基于MEMS器件的徒步导航系统的技术研究

文章讨论了基于MEMS惯性器件的误差补偿技术,使用ZUPT(零速校正)方案实现对测量误差的补偿.文中对方案的实现细节进行了讨论,并设计了验证实验.实验结果表明ZUPT算法对于徒步导航系统的误差补偿有较好的效果.     

基于MEMS传感器组合的行人室内高度定位算法

针对气压计易受环境温度影响的问题,该文提出了一种基于微机电系统(MEMS)加速度计和气压计融合的行人室内高度定位算法。该算法分别利用x轴加速度计的峰值特征和z轴加速度计的四分位距特征进行上、下楼判定;然后利用滤除掉气压突跳点的气压计数据进行高度解算;最后行人平走时,将解算高度修正到半层楼高的整数倍,减少高度误差。实验结果表明,该文提出的行人室内高度定位算法不易受环境温度的影响,解算高度与实际楼层高度的误差小于2 m,可将人员定位到正确楼层。     

MEMS-IMU/GPS组合导航系统仿真研究

微电子机械系统(MEMS)是指可以批量制造的,集微型结构、微型传感器以及信号处理电路、接口、通信和电源于一体的微型器件.MEMS惯性测量单元是采用MEMS技术研制的加速度计和陀螺组合器件,它具有体积小、成本低、可靠性高等优点.首先介绍了微机电惯性测量单元(MEMS-IMU)的发展情况,总结了IMU的基本工作原理;随后对IMU中的主要误差源微机电陀螺进行了统计建模;最后以位置和速度信息为观测值将MEMS-IMU与GPS进行组合导航,并进行了仿真实验,由实验结果可以得出结论:MEMS-IMU不能单独构成导航系统,而与GPS组合后的导航系统精度可以满足一般的导航需求.     

Pedestrian Navigation Based on Inertial Sensors, Indoor Map, and WLAN Signals

As satellite signals, e.g. GPS, are severely degraded indoors or not available at all, other methods are needed for indoor positioning. In this paper, we propose methods for combining information from inertial sensors, indoor map, and WLAN signals for pedestrian indoor navigation. We present results of field tests where complementary extended Kalman filter was used to fuse together WLAN signal strengths and signals of an inertial sensor unit including one gyro and three-axis accelerometer. A particle filter was used to combine the inertial data with map information. The results show that both the map information and WLAN signals can be used to improve the pedestrian dead reckoning estimate based on inertial sensors. The results with different combinations of the available sensor information are compared.     

Smart Phone Based Sensor Fusion by Using Madgwick Filter for 3D Indoor Navigation

In this paper, we proposed an enhanced pedestrian dead reckoning (PDR) system based on sensor fusion schemes using a smartphone. PDR is an effective technology for 3D indoor navigation. However, still, there are some obstacles to be overcome in its practical application. To track and simulate pedestrian’s position, which is confronted by environmental errors, walls, Bayesian errors, and other obstacles, our proposed PDR system enables estimation of stride based on the vertical accelerometer data and orientation from sensor fusion technique of magnetic angular rate and gravity sensor data by Madgwick filter. This localization system is independent of the received signal strength-based fingerprinting system. In addition, to estimate the current floor level, we make use of barometer information. To collect ground truth accurately and efficiently a prototype is implemented with the benchmark. We perform the same distance estimation for four different pedestrians to evaluate the accuracy of the proposed system. The real indoor experimental results demonstrate that the proposed system performs well while tracking the test subject in a 2D scenario with low estimation error (< 2 m). The 3D evaluation of the system inside a multi-story building shows that high accuracy can be achieved for a short range of time without position update from external sources. Then we compared localization performance between our proposed system and an existing (extended Kalman filter based) system.

     

MEMS-INS室内行人定位三维地图匹配算法

提高基于微机械(Micro-Electro-Mechanical System,MEMS)惯性导航系统(Inertial Navigation System,INS)的室内行人三维定位精度一直是一个研究热点和难点,其中器件误差是影响MEMS-INS精度的一个棘手问题.由于器件误差产生的机理十分复杂,采用现有的修正技术无...     

基于多传感器融合的室内定位算法研究

对于现有的室内定位算法存在低精度、低实用性和低传感器利用率等问题,提出了一种基于多传感器融合的粒子滤波室内定位技术,将智能移动终端与室内定位相结合,利用粒子滤波器过滤定位结果。采用行人航位推算(PDR)技术和RSSI定位技术获取行人位置信息,提高了定位精度与可靠性。此外,通过定位结果实时上传至服务器,同步递增构建位置指纹库,以适应室内环境的动态变化。实验结果表明,基于多传感器融合的定位技术与基于Wi-Fi的定位技术相比提高了定位精度与可靠性。     

基于微气压传感器的室内行人高度估计方法

针对当前气压传感器解算高度存在误差随时间累积的问题,提出了一种基于微气压传感器的室内行人高度估计新方法。该方法结合微气压传感器的输出高度值,对多个相邻时间内的高度值进行合理性判断,并结合室内行人运动状态对高度变化进行约束,使得解算的高度符合室内行人运动规律。通过电脑采集MS5611微气压传感器数据进行仿真验证,结果表明:该方法能够有效地对高度误差进行修正,相较于微气压传感器直接解算的高度,该算法解算的高度更贴合实际情况,解算轨迹也更接近真实轨迹,轨迹的平均闭环误差从1.9%D下降至0.07%D。该算法有效地提高了室内行人高度估计的定位精度,在室内行人三维定位领域具有一定的工程应用价值。     

基于ARKit的博物馆室内定位系统研究

本文针对博物馆中,不同艺术品摆放比较分散,导致参观者无法及时找到想要欣赏的艺术品的问题,提出制作一种ARKit的博物馆室内导航系统,为游览者提供精确的室内导航,提供引导和指引服务.测试结果表明,在系统中给不同的艺术品进行位置信息创建后,可以实现较为准确的路径规划和AR导航功能.     

基于IMU/视觉融合的导航定位算法研究

针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。     

MEMS智能传感器技术的新进展

CMOS和MEMS结合所产生的MEMS智能传感器技术已成为智能传感器发展的主流,目前智能时代的开启已带动MEMS智能传感器技术进入快速发展阶段。综述了惯性、压力、温度和生化等典型的MEMS智能传感器,展现了MEMS智能传感器的应用需求、技术特点、传感器新材料和新结构、电子学新架构、设计拓扑、关键技术突破和测试结果。同时也对MEMS智能传感器的工艺和封装技术的最新进展进行了陈述。从设计、工艺和封装等方面分析了当前MEMS智能传感器总的发展趋势,并提取了主要技术创新亮点。     

Smart Sensor与MEMS

讨论了Ｓｍａｒｔ Ｓｅｎｓｏｒ与ＭＥＭＳ的全新概念。结合微机械加工技术的发展,概述了现代传感器技术智能化、功能集成化的新趋势,及其对现代微电子、微型电子机械乃至整个信息技术领域的深远影响。     

基于等式约束卡尔曼的双MIMU行人导航方案

基于微机电系统(MEMS)的自主式行人导航系统通常安装在步行者的足部,利用零速校正来提高系统的定位精度。针对零速校正航向不精确问题,提出了基于等式约束卡尔曼滤波的双微型惯性测量组合(MIMU)行人导航方案。根据所设计的双MIMU系统在物理空间的相对位置关系,构造二阶非线性等式约束方程,并详述了等式约束卡尔曼滤波的解算过程。结合MEMS真实试验进行研究,对脚部负载双MIMU系统离线数据处理。根据试验结果验证了相比较于单MIMU行人导航方案,基于等式约束的双MIMU行人导航系统具有更高的定位精度。     

基于地磁辅助的室内行人定位航向校正方法

在基于惯性传感器的室内人员自主定位系统中,由于陀螺仪存在随时间增长的漂移,需要依靠地磁场对航向校正。然而,室内场景中地磁场会受到比较严重的干扰,磁力计自身也存在一定误差,严重影响了地磁场辅助定位的航向校正效果。该文提出一种地磁辅助的室内定位航向校正方法,该方法首先结合人体运动模型对磁力计进行校准,获取相关校准系数,提高磁力计解算航向精度。在此基础上利用改进的磁场准静态检测方法提取可用的磁力计观测量,经校准系数校准后结合零速更新算法(Zero velocity UPdaTe, ZUPT)辅助的扩展卡尔曼滤波(Extended Kalman Filter, EKF),对陀螺仪航向进行滤波校正。实验结果显示在长约684 m的轨迹下航向误差仅为3.2定位误差小于0.5 m,定位精度优于0.2%,验证了该方法较传统的磁场辅助航向校正方法的优越性。     

基于自适应阈值的行人惯性导航零速检测算法

在基于微机电系统(MEMS)的行人惯性导航中零速区间检测算法是制约导航位置解算误差增长的重要因素。针对利用固定阈值实现零速检测算法在不同运动状态下存在检测适应性差的问题,根据行人步态特征以及周期性零速规律,以合加速度和合角速度为检测数据,提出了一种基于自适应阈值的零速检测算法。利用检测数据在运动状态下的动态特点及统计特征,根据获得的运动状态信息更新零速区间检测阈值,以适应在不同运动状态下实现准确的零速区间检测。实验表明,自适应阈值算法对零速区间可以进行精确检测,零速检测准确率达到98%。检测结果用于导航定位解算的误差率小于1.5%。     

基于MEMS器件的低成本微惯性导航系统设计

设计了一款基于MEMS陀螺和MEMS加速度计的低成本微惯性导航系统。采用“四元教”法进行姿态计算,通过比力变换、积分运算确定载体的速度、位置。分析样机运行结果可知,静态运行15S,姿态误差最大为1．2°,速度误差最大为4．5m／s,位置误差最大为33m。实验表明,该系统发散较快,但短期精度较高,为满足长时间导航,必须与其他导航如GPS组合,即可应用到普通导航领域,且能大大降低系统的成本和体积。     

基于FPGA的MEMS捷联惯性导航系统设计

针对石油、煤矿等特殊环境中对小型化捷联惯性导航系统的需求,设计并实现了基于现场可编程门阵列(FPGA)单芯片控制的微机电系统-惯性测量单元(MEMS_IMU)小型化捷联惯性导航系统。系统采用ADI公司的MEMS_IMU作为惯性器件,主控芯片使用Cyclone III系列FPGA,采用可编程片上系统(SOPC)工作模式,最终制成尺寸4cm×11cm的捷联惯导系统。系统实现了数据采集、误差补偿、导航解算以及与上位机通信等功能。实验结果表明,系统能满足在钻井等小尺寸测量环境中使用,连续姿态变换过程中姿态误差小于2°,实现稳定工作。     

室内外行人导航系统研究

采用微机电系统(MEMS)惯性传感器、MEMS磁传感器及小型全球定位系统(GPS)接收机为室内外行人导航数据源,基于Cortex-M4为内核,搭建了室内外行人导航系统硬件平台。重点研究了多传感器导航系统的结构、多源信息融合方法、多条件零速检测方法及零速修正等理论方法。并通过试验,采集实测数据进行分析、验证行人导航系统设计的性能。结果表明,在GPS信号良好情况下,定位误差在2.5m以内;无GPS信号期间,路线长度为110m时,定位误差在总路经的5%内。     

一种智能车寻迹算法的研究

智能车自动寻迹技术,是体现其智能水平的一个重要标志.在利用光电传感器寻迹技术中,光电传感器的排布及其算法尤为重要.文中设计了一种传感器阵列"伞"型布局方式,并提出了相应的PID控制算法.试验证明,用此算法即使在路面导引线复杂的情况下,也能很好的保证智能车沿正确的方向前进,同时保证了运行时的平稳性.     

Smart Antenna for Indoor Millimeter Wave Communication

The following paper introduces a smart antenna system with MUSIC algorithm for indoor millimeter wave communication. The smart antenna system separates main transmission paths towards receiver by antenna array. Maximal-ratio combination (MRC) of the separated transmission paths provides nearly optimal performance of receiver. Multipath distortion and noise can be greatly reduced by the system.