 在本项目中，我们的目标是开发一个能在ROS环境中运作并具备定位功能的系统。这些软件包已经在turtlebot3上进行了测试，但也可以安装到任何配备了超宽带测距传感器和里程计传感器的其他平台上使用。此外，该系统能够自动初始化机器人，并将初始姿态估计发送给导航堆栈，而无需在RViz窗口中手动进行设置。不过，请注意，在启用这项功能时需要配置LiDAR设备。AMCL模块同样依赖于初始姿势信息，因此这个特性对于实现完全自主的系统至关重要。目前我们提供了一个带有合成UWB数据的仿真程序包，并且可以调整以适应配备真实UWB传感器的实际机器人使用需求。 首先，请确保您至少拥有4个UWB传感器来支持系统的运行。
     
  • State Estimation in Robotics (English Edition)
    优质
    本书《State Estimation in Robotics》深入浅出地介绍了机器人技术中状态估计的基本原理与应用技巧，涵盖滤波器设计、传感器融合及定位导航等内容。 《机器人学中的状态估计》是Timothy D. Barfoot教授的著作，在SLAM领域广为流传，并被视为入门必读的经典书籍之一。本书深入讲解了状态估计的机理、三维几何学基础、矩阵李群以及位姿和点的估计方法等，尤其对基于滤波器的状态估计方法进行了全面深刻的介绍。 中文译本《机器人学中的状态估计》在高翔、颜沁睿、刘富强等多位SLAM专家与爱好者的共同努力下终于出版。这对于国内广大SLAM爱好者来说是一个好消息，值得推荐。 浙江大学CAD & CG国家重点实验室计算机视觉团队带头人章国锋教授评价该书为机器人方向的经典教材之一，并指出其侧重数学基础，先花费了三分之二的篇幅介绍概率、几何方面的基础知识，最后又回到应用问题上详细介绍了基于点云和图像的姿态估计。这是一本难得地既注重基础又顾及前沿研究问题的教材。 译者团队由一群对机器人技术充满激情的年轻人组成，他们中的许多人在计算机视觉、机器人等科研领域开始崭露头角。这本书凝聚了他们的满腔热忱和对中国技术发展的期望。 加拿大西蒙弗雷泽大学终身教授谭平对该书给予了高度评价，并表示该书不仅介绍了传统的经典算法，还涉及最新的行业进展和应用，同时传授了一些基础的数学工具。肖健雄博士（AutoX创始人、原美国普林斯顿大学计算机视觉与机器人实验室主任）认为这本书使用严谨的数学语言，深入浅出地讲解了状态估计技术，是初学者不可多得的学习资源。
     
  • Power System State Estimation with WLS: An Application in Power System State Estimation...
    优质
    本文探讨了加权最小二乘法(WLS)在电力系统状态估计中的应用，通过优化算法提高电网数据准确性与可靠性。 使用加权最小二乘法进行电力系统状态估计。测量数据包括电压幅值、功率注入和功率流。