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.     

基于MEMS加速度传感器的位移检测系统

为了实现对物体运动位移的检测,设计了一种以国产高精度MEMS电容式加速度传感器MSCA3002为核心,24位高精度A/D转换器ADS1255,高性能ARM处理器LM3S2B93为主控制器的位移检测系统,并详细给出该系统的硬件电路及其软件算法设计。系统将传感器检测到的物体运动的加速度,经过积分算法转换为物体运动位移。实验结果表明：系统采样精度高、速度快、误差小,A/D转换器对加速度信号的检测精度能达到0.4%,积分后对位移的测量精度能控制在3%左右,很好地实现了对运动位移的检测。     

基于加速度分离算法的姿态测量方法研究

针对运动状态下探测器姿态解算精度不高的问题,提出了一种基于加速度分离算法的姿态测量方法。首先,分别利用椭球拟合法和建模法对加速度计、陀螺仪进行误差补偿,保证了MEMS传感器初始测量数据的精度。其次,提出了一种分离运动加速度的方法,以消除运动对加速度计测量数据的影响。最后,结合加速度分离算法实现了基于卡尔曼滤波器的高精度姿态解算。模拟实验结果表明,该姿态测量方法具有较高的精度和抗干扰能力,在变加速运动时姿态误差减小了70%以上,满足了设计的要求。     

一种在高加速下测量位移和速度的方法

利用光纤传感器实现了可在高加速度下物体平动位移和速度的测试,实验证明了该方法的有效性,对产生误差的原因进行了分析.这是一种非接触的测试方法,可以测量加速度在200g以上时的位移和速度.     

基于三轴加速度传感器的抽油机悬点位移测量装置设计

针对常用单片机滤波算法不能有效滤除加速度数据中的杂波干扰和单轴加速度数据在加速度传感器与地面不垂直情况下不能准确计算抽油机悬点位移等缺点,利用自相关数字滤波算法对加速度数据进行数字滤波,并采用三轴加速度传感器ADXL362同时采集抽油机悬点三个轴向的加速度,通过相量合成对加速度数据进行修正,提高位移计算精度。详细介绍了硬件电路、抽油机冲次计算、抽油机悬点位移计算,最后给出了该装置现场测试数据。现场测试表明,该装置具有运行可靠、精度高、功耗低等优点。     

基于数字积分和LMS的振动加速度信号处理

数字积分中的误差累积会引起波形的严重变形，在分析了误差传递规律的基础上，提出了基于最小二乘法的波形修正方案。用LMS分别对速度和位移信号进行一次拟合和二次拟合，求出积分后信号中的误差变化规律，然后进行波形修正得到正确的速度和位移信号。在我们自主开发的一套专门用于振动信号测量的便携式振动测量仪中，将该算法应用到加速度信号处理中，并取得了很好的效果，从而为准确判断设备的运行状态提供了可靠的数据来源。     

Arduino开源平台在低成本加速度与动态位移直接测量中的应用

实时位移是结构健康监测及振动控制所需的重要参数,但固定参考点式位移计法及非接触摄录式位移测量法成本均较高,而加速度二次积分重构位移算法受积分初始条件影响导致误差可控性差。本研究利用Arduino开源微控制器平台的开放性和微电子机械系统(Micro-Electro-Mechanical-Systems,MEMS)型加速度计的成本优势,结合内嵌式加速度重构位移Lee算法对积分初值条件的低依赖性特征,开发了一种低成本、加速度和动态位移直接测量系统,并配合内置SD卡模块实现了实时采样、数据存储功能。基于小型振动台对比实验,验证了该系统对简谐振动、地震动加速度、桥梁墩顶横向位移测量的有效性和精度。结果表明:地震动加速度激振下,该系统与成熟加速度测量系统峰值误差低于7%;实测桥梁墩顶横向位移激振下,该系统与线性可变差动变压器式相对位移计(Linear-Variable-Differential-Transformer,LVDT)最大测量误差低于10%。     

基于捷联惯性导航的矿用单轨吊机车定位算法

针对煤矿井下单轨吊机车常用定位方法存在定位精度低和定位成本高的问题,提出了一种基于捷联惯性导航的矿用单轨吊机车定位算法。采用九轴惯性测量单元(IMU)采集机车加速度数据,并对加速度数据进行限幅滤波和去零偏等预处理,解算并输出姿态角和加速度值;采用方向余弦矩阵法滤除加速度数据中所含的重力分量,消除该分量对数据的干扰;利用加速度变化率阈值法和零速修正法修正稳态误差,使稳态加速度和速度更接近真实值;采用Lagrange插值多项式测距法测量单轨吊机车的行驶距离,并利用测距结果定时修正法来补偿测距误差,根据机车的起点和行驶距离实现定位。实验结果表明,当车辆行程为30.8 m时,测距误差基本在0.65 m以内,可以达到高精度、低成本的定位要求。     

基于DSP的数字式MEMS加速度传感器ADXL203的设计与应用

介绍了一种新型的加速度传感器ADXL203。具体分析了该传感器的性能与工作原理,并且通过TI公司的TMS320LF2407DSP实现了输出信号的处理和分析。设计了三轴的加速度的测量,进而确定物体运动的位移与轨迹。     

含零漂的遥测加速度振动信号时域积分方法研究

提出通过遥测加速度振动信号时域数值积分和最小二乘相结合的方法消除零漂对积分结果精度的影响,即采用最小二乘原则对加速度振动信号时域数值积分结果根据其包含的趋势项形式进行多项式拟合,获得修正参数,进一步对积分结果进行修正,获取遥测速度和位移振动信号的修正值。方法在仿真信号上进行了应用,修正结果和真实结果的误差较小,结果精度较高,说明方法的有效性,在此基础上将方法在遥测加速度振动信号的处理上进行了应用,鉴于方法模型的在仿真信号上的有效性,可以推断获取的遥测速度和位移振动信号的修正结果具有较高的置信度。     

改进的高效Camshift跟踪算法

Camshift是一种应用颜色信息的跟踪算法,它对做加速度的运动物体跟踪效果不够稳定和强壮,从准确预测目标位置及缩小目标搜索范围入手对Camshift算法进行了改进。该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置,使用预测位置误差方程估计运动目标搜索范围,并使用IIR滤波器对目标运动速度、加速度等参数自适应地修正。实验证明,改进的Camshift有效地克服了Camshift算法自身的缺陷,即使运动目标做加速运动时,也可准确地预测运动目标的位置,缩小目标搜索范围,进而提高目标跟踪速度。     

一种自适应残差补偿算法在移动机器人姿态估计中的应用研究

针对两轮移动机器人MEMS IMU姿态估计的数据融合问题,提出一种以卡尔曼滤波为基础的自适应残差补偿算法。该算法结合惯性传感器误差模型与移动机器人姿态模型构建卡尔曼滤波器,利用卡尔曼滤波量测更新的加速度残差自适应补偿非重力载体位移加速度对姿态估计的影响。实验结果表明,该算法有效的融合了MEMS IMU姿态测量数据,抑制了传感器随机漂移误差,同时自适应补偿了非重力载体位移加速度。     

基于机动检测的捷联航姿算法研究

针对低精度陀螺仪、加速度计和磁传感器组成的捷联航姿系统存在的易受载体运动加速度影响而导致姿态精度下降甚至发散的问题进行了研究,提出了一种基于机动检测的捷联航姿算法。该算法根据陀螺仪数据进行姿态实时更新,利用加速度计和磁传感器输出对载体姿态误差进行校正以保持航姿输出的长期精度。算法根据加速度计输出在导航系中投影的水平分量进行机动检测,剔除机动期间的加速度数据,利用载体匀速运动状态下的加速度数据与磁传感器数据构造量测,利用卡尔曼滤波器对姿态误差进行估计并修正。仿真结果表明,该算法能有效完成载体机动检测,保证系统存在机动的情况下姿态精度满足应用要求。     

iOS平台下惯性室内定位系统设计与实现

针对缺少GPS及其他无线定位网络环境下的三维室内定位需求,提出了一种基于惯性测量的室内定位算法。该算法通过加速度计与陀螺仪的配合,获取设备运动的三维加速度,通过积分得到三维速度与位移。为提高定位成功率与准确性,引入了零速度修正方法,结合角速度模值、加速度模值及其方差进行静止状态检测,利用设计的扩展型卡尔曼滤波器对速度和位移进行修正。对使用该算法的惯性室内定位系统在iOS平台上进行了实现及有效性验证。     

MEMS加速度传感器的距离测量性能分析

当前MEMS加速度因其高性价比被广泛应用到游戏、医疗康复等领域。通常利用MEMS加速度测量位移，然而由于MEMS加速度自身缺陷，易受噪声影响，加速度测量值存在较大误差。如果不采用任何措施对数据处理，得到的误差会非常大。本文主要分析MEMS位移测量的准确性，及采用卡尔曼滤波器后的位移估计；探讨MEMS加速度距离测量的可行...     

姿态解算与外力加速度同步估计算法

针对惯性导航应用中,姿态解算与外力加速度估计互相干扰的问题,提出一种基于四元数和扩展卡尔曼滤波器的姿态解算与外力加速度同步估计算法。首先,利用估计的外力加速度修正传感器加速度数据得到准确的反向重力加速度,再结合地磁场向量通过梯度下降算法解算得到旋转四元数的测量值;其次,构建扩展卡尔曼滤波模型,对旋转四元数和外力加速度进行更新,得到旋转四元数的预测值和外力加速度的预测值;最后,用旋转四元数的测量值和测量得到的加速度数据对预测值通过扩展卡尔曼滤波的方法进行校正,最终得到准确的旋转四元数和参考坐标系下三轴方向上的外力加速度。实验表明,通过扩展卡尔曼滤波同时对姿态和外力加速度估计的方法,能够迅速收敛并准确得机体姿态信息以及外力加速度信息,欧拉角误差为±1.95°,加速度误差为±0.12 m/s²,并且该算法能有效抑制外力加速度对姿态解算的影响,准确估计外力加速度。     

基于双级互补滤波的姿态测量算法设计

陀螺仪的漂移、载体的线性加速度和磁场的干扰是影响MARG传感器姿态测量精度的主要原因。针对传统姿态测量算法在磁干扰环境下由于航向角误差导致水平角测量精度降低以及载体线性加速度影响水平角精度的问题,提出了一种基于四 元数的双级互补滤波姿态融合算法。该算法利用加速度计和磁力计测量数据分别对估计四元数进行补偿修正,避免了磁干扰环境下航向角误差对水平姿态测量的影响。同时引入线性加速度误差和磁干扰误差自适应补偿方案,以降低线性加速度与磁干扰的影响,为了验证算法的有效性,进行了静态与动态实验。实验结果表明该姿态测量算法能显著提高姿态测量精度和抗干扰能力,与传统的Mahony算法相比,俯仰/滚动角的测量精度完全不受磁干扰的影响,性能得到了明显的提升。     

用于行人导航算法评估的足部轨迹仿真研究

针对行人足部运动情况较为复杂,不利于建模仿真的问题,在分析行人步态周期的基础上,提出了一种简化的行人足部运动设计方案。该方案将一个完整的步态周期划分为抬脚、转向、摆动、落脚和支撑五个阶段,并通过对加速度和角速度的控制,实现了对步态周期中足部位置和姿态的运动模拟。最后,采用零速修正辅助的行人导航算法对综合了平坦地面行走、上楼和下楼的运动仿真数据进行了验证。结果表明该方案设计能够用于行人足部运动轨迹的仿真,为行人导航技术的研究提供了一种简便有效的方法。     

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。     

基于加权时变卡尔曼滤波的惯性测量单元设计

针对加速度计和陀螺仪数据融合姿态测量方法在载体运动加速度较大时得到的角度误差逐渐增大的现象,提出一种基于加权时变的卡尔曼滤波算法。利用衡量运动加速度相对大小的权重参考概念,设置加速度计测量角度在观测量中所占的比重,使系统能够根据实际情况改变对加速度数据的参考程度。基于Arduino平台,选用MPU6050惯性测量传感器进行实时测量数据获取姿态信息的实验研究,实验结果表明,改进后的算法可以有效减小由于系统运动加速度导致的测量误差,获得更准确的姿态角数据。