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。     

MEMS传感器的惯性测量模块的设计与初始校准

设计了一种基于微机电系统(MEMS)传感器的惯性测量模块,它包括三轴加速度计、三轴陀螺和三轴磁阻传感器。这种惯性测量模块具有体积小、功耗低、成本低的优点,可以方便地用在微小机器人定位系统以及空中机器人控制系统中。详细分析了模块的误差来源,提出了模块中三轴加速度计的非正交误差模型。并运用基于Newton迭代的方法实现了一种自动初始校准算法。实验结果表明:这种自动初始校准算法可以有效地消除该模块的固定偏差、比例误差和非正交误差。     

基于改进Levenberg-Marquardt算法的地磁矢量校准方法

三轴磁传感器误差校准的椭球拟合方法通常要先求得椭球参数,再通过矩阵分解才能得到误差校准参数,这将导致误差校准参数存在无穷多解.为解决此问题,提出了一种基于改进的Levenberg-Marquardt(LM)算法的地磁矢量校准方法.首先使用质子磁传感器提供地磁场真值,利用改进的LM算法直接求解三轴磁传感器误差校准参数,然后利用加速度计测量恒定重力场作为辅助信息校准三轴磁传感器和加速度计坐标系之间的非对准误差.仿真结果表明,本文提出的方法可以使得三轴磁传感器测量地磁总场的均方根误差减小两个数量级,测量地磁分量的均方根误差减小一个数量级;实验结果表明该方法能够大大提高三轴磁传感器测量精度,最终获得加速度计坐标系下的高精度地磁场矢量.     

基于MEMS的车辆姿态感知系统

针对MEMS传感器精度低、误差大等缺点,采用三轴加速度计、三轴磁强计和三轴陀螺仪进行组合姿态测量,使用卡尔曼滤波进行多传感器数据融合。将旋转矢量法解算出的陀螺仪的姿态四元数作为卡尔曼滤波的预测矢量,将高斯牛顿法解算出的加速度计和磁强计的姿态四元数作为卡尔曼滤波的观测矢量,建立卡尔曼传播方程,求出更高精度的姿态四元数,解算出姿态角,将 AHRS 中的姿态角与车辆的坐标系对应,实验结果表明车辆在不同状态下的姿态角度变化与车辆的运行状态一致。     

基于融合模型的高精度倾角测量系统设计

针对现有倾角测量在宽范围内误差大的问题,提出了一种基于融合模型的高精度倾角测量系统设计方案,首先通过测量误差机理分析建立双MEMS加速度计的融合模型,再拟定标定方案确定模型相关参数,最后对硬、软件进行设计,可实现0~360°内角度的高精度测量。经高精度转台对比实验验证,该设计系统具有功耗低、宽测量范围内精度高等优点,能够实现在宽范围（0~360°）的高精度测量,且测量精度达到±0.05°。     

基于多传感器数据融合的液压支架高度测量方法

针对综采工作面液压支架高度测量困难和测量结果不准确等问题,以两柱掩护式液压支架为例,推导了利用倾角传感器所测液压支架姿态角度计算液压支架高度的表达式。为减小倾角传感器角度测量误差造成的液压支架高度测量累积误差,提出了一种基于多传感器数据融合的液压支架高度测量方法,即利用分批估计算法和自适应加权算法将分别通过掩护梁和前连杆处倾角传感器所测角度计算得到的液压支架高度数据进行融合。实验结果表明,该方法对于623.2mm高液压支架样机的高度测量误差不大于0.3mm,与单一倾角传感器测高相比,精度提高了1mm。     

高精度倾角传感器检测系统的设计与实现

主要介绍了针对倾角传感器批量生产而设计的一款高精度角度检测系统.系统包括运动控制系统、机电控制系统、Labview显示系统以及恒温恒湿箱设备等,能够实现对倾角传感器的0°位置校准、角度线性度校准以及误差检测,同时解决倾角传感器的温漂老化问题,使倾角传感器精度保持在±0.3°范围内.高精度倾角传感器检测系统的设计,实现了工业自动化检测代替原先的手动检测,提高了倾角传感器产品的精度,同时为企业提高了生产效率,节省了人力成本,具有很高的可靠性和实用性.     

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。     

一种基于六姿态模型的加速度计校准方法研究

MEMS加速度计和陀螺仪是惯性导航系统的重要测量组件.为提高惯性导航系统的测量精度,在使用加速度计前需要对其各项参数进行标定.在构建了一种理想的三轴MEMS加速度传感器输出与重力加速度值、零偏、标度因子之间的模型基础上,根据加速度计在静止状态下重力加速度在各轴分量的模值与重力加速度的关系,提出了一种零偏和标度因子的六姿态校准方法,并建立了标定方程.以MPU6050加速度陀螺仪为例,通过实验验证了该方法的正确性.结果表明:通过该校准方法可以有效地提高加速度传感器的零偏和标度因子技术指标精度.     

基于MEMS传感器的惯导系统预处理和姿态解算

为解决MEMS惯性传感器的系统误差和环境干扰影响,捷联惯导系统(SINS)无法准确测量姿态的问题,设计了一种基于优化自适应无迹卡尔曼滤波(优化AUKF)的姿态解算方法。先对陀螺仪和加速度计的误差信号进行预处理,分别建立ARMA模型和一元高阶模型,使用经典Kalman滤波实现其过程,然后建立姿态角的微分方程,使用高精度的优化AUKF算法实现姿态角解算过程。跑车实验结果表明,该方法可以得到高精度的姿态角信息,抑制 MEMS陀螺漂移引起姿态角发散。     

基于STC单片机的倾角传感器设计

利用低功耗、高性能的STC12C5A60S2微处理器和三轴加速度计传感器ADXL330,设计了一款倾角测量装置.详细介绍了利用加速度计测量倾角的原理,重点阐述了系统的硬件电路设计以及算法研究.测量结果显示,角度在-60°～60°范围内,其测量误差在0.3°以内.该系统集成度高、体积小、可靠性高,可用于各类飞行器的倾角指示和测量.     

基于RS485的高精度倾角传感器的设计与实现

根据MEMS加速度计倾角测量原理,设计了一种基于RS485串口通信的高精度倾角传感器。分别对该系统的硬件设计和软件设计进行阐述。倾角传感器的硬件设计主要分为MCU模块设计、传感器模块设计、电源模块设计、A/D转换模块设计和RS485数据输出模块设计;软件部分主要是下位机的程序设计。在系统中,采用手动标定的方法对数据进行标定,并利用分段线性插值法对角度进行补偿,经过多重滤波以达到良好的精度和线性。测量数据表明,该倾角传感器达到测量范围±90°、分辨率0.1mil、测量误差控制在0.1mil以内的高精度性能要求。     

基于MEMS传感器的车载微惯性测量单元设计

为了感知汽车姿态,利用MEMS传感器自主设计了一种车载微惯性测量单元(MIMU),详细介绍了三轴MEMS加速度计、三轴MEMS陀螺和正六面体的设计。该单元具有成本低、精度高、体积小,且便于标定等优点,可以方便地运用到汽车姿态实时监测系统中。给出了单元的标定方法,分析了其误差来源,建立误差模型以及自主设计了标定系统。实验结果表明:该单元能有效地消除信号干扰,具有满意的精度要求,可对运用该单元进行汽车姿态监测等提供理论研究与工程应用参考。     

MEMS加速度计的动态倾角测量性能研究

为了分析MEMS加速度计的动态倾角测量性能,组建了虚拟仪器架构的倾角测量系统,通过设计的模拟实验对MEMS加速度计和传统膜电位倾角传感器的动态倾角测量性能进行了比较研究;结果显示:两种传感器所测的动态倾角信号具有很强的相关性,利用拟合曲线所得加速度计所测信号与基准信号间的最大偏差、均方误差、平均能量差异等指标均小于传统倾角传感器所测数据;提高运行速度后发现倾角信号振荡加剧,加速度计所测信号波动幅度较小且高频成分丰富,膜电位倾角传感器所测信号出现相位滞后;表明MEMS加速度计适合于一般工业场合下的低速动态测量,其所测信号与基准信号间的偏差小,信号波动幅度小、失真小;采用软、硬件信号处理手段,可以有效改善环境干扰对测量的影响。     

基于磁通门的三轴电子罗盘自动误差补偿方法

该方法以自制的小型三轴磁通门航向系统为基础,加入MEMS三轴加速度计,形成了三轴电子罗盘的硬件结构。针对电子罗盘的罗差容易受到环境影响的特点,研究了自动误差补偿方法。首先对加速度计进行校准,其次采用基于椭球拟合的算法进行磁通门罗差的自动补偿,在剩余误差分析的基础上,利用加速度计的输出用递推最小二乘的方法对剩余误差进行了自动补偿。室温下实验结果表明该方法不仅方便有效,而且电子罗盘的误差从15°降低至2°内,在大倾角(60°)情况下也能保持较好精度。     

应用于多旋翼MAVs的姿态测量系统

应用一个三轴加速度计、三个单轴角速率陀螺和一个三轴磁强计等微机械惯性传感器,设计廉价轻量姿态测量系统,研究了姿态角推算算法。在以往的姿态测量系统中,陀螺偏差和动加速度的影响限制其应用。将角速度陀螺的误差作为状态量导入到系统,动加速度作为噪音项导入到观测方程中,然后利用扩展卡尔曼滤波器来构成姿态估计算法来降低误差。实际飞行中对比商用高精度传感器和多次室外飞行测试表明,设计的系统能够应于旋翼MAVs。     

基于加速度计的手指运动姿态检测

针对动态测量手指关节角度的需要,设计了一种基于MEMS加速度计的手指运动姿态检测方法。在该方法中,通过固定于手指上的三轴加速度计ADXL330的各个敏感轴感受到的重力加速度分量的大小来检测手指的关节角度。为了验证该方法的可行性,设计了一步进电机控制的能在竖直平面内转动的装置,通过同步检测传感器的输出和电机转动的角度,评估传感器在动态条件下的测量精度,结果表明:在动态条件下,其绝对误差为1°～2.5°,相对误差为3%～6%。在此基础上,将传感器用于测量手指关节的运动姿态,采集手指敲击键盘时传感器的输出,通过数据处理获得食指MCP关节、PIP关节和DIP关节随时间的变化关系。实验结果表明:加速度计可以有效地检测手指的运动姿态。     

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...     

DA-LM算法在MEMS加速度传感器误差校正中的应用研究

针对随钻测斜(Measurement-While-Drilling,MWD)技术中,微机电系统(Micro-Electro-Mechanical System,MEMS)三轴加速度计存在零点偏差、刻度因子误差、三轴非正交及与载体的未对准误差,造成姿态解算精度较低的问题,提出通过蜻蜓算法Dragonfly Algorithm(DA)及Levenberg-Marquardt(LM)联合校正误差参数的DA-LM算法.基于加速度计误差来源,建立加速度传感器线性误差模型并转化为椭球方程;由DA优化椭球参数实现全局寻优;再经推导得到新的校正目标函数并通过LM算法估计误差参数;最后利用本文所提对准策略实现加速度计与载体的对准.依据仿真实验,DA-LM算法可以精确估计加速度误差参数.通过双轴转台实验获取实验数据,校正前横滚角与俯仰角最大绝对误差分别为:0.86°和4.87°,校正过后分别降低为0.26°及0.49°.结果表明本文提出算法能正确补偿加速度计误差参数,姿态解算精度明显提高.     

无人机捷联航姿系统误差分析与补偿

针对由三轴磁传感器、三轴微机电系统(MEMS)加速度计和三轴MEMS速率陀螺构成的无人机捷联航姿参考系统(AHRS),在详细分析3种传感器误差来源的基础上,建立了与之相适应的误差数学模型;根据传感器自身特点和九轴传感器的测量特点提出了相对应的误差补偿算法.试验结果表明:磁通门传感器的航向角最大误差由补偿前15°降低为补偿后1.6°;补偿后加速度计的俯仰角最大误差为0.25°,倾斜角最大误差0.35°;速率陀螺的静态误差补偿在3.5 min之内航向角误差为±0.3°,俯仰角补偿后误差±0.4°,倾斜角补偿后误差±0.4°;当速率小于15°/s时,动态误差控制在±1°.