基于MEMS加速度计的管道位移检测系统设计

为了解决复杂地形下的矿浆输送管道线小位移引起的安全问题,提出了一种基于MEMS加速度计和单片机、无线通信结合的管道小位移检测系统。该系统主要包括太阳能供电模块、位移数据采集模块、无线数据收发模块、数据存储和显示模块,并通过串口将位移数据送PC显示,供管道运行中控室作为判断运行安全与否的依据。实验表明:当管道位移达到阈值时,可以有效报警。系统结构简单,工作稳定,可以有效预测管道位移。     

多MEMS传感器的嵌入式姿态测量系统设计

针对姿态测量在低成本、低功耗、微型化应用中的需求,设计了三轴MEMS陀螺仪、加速度计、电子罗盘与嵌入式技术相结合的姿态测量系统。介绍了系统的组成结构,设计了嵌入式姿态测量硬件电路,并实现了基于姿态计算DCM算法的程序。上位机演示表明,系统的姿态测量结果准确、动态效果好。     

基于MEMS传感器的飞行姿态指示系统

采用MEMS传感器设计了一种飞行姿态指示系统.给出了系统的原理及整体框架,重点阐述了系统的硬件电路和软件的设计.系统以32位处理器STM32F103C作为控制核心,采用MEMS加速度计和磁传感器测量各轴向的重力加速度分量和地磁强度,进而确定飞行姿态.与传统姿态指示系统相比较,该系统体积小、功耗低.试验表明该系统具有较高的可靠性,适合无人机等体积小、机动性低的飞行器.     

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惯性传感器的机器人水平姿态检测系统设计

本文以Robocon2009亚太机器人大赛国内选拔赛为背景,研究了基于MEMS惯性传感器的机器入水平姿态检测与处理系统设计。在本文中,机器人指双轮差速小车,姿态信息包括俯仰角和横滚角。我们采用多处理器和模块化的设计思想,整个系统以数字信号处理器TMS320F2812为核心处理器,分别以双轴加速度计ADXL202E和石英角速率微机械陀螺HZI-100-100C作为机器人内部传感器,实现机器人静态和动态环境下的姿态测量,并开发了基于MATLAB GUI的串口数据接收与处理软件。     

基于MEMS传感器的物流车辆位置及姿态追溯系统设计

为了解决物流响应慢,货物在仓库中丢失,以及车辆在运输货物途中出现事故等问题,研究了一种基于嵌入式的物流跟踪及车辆姿态检测系统。该系统通过车载平台与物流中心联网对车辆实时状况分析并进行预处理,在物流运输过程中能够实现物流实时跟踪。在实际应用中,该系统能够对货物的位置进行实时确认,并在数据中心可以接收到车辆是否出现故障或车辆姿态信息,在车辆故障和姿态异常时发出预警信息。     

基于MEMS加速度计的飞行器姿态指示系统研究

研究了一种基于MEMS加速度计的飞行器姿态指示系统的实现方法。给出了系统的原理与整体框架,重点阐述了系统的硬件电路和软件的设计。与传统姿态指示系统相比较,该系统体积小,功耗低。试验表明：该系统具有较高的可靠性,可用于需要进行姿态控制的各类飞行器的姿态指示。     

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MEMS传感器的惯导系统预处理和姿态解算

为解决MEMS惯性传感器的系统误差和环境干扰影响,捷联惯导系统(SINS)无法准确测量姿态的问题,设计了一种基于优化自适应无迹卡尔曼滤波(优化AUKF)的姿态解算方法。先对陀螺仪和加速度计的误差信号进行预处理,分别建立ARMA模型和一元高阶模型,使用经典Kalman滤波实现其过程,然后建立姿态角的微分方程,使用高精度的优化AUKF算法实现姿态角解算过程。跑车实验结果表明,该方法可以得到高精度的姿态角信息,抑制 MEMS陀螺漂移引起姿态角发散。     

基于六轴MEMS器件姿态测量系统

为了解决噪声和漂移等原因造成的误差不断累积的问题,针对陀螺仪的静态性能以及加速度计的动态性能,提出了一种利用六轴MEMS器件对照相机三脚架的稳定测量系统,介绍了MEMS器件的工作原理,介绍硬件系统和软件系统,完成了基于ADXR450陀螺仪和ADXL355加速度计的检测硬件系统设计,通过传感器获取角速度加速度信息,采用不同的滤波方式对输出结果进行了分析,比较卡尔曼滤波和一阶RC数字滤波;经比较,卡尔曼滤波实时性更好,一阶RC滤波动态响应更好;实验证明,系统静态下更适用于一阶滤波,计算出姿态测量角度误差在0.104°以内,得到理想的姿态信息,能有效地提高检测目标姿态的精度。     

一种基于MEMS惯性传感器的手势识别方法

随着手机等移动电子设备的发展,应用于嵌入式平台的基于MEMS惯性传感器的手势识别成为一个研究热点.提出了一种简单有效的手势识别方法:通过分析手势的运动学特征,在线实时提取手势的加速度和角速度信号特征量,截取手势信号段,利用决策树分类器进行预分类,根据手势信号的变化规律实时识别具体的手势.该方法在20位实验者中获得了96％的平均准确率,手势识别时间小于0.01s.实验结果表明该算法在嵌入式平台下能快速准确地识别手势,满足了实时人机交互的要求.     

基于残差双注意力与跨级特征融合模块的静态手势识别

为解决卷积神经网络提取特征遗漏、手势多特征提取不充分问题,本文提出基于残差双注意力与跨级特征融合模块的静态手势识别方法.设计了一种残差双注意力模块,该模块对ResNet50网络提取的低层特征进行增强,能够有效学习关键信息并更新权重,提高对高层特征的注意力,然后由跨级特征融合模块对不同阶段的高低层特征进行融合,丰富高级特征图中不同层级之间的语义和位置信息,最后使用全连接层的Softmax分类器对手势图像进行分类识别.本文在ASL美国手语数据集上进行实验,平均准确率为99.68%,相比基础ResNet50网络准确率提升2.52%.结果验证本文方法能充分提取与复用手势特征,有效提高手势图像的识别精度.     

基于MEMS传感器的脊柱形态检测系统设计

鉴于传统的脊柱检测普遍具有放射性,设计出基于MEMS传感器的无放射性脊柱形态检测系统。检测系统使用MEMS姿态传感器测量被测人背部脊柱姿态角度,由微处理器STM32进行数据读取、分析、处理后,在显示模块上显示检测结果,并将检测结果发送到上位机。检测系统可以分析被测人脊柱的Cobb角和轴向躯干旋转角度ATR,判断被测人脊柱是否畸形。     

基于MEMS加速度传感器的智能输入系统

如今在使用大尺寸显示器的PC应用领域,传统输入设备键盘、鼠标以及触摸屏使用的不便已愈加凸显.针对这一问题,设计了基于MEMS加速度传感器的智能输入系统,同时也提出了一个新颖的人机交互理念.并且针对系统应用的特点,文中还提出了一种简单而有效的识别算法,以实现对手部动作的识别,从而帮助使用者以更加舒适的肢体语言对PC进行操作.该系统可以很好实现音乐、电影播放,图片、长文档浏览,幻灯片演示等应用的控制并可实现鼠标的全部功能,尤其当被使用于多媒体领域,将更具价值.     

一种MEMS微结构谐振频率的测试技术

MEMS技术的发展离不开相应的测试技术与装置,建立了一种简单的MEMS微结构动态特性的测试装置,以压电陶瓷为核心的基座激励装置实现对微结构的冲击,以微器件自身的输出作为被测信号.结合MEMS工艺中批量制作的特点,在同一测试装置的同一次测试中安装两种不同尺寸的被测微压电悬臂梁试件,采集两个梁的冲击响应信号及它们的联合输出信号,通过FFT频谱分析,比较三种情况下的频谱分析结果并提取出梁的固有频率,采用对比测试的方法获得压电微悬臂梁的谐振频率.试验结果与理论分析一致,该方法具有测试装置简单、实用性强等特点.     

DCS中基于STM32的频率测量卡设计

本设计是DCS(集散控制系统)中的脉冲信号的频率测量卡。频率测量卡是DCS的输入输出卡件组成部分之一,需要同DPU(分散处理单元)配合使用,它会将测量数据通过UART发送给DPU。该卡件采用32位高性能Cortex-M3内核的STM32MCU作为控制器,提出了基于该MCU的测频原理和方法,并融合了测频法和测周期法。实验及分析表明,该卡件具有很高的实时性和测量精度,达到了设计要求。     

基于姿态测量模块和闭环检测算法的仿生SLAM研究

基于传感器模型的SLAM导航策略精度较高,但由于摩擦等因素误差长时间累计会造成里程计的漂移现象.依靠视觉里程计进行导航的RatSLAM系统,通过在局部场景细胞中引入闭环检测策略实现累计误差的校正,在静态环境下具有一定的鲁棒性,但在复杂场景里,如移动障碍物的出现,视觉里程计会提取到错误的速度等姿态信息,导致航迹出现较大偏移,有时无法通过场景重定位进行闭环校正.结合两种模型的优势提出一种带姿态测量模块和闭环检测算法的仿生SLAM模型.实验表明,相较于仅带带闭环检测的RatSLAM系统或仅由姿态测量模块构成的导航系统,本文提出的新系统更能适应长期复杂场景下的导航,且鲁棒性更强.     

基于多源信息融合的手势智能交互系统

利用表面肌电信号（surface ElectroMyoGraphy， sEMG）设计了一个提高分类准确性和快速性的识别系统，用于捕获手势动作并进行人机交互.首先，基于无线肌电测量系统和飞行器自主搭建了智能交互平台；接着，采用滑动时间窗的方法对原始sEMG信号设计短时能量阈值进行信号活动段始末点的确定，从而抑制了动作刚执行时趋势段对识别结果的影响；然后，利用时域统计分析对sEMG信号进行特征分析，并提出了一种融合加速度特征信息和sEMG信号的方法来建立5种手势的分类模型.与仅使用sEMG信息源的方式相比，此方法提高了识别准确率.最后，手势控制飞行器运动的实验证明了本方法的可行性和有效性.     

基于轻量级OpenPose改进的幻影机手势交互系统

目前人机交互方式多以键盘鼠标为主,而基于深度学习手势识别的交互方式算法准确率不高,且实时性和系统稳定性均有待提升.提出一种新颖的针对轻量级OpenPose进行改进的幻影机手势交互系统.采用轻量级OpenPose将人手简化建模为21个关键点,以MobileNetV1作为基础模型,应用部分亲和域(Part Affinity...     

基于触摸屏的手势遥控系统

传统遥控方式对用户的限制和束缚降低了用户体验质量。为此,提出一种基于触摸屏的手势遥控系统。通过分析触摸手势元动作,对触摸手势进行分类和数学建模,设计该遥控系统的触摸手势识别算法。该算法充分考虑了用户的认知和行为习惯差异,实现智能电视的手势遥控系统,收集真实用户在使用该遥控系统时的操作习惯,进一步提高触摸手势及其对应的遥控操作的识别准确率。实验结果表明,该算法能较好地区分易引起误操作的触摸手势,使得平均识别准确率达到99%。