Skip to content
返回搜索结果

Mahony 滤波器

提出者
Robert Mahony
年份
2008
类型
Observer algorithm
类别
Complementary Filtering

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

Mahony 滤波器是一种基于互补观测器的姿态滤波器,它融合陀螺仪、加速度计和磁力计的测量数据来估计四元数姿态。该滤波器由 Robert Mahony 及其同事于 2008 年开发,结合了陀螺仪角速度积分与来自矢量测量(加速度计、罗盘)的校正反馈,并采用比例-积分控制原理。Mahony 滤波器在性能上与卡尔曼滤波器相似,但实现更简单,计算成本更低,因此非常适合资源受限的系统和实时控制。

方法背后的直觉

将 Mahony 滤波器设想为一个闭环控制器,其中陀螺仪提供“开环”估计(快速但有漂移),而加速度计/罗盘提供误差信号(缓慢但稳定)。比例-积分 (PI) 控制器计算校正量,并将其反馈给陀螺仪积分环路。较高的陀螺仪增益可实现快速响应;较高的加速度计增益可提供稳定性。两者通过平衡来实现响应速度和无漂移姿态。

历史学

Robert Mahony 和澳大利亚国立大学的同事于 2008 年左右在研究四旋翼控制时开发了互补观测器方法。该方法在几篇关于多旋翼姿态估计的有影响力的论文中得到了正式阐述。Mahony 的公式将经典的互补滤波(在航空航天领域使用了几十年)与现代四元数代数和控制理论相结合。该滤波器成为开源自动驾驶仪社区 (ArduPilot, PX4) 的标准,并广泛应用于研究和商业系统。

何时使用

当卡尔曼滤波器过于复杂或成本过高时,在嵌入式系统上使用 Mahony 滤波器进行姿态估计。非常适合四旋翼、多旋翼和飞机自动驾驶仪。当您想要一种物理上合理、易于调整的替代 Madgwick(使用梯度下降)的方法时,请部署。适用于需要低延迟和稳定估计的实时控制回路。当您理解比例-积分控制并能够调整 K_p、K_i 时使用。

局限与注意事项

  • 调整 K_p 和 K_i 需要理解控制理论和进行经验实验。
  • 性能对调整敏感;增益选择不当可能导致振荡或响应迟缓。
  • 积分项可能导致抗积分饱和;大而持续的误差会累积并导致过冲;需要缓解措施。
  • 与 Madgwick 一样,磁力计干扰会影响航向精度;需要校准,可能还需要干扰检测。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 物理直观;基于控制理论 (PI 反馈);比梯度下降更容易理解和调试。
  • 显式的陀螺仪偏差估计;积分项会随着时间的推移学习和校正传感器偏差。
  • 两个调整参数 (K_p, K_i) 具有清晰的物理意义(比例和积分增益),不像 Madgwick 中的 beta。
  • 计算成本与 Madgwick 相似;轻量级,适用于嵌入式系统。

应用

  • 四旋翼和多旋翼飞行控制:大多数开源自动驾驶仪 (ArduPilot, PX4) 中的主要姿态估计器。
  • 固定翼飞机自动驾驶仪:低成本无人机飞行控制器中的姿态参考。
  • 无人机 (UAV) 研究:学术运动控制研究中的标准滤波器。
  • 船舶航向和稳定:船舶自动驾驶仪和横滚稳定器的姿态参考。
  • 移动机器人方向跟踪:轮式和足式机器人的方向估计。

使用方式

使用方式

1

以 50+ Hz 的频率从 9-DOF IMU 采集测量数据:3 轴加速度计、3 轴陀螺仪和 3 轴磁力计。

2

对加速度计和磁力计矢量进行归一化;获取陀螺仪角速度;如果可用,则应用校准。

3

计算重力(向下)和磁北(根据当前姿态估计值)的预期方向;与测量方向进行比较;通过叉积(几何误差)计算误差。

公式
\dot{\vec{q}} = \frac{1}{2}\vec{q} \otimes \vec{\omega} + k_p \vec{e} + k_i \int \vec{e} dt
4

将比例校正 (K_p * error) 和积分校正 (K_i * integral(error)) 应用于估计陀螺仪偏差;使用校正后的角速度更新四元数。

5

输出四元数;如果需要,转换为欧拉角;根据误差幅度和传感器一致性评估置信度。

常见陷阱

  • 选择过高的 K_p 和 K_i 会导致振荡和不稳定;典型值 K_p ~ 1.0,K_i ~ 0.1,通过经验调整。
  • 忘记限制积分项;未受控的积分会累积误差;引入积分抗饱和限制。
  • 假设加速度计误差模型为高斯分布;非高斯干扰(振动、冲击)会破坏滤波器;可能需要鲁棒估计器。
  • 在未在预期运动剖线下进行测试的情况下部署;滤波器调整取决于预期的机动速率和传感器质量。

常见问题

如何调整 K_p 和 K_i?

K_p 是比例增益(通常为 0.5–2.0);较高的 K_p 意味着更快的校正但有振荡风险。K_i 是积分增益(通常为 0.01–0.1);它控制偏差校正速率。从 K_p=1.0,K_i=0.1 开始。如果滤波器滞后于机动,则增加 K_p;如果发生振荡,则减小 K_p。如果偏差漂移明显,则增加 K_i;如果发生积分抗饱和,则减小 K_i。

什么是积分抗饱和以及如何防止它?

当积分项在持续误差(例如,磁力计干扰)期间无界增长时,会发生积分抗饱和。当误差最终清除时,滤波器会过冲。通过限制积分项(将其限制在范围内)或通过条件积分(仅在误差较小时进行积分)来防止。

Mahony 和 Madgwick 滤波器之间有什么区别?

Mahony 使用 PI 反馈和显式偏差估计;Madgwick 使用梯度下降。Mahony 基于控制理论;Madgwick 基于优化。两者具有相似的计算成本。Mahony 通常具有更快的偏差收敛速度;Madgwick 实现更简单。仅用于姿态(无偏差)时,它们的性能相似。

Mahony 能处理大加速度吗?

在大加速度期间,加速度计会测量惯性加速度 + 重力,导致俯仰/滚转误差。Mahony 滤波器假设加速度计指向下方;大加速度违反了这一点。一些实现使用加速度幅度阈值来减小机动期间加速度计的权重,从而提高鲁棒性。

相关方法

参考文献

  1. Mahony, R., Hamel, T., & Pflimlin, J. M. (2008). Multirotor aerial vehicles: Modeling, estimation, and control of quadrotors. IEEE Robotics and Automation Magazine, 19(3), 20–32.

    打开出版物文献
    已复制。
  2. Mahony, R., Hamel, T., & Pflimlin, J. M. (2012). Multirotor aerial vehicles: Modeling, estimation, and control of quadrotors. IEEE Robotics & Automation Magazine, 19(3), 20–32.

    打开 DOI 文献
    已复制。
  3. Valenti, R. G., Dryanovski, I., & Xiao, J. (2016). Keeping a good attitude: A quaternion-based orientation filter for IMUs and MARGs. Sensors, 15(8), 19302–19330.

    打开 DOI 文献
    已复制。