Robust and Accurate Monocular Visual Navigation Combining IMU for a Quadrotor

In this paper, we present a multi-sensor fusion based monocular visual navigation system for a quadrotor with limited payload, power and computational resources. Our system is equipped with an inertial measurement unit (IMU), a sonar and a monocular down-looking camera. It is able to work well in GPS-denied and markerless environments. Different from most of the keyframe-based visual navigation systems, our system uses the information from both keyframes and keypoints in each frame. The GPU-based speeded up robust feature (SURF) is employed for feature detection and feature matching. Based on the flight characteristics of quadrotor, we propose a refined preliminary motion estimation algorithm combining IMU data. A multi-level judgment rule is then presented which is beneficial to hovering conditions and reduces the error accumulation effectively. By using the sonar sensor, the metric scale estimation problem has been solved. We also present the novel IMU+3P (IMU with three point correspondences) algorithm for accurate pose estimation. This algorithm transforms the 6-DOF pose estimation problem into a 4-DOF problem and can obtain more accurate results with less computation time. We perform the experiments of monocular visual navigation system in real indoor and outdoor environments. The results demonstrate that the monocular visual navigation system performing in real-time has robust and accurate navigation results of the quadrotor.      

摄像机和惯性测量单元的相对位姿标定方法

提出了一种鲁棒的基于无迹卡尔曼滤波器的摄像机(视觉传感器)-惯性测量单元相对位姿标定方法,为了减小重力加速度对标定精度的影响,该方法采用迭代卡尔曼滤波器对惯性传感器坐标系下的重力加速度进行实时估计,仿真实验和真实数据实验表明,在系统初始误差较大或系统受到严重非线性因素干扰时,该方法仍能够对视觉传感器和惯性测量单元之间的...     

基于弹载IMU/GPS组合导航系统的动基座对准研究与仿真

对基于弹载IMU／GPS组合导航系统的动基座对准问题进行了研究与仿真;首先,分析了弹载IMU与GPS的系统误差,建市获得了其系统误差模型;然后,利用卡尔曼滤波技术,设计了弹载IMU／GPS组合导航系统的动基座对准算法;仿真结果表明,在初始误差较大的情况下,经过360秒的动基座对准,IMU的姿态角误差可降至10个角秒,同时位置和速度误差也得到了有效修正,从而证明该动基座对准算法是行之有效的。     

惯性传感器技术及发展

论述了惯性传感器的发展过程和其在惯性导航系统中的地位 ,对新型惯性传感器 :壳体谐振陀螺仪、微机械电子系统惯性传感器、光纤陀螺仪的原理、性能和研究现状作了分析 ,最后指出了惯性传感器的发展方向。     

基于信号嫁接技术的IMU导航性能评估方法

为了探究新型惯性测量单元（ IMU）的导航定位精度以便选用,需要对其进行方便有效和低成本的测试评估。对一种新颖的基于信号嫁接技术的IMU导航性能评估方法进行了验证和分析。以三种中低精度IMU为样本,将该方法的评估结果与该IMU的现场测试结果对比,从而对该方法的评估效果进行验证。结果表明：相对于IMU的仿真评估,使用信号嫁接技术合成出的IMU数据在导航性能上与现场测试结果有更高的一致性,更为有效和可信。该方法相比于权威的现场测试评估具有成本低、效率高的独特优势,在中低精度惯性器件性能评估上具有很高的应用价值。     

三轴一体IMU组件中光纤环热分析

对某型号三轴一体光纤陀螺捷联惯导系统建立有限元模型,从结构角度分析了惯性测量单元（ IMU）中光源和加速度计等发热模块对光纤环温度场分布的影响。分析研究IMU组件在22℃常温稳态下的传热规律,表明光源与加速度计等热源所产生热量将不以传导方式在箱体与 IMU台体之间传递,对流与辐射传热对IMU温度分布影响较大;光源为主要热源,是造成Y,Z轴光纤环温度分布不均匀的主要原因;加速度计发热将影响X轴光纤环温度分布。通过＋60℃高温瞬态热分析,研究光纤环在极端环境下温度变化规律,表明系统在极端环境下随着温度上升而温度梯度递减,光纤环瞬态温差增大。稳态和瞬态热分析可指导惯导系统IMU部分结构热设计的改进。     

基于双轴旋转框架捷联惯性组件快速标定方法研究

现场条件下惯组的标定精度及标定速度直接影响惯性导航系统的使用.基于双轴旋转框架的捷联惯组快速标定法,将带有旋转框架的惯组安装在载体上,只需一次通电后控制双轴框架合理转位,实现惯组误差参数的快速辨识.结果表明6位置快速标定法,可以满足捷联惯组现场标定精度要求且在30 min内即可完成惯组标定,尤其是降低了现场标定时对高精度三轴转台的依赖,极大地提高了器件测试的灵活性.     

基于预估测量值的EKF在手臂测姿中的应用

针对载体线性加速度以及周围局部磁干扰对姿态测量精度的影响,基于已有的惯性测量单元,设计了一个基于四元数的实时估计手臂姿态的扩展卡尔曼滤波器(EKF)。提出利用四元数引入加速计和磁强计的预估测量值构造自适应测量噪声协方差阵的方法,结合QUEST算法,来判定姿态角解算对陀螺仪、加速计和磁强计输出信息的依赖程度,以此来提高测量精度。文末通过实验仿真对该方法进行了验证,并对实验结果和电磁跟踪系统采集到的数据进行了比较,结果表明,本文提出的方法能显著提高手臂姿态测量精度,可有效满足应用要求。     

运载火箭单惯组多表冗余的故障诊断与重构

惯性测量装置冗余是运载火箭中经常采用的一种用来提高其惯性导航系统可靠性的技术,根据冗余方式的不同,惯性测量装置冗余技术可分为系统冗余和单表冗余,分析了现有航天器惯性导航系统采用的冗余技术,从系统的重量、体积和成本方面比较,单表冗余具有明显优势;为此,从单表冗余角度介绍了一种运载火箭十表冗余的捷联惯性测量组合冗余管理方案,对冗余配置的陀螺仪和加速度计测量信息进行故障诊断,将故障定位到具体的某个陀螺仪或加速度计,在两度故障下,仍能够进行典型故障诊断,对故障仪表隔离后进行信息重构,实现一度故障及部分两度故障情况下导航信息的正常输出,增强了运载火箭惯导系统对惯组故障的容错能力。     

多传感器组合的移动车载数据采集系统研究

多传感器数据融合作为一门新兴前沿技术,已广泛应用于许多研究领域。三维信息快速采集是真实建模与三维虚拟现实的关键。提出了一种基于多传感器融合的车载移动式三维数据快速采集系统,集成了激光扫描仪、线/面阵CCD相机及GPS与IMU等多种传感器,以完成城市路面街道和建(构)筑物的三维数据自动采集。重点探讨了定位定姿方案设计及其实现,将GPS和IMU数据通过卡尔曼(Kalm an)滤波进行融合,可推测出整个系统及各传感器的位置和最佳姿态估计,以快速获取城市目标的地理坐标和三维建模信息,重建城市路面街道的三维真实场景。     

多相机与IMU融合的室外机器人定位方法研究

提高SLAM(simultaneous localization and mapping)算法的精度和鲁棒性是解决室外移动机器人自主定位问题的关键.针对单目相机在室外复杂环境下易受到遮挡、相机移动过快、图像模糊以及机器人纯旋转下算法精度和鲁棒性下降、低精度IMU(inertial measurement unit)的累...     

改进的IMU传感器安装误差正交补偿方法

针对传统的正交补偿方法难以保证惯性测量单元具有较高的正交补偿精度的问题,提出了一种改进的适用于大角度和小角度安装误差角情形的正交补偿方法,该方法分别建立三轴加速度计和三轴光纤陀螺传感器的安装误差方程,对惯性测量单元进行速率标定和多位置静态标定,并利用最小二乘法求解惯性测量单元的安装误差方程参数.仿真和实验结果表明:该方法较传统的正交补偿方法具有较高的正交补偿精度和传感器标定精度,且回避了静态标定时在较大安装误差角下利用转位机构获得零偏存在较大误差的问题,大大地提高了标定效率.     

某型惯性测量组合故障传播机理与建模分析

惯性测量组合(IMU)是航空机电控制系统中的关键部件,其易发生故障,且故障会在各功能单元之间进行传播.IMU中存在着故障传播路径复杂多样性和故障传播不确定性的问题,这两个问题使IMU中的故障传播过程难以描述.针对该问题,在对某型IMU故障传播机理进行分析的基础上,提出了一种将多信号流图与故障扩散强度函数相结合的模型构建...     

A machine learning approach to detect changes in gait parameters following a fatiguing occupational task

The purpose of this study is to provide a method for classifying non-fatigued vs. fatigued states following manual material handling. A method of template matching pattern recognition for feature extraction ($1 Recognizer) along with the support vector machine model for classification were applied on the kinematics of gait cycles segmented by our stepwise search-based segmentation algorithm. A single inertial measurement unit on the ankle was used, providing a minimally intrusive and inexpensive tool for monitoring. The classifier distinguished between states using distance-based scores from the recogniser and the step duration. The results of fatigue detection showed an accuracy of 90% across data from 20 recruited subjects. This method utilises the minimum amount of data and features from only one low-cost sensor to reliably classify the state of fatigue induced by a realistic manufacturing task using a simple machine learning algorithm that can be extended to real-time fatigue monitoring as a future technology to be employed in the manufacturing facilities.

Practitioner Summary: We examined the use of a wearable sensor for the detection of fatigue-related changes in gait based on a simulated manual material handling task. Classification based on foot acceleration and position trajectories resulted in 90% accuracy. This method provides a practical framework for predicting realistic levels of fatigue.     

用于虚拟现实的九轴惯性传感单元设计

设计并实现了一种基于卡尔曼滤波的用于虚拟现实中运动追踪的关键装置一九轴惯性传感单元.以4元数为状态向量,在卡尔曼滤波器中,通过由加速度计和磁强计得到的姿态角对陀螺仪的漂移进行补偿.惯性传感单元的采样频率达到1 kHz.通过连接手机上位机测试,很好地实现了姿态角的融合和矫正.     

捷联惯性传感器多余度配置的误差标定技术研究

对捷联惯性传感器多余度配置系统的标定技术进行了研究。详细分析了多余度惯性传感器各参数的测量原理及计算公式,针对典型的非正交配置(六传感器正十二面体)的多余度惯性测量单元(IMU),提出了一种简易的且具有较高精度的误差模型参数静态标定方法,给出了计算误差模型参数的数学推导过程和解析表达式。仿真结果表明:该计算方法精度较高,可以有效估计出多余度IMU的误差模型参数,提高了惯导精度。     

互补滤波和卡尔曼滤波的融合姿态解算方法

针对捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题,提出了一种互补滤波和卡尔曼滤波相结合的融合算法.该算法基于姿态角微分方程建立系统的状态方程模型,利用互补滤波后的姿态角作为系统的观测量,再应用扩展卡尔曼滤波(EKF)算法融合了陀螺仪、加速度计和电子罗盘的测量数据.为验证该算法有效性,用带有传感器的开发板依次进行静态和动态测试,实验结果表明:结合了互补滤波和卡尔曼滤波的融合算法,在静态时能够抑制姿态角漂移和滤出噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度.     

Intelligently tuned wavelet parameters for GPS/INS error estimation

This paper presents a new algorithm for de-noising global positioning system (GPS) and inertial navigation system (INS) data and estimates the INS error using wavelet multi-resolution analysis algorithm (WMRA)-based genetic algorithm (GA) with a well-designed structure appropriate for practical and real time implementations because of its very short training time and elevated accuracy. Different techniques have been implemented to de-noise and estimate the INS and GPS errors. Wavelet de-noising is one of th...     

MEMS传感器——无人机的核心

无人机的市场规模和范围持续蓬勃发展,新应用程序不断涌现,而高品质MEMS传感器和先进软件对其发展至关重要。本文详细介绍了无人机的几种关键性传感器以及对无人机性能的影响,如惯性测量单元、气压传感器、地磁传感器、应用特定型传感器节点和传感器数据融合,并介绍了Bosch Sensortec的相关产品在无人机上的应用。     

高旋弹用惯性测量系统多量程传感器组合设计

由于高旋武器弹药在初始时刻具有高转速和高加速度的特点,使半捷联MEMS惯性测量系统的减旋系统超调大,致使MEMS惯性传感器测得瞬时数据大,超出量程,影响数据分析与解算,提出一种适用于高旋弹用的多量程传感器组合设计,采用多量程的惯性传感器和MIMU组合将弹体各个飞行阶段的数据进行测量;用A/D转换器将其输出的模拟量转换为数字量,通过FPGA模拟通信口接收数据并存储在FLSAH中,实现对半捷联惯性测量系统的实时记录.通过高速飞行仿真转台试验验证:该设计能实时准确采集并存储弹体信息,对常规弹药的制导化具有很大的应用价值.