共查询到10条相似文献,搜索用时 15 毫秒
2.
随着微电子机械系统(MEMS)技术的发展,出现了大量高性价比MEMS传感器,被广泛应用于多个领域。然而惯性测量单元通常包括多个传感器,如三轴MEMS加速度、角速度和磁力传感器,这样要求有多个数据通道输出,给原型系统设计和开发带来不便。基于此,文中设计了一种惯性传感板,集成MEMS三轴加速度传感器、三轴角速度传感器和三轴磁力传感器,通过单个UART串口可以读取9通道数据。经过试验验证,该惯性传感单元能够满足一般原型系统的快速设计和开发。 相似文献
3.
4.
针对四轴飞行器对障碍辨识效果差,精度低的问题,研究了四轴飞行器障碍辨识的方法. 采用超声波传感器、红外测距传感器以及激光雷达传感器的多传感器信息融合的方法, 通过果蝇算法对传感器原始数据证据权进行优化,得到最优权值,按照各个传感器的最优权值,采用改进的D-S证据理论算法对多传感器的数据进行融合, 提高四轴飞行器的障碍辨识精度. 通过分别对单一传感器以及和其他数据融合算法实验对比,研究结果表明: 在相同条件下,本文提出的方法对障碍物的识别准确率更高,对障碍物的响应更加迅速. 相似文献
5.
6.
7.
三轴加速度传感器校正方法研究 总被引:1,自引:0,他引:1
加速度是研究汽车安全的重要数据来源,而要获得可靠的加速度参数则要求加速度传感器有较高的精确性,针对三轴加速度传感器基本标定和坐标轴不垂直的校正问题,设计了相应的加速度传感器校正模型和模型求解算法,并通过实际测试对比加速度传感器在校正前和校正后的精度,从而来验证校正方法的可用性.经过该方法校正的多轴加速度传感器可以将不垂... 相似文献
8.
9.
随着人工智能的发展和可穿戴传感器设备的普及,基于传感器数据的人体活动识别(human activity recognition,简称HAR)得到了广泛关注,且具有巨大的应用价值.抽取良好判别力的特征,是提高HAR准确率的关键因素.利用卷积神经网络(convolutional neural networks,简称CNN)无需领域知识抽取原始数据良好特征的特点,针对现有基于传感器的HAR忽略三轴向传感器单一轴向多位置数据空间依赖性的不足,提出了两种动作图片构建方法T-2D和M-2D,构建多位置单轴传感器动作图片和非三轴传感器动作图片;进而提出了卷积网络模型T-2DCNN和M-2DCNN,抽取三组单一轴向动作图片的时空依赖性和非三轴传感器的时间依赖性,并将卷积得到的特征拼接为高层次特征用于分类;为了优化网络结构,减少卷积层训练参数数量,进一步提出了基于参数共享的卷积网络模型.在公开数据集上与现有的工作进行对比实验,默认参数情况下,该方法在公开数据集OPPORTUNITY和SKODA中F1最大提升值分别为6.68%和1.09%;从传感器数量变化和单类识别准确性角度验证了模型的有效性;且基于共享参数模型,在保持识别效果的同时减少了训练参数. 相似文献
10.