汽车方向盘角度传感器检测系统设计

作为汽车动力学稳定性控制系统的重要组成部分,汽车转向角传感器可以用来检测方向盘的转动角度,而方向盘的转动角度是为汽车实现转向幅度提供依据,使汽车按照驾驶员的转向意图行驶,其精度对于行车安全具有重要意义;设计了一种汽车方向盘角度传感器转角检测系统,并利用该系统检测一款角度传感器转角值测量精度;检测系统通过CAN总线驱动角度传感器转动并读回角度传感器的转角数据,再利用Matlab对数据进行分析处理;经过多次实验,实验结果符合要求,证明了该系统能有效解决汽车方向盘角度传感器转角测试问题。     

车轮定位参数微机辅助测量系统

本文介绍一种新型汽车车轮定位参数的微机测量系统。系统采用８０３１单片微机为主机，可完成车轮定位参数、转向轮最大转角、方向盘转角范围及自由行程的自动测量及显示、打印输出；绘制阿可曼特性曲线和转向系角传动比特性曲线，还可对轮辋及夹具“摆差”进行自动补偿     

车轮定位参数微辅助测量系统

介绍一种新型汽车车轮定位参数的微机测量系统。该系统采用8031单片微机为主机，可完成车轮定位参数、转向轮最大转角、方向盘转角范围及自由行程的自动测量及显示、打印输出；绘制阿克曼特性曲线和转向系角传动比特性曲线，还可对轮辋及夹角“摆差”进行自动补偿。     

车轮定位参数微机辅助测量系统

本文介绍一种新型汽车车轮定位参数的微机测量系统，系统采用８０３１单片微机为主机，可完成车轮定位参数、转向轮最大转角、方向盘转角范围及自由行程的自动测量及显示、打印输出；绘制阿可曼特性曲线和转向系角传动比特性曲线，还可对轮辋及夹具“摆差”进行自动补偿。     

车轮定位参数微机辅助测量系统

系统采用８０３１单片微机为主机，可完成车轮定位参数、转向轮最大转角、方向盘转角范围及自由行程的自动测量及显示、打印输出：绘制阿可曼特性曲线和转向系角传动比特性曲线，还可对轮辋及夹具“摆差”进行自动补偿。     

基于海上风电塔倾斜度的数据融合方法研究

针对漂浮式海上风电塔检测系统中倾斜度检测精度较低的问题，提出一种改进量子粒子群算法-互补滤波融合算法对其采集的数据进行优化与融合。首先通过改进量子粒子群算法对互补滤波器中的互补滤波系数η进行寻优，然后将寻优后的参数配置给互补滤波器，最后利用其互补滤波器对加速度计和陀螺仪分别测量的数据进行数据融合得到倾斜度。通过分别与单一传感器数据计算的结果、PSO和QPSO分别参数寻优的互补滤波融合算法融合的结果进行对比可知使用改进的量子粒子群算法-互补滤波融合算法有效地滤除了数据含有的不良外部干扰且提高了倾斜度的检测精度。     

基于姿态传感器的脊柱形态测量技术

基于X线测量脊柱形态的放射性、不易携带性等特点,设计出基于姿态传感器的非X线的脊柱形态测量技术.分析了姿态传感器的姿态角在人体脊柱测量过程中的转换关系,以及设计出多Cobb角的测量的实现方法.基于姿态传感器的脊柱形态测量设备是通过单片机读取姿态传感器的俯仰角和偏航角后经过算法计算出Cobb角,采用LCD显示采集到的脊柱棘突姿态信息和反映脊柱形态的Cobb角数据.通过实验验证分析基于姿态传感器测量技术的测量误差在±2°内,而且满足可重复测量要求,测量仪的可靠性大于0.8.     

非接触式活塞环梯形角测量系统的设计与验证

活塞环梯形角是评价活塞环加工质量的关键参数,随着技术与工艺的进步,传统的接触式梯形角测量方案已不能满足现代的生产需求。分析接触式梯形角测量方案存在的问题,提出了基于光谱共焦位移传感器的非接触梯形角测量方案,并从传感器的选型、组合测量头的设计和夹紧机构的设计3个方面展现了全新的测量系统设计方案。通过对测量系统进行误差分析和可行性验证,证明了新的设计方案具有可行性,为研制新型非接触式活塞环梯形角测量仪提供了全新、有效的思路。     

旋转编码器在四轮转向汽车上的应用

在四轮汽车转向中，需要方向盘转角作为控制参数，由于方向盘转角很大，且需要测量的是绝对转角，用一般的转角传感器很难解决实现，介绍了采用绝对值型编码器测量转角的方法，并给出了传感器与电子控制单元之间的接口电路。     

基于Kalman滤波算法的姿态传感器信号融合技术研究

针对应用三轴陀螺仪和三轴加速度传感器的四旋翼飞行器姿态角测量问题,提出了基于Kalman滤波算法的姿态传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理,认为陀螺仪输出的角速度误差与其所测角速度及上一时刻的角速度输出误差相关,并据此建立陀螺仪测量线性方程,在此基础上,应用Kalman滤波算法,以加速度计输出的姿态角对陀螺仪测量的姿态角进行修正,从而达到姿态角准确测量的目的。实验结果表明：应用Kalman滤波算法对加速度传感器和陀螺仪信号融合后可有效消除姿态角测量累积误差并显著改善姿态角测量的动态特性。     

Joint ego-motion and road geometry estimation

We provide a sensor fusion framework for solving the problem of joint ego-motion and road geometry estimation. More specifically we employ a sensor fusion framework to make systematic use of the measurements from a forward looking radar and camera, steering wheel angle sensor, wheel speed sensors and inertial sensors to compute good estimates of the road geometry and the motion of the ego vehicle on this road. In order to solve this problem we derive dynamical models for the ego vehicle, the road and the leading vehicles. The main difference to existing approaches is that we make use of a new dynamic model for the road. An extended Kalman filter is used to fuse data and to filter measurements from the camera in order to improve the road geometry estimate. The proposed solution has been tested and compared to existing algorithms for this problem, using measurements from authentic traffic environments on public roads in Sweden. The results clearly indicate that the proposed method provides better estimates.     

MEMS惯性传感器ADIS16355在姿态测量中应用研究

为了实现惯性导航控制,需获取控制对象的姿态角信息,设计了基于MEMS惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元,利用加速度计对重力向量的观测来修正陀螺给出的姿态信息,卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块,阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程,基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验,测试结果表明,该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角,其误差一般在?1?左右。     

嵌入式转动角度采集系统

在控制与测量系统中,转子的旋转角度是一个要求测量的重要参数。以ARM-Linux为核心的嵌入式系统平台,采用MPU6050传感器,利用卡尔曼滤波技术使加速度传感器和陀螺仪传感器的数据进行融合,得到准确、可靠的数据,然后对数据进行分析选择合适的参数进行优化处理,同时采用了数据校准机制使得到的数据更稳定。研究结果表明,该系统能够精准得到360°范围的旋转值,并且能够可靠稳定地工作,为设计测量角度的嵌入式系统提供了有利参考。     

磁敏元件MLX90363的多圈智能转角传感器设计

介绍了基于14位输出的智能磁敏元件 MLX90363制成的转角传感器,它利用STM32F103C8T6微控制器相应的电路作为数据处理模块,将 MLX90363芯片采集的双路角度数据读出,通过一定的算法处理,实现±720°范围的多圈角度计算,并利用CAN总线将采集到的数据输出.设计了转角传感器基本方案,包括传感器的系统结构、硬件电路和软件程序.给出了利用两路磁敏元件采集的转角信号计算绝对转角的算法,以及利用 CAN总线进行软件中断的方法,实现回正零点的设置.该传感器成本低、精确度高,可以应用于ESP和EPS系统中为汽车方向盘转角提供精确角度测量.     

A data fusion system of GNSS data and on-vehicle sensors data for improving car positioning precision in urban environments

Accurate car positioning on the Earth's surface is a requirement for many state-of-the-art automotive applications, but current low-cost Global Navigation Satellite System (GNSS) receivers can suffer from poor precision and transient unavailability in urban areas. In this article, a real-time data fusion system of absolute and relative positioning data is proposed with the aim of increasing car positioning precision. To achieve this goal, a system based on the Extended Kalman Filter (EKF) was employed to fuse absolute positioning data coming from a low-cost GNSS receiver with data coming from four wheel speed sensors, a lateral acceleration sensor, and a steering wheel angle sensor. The bicycle kinematic model and the Ackerman steering geometry were employed to particularize the EKF. The proposed system was evaluated through experimental tests. The results showed precision improvements of up to 50% in terms of the Root Mean Square Error (RMSE), 50% in terms of the 95th-percentile of the distance error distribution, and 75% in terms of the maximum distance error, with respect to using a stand-alone, low-cost GNSS receiver. These results suggest that the proposed data fusion system for car vehicles can significantly reduce the positioning error with respect to the positioning error of a low-cost GNSS receiver. The best precision improvements of the system are expected to be achieved in urban areas, where tall buildings hinder the effectiveness of GNSS systems. The main contribution of this work is the proposal of a novel system that enables accurate car positioning during short GNSS signal outages. This advance could be integrated in larger expert and intelligent systems such as autonomous cars, helping to make self-driving easier and safer.     

Motion planning algorithms of an omni-directional mobile robot with active caster wheels

This work deals with motion planning algorithms of an omni-directional mobile robot with active caster wheels. A typical problem occurred in the motion control of such omni-directional mobile robot, which has been identified through experimental experiences, is skidding of the mobile wheel. It sometimes results in uncertain rotation of the steering wheel. To cope with this problem, a motion planning algorithm which resolves the skidding problem and uncertain motions of the steering wheel is mainly investigated. For navigation of the mobile robot, the posture of the omni-directional mobile robot is initially calculated using the odometry information. Then, the accuracy of the mobile robot’s odometry is measured through comparison of the odometry information and the external sensor measurement. Finally, for successful navigation of the mobile robot, a motion planning algorithm that employs kinematic redundancy resolution method is proposed. Through simulations and experimentation, the feasibility of proposed algorithms was verified.     

MEMS惯性传感器ADIS16355在姿态测量中的应用

设计了基于微电子机械系统(Microelectro mechanical system,MEMS)惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元,利用加速度计对重力向量的观测来修正陀螺给出的姿态信息,卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块,阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程。基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验。测试结果表明,该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角,其误差一般在±1°左右。     

基于力矩信息的拖拉机转向动态PID控制方法

针对拖拉机驾驶机器人自主转向系统在转向过程中的阻尼具有非线性和时变性的特点,同时为了提高转向系统的控制性能,设计了基于力矩信号检测的拖拉机转向控制系统,其由力矩传感器、STM32处理器、工控机、驱动器及直流电机等组成.首先通过仿真研究不同力矩时的最优PID控制参数,给出不同力矩时的最优PID参数规律,再通过力矩传感器检测的力矩信号动态调整PID参数来控制电机的转向.仿真及实验结果均表明,基于力矩信号反馈的拖拉机动态PID转向控制方法能够有效控制拖拉机的方向,响应快、超调小、适应性强.