基于梯度下降法和自适应参数相结合的姿态解算方法

为了解决四旋翼无人机在姿态解算时的高精度和实时性问题,提出了一种基于参数自适应的梯度下降法和互补滤波相结合的多传感器数据融合算法。该算法采用四元数表示姿态信息,利用梯度下降法对磁力计和加速度计数据进行预处理,并根据陀螺仪输出的角速度和外部加速度大小自适应选择梯度下降参数β,再将其和陀螺数据更新后的四元数进行互补滤波用于补偿陀螺的累积误差,解算出三个姿态角。最后设计仿真与实验分析。实验结果表明,相对于传统的梯度下降法和互补滤波法,该算法姿态估计误差小且具有更好的静态和动态性能。     

四旋翼飞机姿态检测方法设计与实现

为了解决四旋翼飞机的姿态检测问题,设计了基于MPU6050和HCM5883L的九轴传感器,并提出了基于正弦算法的四旋翼飞机姿态角计算方法,该方法不需要判断即可由检测值直接获取角度大小及正负,较方向余弦算法具有更好的实用性.针对陀螺仪和加速度计的优缺点,设计了互补数据融合算法.仿真及实践均证明了检测方案的有效性.     

基于组合滤波的低成本飞行器姿态解算算法

在低成本的飞行器姿态检测系统中,互补滤波器由于原理简单、计算量小,而被广泛应用。针对低成本飞行器在非匀速运动时因为加速度计不能区分重力加速度与运动加速度引起基于互补滤波的姿态解算误差较大的问题,提出了一种互补与自适应限幅组合滤波的姿态解算算法,并给出了自适应限幅滤波门阀的设计方法。通过融合陀螺仪输出的角速度与加速度计输出的加速度获取限幅滤波的限幅阀值;然后将归一化的加速度计输出增量通过限幅滤波的结果代替原互补滤波的加速度计输入,提高非匀速运动下姿态解算精度。经实际系统实时性能测试表明,所提算法估计精度高、计算量小,易于在低成本飞行器控制系统中实现。     

蛇形机器人互补滤波和四元数的姿态解算

针对蛇形机器人姿态解算问题,陀螺存在漂移特性,加速度计的测量值包含重力加速度和运动加速度,磁强计易受周围环境地磁干扰,并且蛇形机器人采用嵌入式微处理器,需要减少计算量.设计了用互补滤波器来实现惯性传感器的数据融合,用四元数进行姿态解算的方法.经过实验验证表明：采用互补滤波和四元数进行姿态解算能有效融合各个惯性传感器的数据,计算量小,能够满足蛇形机器人对精度和实时性的要求.     

惯性测量单元姿态融合的动态分析

针对惯性测量单元背景噪声和器件漂移等问题,提出了一种基于梯度下降法、互补滤波和卡尔曼滤波的融合算法.首先,利用加速度计和磁力计的数据通过几何计算得出姿态角.其次,利用梯度下降法,将加速度计和陀螺仪的数据进行基于四元数法的数据融合,得出姿态角.接着,利用互补滤波法将姿态数据再次结合.最后,利用卡尔曼算法对结合后的数据进行...     

基于人体姿态检测的体感滑板控制系统设计

为改善电动滑板的易操纵性,设计了基于人体姿态检测的体感滑板控制系统.该系统由人体姿态检测与滑板主控两大部分组成.首先,通过实验,分析了人体以不同姿态驾驶滑板时MPU6050传感器采集到的加速度和角度的数据变化规律.在此基础上,确定了驾驶滑板时,识别人体姿态改变的方法.最后,制作了人体姿态检测与滑板控制电路,并编写了相应的控制程序.调试结果表明,该系统响应准确,达到了设计要求.     

两种四旋翼无人机姿态解算算法仿真分析

近年来随着微电子技术和控制技术的发展,四旋翼无人机也得到了快速的发展,为了精确的得到四旋翼无人机的姿态角,从而提高无人机控制系统的控制精度,由传感器测到的信息需要进行解算处理,常用的解算算法有互补滤波算法和卡尔曼滤波算法。本文对两种常用的姿态解算算法原理进行推导并进行了仿真实验,实验结果表明两种解算算法均能优化所测得的信息,互补滤波算法可以有效融合陀螺仪和加速度计的特性从而提高滤波性能,在卡尔曼滤波算法中可以自由配置Q和R的值来调整观测信息和预测信息的权重。     

基于四元数解算陀螺仪姿态角算法的实现

采用四元数将三轴陀螺仪以及三轴加速度计的数据进行互补融合,讨论了四元数解算的设计过程,给出了相应步骤的详细代码.实验证明,该算法有效抑制陀螺仪的误差发散,并提高了系统的测量精度.     

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。     

基于梯度下降的自适应姿态融合算法

针对第一代帆船姿态测量系统中采用的自适应卡尔曼滤波算法作用范围有限、动态性能较差等缺陷,基于微机电系统(MEMS)惯性传感器与梯度下降姿态融合算法提出了两种自适应方法,分别根据当前时刻之前N个采样点的平均运动加速度与加速度的变化量设计自适应控制因子,得到稳定的动态梯度下降步长。实验结果表明:两种算法性能均优于自适应卡尔曼滤波与单点加速度抑制法,其中,基于加速度增量的控制算法更加符合高速运动状态下加速度剧烈变化的实际规律,测量性能达到最优,符合海面帆船运动船体姿态测量的实际需求。     

基于MIMU和磁强计的在线实时定姿方法

针对航姿参考系统（AHRS）小型化、低成本工程实现的需要,基于微惯性测量单元（MIMU）及磁强计,提出了一种在线实时定姿方法。采用四元数法描述系统模型,采用优化的梯度下降算法对加速度计和磁强计测得的数据进行处理,并通过互补滤波器与陀螺仪测得的结果融合,提高姿态解算精度。给出了详细的算法推导。通过在线测试对算法的静态及动态性能进行了评估,并与Kalman滤波算法进行了比较。结果表明设计的定姿方法实现简单,参数调整方便,姿态跟踪误差小,运算量小,便于在嵌入式微处理器中实现在线实时定姿,具有较强的实用性。     

预防颈椎疾病的姿态监测智能设备设计

设计了一款预防颈椎疾病的智能监测设备.该设备依赖于六轴加速度计MPU6050,通过采集人体颈椎部位转动的速度信息和加速度信息,可以得到人体颈椎部位的相应倾角信息,进而将这些数据信息传送给基于ATmega328的嵌入式设备处理,嵌入式设备处理完数据后,将数据信息通过蓝牙模块传送给手机移动终端做进一步的分析与处理.并且给予用户相应的反馈信息.智能设备测试的结果表明,该人体颈椎疾病的智能监测设备具有低成本、小尺寸、反应快、穿戴便捷等优点.     

基于MPU6050和互补滤波的四旋翼飞控系统设计

针对四轴飞行器飞行性能不稳定和惯性测量单元（IMU）易受干扰、存在漂移等问题,利用惯性传感器MPU6050采集实时数据,以经典互补滤波为基础,提出一种可以自适应补偿系数的互补滤波算法,该算法在低通滤波环节加入PI控制器,依据陀螺仪测得的角速度实时调节PI控制器补偿系数。飞行器姿态控制系统采用双闭环PID控制方法,姿态解算的欧拉角作为系统外环,陀螺仪角速度作为系统内环。最后,搭建以NI myRIO为核心控制器的四轴飞行器,通过LabVIEW实现算法和仿真,实验结果表明,自适应互补滤波算法可以准确解算姿态信息,双闭环PID控制超调量小、反应灵敏,控制系统基本满足飞行要求。     

基于移动终端的智能看护系统设计

随着我国老龄化进程加快,老人看护问题日益突出,成为困扰家庭和社会的又一难题;针对这一社会问题,提出一种基于移动终端的智能看护系统;以STM32微处理器为控制核心,运用新型MEMS姿态传感器MPU6050实时采集人体运动状态信息,经过数据转换、滤波和姿态融合,结合人体加速度向量幅值SVM和姿态角特征量对传统阈值跌倒检测算法进行优化;以无线通信技术为桥梁,看护人可通过移动终端设备上的客户端软件对老人进行实时位置监控;经大量试验结果表明,该系统能够有效检测跌倒行为并报警,准确率高达98.5%,误判率仅0.71%,且客户端软件通过调用百度地图直观显示老人所在地理位置及周边环境;系统具有结构简单、操作简便、使用性强等优点,应用前景较为广泛。     

基于MIMU车轮力传感器姿态解耦方法研究

为了克服编码器在车轮力姿态解耦中的局限性,设计了一种基于MIMU车轮力传感器姿态解耦方法。首先介绍了该方法的基本框架,并建立了坐标系和描述了姿态角。随后提出了一种梯度下降算法用于解算车轮的姿态,该算法能有效地结合加速度计和磁力计对MIMU中陀螺仪的输出进行补偿,使解算结果更加准确。最后的实验表明该解耦方法结果良好,为车轮力传感器姿态解耦提供理论基础。     

MEMS四元数卡尔曼滤波算法的电梯姿态估计

将多维MEMS传感器应用于电梯监测,根据电梯的工作特点,优化四元数互补滤波方法修正陀螺仪数据求解电梯的实时姿态,然后应用卡尔曼滤波方法进一步提高姿态监测精度.实际验证表明,该方法可以提高电梯姿态监测数据的准确性,利用运行的姿态角和加速度峰度进行分析、比对可为电梯安全舒适度评估提供关键的数据依据.     

基于互补滤波的两轮自平衡车姿态控制

利用飞思卡尔XS128控制器、MMA7260三轴加速度计、ENC-03系列陀螺仪设计制作了两轮自平衡车.通过软件编程对两种传感器的检测值进行互补滤波融合,得到了可稳定、准确地反映自平衡车真实情况的角度值.并结合增量式PID算法,很好地实现了两轮自平衡车的动态平衡,验证了互补滤波算法应用于两轮自平衡车姿态控制的有效性.     

基于DSP的三维测姿系统硬件设计和算法实现

对于微小型无人直升机系统,本文介绍了基于DSP的三维测姿系统的硬件电路设计和四元数解算算法的实现及验证.该系统的硬件部分由角速率陀螺、滤波电路和DSP系统板等组成.角速率陀螺输出信号经过硬件滤波后由AD通道采集,经过数字滤波后,利用四元数算法解算出姿态数据.文中提出了硬件设计和实现及解算算法实现中需要注意的问题和相应的解决方案,测试结果表明该系统是有效的.