基于四元数平均的自适应互补滤波器用于足部安装AHRS的行人航位推算
本文提出一种基于四元数平均的自适应互补滤波器（QAACF），用于足部安装的AHRS的行人航位推算，通过Markley四元数平均融合传感器数据并自适应调整权重，实现了低RMSE和低计算成本。
在室内导航领域，全球定位系统（GPS）因屋顶和高层建筑的遮挡而信号衰减严重，而行人航位推算（PDR）不受此类信号影响，因此被广泛研究。足部安装的姿态和航向参考系统（AHRS）的PDR精度高度依赖于姿态估计算法的准确性。近日，一篇发表于arXiv（编号2607.05451）的论文提出了一种基于四元数平均的自适应互补滤波器（QAACF），旨在提升估算精度的同时降低计算开销。该论文由Shunsei Yamagishi等人撰写，于2026年7月5日提交。
QAACF的核心创新在于采用Markley四元数平均算法来融合来自角速度、加速度计和磁力计的数据。与传统线性插值相比，该方法能更严谨地结合两个四元数，从而提高融合精度。此外，滤波器能够根据步态阶段（如站立、摆动）和磁干扰水平自适应调整各传感器的权重，确保在复杂环境下保持鲁棒性。实验结果表明，QAACF在均方根误差（RMSE）方面优于现有姿态估计滤波器，且计算成本低于卡尔曼滤波器。该研究为低成本、高精度的室内定位系统提供了新思路，尤其适用于足部安装设备。该论文属于机器人学（cs.RO）和人机交互（cs.HC）领域，相关代码和数据可能通过arXiv开放获取。