基于手机惯性传感器空中鼠标的优化与实现

由于随机噪声和零点偏移的存在,陀螺仪传感器长时间工作会有误差累积。在空中鼠标交互时会出现光标坐标偏移现象。针对该问题,首先采用加权移动平均法对角速度数据平滑滤波,然后采用简单偏移校准和动态控制积分算法求解鼠标转过的角度,使系统输出角度值更能接近真实输入角度值。经验证,该方案能够提高基于智能手机惯性传感器空中鼠标系统的性能,克服光标随机漂移现象,使光标移动流畅。     

高精度高灵敏体感空中鼠标的发射端设计

针对现有体感空中鼠标姿态解算精度不够高和响应不够快的问题,设计了高精度灵敏便携式体感空中鼠标发射端.采用STM32处理器实时采集传感器数据.采用传感器内部集成的数字运动处理单元(Digital Motion Processing,DMP)获得四元数,再通过数学公式运算得到欧拉角,之后使用互补滤波校正算法解算出人体手部姿态.采用无线模块将数据发送至接至PC机接收端,与电脑进行交互,实现体感鼠标功能.最后通过实验验证方案的有效性和可靠性,实验结果表明,相比欧拉角法和方向余弦法,该方案提出的基于四元数法并加入校正算法的姿态解算方法具有计算量小、运算速度快及精度高的特点.     

基于卡尔曼滤波的航姿参考系统设计

针对传统的航姿参考系统AHRS（Attitude and Heading Reference System）中姿态角精度不高的问题,设计了一种新型的基于卡尔曼滤波的姿态检测系统。该系统采用了三轴磁传感器、三轴陀螺仪及三轴加速度计,用四元数的方法来描述载体运动的姿态,通过陀螺仪测姿态四元数,卡尔曼滤波算法融合加速度计和磁传感器数据,对姿态四元数进行修正,从而提高姿态解算精度。实验数据表明,系统能够较好修正陀螺仪漂移,且三个角度的均方根误差均优于0.25°,具有良好的噪声抑制能力。     

启发式算法在MEMS陀螺仪数据处理中的应用

随机漂移是影响微机电系统(MEMS)陀螺仪精度的主要因素.为了实时估计并补偿随机漂移,对启发式漂移消减算法(HDR)进行改进,提出自适应漂移消减算法.利用Allan方差分析方法确定陀螺仪的零偏稳定时间,通过检测陀螺仪数据的平稳性来区分随机漂移和真实角速率.以Pioneer3-AT机器人为平台进行试验,与基本HDR算法相比,新算法可以弥补载体有恒定角速率时基本HDR算法不可用的缺点,与普通算法相比,新算法可以提高航向精度2倍以上.     

基于GMR传感器校正的智能轮椅控制系统设计

为解决头部姿态智能轮椅控制精度问题,设计了一种基于巨磁阻(GMR)传感器校正与融合的头部姿态控制系统.系统以STM32F103为硬件平台,采用四元素法描述姿态信息,通过三轴陀螺仪输出角度解算姿态.由于陀螺仪漂移误差随时间积累,利用梯度下降法动态计算最优收敛步长,逐次迭代修正陀螺漂移误差.实验结果表明:传感器校准过程正确有效、校正后漂移误差减小,控制系统能精准控制智能轮椅运动.     

基于多传感器的行人航向推算算法研究

针对室内行人航位推算(PDR)系统中单一地以陀螺仪作为航向估计会出现误差累积和航向角偏移的问题,提出一种由方向传感器和陀螺仪组合的航向角校正算法。首先,利用卡尔曼滤波（Kalman Filter KF）分别消除方向传感器的信号干扰和陀螺仪的动态漂移误差;然后,通过陀螺仪和方向传感器测量的航向角差值是否超过阈值来判断是否存在硬磁场干扰;最后,根据硬磁场干扰情况对航向角估计值进行相应的角度补偿得到新的航向角估计值。实验表明,该算法的航向推算性能优于启发式漂移消除算法和增强式启发式漂移消除算法。     

海洋传感器的内嵌陀螺仪偏航角校正方法

海洋传感器通常工作在复杂的磁场环境下,其姿态检测系统一般使用陀螺仪确定偏航角输出。针对短时部署的海洋传感器,分析了MEMS陀螺仪的偏航角漂移误差模型,并在对陀螺仪原始数据补偿的基础上,给出了随机漂移的拟合估值与补偿方法,以提高陀螺仪偏航角输出在一定时间内的精度。使用高精度平台进行实验,结果验证了该补偿校正方法的有效性。     

两轴模拟陀螺仪的空中鼠标指针控制方法研究

介绍了一种采用两轴模拟MEMS陀螺仪实现低成本空中鼠标指针的控制方法,详细阐述了该方法的硬件设计、两轴陀螺仪数据的模数转换、静态基准点的捕捉、动态旋转角度变化率的测量。针对陀螺仪受环境温度变化等因素的影响会发生随机零点漂移的问题,提出了一种动态自校正的算法对零点进行自校正,取得了满意的校正效果。目前该技术已成功移植到无线空中鼠标中。     

基于卡尔曼滤波的轨道阀阀位测量方法研究

该文提出了一种基于卡尔曼的陀螺仪/霍尔组合滤波的轨道阀阀位测量方法。首先利用轨道阀阀位测量系统建立MEMS陀螺仪误差数学模型，利用轨道阀阀位测量系统建立转角解算数学模型；其次，利用MEMS陀螺仪误差模型和轨道阀转角解算模型构建卡尔曼滤波器；再次，利用二阶卡尔曼滤波算法对轨道阀转角测量数据进行数据融合；最后，通过单轴转台获取传感器原始数据与标准旋转角度，在Matlab平台上进行仿真，分析得出陀螺仪/霍尔组合滤波的阀位数据比单一陀螺仪、霍尔传感器阀位测量精度显著提高。     

液压支架姿态角度测量系统

针对采用单一角度传感器实现综采工作面液压支架姿态角度监测时测量结果不准确的问题,提出了一种基于倾角传感器和陀螺仪的液压支架姿态角度测量系统。该系统采用SVT626T型倾角传感器和ML7100型三轴陀螺仪测量倾角和轴向偏转角度,并以俯仰角为例,用卡尔曼滤波对2种传感器测量的角度进行数据融合。Matlab仿真及实验结果表明,该系统有效解决了倾角传感器因顶梁变加速运动导致的测量误差和陀螺仪因长时间测量导致的漂移和误差累积问题,提高了顶梁姿态角度测量精度。     

基于数据融合的两轮自平衡小车控制系统设计

为解决两轮自平衡系统中传感器存在较大震动干扰与漂移误差的问题,并提高系统姿态倾角测量的精确性和实时性,提出了基于陀螺仪与加速度计数据融合的两轮系统自平衡控制方法。建立两轮自平衡系统的动力学模型,采用卡尔曼滤波算法融合陀螺仪与加速度计信号,得到系统姿态倾角与角速度最优估计值,通过双闭环数字PID算法实现两轮系统的自平衡控制。通过两轮小车自平衡控制系统的软硬件设计,成功验证了该方法的可行性与有效性。利用该方法大大提高了两轮自平衡系统的抗干扰性。     

基于UKF的MEMS传感器姿态测量系统

针对工业和民用领域对姿态测量的需求,提出了基于MEMS加速度计、陀螺仪和磁强计的姿态测量系统,并采用无先导卡尔曼滤波(Unscented Kalman Filter,UKF)方法处理传感器数据.针对基于加速度计和磁强计的姿态测量方式在动态测量时不准确的问题和单独采用陀螺仪测量角度产生漂移的问题,设计了基于方向旋转矩阵的...     

基于支持向量机的MEMS陀螺仪随机漂移补偿

针对传统方法的不足,将支持向量机应用于MEMS陀螺仪随机漂移的补偿。建立了支持向量机预测模型,通过相空间重构技术,将标量的随机漂移时间序列嵌入到一个辅助的相空间中进行模型的训练和测试,并使用最优化算法得到了核函数和预测模型的各项参数。训练和预测结果均表明,该方法具有很好的预测效果,是一种有效的MEMS陀螺仪随机漂移补偿方法。     

小波阈值去噪和FAR建模结合的MEMS陀螺数据处理方法

为解决MEMS陀螺输出信号中噪声大、随机漂移严重的问题,提出了一种小波阈值去噪和函数系数自回归FAR建模结合的MEMS陀螺数据处理方法。采用小波阈值去噪法对MEMS陀螺输出信号去噪,提高其信噪比;为克服常用的自回归AR模型无法解决MEMS陀螺随机漂移存在的非线性问题,引入FAR模型对MEMS陀螺的随机漂移进行建模。实验结果表明,此数据处理方法可有效抑制MEMS陀螺输出噪声,且与AR模型相比,FAR模型能更精确地对MEMS陀螺随机漂移进行建模及预测。     

基于六轴MEMS器件姿态测量系统

为了解决噪声和漂移等原因造成的误差不断累积的问题,针对陀螺仪的静态性能以及加速度计的动态性能,提出了一种利用六轴MEMS器件对照相机三脚架的稳定测量系统,介绍了MEMS器件的工作原理,介绍硬件系统和软件系统,完成了基于ADXR450陀螺仪和ADXL355加速度计的检测硬件系统设计,通过传感器获取角速度加速度信息,采用不同的滤波方式对输出结果进行了分析,比较卡尔曼滤波和一阶RC数字滤波;经比较,卡尔曼滤波实时性更好,一阶RC滤波动态响应更好;实验证明,系统静态下更适用于一阶滤波,计算出姿态测量角度误差在0.104°以内,得到理想的姿态信息,能有效地提高检测目标姿态的精度。     

基于智能定位技术的无人物流车辆智能监控系统设计

传统的无人物流车辆智能监控系统监控图像清晰度差,监控速率慢。为了解决上述问题,基于智能定位技术设计了一种新的无人物流车辆智能监控系统,系统硬件传感器模块选用选用MCJS系列角度传感器,无人物流车辆定位模块选用ZM516X定位模块,支持Mesh网络,监控平台为LAND-LDRTU款无线远程监测终端RTU,内部配置实时监控系统,在C/S模式下设计应用系统程序。实验结果表明,基于智能定位技术的无人物流车辆智能监控系统监控图像清晰度高于传统监控系统42.58%,监控速率高于传统监控系统17.22%。     

基于角度补偿的手机多传感器数据融合测距算法

在惯性测量领域,单纯利用加速度二次积分的方法并不能准确感知目标对象移动的距离.加速度传感器在感知呈线性运动的目标对象时较为准确和实用,但在三维空间运动时它的坐标轴会随物体发生方向的改变而不断漂移.为解决该问题,提出了一种基于角度补偿的手机多传感器数据融合测距算法(ADC-R),使用加速度传感器测量物体运动的加速度,作为计算位移的原始数据;采用手机陀螺仪传感器测量运动物体的角速度,并以旋转矢量传感器输出的数据作为参数把手机动态坐标系下测得的加速度值空间坐标转换到静态的参考坐标系下,然后进行数据融合完成角度补偿计算;最后根据物理学加速度和位移的关系运用数学积分方法和进一步修正误差的技术得到最终移动的距离.实验结果表明此方法在近距离测距方面精度较高,优于加速度积分算法和加速度与陀螺仪融合算法.