共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
针对传统两轮平衡检测系统易受噪声等环境因素影响,导致测量产生误差的现象,提出基于卡尔曼滤波的两轮平衡系统设计。选择SCA610-CA1H1G型号姿态传感器,以MEMS技术为基础设计姿态传感器结构,具备可选择的多种数据输出模式。选取36V电源将3个12V12AH的铅酸电池利用串联在一起,为系统提供充足电源。设计主控芯片Pentium II/III/4系列CPU,将它的状态信息描述和对外输出。设计基于卡尔曼滤波的去噪流程,构建误差修正模型,通过四元数转旋转矩阵转移到当前设备坐标系上处理,由此获取姿态矩阵从本体坐标系旋转到另一个坐标系的过程,对测量数值进行归一化处理,可得到无量纲标量。使用定时采样三阶逼近法,更新四元数,完成姿态检测。由实验结果可知,无论是在0-15dB噪声环境,还是15-30dB噪声环境下,系统监测精准度最高为92%,为汽车、航天领域提供设备支持。 相似文献
3.
建立了两轮自平衡车的动力学模型;设计了一种采用卡尔曼滤波的两轮自平衡车姿态检测控制算法的控制器;搭建了SIMULINK仿真模型,仿真分析了控制器中各参数对系统的影响;并将仿真程序移植到16位Freescale单片机中对两轮自平衡车进行控制;通过实测数据验证了所设计控制算法的合理性和设计电路的正确性。 相似文献
4.
5.
在磁悬浮列车行驶过程中,列车悬浮控制系统的姿态检测对列车平稳控制有重要影响.针对磁悬浮列车行驶过程中姿态检测存在一定的噪声干扰和测量误差的问题,提出了基于卡尔曼滤波的由多个传感器数据融合的算法.通过对比正常行驶和出现压轨现象的数据仿真表明,卡尔曼滤波方法下的多数据融合算法可更好地抑制系统噪声,同时通过融合间隙传感器和加... 相似文献
6.
7.
8.
9.
设计了基于微电子机械系统(Microelectro mechanical system,MEMS)惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元,利用加速度计对重力向量的观测来修正陀螺给出的姿态信息,卡尔曼滤波实现传感器信息融合以计算运动载体的姿态角。介绍了ADIS16355的基本功能模块,阐述了两种传感器融合测量实时姿态角的方法并给出了卡尔曼滤波算法迭代过程。基于ARMv7架构的Cotex-M3微处理器设计了姿态测量系统硬件。采用AHRS500GA对该姿态测量系统性能进行了测量姿态角的验证实验。测试结果表明,该姿态测量系统能在动态条件下准确地测定运动物体实时姿态角,其误差一般在±1°左右。 相似文献
10.
针对MEMS陀螺零偏导致运动载体姿态精度下降的问题,本文以MEMS惯性测量器件MPU6050为核心,提出了一种基于改进型卡尔曼滤波的姿态估计算法,采用欧拉角作为姿态解算的基础,通过惯性测量单元(IMU)测量运动载体的姿态数据,采用改进型卡尔曼滤波,对陀螺仪和加速度计数据进行融合,并实时估计陀螺零偏。实验结果表明,本文提出的算法能够获得较高精度的姿态信息,抑制MEMS陀螺零偏引起的姿态发散,可以准确地表示运动载体在静态和动态情况下的方位。 相似文献
11.
针对无人机姿态解算过程中,机载加速度计噪声时变,导致姿态估计值出现较大误差的问题,提出了一种基于PI自适应卡尔曼滤波的姿态解算算法,通过监视残差方差的理论值与实际值的差值,利用PI控制算法对观测噪声协方差矩阵进行在线修正,来解决由于噪声估计不准而导致滤波发散的问题。实验结果表明,即使是在无人机的姿态发生剧烈变化时,该算法依然具有良好的精度,鲁棒性较好。 相似文献
12.
13.
基于DSP和STM32的智能伺服控制器在位置闭环反馈伺服控制系统中有着广泛的应用。本设计采用TMS320F28335与STM32F103RET6双核控制器,两者通过SPI进行数据通信分工协作。另外,设计了完善的系统故障自检测报警程序与复合控制算法程序,在提高了系统稳定性与智能化的同时,又提高了整个系统的精度。 相似文献
14.
受工艺过程影响,拉链在生产过程中会产生缺齿次品,传统方法是靠人眼和测量工具进行检测,耗费大量人力和时间。采取机器视觉技术,对拉链图像的特征进行研究,提出针对拉链齿数检测的三种检测原理:神经网络识别方法、模板匹配识别方法和基于一维灰度投影的识别方法。根据检测原理分别编写核心处理程序及其上位机软件,模拟工厂实际检测环境设计搭建实验平台,进行检测实验。 相似文献
15.
16.
17.
为解决四旋翼无人机姿态估计问题,提出了一种不变扩展卡尔曼滤波(Invariant Extended Kalman Filter, InEKF)算法,用于同时估计四旋翼的姿态和惯性测量单元(Inertial Measurement Unit, IMU)的陀螺仪偏差。利用李群理论和不变观测器设计方法,将算法表述为一个连续时间随机非线性滤波器,其状态空间由直积矩阵李群SO(3)×R3给出,SO(3)中的估计值由IMU对重力矢量和地球磁场向量测量值加以修正。为在无人机上实现该算法,将状态和协方差传播方程离散化。最后,所提滤波算法相对于现有算法的性能优势通过仿真实验得到了验证。 相似文献