基于MEMS加速度计的高精度倾角传感器研制

为了测量煤矿井下液压支架姿态角度以实现支架姿态模型检测,设计了一款基于微电机系统(MEMS)加速度计的高精度倾角传感器。首先,对MEMS加速度计测倾角的基本原理进行研究。其次,分析传感器角度测量误差的影响因素,提高倾角传感器的测量精度:对加速度计的输出数据进行分析,分别设计传感器误差校准及坐标旋转的方法。最后,通过选用合适的传感测量元件及辅助电路,成功设计了高精度三轴倾角传感器。在试验室中对样机进行测试表明:该倾角传感器可以实现三轴方向上±90°范围的角度测量,测量精度在0.1°以内。该产品不仅可以用于煤矿井下,实现液压支架三轴姿态角度测量,满足液压支架姿态模型检测与分析的要求;还可以作为一种传感测量设备,在诸如工业自动化、智能平台等领域,实现角度测量功能。此外,误差校准及坐标旋转方法可以为其他高精度设备的设计提供良好的理论基础。     

基于MEMS的姿态测量系统

载体的姿态测量是载体进行预计轨迹运动的基础.姿态测量有多种方式,其中采用磁场传感器测量大地磁场确定航向的方法由于结构简单、体积小、重量轻、启动迅速、成本低等特点,自古至今一直得到应用.本课题在此基础上,利用微机电系统(MEMS)技术,设计了由微机电传感器组合而成的微型方位水平仪,该系统由三轴微加速度计和三轴微磁强计组成.利用大地磁场和重力场在地理坐标系和载体坐标系之间的方向余弦转换进行绝对角度解算得到姿态角.该微型姿态测量系统体积小、重量轻、功耗低、启动快、无长期漂移,可进行全姿态动态连续测量,测角精度为±0.5°(俯仰和滚转)、±0.7°(航向).     

基于MEMS的数据手套传感技术研究

目前数据手套大多采用机械式、光纤式或者图像识别等方法来获取手势姿态.基于MEMS传感器设计的数据手套利用MEMS传感器（三轴陀螺、三轴加速度计和三轴磁阻）,根据惯性测量原理,采用基于四元数解算的扩展卡尔曼滤波信息融合方法来获得手指全姿态信息,克服了传统方法的局限性.其穿戴方便、运动自由度大、抗干扰能力强,且不受光线条件的约束.测试和实验的结果表明,基于MEMS传感器的数据手套稳定可靠,具有一定的创新性和实际应用参考价值.     

基于Kalman滤波算法的姿态传感器信号融合技术研究

针对应用三轴陀螺仪和三轴加速度传感器的四旋翼飞行器姿态角测量问题,提出了基于Kalman滤波算法的姿态传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理,认为陀螺仪输出的角速度误差与其所测角速度及上一时刻的角速度输出误差相关,并据此建立陀螺仪测量线性方程,在此基础上,应用Kalman滤波算法,以加速度计输出的姿态角对陀螺仪测量的姿态角进行修正,从而达到姿态角准确测量的目的。实验结果表明：应用Kalman滤波算法对加速度传感器和陀螺仪信号融合后可有效消除姿态角测量累积误差并显著改善姿态角测量的动态特性。     

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台.同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05.,偏航角漂移速度0.01(°)/s.     

基于重力四元数的陀螺漂移估计与补偿

为提高钻探中的钻具姿态测量精度,提出一种基于重力四元数的MEMS惯性随钻姿态测量方法.采用MEMS惯性器件构建钻具姿态测量系统,把加速度计数据解算的姿态四元数作为观测四元数,陀螺仪数据解算的姿态四元数作为误差四元数;然后将陀螺仪漂移融入误差四元数,建立重力四元数估计陀螺仪误差四元数的模型,采用最小二乘法估计陀螺仪三轴漂移,进而补偿陀螺仪姿态四元数;通过补偿后的姿态四元数解算出钻具姿态.最后设计了转台、振动台实验和钻进模拟实验,实验结果表明,姿态四元数补偿后的井斜角和工具面角漂移由平均10 °/h减小到约0.2 °/h,方位角误差由平均12 °/h减小到约0.46 °/h,实现了加速度计补偿陀螺的三轴漂移,表明该方法能够有效提高钻具的姿态测量精度.     

MEMS惯性传感器ADIS16355在姿态测量中应用研究

为了实现惯性导航控制,需获取控制对象的姿态角信息,设计了基于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。     

基于卡尔曼滤波的航姿参考系统设计

针对传统的航姿参考系统AHRS（Attitude and Heading Reference System）中姿态角精度不高的问题,设计了一种新型的基于卡尔曼滤波的姿态检测系统。该系统采用了三轴磁传感器、三轴陀螺仪及三轴加速度计,用四元数的方法来描述载体运动的姿态,通过陀螺仪测姿态四元数,卡尔曼滤波算法融合加速度计和磁传感器数据,对姿态四元数进行修正,从而提高姿态解算精度。实验数据表明,系统能够较好修正陀螺仪漂移,且三个角度的均方根误差均优于0.25°,具有良好的噪声抑制能力。     

MEMS惯性传感器ADIS16355在姿态测量中的应用

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。     

两轮自平衡小车的系统设计与实现

两轮自平衡小车是以倒立摆模型为基础的动态平衡系统,针对系统设计中的车身结构、姿态检测与动态平衡控制等关键问题进行研究.采用一体化轮毂电机作为自平衡小车的驱动单元,设计轻量化车身结构以降低车身重量和能量损耗.控制系统采用含有加速度计、陀螺仪、电子罗盘的9轴姿态检测传感器检测车身姿态角度,利用卡尔曼滤波算法进行数据融合,获得姿态角度的最优估计,借助PID运动控制算法驱动轮毂电机运动,实现自平衡小车车身的动态平衡.通过参数优化,提升了系统的响应速度,将姿态角度估计的误差降低到0.5°以内,实现了两轮小车自主动态平衡功能,为两轮自平衡小车的设计提供了一种简单、可行、低成本的设计方案.     

基于GFSIN的车载式智能加速度传感单元的设计

为实现机动车运行安全状态监测,解决车身运动姿态监测问题,引入运用在飞行器导航中的无陀螺捷联惯性导航系统（GFSINS）基本原理,建立了基于三维加速度计正方体四顶点车身姿态监测模型,并研究了车载式智能加速度传感单元的设计与实现。实验结果表明,该智能加速度传感单元车速测量误差为1.98%,响应时间为0.38s,可以满足应用要求。     

基于加速度分离算法的姿态测量方法研究

针对运动状态下探测器姿态解算精度不高的问题,提出了一种基于加速度分离算法的姿态测量方法。首先,分别利用椭球拟合法和建模法对加速度计、陀螺仪进行误差补偿,保证了MEMS传感器初始测量数据的精度。其次,提出了一种分离运动加速度的方法,以消除运动对加速度计测量数据的影响。最后,结合加速度分离算法实现了基于卡尔曼滤波器的高精度姿态解算。模拟实验结果表明,该姿态测量方法具有较高的精度和抗干扰能力,在变加速运动时姿态误差减小了70%以上,满足了设计的要求。     

姿态航向测量与误差补偿方法研究

设计了一种基于MEMS陀螺仪、加速度计、磁传感器的小型姿态航向参考系统;以四元数和角速率偏差为状态矢量,磁场强度和加速度计信息为量测矢量,构建基于Kalman的四元数姿态航向解算方法;通过调整测量噪声方差矩阵,解决动态过程中由于运动加速度造成的姿态角误差;采用陀螺仪误差建模和磁航向罗差补偿技术,进一步提高了系统测量精度。根据飞行数据分析,姿态航向参考系统具有较高测量精度和较好的稳定性、动态性,姿态角均方根误差小于1.5°,航向角均方根误差小于3°。     

基于动态时间规整的手势加速度信号识别

为了提高基于加速度传感器的动态手势识别算法的性能,本文采用了动态时间规整(DTW)识别算法。通过该算法计算测试模板和参考模板的相似度,从而得出识别结果。为了验证该方法,建立了一套手势加速度无线采集系统,并采集了41个志愿者的手势信息。实验结果表明,该方法手势平均识别率在97%以上。与HMM识别算法相比,DTW识别算法在识别的准确率上比HMM识别算法更具优势。     

基于加速度传感器的前臂运动姿态检测

人体前臂在运动过程中始终和竖直方向（或水平方向）成一定的角度关系。通过固定于前臂上的三轴加速度传感器ADXL330的各个轴与重力方向（竖直向下）之间的夹角就可以检测出人体前臂的运动姿态。为了验证该方法的可行性,采集传感器在不同角度时的输出,运用Matlab处理采集到的数据,处理结果和实际角度的相对误差小于l％,绝对误差小于4°;并将此方法用于检测人体前臂运动,其结果与高速摄像系统采集到的图像分析结果进行比较,其绝对误差小于5％。实验结果表明：在一定的误差允许范围内,ADXL330可以用于前臂运动姿态的检测。     

三轴磁阻电子罗盘的设计和误差补偿

设计了一款具有倾斜补偿功能的三轴磁阻电子罗盘,并对样机系统做了误差补偿。本系统以磁阻传感器HMC1043和MEMS加速度传感器ADXL203为信号采集模块,以MSP430F149单片机为信号处理模块,分别获取、处理磁场和重力加速度信息,并通过液晶显示模块LCM6432ZK显示载体的航向角和姿态角。结合经典的椭圆假设法和傅里叶级数模型,对系统的误差进行补偿。实验结果表明,设计的磁阻电子罗盘实现了集成化和智能化,能实时显示载体的航向角和姿态角,航向误差可稳定在±0.6°以内。     

基于光电和倾角检测的全天候太阳跟踪传感器设计

为提高双轴太阳跟踪系统的跟踪精度,设计了一种全天候太阳跟踪传感器。该传感器主要由外壳、接口电缆、9个光电探头、倾角传感器SCA100T—D02及相应电路组成。晴天时通过光电探头检测太阳的位置,阴雨天气时通过SCA100T—D02实时反馈太阳能电池板转动后的倾角,以修正和消除太阳跟踪系统进行视日运动轨迹跟踪时的机械误差。通过理论分析计算,确定了光敏电阻器在探头中的安装位置,传感器可感知高度角在-88.83°~88.83°范围内的太阳入射光线。经试验测试,传感器的倾角检测的最大相对误差为3.8%,能满足实际应用要求。     

一种4～20mA电流输出的电容角度传感器

介绍了一种新型的非接触式电容角度传感器,通过电容式信号转换集成电路CAV424和电压／电流转换接口电路AM402,电容角度传感器的角度变换量可以转换为4～20mA标准的工业电流输出。该系统结构简单,能有效的降低干扰和减少测量误差。用曲线拟合法对实验数据进行分析,结果表明：在0°～90°的角度范围内,电流输出与角度变化呈良好的线性关系,灵敏度可达0．18mA／（°）。