基于扩展卡尔曼滤波的吊钩姿态估计技术研究 

针对吊钩运动不定且易受大风、雾气等影响其作业效率问题,提出并实现基于MEMS传感器的吊钩姿态估计系统;建立吊钩三维空间运动模型,消除吊钩扭转影响;通过四元数的扩展卡尔曼滤波算法,对MEMS陀螺仪、加速度计与磁强计进行数据融合,解算得到吊钩三维姿态、摆角与摆向;采用基于视觉检测的吊钩空间姿态为参考基准,对起重机吊钩进行姿态估计验证;实验结果表明:该系统能有效融合MEMS传感器数据,获得高精度的吊钩姿态,实现姿态的实时检测。     

示教机械臂姿态解算改进方法仿真研究

在示教机械臂姿态解算精度优化的研究中,针对使用单组传感器进行数据融合,姿态解算的传统方法中存在的精度低,稳定性差的问题,设计了一种组合MEMS传感器的姿态解算方法。将六组传感器安装于载体坐标系三个轴上,分别测量两组传感器数据。以传感器量测数据与四元数估计数据的向量积代替姿态角误差作为互补滤波器的输入量,分别利用模糊控制器和PI控制器,根据互补滤波原理调节陀螺仪输出量。通过拓展卡尔曼滤波器进行姿态估计,得到更精确的四元数,进而转化为姿态角。仿真结果表明,在静态和动态情况下,多组传感器组合调节后的姿态角数据相比单组传感器PI调节在姿态角精度和系统稳定性上有进一步提高。     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

基于MEMS传感器的姿态测量系统设计

为解决单目三维扫描装置摄像机标定完成后姿态不能改变的问题,针对单目三维扫描装置使用过程中的运动方式与特点,设计了一款基于MEMS传感器的姿态测量系统;采用四元数对姿态进行解算,通过三轴姿态确定(TRAID)算法构建量测模型,以无迹卡尔曼滤波(UKF)算法进行数据融合,能有效抑制姿态解算过程中陀螺仪的漂移问题;实验结果表明,利用该系统进行姿态测量时静态误差低于±0.2°,动态误差低于±1°,系统实时性好、适用于动态三维扫描系统。     

基于STM32的四旋翼飞行器姿态解算的研究

分析了四旋翼飞行器的姿态解算原理,提出了一种基于 STM32的姿态测量系统。系统由 STM32F407微控制器和捷联惯性测量组件(IMU)组成。利用四元数描述姿态进行坐标换算,采用多传感器数据融合方案,通过互补滤波算法进行数据融合,获取精确的姿态角,并完成姿态解算。实验结果表明,采用互补滤波算法有效融合了捷联惯性测量组件的传感器数据,实现了四旋翼飞行器的高精度姿态解算。     

GPS罗经自主完好性监测算法研究

在GPS罗经使用过程中,如果捕获到某些卫星信号存在的偏差以及载体运动过程中卫星的失锁、分布变化等情况可能导致姿态解算不准确以及需要重新初始化的问题;本文提出在解析公式法建立姿态角解算的双差数学模型的基础上,引入GNSS罗经的RAIM算法对捕获卫星进行信号检测筛选,以及工程上使用对整周模糊度组合解进行优化的方法解决此问题;当捕获多颗卫星且某颗卫星信号不佳时,该算法可以减小系统误差以及重新初始化次数,有利于实时解算的实现。     

四阶龙格库塔算法在捷联惯性导航中的应用

为了提高捷联惯性导航的精度,降低算法结构复杂度,解决惯性导航精度不能满足实际需要的矛盾,将四阶龙格库塔算法应用于捷联惯性导航算法的姿态和速度解算,优化了捷联惯性导航算法.首先根据前人的研究结果实现解算姿态、速度和位置的高精度数字积分算法.再根据龙格库塔算法的原理,推导得出了利用四阶龙格库塔算法的姿态和速度解算方法.然后利用轨迹发生器所产生的仿真数据分别验证并得到高精度数字积分算法以及龙格库塔法解算出的导航结果的误差特性曲线,两者比较,证明使用四阶龙格库塔算法的导航解算精度要高于使用高精度数字积分算法,为提高捷联惯导的导航性能提供了科学依据.     

基于磁阻传感器与加速度计复合的姿态角检测技术

针对基于三维磁阻传感器解算姿态角时,解算结果会因符号变号出现较大解算误差,并需要已知其中一个姿态角方可解算另外2个姿态角,提出基于磁阻传感器与加速度计复合的姿态角解算算法,利用加速度计单独解算的倾斜角为地磁传感器解算提供一个姿态角,在地磁俯仰角阈值处以加速度计解算的横滚角代替磁阻传感器解算的横滚角,从而能实现同时测量3个姿态角,并在实验室进行了试验,达到预期的效果,为特殊行业对象的姿态角定姿提供一种新的方法思路。     

DA-LM算法在MEMS加速度传感器误差校正中的应用研究

针对随钻测斜(Measurement-While-Drilling,MWD)技术中,微机电系统(Micro-Electro-Mechanical System,MEMS)三轴加速度计存在零点偏差、刻度因子误差、三轴非正交及与载体的未对准误差,造成姿态解算精度较低的问题,提出通过蜻蜓算法Dragonfly Algorithm(DA)及Levenberg-Marquardt(LM)联合校正误差参数的DA-LM算法.基于加速度计误差来源,建立加速度传感器线性误差模型并转化为椭球方程;由DA优化椭球参数实现全局寻优;再经推导得到新的校正目标函数并通过LM算法估计误差参数;最后利用本文所提对准策略实现加速度计与载体的对准.依据仿真实验,DA-LM算法可以精确估计加速度误差参数.通过双轴转台实验获取实验数据,校正前横滚角与俯仰角最大绝对误差分别为:0.86°和4.87°,校正过后分别降低为0.26°及0.49°.结果表明本文提出算法能正确补偿加速度计误差参数,姿态解算精度明显提高.     

基于扩展卡尔曼滤波的球形机器人姿态解算

针对球形机器人在姿态解算的过程中,惯性测量元件精度不高、稳定性差和易受噪声干扰从而导致无法精确控制其运动姿态的问题,提出一种通过扩展卡尔曼滤波融合IMU(Inertial Measurement Unit)惯性测量元件数据来进行姿态解算的方法,利用多传感器测量数据进行融合,并使用扩展卡尔曼滤波得到精确的姿态信息。通过相关实验充分验证了基于扩展卡尔曼滤波的姿态解算方法的精度和鲁棒性明显提高,抗噪声干扰能力更强。实验表明,该姿态解算方法相比于互补滤波的姿态解算,全姿态角均方根误差和平均误差分别下降了0.0601和0.1984,可见其对于球形机器人的运动控制具有良好的适用性。     

基于Kalman滤波算法的陀螺仪动态漂移补偿研究

应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。     

改进互补滤波在六旋翼飞行器中的应用

针对目前大多数消费级六旋翼飞行器捷联惯性导航姿态解算中,低成本微机电系统(MEMS)器件易发散而导致的姿态漂移问题,提出了一种基于改进一阶互补滤波的姿态解算算法,利用MEMS传感器中加速度计补偿陀螺仪偏差引起的姿态漂移误差,并针对非匀速运动引起的较大误差引入了比例—积分(PI)控制器,用修正后结果代替互补滤波的加速度计输入,从而提高非匀速运动下姿态解算的精度.基于嵌入式处理器STM32,以MPU6050为姿态测量单元的六旋翼飞行器实验平台实验表明:算法计算量小、估计精度高、实时性好,易于在低成本飞行器控制系统中实现.     

基于卡尔曼滤波的四元数姿态解算算法研究

针对MEMS惯性测量单元器件特性导致的测量精度低,数据发散和航向角积分漂移等问题,提出一种基于卡尔曼滤波的四元数姿态解算算法。设计了4维卡尔曼滤波器,通过加速度计和磁力计的数据作观测量,对姿态解算过程中的四元数进行线性最优估计,在计算量没有大幅提高的前提下修正了四元数的值,进而完成了对姿态角和姿态矩阵的补偿。通过在无磁转台上进行静态测试以及在测试标定系统上进行动态测试,分析各轴向的补偿效果表明,该方法可以有效增强MIMU的动态跟随性能、明显提升姿态解算精度。     

基于互补滤波的输电导线舞动轨迹还原算法

方向余弦矩阵算法(DCM算法)是工业级MEMS惯性传感器姿态解算常用算法;但由于受到外部机械振动和电磁环境影响,MEMS陀螺仪输出数据的漂移较大,导致陀螺积分解算得出的姿态角误差会随着时间累积增长,因此常须结合DCM算法与GPS或磁罗盘对陀螺计算出的角度进行误差修正;然而电网的导线舞动监测仪是直接安装于高电压架空输电线路表面,仪器处于很强的工频电磁干扰环境中,GPS和磁罗盘传感器完全失效,所以若要实现实时准确输出高压导线的运动轨迹,有必要研究一种改进的DCM算法,即MEMS陀螺和加速度计的互补滤波算法;并且设计出高电压导线舞动轨迹适用的解算流程,最后在专用的舞动监测实验平台上验证此新型舞动监测仪样机的有效性。     

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。     

基于MEMS的微型飞行器姿态测量系统

利用三轴加速度计和三轴磁强计,设计了基于MEMS技术的微型飞行器姿态测量系统。系统采用C8051F单片机进行各传感器的数据采集,通过串口通信将采集的信息发送到上位机,用四元数解算算法进行数据融合和姿态解算,将俯仰角,横滚角、航向角等信息在上位机界面上显示出来。     

基于MEMS传感器的输电线舞动监测算法优化

输电线路舞动事故频繁发生,针对舞动机理优化等相关研究对舞动特征参数的需求,提出基于MEMS六轴传感器的舞动特征参数幅值、频率监测的优化算法.算法设计了六轴传感器的标定及数据预处理方法;针对关键中间参数舞动姿态的解算,取代传统Mahony滤波,优化设计了基于自适应Mahony滤波的姿态解算方法,经优化后能更迅速、准确解算...     

基于微机械惯性器件的GPS实时姿态测量系统

实现了基于微机械惯性器件的GPS单基线实时姿态测量系统,可以实时可靠地获得大范围作业系统的姿态信息.采用MEMS陀螺仪与倾角传感器构建的低成本惯性姿态测量系统(IAMS),由GPS测姿获得初始对准并控制误差传播,在发生丢星、周跳等情况时,利用IAMS实现单历元快速整周模糊度解算.同时实现了基于FPGA和浮点型DSP的硬件系统.实验表明:提出的方法能高精度、实时、可靠、稳定地获取姿态测量数据,满足测姿过程中计算量小、简洁易行的应用需求.     

汽车姿态感知与状态预测平台的研究

设计了集成加速度计、角速度计和磁力计的MEMS汽车姿态感知平台,并通过单片机对感知信息进行数据滤波、数据融合以及姿态解算等步骤,获得汽车的实时姿态信息。在PC机上建立了自回归模型,用于对汽车运动姿态的实时感知和短期预测。     

基于偏振光传感器的全姿态角解算方法研究

针对小型无人机三维空间内姿态解算的问题,提出了一种仅利用偏振光传感器进行全姿态角的解算方法.利用偏振光传感器测量的偏振方位角,及通过观测位置和观测时间计算得到的太阳方位角,可以求得当前的航向角.利用太阳矢量在导航坐标系和载体坐标系中的投影,通过解算姿态方程解算出当前的俯仰角与横滚角,实现全姿态角的解算.通过仿真实验证明了该方法的有效性,解算出的姿态角误差在1°以内,能够有效地满足小型无人机的需求,为无人机导航提供一种全新的导航方法.