基于MEMS器件的姿态航向参考系统设计及应用

在小型无人直升机的控制中,需要有高精度的运动测量信息作为导航状态输入,通常这些小型直升机因需要在特定的情况下工作而往往体积较小,因而也对导航设备提出了高精度、低功耗、微型化、低成本等多方面的苛刻要求.介绍一种基于MEMS器件的小型姿态航向参考系统的设计及实现,该系统已应用于小型无人直升机的导航控制中.     

基于卡尔曼滤波器的航姿系统测姿算法研究

航姿系统通常没有载体位置信息和速度信息的解算,且陀螺漂移较大,存在着载体持续机动时姿态精度不高,甚至消失的问题,因此通常的导航算法已不再适用.设计了一种基于卡尔曼滤波技术的姿态算法,用重力加速度在机体系的分量gb和陀螺漂移作为待估计的状态量,进行卡尔曼滤波的时间更新过程,利用加速度计的输出在一定条件下作为观测量,进行卡...     

基于三分量地磁滤波技术的微型AHRS算法研究

针对常规的微型姿态参照系统(AHRS)算法存在过载干扰和滤波发散的问题,设计了一种基于三分量地磁滤波技术的微型AHRS算法。采用一种简化的Sage-Husa自适应滤波算法进行了AHRS的信息融合;采用姿态误差角和陀螺漂移作为状态变量,进行了自适应滤波的时间更新,采用三分量地磁矢量作为观测量,进行了自适应滤波的量测更新;最后,对该算法进行了半物理仿真实验。实验结果表明,该算法能够有效地减小高过载造成的姿态测量误差,在2 g线振动测试条件下,该算法的俯仰角和横滚角的测量精度优于0.75°,航向角精度优于1.87°;与常规的算法相比,系统的抗过载能力提高了近3.2倍。该算法测量精度高、抗过载性好,具有很强的自适应能力,尤其适用于低铁磁干扰、高过载的工作环境。     

AHRS 的老人跌倒检测算法

独居老人如在室内或室外发生意外摔倒时,没有得到及时医疗救助治疗,将给老年人造成巨大的心理与身体的伤害。 将航姿参考系统(attitude and heading reference system,AHRS)应用在跌倒检测中,将跌倒的过程转变成姿态的变化,从而来判断 跌倒的程度。 AHRS 航姿系统比过去原有实验方案 3 种姿态角度均有所提升,俯仰角( pitch)提升 2. 371%,滚转角( roll)提升 9. 238%,偏航角(yaw)提升 4. 682%,加速度计最大值精确了 0. 171g,AHRS 航姿系统融合扩展卡尔曼滤波器在检测老年人跌倒 姿态中比过去原有实验方案在检测时间计算上提升了 1 s。 综上实验验证 AHRS 航姿融合在检测老年人跌倒上可以数据更精 确,计算时间更少,在研究人体真实跌倒姿态中更贴近了一步。     

小型无人飞行器机动过程中航姿互补滤波算法研究

磁惯导系统(MINS)广泛应用于小型无人飞行器的导航控制,能对加速度计、磁强计和陀螺仪等传感器的数据进行融合,得到航向与姿态信息,也被称为航姿参考系统(AHRS)。在频域实现数据融合的互补滤波算法是AHRS中的一种可靠姿态估计方法,具有简捷高效的优点。将基于不同传递函数及各种航姿表示形式的姿态互补滤波归纳为统一的广义互补滤波算法(GCF),分析该类算法中的乘性姿态误差,并引入运动加速度补偿方法,可以改善载体机动状态下的姿态精度。数值仿真及实验结果显示,GCF的滤波效果与无人机常用的卡尔曼滤波算法相当,而处理时间仅为后者的1/20,且GCF具有良好的数值稳定性,配合运动加速度补偿算法可有效消除线加速度对航姿测量的不利影响,尤其适合低成本、小型无人机应用场合。     

导航雷达或AIS引导的视频监控系统设计

为解决传统视频监控系统监控区域相对固定、监控范围与监控对象匹配程度不高、针对性不强等问题,提出了一种利用导航雷达自动跟踪参数或AIS动态数据引导的智能视频监控方法.系统设计采用某型船用雷达NMEA0183跟踪参数输出报文或AIS输出数据包,解析报文获得目标运动要素,以此引导本站及通过数据异地解算引导网内视频测站观瞄云台,同时开启监控视频回传、航姿参考系统(AHRS)方位及仰角数据回传、越界报警等一系列动作.介绍了系统的硬件、软件的构成与设计流程,并给出仿真实验结果.     

基于DSP和FPGA的捷联航姿仪的设计

针对捷联航姿系统的发展情况,设计了一种高速、多通道、可扩展的计算机系统.主要描述了系统的硬件电路,采用了高性能DSP为内核,用于高速处理数据;采用FPGA构成主要的外部输入输出接口.FPGA映射到DSP中EMIF的一段地址空间,两者之间通过EMIF接口进行交互.FPGA设计采用VHDL语言描述,DSP程序采用了C语言程序和汇编程序编制.实践证明了系统的高速性和高可靠性.     

基于变结构ESKF的航姿参考系统噪声处理方法

针对航姿参考系统（AHRS）易受到环境与传感器自身噪声干扰,导致姿态估计精度下降的问题,提出了一种基于变结构误差状态卡尔曼滤波（VS-ESKF）的噪声数据处理方法。首先,通过分析AHRS传感器观测数据与新息序列统计特征,设计了基于加速度范数与遗忘序贯概率比检验（F-SPRT）的方法,分别检测加速度计与陀螺仪的噪声数据。其次,基于噪声检测结果,将平滑变结构滤波(SVSF）策略引入到误差状态卡尔曼滤波（ESKF）,以提高ESKF对噪声模型不确定性的处理能力。然后,结合磁场强度与磁倾角参数特征,利用马氏距离法评估磁干扰并实时调整磁力计补偿权重,获取准确的AHRS修正数据。最后,基于自主搭建独轮机器人平台进行实验验证,结果表明所设计的VS-ESKF算法可以及时、准确地检测AHRS噪声数据,并有效地抑制噪声干扰,相比于ESKF算法,对横滚角、俯仰角和偏航角的估计精度分别提升了31.05%、32.32%和40.07%,提高了姿态估计的准确性和稳定性。     

捷联式航姿系统中四元素算法Kalman滤波器的实现研究

本文基于四元素算法推导了姿态算法和捷联惯导系统误差模型,并设计了Kalman滤波器。在此基础上分析了误差模型的随机噪声补偿和提出了航向修正。仿真结果表明,本文讨论的这种Kalman滤波器能保证航向精度,具有实际应用意义。