An Algorithm for Rigid-Body Angular Velocity and Attitude Estimation Based on Isotropic Accelerometer Strapdowns
Notice bibliographique
Résumé
A novel algorithm for the estimation of rigid-body angular velocity and attitude—the most challenging part of pose-and-twist estimation—based on isotropic accelerometer strapdowns, is proposed in this paper. Quaternions, which employ four parameters for attitude representation, provide a compact description without the drawbacks brought about by other representations, for example, the gimbal lock of Euler angles. Within the framework of quaternions for rigid-body angular velocity and attitude estimation, the proposed methodology automatically preserves the unit norm of the quaternion, thus improving the accuracy and efficiency of the estimation. By virtue of the inherent nature of isotropic accelerometer strapdowns, the centripetal acceleration is filtered out, leaving only its tangential counterpart, to be estimated and updated. Meanwhile, using the proposed integration algorithm, the angular velocity and the quaternion, which are dependent only on the tangential acceleration, are calculated and updated at appropriate sampled instants for high accuracy. This strategy, which brings about robustness, allows for relatively large time-step sizes, low memory demands, and low computational complexity. The proposed algorithm is tested by simulation examples of the angular velocity and attitude estimation of a free-rotating brick and the end-effector of an industrial robot. The simulation results showcase the algorithm with low errors, as estimated based on energy conservation, and high-order rate of convergence, as compared with other algorithms in the literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».