偏振导航传感器测角误差分析与补偿

借鉴沙漠蚂蚁等昆虫利用天空偏振模式进行导航的方法,设计了偏振传感器来获取导航系统的航向角。为提高偏振传感器的测角精度,研究了影响偏振传感器测角精度的误差因素与补偿方法。讨论了如何利用偏振传感器从天空偏振模式中提取偏振方位角信息的方法,分析了影响偏振测角精度的主要误差因素,建立了偏振传感器的测角误差模型。根据测角误差模型,推导了偏振方位角的解算方法,并利用最小二乘算法,通过估算模型的误差参数值间接补偿测角误差。最后,采用提出的误差补偿算法在晴朗天气下进行了实验测试。测试结果表明：误差补偿后测角精度得到明显提高,约为0.17°（3σ）。实验结果验证了提出的误差补偿算法可以实现对角度误差的有效补偿。     

一种双活塞光纤流体差压传感器及其强度补偿性能

本文对一种双活塞光纤流体差压传感器系统及其强度补偿性能进行了研究,首先提出了一种双活塞式的光纤差压传感器探头,基于该探头结构,设计了该光纤差压传感器的检测系统,并对传感器的强度补偿原理进行了分析.最后,对传感器进行了强度补偿实验,得到了不同光源功率时未进行强度补偿的输出电压及强度补偿后传感器的输出值,结果表明:当光源功率发生变化时,光电探测器的输出电压会随之发生较大的变化,最大输出值比最小输出值增大67％左右.经过强度补偿后,传感器左右两检测腔的输出值在检测压力不变的情况下维持在一个定值,不会因为光源功率的波动而发生变化.研究表明,传感器具有较好的强度补偿效果,能够满足检测要求.     

基于USB的数字压力传感器的补偿方法

介绍了压阻型扩散硅压力传感器的温漂及补偿方法,设计了一种基于USB接口传递的数字压力传感器实现温漂的数字补偿.传感器包括了压力传感器、补偿电路和上位机界面等3部分.对数字补偿的硬件电路进行了详细介绍,数字补偿电路以ATmega8单片机和FT232为核心.传感器通过采集压力传感器的输出信号,再对采集到的信号进行分析处理后将数据打包通过USB接口给上位机,压力值在上位机界面显示出来,可实现对测量压力的数字化补偿和实时传送.     

基于神经网络模型的传感器非线性校正

讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点.以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差.实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度.当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6.结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的.     

Z-力敏传感器分段线性化法补偿

设计Z-型力传感器的工作电路,给出了力数字传感器输出标准值.通过单片机编程实现分段线性化的方法进行非线性补偿;对于温度补偿采用不同的补偿数据;对于分散性采用标度变换的方法;对于零点漂移采用测量加载频率和空载频率差进行判断,并通过程序判断进行锁定的方法.实验结果表明,设计的Z-型力传感器的输出与期望的线性输出的最大引用误差小于±0.5%,满足一般测量要求,对于Z-型力数字传感器的批量化生产具有现实意义.     

高速磁悬浮列车悬浮间隙信号处理研究

齿槽效应是高速磁浮列车悬浮控制系统悬浮间隙检测面临的一个特殊的问题,它直接影响悬浮控制系统的性能.为减弱齿槽效应,建立了高速磁悬浮列车间隙传感器齿槽效应的模型,提出了利用相邻传感器的数据融合来抑制齿槽效应的方法,并通过两种补偿算法对悬浮间隙传感器的齿槽效应进行补偿.实验结果表明,经过补偿后的传感器输出信号能够满足悬浮控制系统的要求.     

基于MAX1452硅压力传感器温度补偿系统的设计

针对硅压阻式传感器存在的温度漂移误差和输出信号的非线性提出了利用MAX1452温度调理芯片进行补偿的方案。描述了传感器温度补偿系统的整体构架,着重阐述了MAX1452的补偿原理以及对传感器的补偿过程。测试结果表明传感器经过补偿以后,在-40~80℃的温度范围内输出的信号与压力成较好的线性关系,测量的误差小于0.8%。     

一种基于强度补偿的自由式光纤束差压传感器

对一种基于强度补偿的自由式光纤束差压传感器进行设计与研究。传感器探头部分采用同结构、双探头的设计,传感器探头采用机械式封装;对传感器的光纤部分进行了强度补偿设计与分析,并利用调制函数M,理论分析了补偿后的输出值R;在对两传感探头施加相等的压力p=20kPa情况下,改变光源的输出功率,测出光电探测器的输出电压值,并在两探头存在不同的压差Δp时,测出其输出值R。实验结果表明:通过强度补偿后,输出值R≈1,同时在不同的压差作用下,输出值R与压差Δp在一段区域内有较好的线性关系。研究结果表明:传感器的强度补偿效果明显,可实现压力差值的检测。     

压电式力传感器的低频补偿方法及实验验证

提出了一种压电式力传感器低频响应特性的补偿方法,该方法是在频域上完成的。首先,对压电式力传感器的输出信号进行后处理,将输出信号与补偿函数相乘即可获得补偿后的输出信号,其中,补偿函数是压电式力传感器放电时间常数的函数;然后,以P5H压电陶瓷片为例,分别对其施加已知的阶跃外力和低频简谐外力,并分别将补偿前后的测试结果与已知外力进行对比,从而实现对该方法的实验验证。验证结果表明:该方法可以对压电式力传感器的低频响应特性进行有效的补偿。     

光纤传感器的神经网络光强补偿及非线性校正

为实现光纤位移传感器的光强补偿及非线性校正,确立并构造了两输入单输出的BP神经网络。讨论了基于L-M优化算法的BP网络的优点,说明了神经网络的权值修正方法及网络的具体训练步骤,阐明了用神经网络实现光纤位移传感器光强波动补偿及传感器非线性校正的原理。最后使用Matlab实现了神经网络,并将该网络应用于实际测量,结果表明该网络很好地实现了传感器的光强补偿及非线性校正。     

多方向金属光栅偏振器及在偏振导航中的应用

在同一聚碳酸酯基底上制作了6个不同方向的双层金属光栅偏振器,用于消除分立器件带来的安装误差。将该偏振器应用于偏振导航传感器上并进行了测角精度测试,基于神经网络法研究了角度测量的误差补偿方法。首先,基于严格耦合波理论设计了一种亚波长双层金属光栅偏振器,分析了它的周期和金属厚度对偏振器性能的影响,其在510nm波长入射时TM偏振光透射率高于71%,消光比大于2 100。应用纳米压印技术在聚碳酸酯基底上加工制作了设计的偏振器,其基底上设有6块结构参数相同但朝向不同的双层金属光栅结构。将此偏振器安装在偏振导航传感器上并在测试平台上测试了测角精度,测试的原始误差在±1°以内;经BP神经网络法误差补偿后,测角误差在±0.2°以内。得到的结果可较好地满足偏振导航的要求。     

阵列式偏振导航传感器及其鲁棒性算法实现

当昆虫视野内存在部分遮挡时,能够依靠其复眼背部边缘区域中偏振敏感多小眼结构,感知天空偏振光信息进行导航。模仿该偏振敏感多小眼结构设计了阵列式偏振导航传感器。实际应用中,传感器视野内的随机遮挡、金属纳米光栅偏振器局部缺陷和尖锐噪声等造成各偏振方向内存在干扰像素影响偏振光强提取,基于线性灰度拉伸的Otsu阈值分割及3σ法则,提出了一种具有鲁棒性的偏振光强提取算法。首先,详述了传感器的偏振导航算法和传感器组成;然后,基于MFC对话框项目,开发了传感器的实时监控界面,实时显示偏振信息变化,数据更新率达10 Hz;最后,对传感器进行了测试实验。标定实验结果表明:该传感器性能稳定,定向精度±0.25°;在室外有无遮挡条件下的对比实验结果表明:该传感器能适应视野内的部分遮挡环境,具有较好的鲁棒性。     

仿生偏振视觉定位定向机理与实验

为了有效利用全天域的偏振光信息,探究仿生偏振光导航机理,设计了偏振视觉传感器。介绍了基于四相机的偏振视觉传感器及其标定方法,推导了冗余配置下偏振态的最小二乘估计算法。分析了基于一阶瑞利散射模型的天空光偏振模式,将太阳方向矢量的最优估计问题转化为求解矩阵的特征向量问题,推导出了基于天空光偏振模式的定位定向算法。最后,设计了静态实验与转动实验,对理论分析结果进行了验证。实验结果显示:测量的天空光偏振模式与瑞利散射模型相一致,并可从中成功提取太阳方向矢量。静态实验测量的太阳天顶角的最大误差约为0.4°,误差标准差为0.14°;基于1h对天空偏振光的观测数据实现的定位误差为68.6km。转动实验(转动两周)得到的最大定向误差约为0.5°,误差标准差为0.28°。研究结果揭示了生物利用偏振光导航的机理,为仿生偏振光导航的应用提供了理论依据。     

MEMS-based rotary strapdown inertial navigation system

As the inertial navigation completely depends on the sensed acceleration and rotation rate by IMU, the sensor errors accumulate and eventually lead to diverged inertial solutions. Therefore the compensation of the inertial sensor errors is an effective approach to improve the SINS navigation performance. The rotation error modulation in rotary SINS, which has been extensively used for the filter-optical IMU in the past, is one of the techniques to compensate or mitigate the inertial sensor errors and eventually improve the system navigation performance. The rotary SINS is an inertial navigator in which the IMU is installed on the rotational platform and rotated following the pre-designed rotation configuration, and the rotation error modulation is the technique that compensates the navigation errors caused by inertial sensor bias in a complete rotation cycle by rotating IMU. Given the auto-compensation of inertial sensor bias in rotation error modulation, the objective of this paper to develop a MEMS-based rotary SINS, in which the significant sensor bias is automatically compensated by rotating the IMU, to offer the comparable navigation performance to tactical-grade IMU. Simulation results indicate that, compared with the conventional method, the proposed approach attenuates the navigation errors and improve the calibration accuracy based on the reciprocating rotation scheme can be used to automatically improve the observability.     

Autonomous mobile robot navigation system designed in dynamic environment based on transferable belief model

This paper investigates the possibility of using transferable belief model (TBM) as a promising alternative for the problem of path planning of nonholonomic mobile robot equipped with ultrasonic sensors in an unknown dynamic environment, where the workspace is cluttered with static obstacles and moving obstacles. The concept of the transferable belief model is introduced and used to design a fusion of ultrasonic sensor data. A new strategy for path planning of mobile robot is proposed based on transferable belief model. The robot’s path is controlled using proposed navigation strategy that depends on navigation parameters which is modified by TBM pignistic belief value. These parameters are tuned in real time to adjust the path of the robot. A major advantage of the proposed method is that, with detection of the robot’s trapped state by ultrasonic sensor, the navigation law can determine which obstacle is dynamic or static without any previous knowledge, and then select the relevant obstacles for corresponding robot avoidance motion. Simulation is used to illustrate collision detection and path planning.     

全区域覆盖移动机器人的导航系统总体设计

导航与定位是自主移动机器人研究的重点,是实现移动机器人智能化的核心技术。本文从全区域覆盖移动机器人面临的实际环境,综合光电编码器、磁航向角传感器和LMS221系列激光雷达的特性设计一种混合定位系统。通过理论分析,论述同时定位与地图创建方法（SLAM）在导航系统中应用的可行性和解决方案。     

基于激光雷达的移动机器人同时定位与地图创建的研究

应用同时定位与地图创建理论建立全区域覆盖移动机器人导航系统,融合航位推算理论和基于环境特征的定位方法,设计了基于光电编码器--磁航向传感器组合和LMS激光雷达的混合定位系统.使用扩展Kalman滤波技术完成了基于特征直线的机器人位置更新.通过计算机仿真,结果表明建立的混合定位系统和同时定位与地图创建方法是一种切实可行的全区域覆盖移动机器人的导航方法.     

基于单星测量的星光惯性组合导航

为减小杂光影响,全天时星光定向仪一般采用小视场,同一时刻只能观测一颗恒星无法输出姿态信息。本文提出一种基于单星测量的星光惯性组合导航系统,首先根据惯导输出的姿态和位置信息,控制转台和星光定向仪摆镜保证星光定向仪对目标导航星的观测,之后根据惯导的误差模型建立系统状态方程,根据星光定向仪测量的导航星方向矢量建立测量方程,利用卡尔曼滤波算法修正惯导输出的姿态位置信息。该方法引入星光定向仪与惯导安装误差作为系统状态量,在修正导航信息的同时对星光定向仪与惯导之间的安装误差进行估计,因此无需在实验室进行标定。通过仿真分析了不同安装姿态误差及不同惯导和星光定向仪误差对组合导航系统导航精度的影响。结果显示采用该方法导航1 h,位置精度优于90 m,姿态精度优于8″,相比利用实验室标定的安装姿态进行导航,该方法的精度更高。最后进行了静态导航实验,结果显示组合导航的位置误差为102.90 m,相比直接采用实验室标定的安装姿态进行解算结果提高近45.39%,验证了该算法的有效性。     

A new approach to map building by sensor data fusion: sequential principal component-SPC method

This study proposes a new map building method for a mobile robot operating in an environment with obstacles by fusing sensor data. Required information for a map designing is supplied by fusion of different sensor data using the sequential principal component (SPC) method. We discuss mathematical and experimental issues of the method by comparing a Bayesian method that works efficiently in map building using sensor data fusion. Application of the method for grid based map building is introduced and compatibility in mobile robot navigation is demonstrated. Experimental studies are implemented on Nomad200 mobile robot successfully.