为了实时准确地获取爬架运行时的姿态信息,提出了一种基于改进Sage-Husa扩展卡尔曼滤波算法(improved Sage-Husa extended Kalman filter, ISHEKF)的爬架姿态估计方法。首先建立了爬架姿态估计模型,然后在扩展卡尔曼滤波(extended Kalman filter, EKF)对传感器进行融合滤波时,加入Sage-Husa扩展卡尔曼算法(SHEKF)对时变噪声进行调节,再以协方差匹配技术对Sage-Husa进行滤波发散判定,通过在调节因子中引入爬架实时运动速度,改进滤波发散判定依据,从而满足爬架运行时高精度的滤波要求。实验结果表明:在静态实验中,以横滚角为例,ISHEKF的最大误差较SHEKF减少了21.9%,较EKF的最大误...