基于MEMS陀螺仪的轨迹球研究

为解决精密球体在研磨过程中的研磨轨迹无法测量等问题,将MEMS陀螺仪测量角速度技术应用到球体研磨轨迹的测量中,研究并实现了一种基于MEMS三轴陀螺仪和STM32微控制器的轨迹测量系统。介绍了ITG3200三轴陀螺仪的特点、原理以及轨迹测量系统方案设计;分析了温度影响陀螺仪零偏的机理,基于最小二乘法原理,建立了零偏补偿模型,有效地提高零偏稳定性,满足了工程需要。进行轨迹测量系统的双自转研磨实验,结果表明:双自转研磨方式研磨均匀性较好。     

Research of trackball based on MEMS gyro

为解决精密球体在研磨过程中的研磨轨迹无法测量等问题,将MEMS陀螺仪测量角速度技术应用到球体研磨轨迹的测量中,研究并实现了一种基于MEMS三轴陀螺仪和STM32微控制器的轨迹测量系统.介绍了ITG3200三轴陀螺仪的特点、原理以及轨迹测量系统方案设计;分析了温度影响陀螺仪零偏的机理,基于最小二乘法原理,建立了零偏补偿模型,有效地提高零偏稳定性,满足了工程需要.进行轨迹测量系统的双自转研磨实验,结果表明:双自转研磨方式研磨均匀性较好.     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

MIMU系统设计及MEMS陀螺仪温度漂移补偿

针对温度对MEMS陀螺仪的零偏影响较大的问题,以LCG50型陀螺仪为试验对象,通过温度试验拟合出零偏、温度测量值与时间的函数关系,并利用拉格朗日插值法建立了全温度范围内陀螺仪零偏的温度补偿模型,同时进行了MIMU系统DSP温度补偿程序设计。实验结果表明,利用此温度补偿模型可有效地抑制陀螺仪零偏,提高惯性测量单元的测量精度,具有很好的实用价值。     

MEMS微机械陀螺温度特性分析与建模

针对MEMS微机械陀螺的零偏随温度变化波动较大的特性,通过建立MEMS陀螺零偏随温度变化之间的误差模型,在温度范围为-20℃~60℃温箱试验下,分析MEMS陀螺的零偏输出变化,经去除野值后使用建立的误差模型对零偏进行补偿,结果表明,MEMS陀螺仪因温度引起的零偏从最大约为160°/h,经补偿后降至约为10°/h。该温度误差模型使MEMS陀螺的全温区零偏特性得到了一定程度的提升,为提高之后的导航精度打下基础,具有一定的工程价值。     

基于重力四元数的陀螺漂移估计与补偿

为提高钻探中的钻具姿态测量精度,提出一种基于重力四元数的MEMS惯性随钻姿态测量方法.采用MEMS惯性器件构建钻具姿态测量系统,把加速度计数据解算的姿态四元数作为观测四元数,陀螺仪数据解算的姿态四元数作为误差四元数;然后将陀螺仪漂移融入误差四元数,建立重力四元数估计陀螺仪误差四元数的模型,采用最小二乘法估计陀螺仪三轴漂移,进而补偿陀螺仪姿态四元数;通过补偿后的姿态四元数解算出钻具姿态.最后设计了转台、振动台实验和钻进模拟实验,实验结果表明,姿态四元数补偿后的井斜角和工具面角漂移由平均10 °/h减小到约0.2 °/h,方位角误差由平均12 °/h减小到约0.46 °/h,实现了加速度计补偿陀螺的三轴漂移,表明该方法能够有效提高钻具的姿态测量精度.     

基于补偿卡尔曼滤波的姿态估计算法实现

九轴的姿态测量单元包括加速度计、磁力计和陀螺仪,它采用微机电加工工艺,价格低廉但精度较差.为了获得更好的滤波稳定性和估计精度,基于补偿卡尔曼滤波原理,讨论了姿态估计算法的实现.具体过程如下:基于补偿卡尔曼滤波原理,讨论九轴测量信息的融合方法;利用加速度计和磁力计估算姿态初始值;使用手动转台实现静态标定,纠正零偏;使用高精度陀螺仪STIM210实现动态标定,设置滤波系数.结果表明,估计算法具有良好性能.     

基于误差修正技术的井下人员MEMS定位方法

针对矿井安全对井下人员位置信息精度和连续性提出的更高要求,提出一种基于误差修正方案的井下人员MEMS定位技术。依据加速度计输出比力均值和方差判定人员步态识别并完成脚部静止时间段的检测,结合零速误差修正工作原理,改进传统卡尔曼滤波方案,完成人员静止状态下运动信息计算误差和惯性器件偏差的滤波估计与补偿。搭建MEMS惯导系统实验平台,设计加速度方差阈值获取实验以及人员水平与三维运动实验。实验结果表明,基于误差修正技术的人员定位方法具有较高定位精度和可靠性。     

MEMS三轴数字陀螺仪标定方法研究

MEMS陀螺仪作为低成本惯性测量单元在物体姿态监测与导航控制中有着广泛应用.根据三轴数字陀螺仪的数学模型,设计了三轴数字陀螺仪的标定实验,介绍了数学模型中陀螺仪标度因数、安装误差系数以及零偏移值的计算与处理方法.理论分析与实验结果表明:该标定方法原理简单、易于实现,且标定结果精度高,标定后的解算矩阵可为后续姿态解算和导航控制提供较为准确的量测数据,同时,该标定过程和数据处理方法对MEMS三轴数字陀螺仪的标定具有一定的参考价值.     

基于多位置的MEMS加速度计快速自标定

针对MEMS加速度计输出信息受自身误差项(如零偏、标度因数、非正交误差等)干扰而影响器件自身测量精度的问题,提出一种不依赖转台设备的快速24位置标定方法.在分析MEMS加速度计输出特性基础上建立MEMS加速度计输出误差模型,设计并展开连续转停标定,利用重力特征实现加速度计误差修正.基于器件零偏、标度因数、非正交误差9个误差参数建立MEMS加速度计标定模型后,提出基于牛顿法对误差参数最优值进行估计.加速度计标定补偿实验结果表明,多位置标定方法能有效补偿自身误差并提高输出加速度信息的精度.     

多准则MEMS陀螺随机误差在线建模与实时滤波

针对随机误差相关性较弱的MEMS陀螺仪,提出采用多准则曲线方法辨识其带有截距项的随机误差时间序列模型.采用该模型可直接对MEMS陀螺仪的实测量数据进行在线建模,而无需零均值化离线处理.基于该模型并采用状态扩增的方法设计卡尔曼滤波器,实现了MEMS陀螺仪随机误差的实时滤波.实验结果表明,针对某MEMS陀螺仪带有截距项的AR(2)模型可以作为其随机误差模型,经过在线建模和实时滤波后,MEMS陀螺仪随机误差的标准差降低了50%,有效抑制了MEMS陀螺仪的随机误差.     

改进互补滤波在六旋翼飞行器中的应用

针对目前大多数消费级六旋翼飞行器捷联惯性导航姿态解算中,低成本微机电系统(MEMS)器件易发散而导致的姿态漂移问题,提出了一种基于改进一阶互补滤波的姿态解算算法,利用MEMS传感器中加速度计补偿陀螺仪偏差引起的姿态漂移误差,并针对非匀速运动引起的较大误差引入了比例—积分(PI)控制器,用修正后结果代替互补滤波的加速度计输入,从而提高非匀速运动下姿态解算的精度.基于嵌入式处理器STM32,以MPU6050为姿态测量单元的六旋翼飞行器实验平台实验表明:算法计算量小、估计精度高、实时性好,易于在低成本飞行器控制系统中实现.     

基于惯性导航的平面航迹推算的研究

提出一种基于微机电惯性测量单元的室内定位系统。在本系统中,行人在一个平 面上的位置和方向通过 计算 对人体膝部和腰部佩戴的传感器数据来获取。提出的算法实现了对膝部佩戴陀螺仪的行人行进的步伐进行复位计算以消除角位移误差,同时实现了对腰部佩戴陀螺仪测量的角速率进行连续推算以获取行进方向。结果表明,在一个平面上,行进62.32m的总距离时平均误差仅为0.1935m,标准差为0.0512m。     

小型无人直升机嵌入式导航系统算法与飞行试验

基于微陀螺、加速度计、磁强计以及GPS模块构建了姿态航向位置参考系统(Attitude heading position ref-erence system,AHPRS).首先,通过等效旋转矢量法由陀螺解算出估计姿态角;其次通过GPS、加速计的测量值,结合磁强计估计补偿姿态角,推导基于误差四元数的滤波方程,滤波器的周期...     

基于自适应Kalman滤波的MEMS陀螺随机误差分析

针对某型MEMS陀螺随机误差较大、精度不高的问题,通过时间序列分析法,建立自回归滑动平均 ARMA(Auto-Regressive and Moving Average)模型,采用ARMA(2,1)模型将预处理后的MEMS陀螺随机误差进行建模.设计基于ARMA模型的经典Kalman滤波器.静态试验和恒定速率试验结果表明在经典Kalman滤波器作用下,静态试验下其均值与均方差下降32.62%和66.31%;恒定速率试验下,其均值有明显的降低,其均方差减小了一个数量级.针对经典Kalman滤波器不能解决振动试验中大振幅时滤波发散问题,提出一种新的自适应Kalman滤波法,通过寻找合适的标定因子s解决滤波发散问题.振动试验结果表明,当振幅为100°时,滤波后的均值和均方差分别下降8.25%和8.36%.     

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台.同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05.,偏航角漂移速度0.01(°)/s.     

梳状音叉MEMS陀螺漂移时间序列建模方法研究

根据一种典型结构的梳状音叉MEMS陀螺的非随机性误差特性,借助ARIMA模型对其进行描述。在ARIMA模型参数估计的过程中,引入虚拟白噪声来补偿参数估计过程中的由于噪声未知而引入的误差,根据样本的自相关函数、偏相关函数,并结合AIC与BIC准则确定模型阶数,利用最大似然估计对模型参数进行估计,在一定近似条件下,得到梳状音叉MEMS陀螺非随机性误差模型的形式。实验结果表明:采用该方法所确定的模型能够精确地描述MEMS陀螺的漂移特性,预测陀螺的输出。     

基于多传感器的运动姿态测量算法

在基于MEMS传感技术的运动姿态测量中, 陀螺仪信号的漂移和载体线性加速度与重力加速度的叠加是影响测量结果准确性的主要原因, 实践中一般采用静态补偿和滤波技术减小测量误差. 基于自主研发的惯性测量单元, 设计了一种新型两级扩展卡尔曼滤波器: 基于四元数的运动姿态测量模型, 首先构造自适应加速度误差协方差矩阵, 消除载体线性加速度, 再采用多传感器融合技术进行数据融合, 修正陀螺仪信号漂移产生的误差. 实验表明, 本文算法结果与业界认可的动作捕捉系统Xsens的测量结果一致, 可有效满足应用需求.     

一种基于MEMS传感器的无人飞艇航姿测量系统

提出了一种基于微机电系统(MEMS)惯性传感器的航姿测量系统。分析了一些传统姿态解算算法融合过程中的不足,提出一种高效的融合算法,利用梯度法将加速度计和磁力计对地球重力场和磁场矢量的观测量去修正陀螺给出的姿态信息。针对实际测量系统中振动对姿态的干扰问题,提出切比雪夫II型低通数字滤波器进行传感器数据预处理,并结合运动状态修正融合算法从而进一步抑制振动。通过实验表明:该系统的算法具有较低的计算负荷,能有效地估计出姿态,抑制振动有害加速度对姿态估计的影响,测量动态误差小于2°,静态误差小于0.8°。     

基于时间序列分析的Kalman滤波方法在MEMS陀螺仪随机漂移误差补偿中的应用研究

从工程实用的角度出发,探讨了MEMS陀螺仪随机漂移误差的有效补偿方法.首先采用时间序列分析的方法建立了MEMS陀螺仪的随机漂移误差模型,然后阐述了用基于时间序列模型的Kalman滤波方法减小该漂移误差的具体方法.对某MEMS陀螺仪实测数据的误差补偿结果表明,所介绍的滤波方法能够有效地抑制其漂移误差,提高MEMS陀螺仪在实际系统中使用精度.