基于MPU6050的双轮平衡车控制系统设计

双轮平衡车是一个高度不稳定两轮机器人,单独使用陀螺仪或者加速度计都不能提供有效而可靠的信息来保证车体的平衡.介绍了以STC12C5A60S2单片机作为核心控制器的双轮平衡车控制系统设计方案,采用MPU6050六轴传感器采集角度和角速度信号,应用卡尔曼融合滤波方式和PID控制算法,以实现双轮平衡车的平衡和简单的直立行走.     

基于多传感器的直立循迹智能车硬件系统设计

本文介绍了一种基于面阵CMOS传感器、陀螺仪及加速度传感器和绝对式旋转编码器的直立循迹智能车硬件结构及设计方法. 该智能车采用模块化设计思想,将硬件电路划分为多个子模块,对其分别设计再予以综合. 其中姿态采集模块通过MPU6050运动传感器获取角度和角加速度数据,进而拟合得到智能车姿态,图像采集模块通过MT9V022 CMOS传感器获取道路图像信息,速度采集模块通过绝对式旋转编码器采集车速信息,最终通过CPU控制模块对上述信息综合分析,实现智能车直立且自主循迹的稳定运行控制.     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

笔记本电脑防盗装置的设计

设计了一种基于陀螺仪加速度计传感器的笔记本防盗装置为防止笔记本电脑失窃. 采用低功耗的单片机作为主控芯片,通过集成了3轴陀螺仪和3轴加速度计MPU6050芯片对笔记本位移变化进行复杂演算,运用16位的模拟数字转换器将被测位移变化量转化为数字量,并降低了单片机的运动处理运算负荷. 该防盗装置通过配合上位机和下位机软件,用串口通信发送请求触发下位机串口中断,当下位机接收到请求时,将储存的加速度数据通过串口通信发送到上位机,然后上位机每隔一定时间获取下位机存储的加速度数据并对其进行分析,超过阈值发出警报从而达到防盗目的.     

基于Kalman滤波算法角度测量信号融合技术研究

针对车载激光通信转台姿态角控制中陀螺仪传感器存在漂移误差等问题,提出了以陀螺仪传感器和加速度传感器作为测量元件对车载转台的姿态角进行测量的方法,并在MATLAB软件平台上建立卡尔曼滤波器将传感器采集的信号进行融合,以加速度传感器输出的姿态角信息对陀螺仪测量的姿态角进行修正、补偿,以提高姿态角测量的精度。通过建立试验系统完成测试,结果表明：应用Kalman滤波算法对陀螺仪和加速度传感器信号进行融合后,有效地减小姿态角的测量误差,为准确获得转台姿态角信息提供了理论依据。     

一种四旋翼自主飞行器的设计与实现

通过对四旋翼飞行器进行设计,使其能够在人工控制时实现一键式启动,从而在指定的区域内完成自主飞行任务。研究方法是基于瑞萨器件R5F100LEA作为核心控制器件,辅助以采用超声波测距传感器HC-SR04和九轴运动处理传感器MPU-6050来控制飞行器的运动方式和运动姿态。     

基于STCl2LE5410AD单片机的自动寻迹车设计

介绍一种基于STC12LE5410AD单片机控制的自动寻迹车的设计,包括自动寻迹车从电路设计到软件算法设计等各个环节.该系统以基于801251内核的8位增强型单片机STC12LE5410AD为核心,利用红外光电传感器采集路面信息,并将检测信号反馈给单片机,单片机对采集信号进行分析和判断,通过输出PWM信号对直流电机进行控制,决定寻迹车的速度及转向,从而使小车能够沿着路面的黑色引导线自动行驶.同时系统还设置了测速环节,随时可对速度参数进行调整.     

基于DSP和MMA7260Q的车辆加速度测试系统设计

针对汽车道路试验的特点和需求,设计开发了一种基于DSP和加速度传感器的车辆加速度测试系统.该设计选用高灵敏度三轴加速度传感器MMA7260Q,以DSP芯片TMS320F2812为核心控制器,对加速度信号进行采样.实践证明,测试系统在汽车道路试验中能准确、动态实时地采集车辆三维加速度信号.     

基于RBF神经网络的人体动态姿态识别算法

利用三轴加速度传感器对人体姿态加速度信号进行采集和处理,通过径向等函数（RBF）神经网络算法对数据进行训练和分类,从而达到对人体基本动态姿态的识别。实验表明,该算法可以达到90％以上的识别率。     

基于MEMS传感器的人体运动捕捉系统

为了能够准确获取人体在动态时的空间姿态并减轻CPU的密集处理运算,通过采用高精度三轴加速度传感器、三轴陀螺仪和三轴磁强计组成数据采集单元,并运用四元数法来解算人体的运动姿态．该系统满足设计要求,且降低了系统硬件的体积．     

基于捷联惯性导航的室内定位系统研究

基于捷联惯性导航的室内定位系统是综合运用MPU6050陀螺加速度计模块、HMC5983三轴电子指南针模块和蓝牙模块来实现定位. 系统以STM32单片机为控制核心,依此算出四元数和旋转矩阵,并利用卡尔曼滤波算法计算最优姿态角,在此基础上获取载体在导航坐标系中的运动加速度,通过对加速度的两次积分计算出载体在导航坐标系中的位置信息. 为了克服惯性导航固有的不可消除的积累误差,布设关键通信节点,采用局部蓝牙通信定位,并通过加权平均融合对位置信息做出修正,提高了定位系统的定位精度.     

韦根传感器在无刷直流电机中的应用

为了实现无刷直流电机的换向,基于韦根效应制成了一种新型韦根传感器.利用韦根传感器作为无刷直流电机转子位置检测元件,搭建了韦根传感器信号采样电路,通过单片机对韦根信号进行处理,实现了对电机换向的控制.以一台4极无刷直流电机为例,由单片机STC89C52RC控制驱动芯片L298n,实现了电机的起动和运行.实验结果表明,韦根传感器能够即时输出反映转子位置的信号,使电机顺利换向,可以作为无刷直流电机的位置检测元件使用.     

机器人导航中振动检测传感器的设计与改进

针对采用传统方法进行振动检测传感器数据采集时存在的谐振失真问题,提出基于32通道VXI总线技术和阵列信号处理的机器人导航振动检测传感器改进设计方法,并对系统进行了总体设计和功能模块分析.通过均匀线列阵分布模型对检测到的振动信号进行阵列信号处理和波束形成分析,并结合32通道VXI总线数据采集技术和PXI总线数据回放技术,进行了系统模块化设计和集成.结果表明,改进的振动检测传感器系统具有较好的数据采集和信号处理能力,为机器人导航提供了准确的参量数据和控制信号输入.     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

直接驱动XY平台位置域轮廓跟踪控制

针对直接驱动XY平台轮廓误差近似模型建立困难的问题,提出一种提高轮廓跟踪性能的位置域轮廓跟踪控制方法.通过将双轴运动系统等效为主-从运动方式,主动轴(X轴)以位置量作为自变量,将从动轴(Y轴)的运动描述为不同轮廓跟踪要求的X的函数.通过从时域到位置域的一一映射,得到双轴运动系统的位置域动态模型.提出了位置域PD控制策略,主动轴运动以自身为参考产生的位置跟踪误差为零,仅有从动轴的运动跟踪误差影响到了最后的轮廓误差.仿真结果表明,位置域轮廓控制相比时域轮廓控制能够获得更好的跟踪精度.     

三轴运动平台改进型交叉耦合轮廓控制

为了削弱负载扰动及复杂轮廓误差模型对轮廓精度的影响,在单轴中采用比例控制作为位置环控制器,采用PDFF控制作为速度环控制器,以保证单轴跟踪精度.三轴间采用一种轮廓误差估算法来建立轮廓误差模型,运算更为简单.通过改进的交叉耦合控制结构进行轮廓控制器的设计,将轮廓误差的补偿量置于位置控制器前,能够实现跟踪误差与轮廓误差同时减小,以满足三轴运动平台的高精度加工要求.结果表明,改进后的三轴运动平台控制系统具有较高的轮廓精度和较强的抗扰性.     

基于RBF神经滑模的XY平台迭代交叉耦合控制

永磁同步直线电机(PMLSM)直接驱动XY平台的轮廓加工精度会受负载扰动、双轴参数不匹配以及周期性轮廓误差的影响.针对这一问题,采用RBF神经滑模与迭代交叉耦合控制相结合的方式对两轴运动进行协调控制.设计RBF神经滑模控制器用以削弱负载扰动对加工系统的影响.采用实时轮廓误差法估算出轮廓误差模型,并且将轮廓误差作为控制器的输入,设计迭代交叉耦合控制器用以削弱双轴参数不匹配和周期性轮廓误差对加工性能的影响,实现跟踪误差与轮廓误差的同时减小.仿真结果表明,所设计控制系统具有较强的鲁棒性和较高的轮廓精度.