基于PDR和地磁匹配融合的楼层定位方法

针对室内楼层定位的实际应用需求,提出了一种基于PDR/地磁匹配融合的楼层三维定位方法。不同于传统的定位整层位置,该算法主要研究了楼层间楼梯部分的行人定位方法,行人可利用手机等设备获取加速度、陀螺仪、气压计以及地磁数据,通过对加速度、气压值分析识别上下楼状态,根据楼梯角度和阶梯高度进而获得位置高度信息,由于行人航位推算 (PDR)方法存在累积误差的问题,通过获得的地磁数据构建地磁基准图,并融合粒子滤波的方法修正PDR累积误差以达到获得运动轨迹的目的。通过实验数据分析,该算法能有效获取行人楼梯位置,精度优于1m,满足室内楼层三维定位的基本需求。     

加速度差分有限状态机计步算法

在用户行为无法预知的实际计步应用中,如何保持计步算法的准确性和稳定性是一个极具挑战的问题。传统的计步算法利用阈值设定和峰值检测,并不能解决计步算法的普适性和稳定性。针对上述问题,提出了基于加速度差分作为特征的有限状态机(acceleration differential based on finite state machine,AD-FSM)计步算法。该算法将原始加速度取平方和,并通过卡尔曼滤波去除噪声干扰,最后使用加速度差分有限状态机实现计步检测。实验结果表明,该算法在正常和干扰情况下能够提供精确的计步结果,误差分别为1.12%、4.00%,验证了该计步算法在降低状态机复杂度的同时具有较强的稳定性和鲁棒性,更能适应复杂的应用场景。     

比GPS更管用，室内摄像头定位技术

在室外,智能手机靠GPS传感器定位,但是到了室内手机就接收不到GPS信号了。不过现在一种新技术可以利用设备内置的摄像头来进行室内定位修正,修正后的精度可达1米之内。这项新技术可促进新型应用的诞生,对于谷歌眼镜这类的可穿戴产品尤其有价值。     

基于高斯模糊的摔倒自检测算法设计与应用

随着智能设备的普及,如何快速准确地检测、识别人体摔倒已逐渐成为研究的热点。然而现阶段对摔倒动作识别与检测仍然存在很多问题。为此,以智能设备的传感器系统采集的三轴加速度与角加速度为基础,结合经过高斯过滤后形成人体活动的信号幅度向量和陀螺仪信号幅度向量特征曲线与摔倒检测的模糊隶属函数特征模型,提出一种基于模糊的摔倒自检测算法。算法重点针对急速跑动、上下楼梯、手机平抛和自由落体等摔倒检测中的干扰动作进行了分析与区分,经过实验测试表明该算法有较快的反馈速度、较好的区分度以及较低的误判率。     

利用多源信息和极限学习机的人体运动意图识别

快速准确的步态识别是实现智能假肢灵活控制的基础与前提,步态(平地行走、上下楼梯和上下坡)的有效识别是关键.为了克服由单一信息源无法辨识复杂多步态的难题,搭建人体步态多源运动信息系统获取髋关节角度信号、加速度信号和足底压力信号,利用足底压力信号将人体步态划分为4个片段,并根据人体步态的特点确定了4个片段下髋关节角度、髋关节加速度信号的特征值,采用核主成分分析(KPCA)对原始特征的组合进行融合,得到信息互补的特征值,最后利用极限学习机(ELM)进行识别,实验结果表明该方法对平地行走、上楼、下楼、上坡、下坡5种步态的平均识别率达到96.78％,平均识别时间0.52 s,明显高于BP、支持向量机(SVM)等方法.     

基于自适应双阈值的计步算法

针对现有计步算法对不同运动状态适应性差的问题,设计了一种基于自适应阈值的计步算法。该算法首先通过智能手环的内置三轴加速度传感器采集用户在慢走、快走以及跑步三种步行频率的加速度数据,经过五点滤波预处理,在自适应时间窗内检测波峰波谷,再将波峰均值和波谷均值的平均值作为上阈值,波谷均值作为下阈值,通过动态阈值判定步数,最后根据行走振幅和行走频率存在的规律性进行假步检测。测试表明,该算法对于不同的用户在三种不同频率下平均计步精度可以达到91.88%以上。     

室内定位航位推测算法的研究与实现

针对室内定位的个人航位推测(PDR)中漂移导致定位误差累积的问题,提出一种微机电系统传感器整合的PDR算法.根据典型计步器原理及步长估算获取位移信息,在计步算法中加入动态时间窗口及动态加速度阈值,以得到更精确的计步结果.利用捷联航向角校正磁航向角得到校正后的航向角,以修正定位中的累积误差.实验结果表明,室内定位精度距离误差可控制在5％以内,计步结果精度高,易于求得航向角,又能在一定程度上校正长时间漂移等因素带来的位置误差.     

外骨骼离线参数化上楼梯步态规划

为扩大脊椎损伤患者在外骨骼机器人辅助下的活动范围而不仅仅只是起坐、站立和行走,提出一种离线参数化上楼梯 步态规划算法,该算法基于惯性测量单元检测穿戴者运动意图,基于足底压力传感器计算整个系统的零力矩点（ZMP） 以确 保上楼梯过程的安全性。 该算法根据人体大腿、小腿长度、楼梯高度和宽度等参数规划出关节的最优空间位置轨迹, 然后通 过逆运动学求解关节角度轨迹,该算法可为不同的穿戴者生成适应于不同楼梯尺寸的步态轨迹, 最后 3 名实验者穿戴外骨骼 在楼梯高度 18cm、宽度 26cm 的楼梯上实验,外骨骼按照规划的步态轨迹帮助穿戴者多次完成上楼梯任务,规划的楼梯尺寸 与实际测量的尺寸误差在 2%以内,通过实验验证了该算法的有效性与实用性。     

基于实时预测的传感器信号倍频算法

可穿戴助力机器人是一种能够根据传感器获得的力信号和位置信号进行自主控制的装置,其助力效果与传感器信号的响应频率密切相关.为了改善机器人助力效果,提出了一种提高传感器信号响应频率的算法.该算法首先利用MWQAR预测修正算法获得预测信号,然后利用三样条插值法,在真实信号与预测信号之间插入补偿信号.该算法在保证系统实时性的前...     

浅谈基于单片机的计步器设计

伴随现在人类注重养生与身体的锻炼,当今计步器是已经成为一种很受欢迎的日常运动的监控器,计步器可以根据计算人的运动情况来分析人体的健康状况。基于单片机的计步器设计与传统的计步器不同,该设计是选用单片机STC89C52作为系统控制芯片,倾角传感器ADXL345模块作为实时检测相关的状态信息,通过蓝牙模块把单片机处理的数据传输到手机APP上。由于ADXL345是电容式三轴传感器,由它捕获人体运动时加速度信号,更加准确,同时软件采用自适应算法实现计步功能,减少误计数,更加精确,利用手机APP显示采集的步数、路程、卡路里,使采集信息更加明显。     

基于改进聚类算法的传感器非线性数据拟合研究

针对传感器输出电信号与物理量之间存在的非线性问题,提出了一种新的曲线拟合方法。该方法通过将改进的粒子群优化算法,混沌搜索法和改进的模糊C-均值算法相结合,对实验数据搜索聚类中心点,然后利用分段线性逼近对传感器输入输出关系进行拟合。介绍了粒子群优化算法和模糊C-均值算法,给出了相关的公式推导过程,对传感器输出电信号与物理量的对应关系进行曲线拟合,最后将该方法应用于电涡流智能传感器。实验结果表明,该方法精度高、可靠性好,具有较强的自适应性和快速性,能够更准确的将电信号转换为物理量。     

Optimizing the performance of a Coriolis-based angular rate sensor applying an analytical approach

This paper focuses on the optimization of a novel angular rate sensor element based on the Coriolis force working principle. The device is resonantly excited and consists of two mechanically coupled oscillators representing the drive and the sense unit. In order to minimize energy losses during operation, the device employs a single point suspension to the substrate. This is especially advantageous when choosing an antiphase torsional motion for the sense mode. Furthermore, thermally-induced stress resulting in undesired drift effects of the device is minimized. The excitation frequency of the electrostatic drive unit was chosen to be in the range from 10 to 15 kHz, according to automotive requirements. The optimization process started with a complete parameterization of the sensor geometry, providing the basis for an analytical model. This was set up via the so-called deformation algorithm, applying the Ritz method. Next, the eigenfrequencies and mode shapes of the sensor were calculated analytically and compared with FEM results. The inclusion of the Coriolis force induced response of the sense unit yielded signal values from the differential capacitive pickup. An advanced hill climbing algorithm was used, varying two geometrical parameters simultaneously in such a way that the difference in drive and sense frequencies was kept at a constant value of 200 Hz. Based on this procedure an optimized design was found with an increase in signal level of about 450% as compared to earlier versions (e.g. from 3 to 17 aF/°/s). In a last step, fabrication related perforation holes which are typical for surface micromachined devices were included in the model. For this configuration, a frequency matching step was performed by FEM calculations. Resulting stiffness values were fed into the analytical model yielding a final output signal of the sensor of 16 aF/°/s.     

Estimation of skew angle in text-image analysis bySLIDE: Subspace-based line detection

A new signal processing method is developed for estimating the skew angle in text document images. Detection of the skew angle is an important step in text processing tasks such as optical character recognition (OCR) and computerized filing. Based on a recently introduced multiline-fitting algorithm, the proposed method reformulates the skew detection problem into a special parameter-estimation framework such that a signal structure similar to the one in the field of sensor array processing is obtained. In this framework, straight lines in an image are modeled as wavefronts of propagating planar waves. Certain measurements are defined in this virtual propagation environment such that the large amount of coherency that exists between the locations of the pixels on parallel lines is exploited to enhance a subspace in the space spanned by the measurements. The well-studied techniques of sensor array processing (e.g., the ESPRIT algorithm) are then exploited to produce a closed form and high-resolution estimate for the skew angle.     

活动轮廓模型在重叠藻细胞计数中的应用

针对重叠藻细胞显微图像的计数问题,提出一种基于活动轮廓模型的重叠藻细胞自动计数方法。对重叠藻细胞显微图像进行预处理,标记连通域,提取并处理局部图像,采用活动轮廓模型算法提取重叠藻细胞边缘,同时进行边缘分析和计数。与传统分水岭算法相比,该计数方法不直接进行重叠藻细胞分割,可以消除因直接分割时过分割与欠分割导致的计数误差,提高重叠藻细胞计算准确度。实验结果表明,该方法对重叠藻细胞的计数准确率高于90%。     

一种新的瓦斯监测证据合成方法

煤矿瓦斯监测中,利用Dempster-Shafer证据合成方法实现多传感器信息融合可以提高系统整体决策和预警能力。根据煤矿安全规范设定区域危险等级,使用云模型建立危险等级属性隶属度曲线簇,输入传感器检测量提取各属性隶属度作为D-S融合的基本概率赋值。为了实现高度冲突证据合成,提出D-S与加权平均法混合的分步证据合成算法。仿真结果表明提出的算法合成高度冲突证据时,具有令人满意的收敛效果。     

分段变步长MPPT算法在风力发电系统中的应用

针对传统定步长爬山搜索(HCS)法在风力发电系统最大功率跟踪(MPPT)控制过程中的快速性和准确性矛盾,提出了一种基于爬山搜索法和模糊控制的分段变步长MPPT算法.该算法根据发电机P-ω特性曲线对最大功率点(MPP)跟踪过程进行分段,使系统能够根据工作点所在的区域选择合适的跟踪算法和步长完成最大功率跟踪.在Matlab/Simulink中分别对提出的模糊分段变步长算法和传统爬山搜索法进行了仿真.仿真结果表明:所提算法明显地改善了系统跟踪MPP的速度和稳态精度,在MPPT方面明显优于传统的爬山搜索法.     

基于路径损耗模型参数实时估计的无线定位方法

定位技术在无线传感器网络中越来越引起人们的重视.针对传统的测距算法中,使用固定路径损耗模型会造成较大测距误差的问题,提出了一种基于RSSI的动态调整信号路径损耗模型参数的协作定位方法.该方法首先根据RSSI确定定位节点所在的最小子区域,然后通过该区域内已知参考节点间的相互合作估算出该子区域的路径损耗模型参数,再根据得到的路径损耗模型实现准确测距,从而减小定位误差.仿真和实验结果验证了该方法提高了定位精度.     

灰度烟支图像的二值化算法

在烟支计数的实际应用中,为了后续的计数,需要对灰度烟支图像二值化。由于烟支图像中烟支小而多,烟支之间的间隔小,使用常用的阈值选取算法来二值化烟支图像并不能取得好的效果。本文根据Pun的最大熵算法提出了一种改进的局部最大熵均值综合阈值选取方法。本文的方法把整个烟支图像分成小区域,在每一个区域中综合考虑最大熵和区域域灰度均值来得到最优的阈值。实验结果表明了此算法的有效性。