基于修正粒子滤波的MEMS传感器飞行器姿态解算

针对单一采用 MEMS传感器解算飞行器姿态无法克服系统非线性噪声干扰的问题,提出了一种基于修正粒子滤波的 MEMS传感器飞行器姿态解算方法.首先,利用共轭梯度法减小陀螺仪漂移误差,然后,利用加权粒子构造概率密度函数以更新粒子权值,得到优化状态估计值;再将共轭梯度法与修正粒子滤波进行融合,确定加权因子,同时以 STM32与 MEMS传感器为核心设计姿态解算系统.实验结果表明,该方法优化了飞行器静态与动态性能,姿态解算性能良好,系统过渡时间短,跟踪特性较好,且增强了系统的鲁棒性与稳定性.     

基于多MEMS传感器组合姿态解算仿真研究

针对传统单组MEMS传感器在姿态解算中所面临精度低、稳定性差等问题,提出一种基于多MEMS传感器组合姿态解算方法。载体坐标系各轴采用4组传感器,两两对角安装,将组合传感器测量数据与四元数估计数据做向量积,通过两组模糊和两组PI算法进行组合调节,利用互补滤波进行数据信息融合,通过自适应扩展卡尔曼滤波对修正后角速度进行预测估计,求得姿态角数据。仿真结果分析,所提出的方法较传统姿态解算方法具有更高的精度和稳定性。     

基于小波神经网络修正自适应滤波的钻具姿态解算研究

针对惯性随钻测量中,由于钻头振动导致系统三轴加速度计数据失真,从而使得解算的钻头姿态角误差较大的问题。提出一种基于小波神经网络(WNN)与自适应滤波(AKF)联合对钻具姿态进行估计的方法,首先建立钻具姿态自适应滤波的状态空间模型,根据估计后的残差不断调整自适应因子,降低姿态的估计误差,提高钻具姿态估计精度;根据滤波器的输入输出建立小波神经网络模型,对比输出误差在线修正网络模型,对姿态信息进行反馈补偿。设计振动台实验以及钻进实验对所提方法验证,其中钻进实验中井斜角误差降低到±1.8°,实验结果表明,所提方法解算精度优于自适应卡尔曼滤波算法,能够有效抑制振动误差对姿态解算的影响,为实际钻井提供理论依据。     

全向AGV的优化互补滤波姿态解算

针对单一的MEMS陀螺仪无法解决本身的易发散和磁力计易受磁场干扰导致引入新的噪声,而带来的姿态估计不精确的问题,提出了一种基于全向AGV的优化互补滤波的姿态解算方法.偏航角不参与四元数解算,在水平姿态角四元数解算的基础上,利用共轭梯度法减小陀螺仪的漂移误差.再引进经过椭球修正后的磁力计数据作为观测量,与偏航角进行一阶互补滤波融合,并确定加权因子.搭建了基于STM32和MEMS传感器为核心的全向AGV实验平台,实验结果表明,该方法能有效抑制陀螺仪易发散和磁力计易受干扰的问题,提高姿态解算的精确性,使姿态解算具有良好的动态和静态性能,同时保证了系统的稳定性.     

基于四元数的四旋翼飞行器姿态解算算法

由于四旋翼飞行器参与了许多极具挑战性的任务,因此要求飞行器在飞行时具有很好的飞行姿态,姿态控制问题就成了当前研究热点。详细分析了欧拉角算法和时效性更好的四元数算法,最后通过实验验证了该算法的有效性。     

基于EMMAP的MEMS陀螺噪声估计与滤波方法研究（英文）

针对MEMS陀螺仪测量精度低、随机噪声具有不确定性和非线性的问题,提出一种基于最大期望算法(Expectation maximum, EM)和极大后验估计(Maximum a posterion, MAP)的无迹卡尔曼滤波(Unscented Kalman filter, UKF)——EMMAP-UKF的陀螺噪声估计与滤波方法。根据极大后验估计原理,构造出一种次优无偏MAP噪声统计估计模型,并在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题,实现对观测噪声方差的动态调整,最终实现陀螺仪随机漂移误差的估计与滤波处理。最后通过Allan方差对陀螺噪声滤波方法的性能进行评估,通过半实物仿真验证了本方法的有效性。     

基于四元数二阶互补滤波的四旋翼姿态解算

姿态解算是四旋翼飞行器的关键技术,其精度直接影响飞行器控制的可靠性和稳定性。针对当前常用一阶互补滤波算法中阻带衰减速率慢和陀螺仪常值漂移产生的稳态误差问题,通过增加积分环节,设计了一种基于四元数的二阶互补滤波算法,能更好地利用加速度计和磁力计的稳态信息有效补偿陀螺仪常值漂移,从而减少姿态解算的累积误差。仿真结果表明,该算法具有更好的稳定性,提高了系统的姿态解算精度。通过飞行器真实飞行数据对算法进行了实验验证,结果显示姿态的俯仰角、横滚角精度1°,偏航角精度2°,能很好地满足飞行器控制系统对姿态解算的精度要求。     

欧拉角姿态解算的改进

介绍了四元数与欧拉角结合的姿态解算方法,该方法解决了单独使用欧拉角进行解算而产生的巨大运算量的问题,减轻了控制器的实时运算压力,增加了对姿态的解算效率。详细推导姿态解算的数学过程,并进行了仿真。     

基于扩展卡尔曼滤波算法的机器人姿态解算研究

针对机器人上的惯性导航系统由于振动干扰存在,导致测量数据中包含有大量噪声问题,进行了测量数据滤波研究。使用扩展卡尔曼滤波(EKF)对传感器测量的数据滤波,并进行姿态解算,通过静态、动态测试完成滤波前后数据对比,实验结果表明扩展卡尔曼滤波(EKF)不仅可以滤除测量数据中的大部分噪声,同时可以提高姿态解算精度。     

GPS姿态解算中基于RINEX格式的数据处理

介绍了GPSRINEX交换格式的发展与构成，分析了基于RINEX格式的两种主要的观测数据文件和导航信息文件的内容与特征。基于一个GPS姿态测量试验，实现了姿态解算中参考卫星的选取和载波相位双差的解算，为进一步的姿态解算建立了基础。处理结果表明了RINEX格式在GPS数据处理中的方便与高效性。     

基于自适应算法的单目视觉系统的姿态解算

提出了自适应总体最小二乘算法,以进一步提高单摄像机视觉测量系统光学特征点的姿态解算精度,研究并对比了常用的总体最小二乘算法及自适应总体最小二乘算法在测量系统中的应用。首先,根据空间几何位置关系构建光学特征点、像点及摄像机位置的系统坐标系及三维空间模型,并建立关于光学特征点及像点的矩阵方程。然后,应用常用的总体最小二乘法及自适应总体最小二乘法进行优化求解。最后,基于优化的总体最小二乘解确定光学特征点相对世界坐标系的姿态。应用三坐标测量机进行仿真对比实验,结果表明:常用的总体最小二乘算法得出的姿态坐标的标准差为0.055 7mm,自适应总体最小二乘算法得出的姿态坐标的标准差为0.041 4mm。相比之下,自适应总体最小二乘算法有更高的收敛速度及收敛精度,且解算速度优于常用总体最小二乘算法,满足单目视觉测量系统的稳定、可靠和精度高等要求。     

一种基于MEMS传感器的助老型机构人体姿态识别方法

通过对老人的站立、上下楼梯、走路、倚坐、弯腰和躺卧七个姿态识别,研究一种基于MEMS传感器的助老型机构人体姿态识别方法.经过验证,其识别方法的有效的.将7个传感器模块置于老人的腰部、大腿、胳膊等部位,采用坐标变换的方法,将采集到的相关部位四元数信息转化到腰部坐标系下,并组建标准矩阵,提取标准矩阵的均值、方差等特征值,通...     

快速反射镜姿态角的高精度解算

为了提高跟瞄转台出射激光的指向精度,研究了快速反射镜(FSM)姿态角与转台跟踪误差间的关系,提出了FSM姿态角的高精度解算方法。介绍了跟瞄转台出射激光的光路特点和FSM的工作原理;确定了坐标系中入射光与出射光的方向,依据坐标变换理论和光的反射定律,建立了FSM反射镜姿态角与转台跟踪误差间的函数关系。然后,推导出姿态角的解析表达式,描述了姿态角的空间分布规律,并从解析表达式中推出了近似表达式,确定了近似表达式引入的指向误差。最后,通过指向精度实验验证了姿态角解算方法的正确性。实验结果表明:在跟踪误差不超过(A 12.9′,E13.5′)时,应用姿态角解析表达式和近似表达式均能取得优于2.5″的指向精度;跟踪误差增大为(A38.6′,E37.8′)时,解析表达式对应的指向误差仍低于2.5″,而近似表达式对应的指向误差迅速增大为13.2″。得到的结果显示:FSM姿态角的解析表达式不存在原理误差,在任意跟踪误差下均能使出射激光具有高精度指向能力,且其形式简洁,满足伺服控制器快速运算的要求。     

基于四元数的机械海流计姿态解算

流向是海流测量中不可或缺的信息之一,可以通过解算海流仪姿态角的方式获得流向。目前,采用欧拉角微分方程式和方向余弦法计算姿态都存在着奇点或者计算量过大的问题。文章利用四元数的方法求解姿态变换矩阵,采用四元数四则运算组合简化计算过程,并基于6轴处理组件MPU6050和磁阻传感器HMC5883L设计电路和编程,最后在实验的基础上对算法可行性进行了验证。     

基于MPU6050的四轴硬件姿态解算研究

针对四轴飞行器姿态信息的实时准确获取问题,对四轴飞行器的姿态解算方面进行了研究。在分析姿态表示的四元数法和欧拉角法基础上,以成熟的Mahony互补滤波算法为例比较了软件姿态解算和基于MPU6050数字运动处理器(DMP)的硬件姿态解算的实现流程,并对两种解算方法的解算时间和对姿态变化的跟踪性能进行了实验测试。研究结果表明:硬件姿态解算能实时准确地获取小型四轴飞行器的各项姿态信息,可以满足小型四轴飞行器的姿态控制要求。     

基于无线射频技术的移动机器人姿态解算调试系统设计

利用上位机调节用于姿态解算的滤波器参数对移动机器人姿态测量有着十分重要的意义。针对有线传输方式会对机器人行动造成干扰的问题,提出了一种基于无线射频技术的移动机器人姿态解算调试系统。系统选择STM32微处理器作为控制核心,利用MEMS陀螺仪和加速度计采集机体姿态信息,解算机器人最优估计姿态角。通过以nRF24L01为核心的无线通信模块,实现姿态采集模块和上位机应用平台的无线数据通讯。经过实验结果表明,提出的基于无线射频技术的移动机器人姿态解算调试系统具有较好的可靠性和实时性,便于移动机器人系统的调试,有一定的工程应用价值。     

基于EMD-SVR的MEMS陀螺仪随机漂移多尺度预测（英文）

为了提高MEMS陀螺仪随机漂移序列的预测精度,提出了一种基于经验模态分解(EMD)和支撑向量回归(SVR)的多尺度预测模型。首先,通过EMD分解,将原始漂移序列分解为有限个频率逐级递减的本征模函数(IMF)。然后,根据每个IMF的时频特性,分别进行相空间重构并建立SVR预测模型。最后,将各IMF的预测结果等权相加得到最终预测结果。实验结果表明,提出的模型能够有效预测MEMS陀螺仪的随机漂移,且相比于单一的SVR模型具有更高的预测精度,可为MEMS陀螺仪漂移误差补偿提供依据。     

基于Kalman滤波算法的姿态传感器运动补偿方法研究

为了消除姿态传感器在检测过程中可能会出现随着运动加速度的变化而产生测量误差的现象,提出了基于Kalman滤波算法的姿态传感器加速度补偿方法。详细介绍了传感器工作原理以及运动状态下的误差分析及补偿。该方法通过将姿态传感器在运动过程中出现的角速度进行误差处理,建立传感器运动线性方程,在此基础上,采用Kalman滤波算法,通过对传感器测量输入的姿态角进行修正,从而达到姿态角准确测量的目的。通过实验数据及仿真分析表明,经过Kalman滤波算法对姿态传感器的运动进行误差补偿后的运动特性输出精度,相比补偿前有了很明显的提高,达到所需精度要求。