行人惯性导航系统平台设计与实现

为了满足日益迫切的个人自主导航需求,设计具有实时导航功能的行人惯性导航系统平台。系统平台由搭载低成本MEMS(Micro Electro Mechanic System)惯性器件的硬件平台和基于VC编写的上位机软件平台组成。重点研究行人导航算法、系统平台搭建、传感器在线标定和信息实时处理。多次行走实验的实时导航误差均在2%以内,证明该导航系统平台在不依赖于外界信息的情况下具有良好的实时自主导航性能。     

基于VB的传感器信号数据处理方案设计

基于VB,设计了棉麻纤维纱线晶变改性成套装备传感器信号数据处理方案.方案主要由数据标定、数据滤波、数据补偿、数据应用及储存四部分组成.介绍了传感器相关参数,给出了传感器物理值计算公式.通过数据滤波,降低了数据采集过程中随机干扰对数据造成的随机误差.通过数据补偿,采集值更加接近传感器液晶屏数显值.对处理后数据应用的同时将数据导入到SQL数据库保存.经现场运行,该方案稳定可靠,满足了设计要求.     

基于球面三角剖分与"距离-星等"加权的导航星表构建方法

针对球矩形法剖分所得网格单元面积不均,且局部相邻网格所选导航星距离较近的问题,提出了一种基于球面三角剖分的导航星表构建方法.该方法采用三角网格代替赤经赤纬网格,使得网格单元面积近似相等,通过引入"距离-星等"加权,改善了局部相邻网格间导航星较近的问题.仿真结果表明:采用本方法所构建的导航星表在完备性没有降低的情况下,存储量小,均匀性好,体现了本方法的有效性.     

基于奇异谱分析的DGPS浮标海面高测量误差研究

在高度计绝对定标实验中,利用差分GPS(Differential GPS,DGPS)浮标进行现场海面高测量得到的海面高(Sea Surface Height,SSH)序列之中,除了包含有由风浪引起的高频噪声外,还包括了仪器误差造成的影响。前者可通过低通滤波方式消除,而后者由于是全频段的白噪声,不能通过低通滤波的方式消除。通过研究奇异谱分析(Singular Spectrum Analysis,SSA)的方法,确定了嵌入维数和截断长度的选取准则,并对其进行仿真,验证了该方法在消除海面高序列的仪器误差噪声中的有效性,同时也验证了嵌入维数和截断长度选取准则的有效性。最后,利用该方法处理了某次DGPS浮标实验获得的海面高序列,处理结果与原始序列相比较为平滑,且在精度上有一定的改善,验证了奇异谱分析方法的有效性。     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

MEMS数字倾角仪的标定补偿方法研究

在介绍MEMS数字倾角仪组成结构的基础上,根据数字倾角仪内部MEMS加速度计的输出特性,对MEMS加速度计的敏感单元建立数学标定模型,提出并推导了一种适用于MEMS数字倾角仪的标定方法;该方法可以得到双轴MEMS数字倾角仪中加速度计的零位电压、标度因数矩阵、安装误差系数等敏感项参数;通过重力场静态翻转实验对实验室研制的数字倾角仪进行标定;最后使用MATLAB拟合计算得到所求标定参数,并对测试结果进行了误差分析和补偿对比;实验结果表明,该方法能使MEMS数字倾角仪的测量精度提高到±0.05°,可以满足高精度的角度测量需求。     

城市交叉路口背景提取与车道标定算法

目的 为解决车辆对车道标记的遮挡问题,提出一种新的背景提取算法,同时基于透视变换实现了城市交叉路口的多车道标定。方法 首先,通过均值与帧间差分方法的融合,进行城市交叉路口的背景稳定与更新;然后,利用Canny算子及Hough直线检测得到各类直线;其次,基于透视变换、聚类分析和先验知识建立了车道线的筛选数学模型,实现了车道线标定;最后,通过实验对算法进行了验证。结果 采用10min长度、分辨率为2592×2048像素的某城市交叉路口实际监控视频进行交叉路口背景提取。本文算法的背景提取准确率比均值法和传统高斯混合模型法分别提升20%和30%左右,车道线标定也优于其他类似方法。结论 算法具有收敛速度快、准确率较高、稳定性较好等特点,在车流量大时可快速更新并消除车辆虚影,适用于光照条件正常的城市交叉种口的车道线标定。     

基于Kinect的机器人辅助超声扫描系统研究

提出一种采用Kinect传感器作为视觉伺服的机器人辅助超声扫描系统,来规划引导机器人的扫描路线,以实现机器人辅助的超声扫描操作。系统由Kinect传感器、机器人和超声探头组成。采用Kinect实时获取超声探头的RGB图像和深度图像,并计算探头当前位姿,结合坐标系配准结果,得到机器人的位姿信息,再根据术前的机器人轨迹规划,引导机器人的超声扫描路径。开展腿部模型实验验证本系统的可行性,通过对Kinect传感器的相机标定实验,计算得到了RGB相机和深度相机的内外参数,通过对探头上标识物的定位,进而计算出探头当前位姿,结合Kinect与机器人坐标系的配准结果,得到了两者的转换矩阵,并对机器人的位置给出指令,引导机械臂夹持探头到达指定扫描位置。在机器人夹持超声探头扫描过程中,实时计算探头与腿部之间的距离,以保证所采集超声图像的质量及扫描操作的安全性。实验结果表明,在Kinect视觉系统的导航引导下,机器人可以夹持超声探头实现自主超声扫描,以减少超声医师的扫描时间,降低医师的劳动强度。     

双目系统全视域采样的SVM标定模型分析

目的 为改善摄像机间接标定采样不全、模型表达模糊问题,实现小视场下检测视域完备采样,提出一种基于双目系统全视域采样的支持向量机（SVM）标定方法。方法 该方法利用六角晶格标定板靶点序号可读特点为基础,采集整个双目系统有效视域中检测点的视差坐标、世界坐标并建立完备的样本集。选取SVM对该样本集进行训练,将SVM算法得到的模型参数代入其决策函数中进行求解,获得公式化的标定模型。由于六角晶格标定板的四角和中心分布了5个互为非中心对称的多边形,可在标定板部分区域被采集的情况下获取标定板位姿信息,进而读取采集的各靶点序号。通过上下移动标定板,利用HALCON算子获取图像中各靶点的序号,建立双目视觉系统检测区域的完备样本集。最后,利用SVM算法训练样本获得标定模型,可以明确表达出标定模型的数学形式。结果 与传统采样建立的模型进行对比分析,实验结果表明该方法建立模型的标定误差减小了24.51%,降低了标定模型在传统方法未采样区域的标定误差,证明了该方法的可行性。结论 提出一种基于双目系统全视域采样的支持向量机标定方法,通过非中心对称的多边形确定标定板上靶点的序号,实现双目视觉系统检测视域的完备采样。实验结果表明该方法提高了摄像机间接标定的精度,具有良好的适用性和鲁棒性,适用于小视域内双目视觉系统的间接标定。     

工业级AM3354的应变采集系统设计

在桥梁安全监测中常用微应变来衡量形变大小,利用安装在桥梁下面的应变传感器测量车辆经过桥面引起的桥梁应变.采用基于Cortex-A8内核的AM3354工业级CPU,搭载Linux操作系统,设计了一款具有12位A/D转换精度、200倍放大倍数的应变实时采集系统.通过等效应变装置来标定系统的可靠性,并模拟实际场景.通过测试,验证了系统的可靠性.