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。     

基于DSC与MEMS的微型测姿系统研究

针对当前无人机航姿系统对GPS信息依赖严重的特点,设计了基于MEMS ADIS16405传感器和数字信号处理器（DSC）TMS320F28335的微型惯性测姿系统。以MEMS传感器的角速度、重力加速度、航向信息,建立姿态四元数方程,解算出飞行器姿态。运用扩展卡尔曼滤波方法,消除MEMS陀螺漂移误差。DSC28335的硬件平台实现了四元数扩展卡尔曼滤波算法。转台仿真试验表明,漂移误差能在线最优估计和实时补偿,输出的航姿精度较高。该微型测姿系统具有较高的实用价值。     

基于MEMS组合模块的姿态检测系统设计

在研究两轮自平衡电动车的平衡控制的基础上,设计了基于MEMS组合模块的姿态测量系统.通过对各MEMS传感器输出信号特征的提取、分析,将离散化低通滤波器模型与互补滤波的思想相结合,巧妙地构造出一种便于本系统实现的数据融合模型.同时,提供了一种基于MEMS组合模块姿态检测的低成本、可行性方案.     

基于姿态传感器的脊柱形态测量技术

基于X线测量脊柱形态的放射性、不易携带性等特点,设计出基于姿态传感器的非X线的脊柱形态测量技术.分析了姿态传感器的姿态角在人体脊柱测量过程中的转换关系,以及设计出多Cobb角的测量的实现方法.基于姿态传感器的脊柱形态测量设备是通过单片机读取姿态传感器的俯仰角和偏航角后经过算法计算出Cobb角,采用LCD显示采集到的脊柱棘突姿态信息和反映脊柱形态的Cobb角数据.通过实验验证分析基于姿态传感器测量技术的测量误差在±2°内,而且满足可重复测量要求,测量仪的可靠性大于0.8.     

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。     

一种自适应残差补偿算法在移动机器人姿态估计中的应用研究

针对两轮移动机器人MEMS IMU姿态估计的数据融合问题,提出一种以卡尔曼滤波为基础的自适应残差补偿算法。该算法结合惯性传感器误差模型与移动机器人姿态模型构建卡尔曼滤波器,利用卡尔曼滤波量测更新的加速度残差自适应补偿非重力载体位移加速度对姿态估计的影响。实验结果表明,该算法有效的融合了MEMS IMU姿态测量数据,抑制了传感器随机漂移误差,同时自适应补偿了非重力载体位移加速度。     

基于自适应滤波的MEMS姿态确定方法

针对消费类电子设备对姿态测量系统的需求,本文提出了一种基于MEMS加速度计、陀螺仪和磁强计的九轴姿态确定算法.针对实际系统中传感器量测噪声未知的情况,首先介绍了一种基于矢量观测器的矩阵Kalman滤波姿态确定算法,然后利用残差匹配技术,设计了一种基于残差匹配的自适应滤波方法.论文采用自适应滤波对传感器量测噪声进行估计,并将估计的量测噪声代入线性矩阵Kalman滤波算法,有效解决了线性矩阵Kalman滤波需要准确量测噪声统计信息的缺陷.最后设计了仿真实验验证本文提出的算法,并将其与线性矩阵Kalman滤波算法比较.仿真结果表明,自适应矩阵Kalman滤波的姿态旋转误差角为0.6091°,标准差为0.3009°,能够有效的估计传感器量测噪声,并具有更高的姿态确定精度和稳定性.     

捷联惯导互补滤波姿态融合算法设计

为了满足低成本、高性能的载体测姿需求,针对MEMS器件漂移导致载体姿态无法准确测量的问题,提出了一种基于方向余弦矩阵（DCM）更新的多轴显式互补滤波载体姿态估计算法。利用陀螺仪和辅助传感器的噪声所处频段互补的特点,运用互补滤波进行信息融合,发挥各个传感器的优点,提升系统的姿态测量精度。分别以三轴转台与实验车辆为验证平台,设计了静态与动态实验。实验结果表明,该姿态融合算法能够稳定输出高精度的姿态信息,抑制陀螺漂移导致的姿态发散,有效提高载体姿态的测量精度,满足捷联惯导系统的测姿需求。     

基于MEMS惯性传感器的机器人姿态检测系统的研究

提出了一种基于MEMS惯性传感器的机器人姿态检测系统,并对检测系统的原理,组成以及数据采集进行了研究.并对陀螺仪和加速度计的影响因素进行说明,利用硬件对采集的数据进行滤波处理.通过卡尔曼滤波方法实现数据融合,充分地利用惯性传感器的信息,从而有效地提高姿态检测系统的检测精度.仿真试验表明了卡尔曼滤波方法对于提高检测精度是切实有效的.在实际的试验中也取得了很好的效果,并应用于实际的机器人姿态检测.     

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传感器的数字式航姿系统设计

针对传统的模拟平台式航姿系统的不足,设计并实现了基于微惯性传感器和微磁传感器的数字式捷联惯性航姿系统。结合四元数微分方程,利用一种以加速度计和磁航向为观测量的卡尔曼滤波器进行数据融合,实现了对陀螺漂移的修正。PC104作为导航计算机,安装了微软高性能嵌入式操作系统。实物静态和跟踪实验表明:该航姿系统简单可行,能够很好地满足航姿系统精度要求。     

用三维MEMS力学量传感器对涌浪微观形态测量的研究

涌浪的形态对舰船驾驶航行、渔业生产、海洋作业和堤坝设施等具有很大的影响.对海浪的形态研究在军事、水上交通、海洋工业、渔业和民生方面都具有特殊的意义.MEMS力学量传感器是一种环境适应能力极强的微机电器件,用三维MEMS力学量传感器可以测量动态质点的速度、加速度、摆角和倾角等参数.通过三维MEMS力学量传感器的三维参数测量和分解可以得到涌浪质点的实时运动速度和运动轨迹数据,从而为涌浪的微观形态研究提供了依据.MEMS力学量传感器具有体积小、重量轻和输出灵敏度高等特点,特别适合于对海浪实时形态的研究.     

一种吊钩摆角远程无线监测系统的设计

起重机吊装作业中吊钩若出现偏摆则可能会造成事故,因此加强吊钩摆角监测十分重要.在充分分析了起重机吊装作业的实际环境,以及对吊钩偏摆监测的应用模式基础上,提出了一种基于微机电系统(MEMS)的吊钩摆角无线测量方案,通过测量吊钩的姿态角与起重机的方位角,建立数学模型,进行融合计算得出吊钩的偏摆角.所设计的系统采用JY901模块作为传感单元,以ZigBee作为无线传感网络,采用3G通信技术将数据传输到云端解析,最后基于B/S模式进行远程监测.该系统易于安装,便于监测,完全适用于起重机现场的作业环境.     

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.     

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。     

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。     

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°。     

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。