一种IMU数据采集软件的设计与实现

激光捷联惯组的寻北及导航精度是武器装备的重要指标之一,它决定着打击瞄准目标的准确度和精度.而提高对激光捷联惯组惯性测量单元(Inertial Measure Unit,IMU)原始信号的采样准确性,确保激光捷联惯组寻北、导航解算所使用的IMU输入数据的可靠性和精度,是保证激光捷联惯组的寻北及导航精度的基础.设计的IMU...     

遥测测试中的IMU初始对准问题

本文在分析惯性测量单元(IMU)的解算算法的基础上,利用姿态转动分析了遥测测试中惯性测量单元(IMU)数据解算的初始四元数提取方法,并对其进行推导和验证,仿真结果表明了该方法的有效性。     

大船甲板变形监测系统中IMU的优化布局

大型船只的甲板变形极大地影响着船载设备所需姿态信息的精度,通过在舰船上安装惯性测量单元(IMU),采用惯性匹配的方法能够得到甲板的实时形变信息,出于实际考虑不可能为舰面上所有战位点都安装IMU;文章在舰船有限元模型的基础上进行模态分析,以甲板的MAC(模态置信度)矩阵非对角元作为生成遗传算法适应度函数的依据,利用遗传算法得到舰船甲板变形监测系统IMU的优化布局方案,仿真计算结果表明,该方法能得到较理想的IMU布局方案.     

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。     

精确而稳定的IMU解决方案 助推消费电子设备

基于动作和姿势的惯性测量设备(IMU)正迅速成为许多消费电子设备的关键性元件。InvenSense是率先提供运动接口解决方案的公司。本文介绍了InvenSense IMU系列,包括六轴、七轴和九轴IMU系列,以及其专利CMOS-MEMS制造平台,最后简介了传感器综合开发工具包Smartmotion■智能运动平台。     

基于ROS的移动机器人语音控制设计与实现

针对传统语音软件包信息冗余且移动机器人控制系统通用性和代码可移植性差的问题,提出了一种基于机器人操作系统(ROS)的移动机器人语音控制系统。语音控制命令信号经预加重、加窗分帧以及端点检测等进行预处理,利用基于Fisher比的Bark小波包变换方法提取特征参数,应用隐马尔可夫模型(HMM)算法进行识别,应用C++语言将上述内容编写成软件包,使用ROS的节点功能以及通信机制将识别结果用来控制移动机器人运动。实验结果表明:系统的识别率为94%以上,能准确识别不同用户的语音控制命令;经与成熟SDK功能比较,系统的识别率提高了1. 6%,且识别时间明显缩短,仅为255. 6 ms,表明系统在确保准确率的同时提高了反应速度。     

基于ROS的GNSS定位终端设计与测试

随着精细农业的不断发展,对导航定位终端的适用性要求越来越高。为了更好地满足智能农机的定位精度要求及农机软件功能模块的拓展要求,提出以机器人操作系统（Robot Operating System,ROS）为控制中心,设计全球卫星导航定位系统（Global Navigation Satellite System,GNSS）定位终端并测试。将GNSS板卡与开发板相结合,开发应用程序调用驱动函数接口和数据解包,完成数据的采集和处理。测试结果表明,该定位终端能完成卫星信号的采集及差分解算,并在开发板上对数据进行实时的解包处理。     

多输入融合卡尔曼滤波算法在矿井定位中的优化研究

针对使用惯性测量单元和低功耗蓝牙(BLE)定位矿井环境,提出了多输入融合卡尔曼滤波算法(MIFKF),采用倾斜、偏航卡尔曼滤波器对惯性测量值进行预处理,利用BLE获取三边测量估计值,将预处理值和估计值通过多融合卡尔曼滤波器融合优化完成矿井环境定位,算法同时借助Rauch-Tung-Striebel(RTS)平滑器使定位精度进一步提高.通过仿真验证,对比BLE技术三边测量算法与标准KF算法,MIFKF算法在矿井复杂环境中有效减小定位误差.     

移动机器人基于多传感器信息融合的室外场景理解

本文研究了移动机器人多传感器信息融合技术,提出一种融合激光测距与视觉信息的实时室外场景理解方法．基于三维激光测距数据构建了高程图描述场景地形特征,同时利用条件随机场模型从视觉信息中获取地貌特征,并以高程图中的栅格作为载体,应用投影变换和信息统计方法将激光信息与视觉信息进行有效融合．在此基础上,对融合后的环境模型分别在地形和地貌两个层面进行可通过性评估,从而实现自主移动机器人实时室外场景理解．实验结果和数据分析验证了所提方法的有效性和实用性．     

基于近红外视觉的机器人室外定位系统

在光照条件可变且存在电磁干扰的环境下,针对机器人室外导航任务,提出了一种基于全景近红外视 觉和编码路标的自定位系统．通过近红外光源照明,利用全景视觉识别采用条形编码格式的路标,并利用扩展卡尔 曼滤波算法（EKF）融合视觉数据和里程计数据,从而实现机器人自定位．实验证明,该方法消除了室外大范围导航 时光照变化对机器人定位结果的影响．     

基于视觉的室外移动机器人障碍物检测方法

针对复杂交通场景中的室外移动机器人,提出了一种基于小波模极大值和集成学习支持向量机的障碍 物检测方法．首先引入了基于小波模极大值的奇异信号分析理论,对候选障碍物区域进行探测;然后,构建了一种 基于集成学习改进的多分类支持向量机,对候选区域进行分类识别．实验中将该方法应用于多种交通场景（高速公 路、城区道路）,结果验证了其有效性、通用性和实时性．     

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。     

传感网中UWB和IMU融合定位的性能评估

位置信息是物体的基本属性之一.随着无线传感器网络(wireless sensor network, WSN)的蓬勃发展,传感器网络中节点位置信息的获取变得尤为重要.超宽带(ultra-wideband, UWB)和惯性测量单元(inertial measurement units, IMU)以其高定位精度,在WSN中得到了广泛应用.UWB精度高,但容易受多径效应和节点间的相对几何位置关系影响.IMU惯性测量单元能够提供连续的惯性信息,但累积误差问题难以解决.基于IMU和UWB结合的融合定位方法,能够在提高定位精度的同时补偿UWB的多径效应影响和IMU的误差累积问题.因此,提出一种新的基于UWB和IMU的融合定位方法,实现传感网中目标节点的高精度位置追踪,并通过计算克拉美罗下限(Cramer-Rao lower bound, CRLB)表征融合定位方法的空间定位性能验证其在解决多径和几何拓扑问题上的有效性,通过计算后验克拉美罗下限(posterior Cramer-Rao lower bound, PCRLB)表征融合定位方法的时间定位性能验证其在累积误差纠正上的有效性,为基于UWB和IMU融合定位算法的设计和仿真提供理论支持.实验结果表明：融合定位方法具有更好的时空定位性能,更能接近实际应用的理论精度下限.     

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。     

基于多传感器融合的移动机器人定位

针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题, 提出了一种基于多传感器融合的移动机器人定位方法. 首先, 在未知环境下, 分别利用单一里程计, 扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit, ...     

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.     

轻小型二位置光纤陀螺测斜仪惯性测量单元设计

针对油气井中井眼口径窄小、高温、高冲击等恶劣环境,采用双轴一体光纤陀螺和石英挠性加速度计作为核心传感器部件,实现了轻小型二位置光纤陀螺测斜仪惯性测量单元(IMU)。采用DSC(dsPIC30F6014A)+FPGA双CPU导航计算机方案完成导航计算和滤波算法以及IMU数据的采集、控制与传输等功能。重点介绍了系统工作原理,IMU、数据采集与接口电路和双微处理器设计等硬件结构及软件算法。样机测试结果表明:该样机达到了预期精度指标要求(井斜角精度优于±0.2°,方位角精度优于±2°,工具面精度优于±0.5°),系统的性能尺寸体积、重量等方面达到了井下测斜仪器设计要求。     

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.