基于MEMS器件的高精度动态倾角传感器研制

利用ICM20602 MEMS六轴传感器设计了一种基于自适应互补滤波的动态倾角传感器,建立误差模型对加速度计与陀螺仪输出进行校正,根据加速度的输出自适应选择互补系数以更好利用加速度计静态精度对陀螺仪漂移进行修正。基于STM32F103搭建传感器实机与未经校正、使用定参数互补滤波的传感器输出进行动静态对比实验,证明该传感器在校正输出并自适应滤波后能够进行较高精度的倾角测量。     

基于MEMS陀螺仪和加速度计的动态倾角传感器

仿人形机器人各关节的姿态及重心位置是其步态控制研究的关键.为了获得这些姿态数据,设计了一种基于MEMS陀螺仪和加速度计的低成本动态倾角传感器,利用卡尔曼滤波算法将陀螺仪和加速度计输出的数据进行滤波融合,解决了加速度计因机器人的线性加速度而无法准确测量其动态倾角、陀螺仪因存在漂移等而长时间测量精度不高的问题.实际测试结果表明,所设计的传感器能够测量动态倾角并具有较高的精度,可以满足仿人形机器人姿态控制的需要.     

惯性传感器和互补滤波器在姿态估计中的应用

惯性测量方法被广泛应用于机器人等运动物体的姿态检测中,本次研究利用惯性传感器和互补滤波器的优点进行姿态估计。为了获取互补滤波器的转接频率,进行了加速度计和陀螺仪的动态响应测试,设计了自适应互补滤波器。在双轮直立行走机器人装置上对方案进行了验证,实验数据表明,利用自适应互补滤波算法可以准确可靠的获取机器人的姿态信息。     

基于MEMS传感器的三分量检波器定向方法

针对三分量地震勘探的功能需求,以三轴电子罗盘、三轴加速度计和三轴陀螺仪构成的惯性传感器组为基础,提出了一种三分量检波器的定向方法。主要与检波器3个分量对应组合,由电子罗盘和加速度计实现方位和倾角测量,并采用陀螺仪对两者进行误差补偿,采用快速的互补滤波方式进一步提高测量精度。检测方法已经成功应用于VSP系统中,野外应用效果显示,在复杂的施工环境下,测量误差可以控制在2°以内。     

基于传感器数据融合的倾斜角度测量方法研究

倾斜角度的测量精度直接决定了状态控制系统的工作效果。在单一传感器测量倾斜角度的研究基础上,探讨了传感器数据融合技术用于倾斜角度测量的方法。首先分析基于加速度计和陀螺仪测量倾斜角度的原理,并研究加速度计和陀螺仪测量结果的频率特性;然后根据加速度计和陀螺仪测量结果的频率特性选定互补滤波器作为数据融合的方法;最后选定量子粒子优化群(QPSO)算法作为互补滤波器的参数寻优方法,并对比量子粒子优化群算法和粒子群优化算法的参数寻优效果。实验结果表明,互补滤波器可以在广泛频域范围内准确测量倾斜角度值,并且量子粒子群优化算法相对于粒子群优化算法具有更好的参数寻优效果。     

基于偏振光传感器的无人机姿态组合滤波算法北大核心CSCD

针对惯性导航易受运动加速度影响和GPS与磁力计导航易受到电磁干扰影响等问题,提出了一种偏振光辅助惯性导航的无人机航姿估计算法。利用大气瑞利散射模型获取最大偏振矢量,辅助惯性元件实现了基于PI互补滤波的姿态四元数更新算法;对陀螺仪、加速度计和偏振光传感器信号进行粒子滤波的融合修正。实验结果表明:该方法解算的姿态角在静态条件下性能稳定,抑制了传感器噪声;同时在运动情况下准确性大幅提升,具有更好的动态解算精度。     

随钻姿态测量重力加速度自适应提取算法

为解决旋转导向钻井过程中由于钻具的高速旋转、剧烈振动和冲击给随钻姿态测量带来巨大干扰的问题,基于互补滤波框架提出了一种钻具重力加速度提取算法。首先通过余弦矩阵微分方程得到基于陀螺仪的重力加速度的递推方程,然后利用陀螺仪和加速度计在频率上互补的特性,在互补滤波框架下融合得到钻具重力加速度;同时,为了提高系统鲁棒性,利用非重力加速度和钻具旋转速度作为模糊算法输入,通过模糊算法动态调整互补滤波参数;最后设计了振动和旋转实验验证了算法的有效性。实验结果表明,使用本文算法提取重力加速度后姿态估计精度得到明显提升,本文算法相比于基于Kalman滤波框架的重力加速度提取算法在PC机测试环境下单次运算时间减少31.9%。     

两轮小车姿态检测与平衡控制研究

在两轮自平衡小车基础上,完成了基于加速度计和陀螺仪的姿态检测,运用互补滤波算法对数据进行了融合处理,结合PID控制器,实现了小车的自平衡及运动控制。绘制了各传感器及融合后的数据波形,通过实际的运行,表明了该方案可以实现两轮自平衡小车的精确控制。     

一种基于Kalman滤波的双轮机器人姿态控制算法

采用自制的双轮式结构机器人作为试验平台,以ADXL345三轴加速度计和ITG3200三轴陀螺仪微重力MEMS微机械电子技术的传感器作为机器人的角度传感器,通过建立离散卡尔曼滤波器数学模型对两种传感器的数据进行滤波融合,使其得到更稳定更准确更接近真实值的角度值,使用STM32F103VE获取动态的角度信息,通过变参数自整定平衡控制算法的调节使机器人保持平衡,实验结果验证了该方法的可行性,对特殊环境自动无人巡航机器人和载人巡航机器人控制有很大的研究价值。     

基于IMU在线校准的SLAM精度提升方法研究

基于多传感器融合的SLAM算法是当前移动机器人实现精准定位和导航的关键技术之一,在分析了惯性测量单元(IMU)的系统误差会对SLAM算法的建图和导航精度影响较大,并且IMU的系统误差会随工作时间发生变化的问题后,提出了一种易于实现的IMU在线标定方法。该标定方法首先建立了IMU中加速度计和陀螺仪的误差模型。其次通过二维云台实现IMU的姿态调整。然后通过读取加速度传感器的静态数值实现加速度计的误差参数辨识。最后以标定后的加速度计输出数据和陀螺仪计算的旋转矩阵,实现陀螺仪的误差参数辨识。为验证以上标定算法的效果,文中基于标定前后的IMU分别进行SLAM建图实验,实验结果表明,基于标定后IMU的建图精度更好。