MEMS惯性传感器的三轴转台实验研究

MEMS惯性传感器在导航等应用中要建立准确的输出模型,为此需要对传感器进行性能参数测试。介绍搭建的SGT320E三轴转台惯性传感器实验平台;对MEMS惯性传感器ADIS16300内置的单轴陀螺仪进行两位置静态试验和速率传递动态试验,对三轴加速度计进行六位置测试。采用MATLAB对三轴转台和ADIS16300进行数据读取、实时绘图和数据处理。所测得参数与数据手册对照基本一致,表明该传感器各项性能良好,根据测试结果对陀螺仪及加速度计分别建立简单的误差模型。     

室内移动机器人的三层规划导航策略

针对室内移动机器人导航问题,提出一种包括全局规划层、局部路径优化层、反应式导航．控制层的导航策略。根据已知环境建立全局拓扑地图,为机器人提供全局导航信息;根据机器人当前位置,从全局地图中提取信息生成采用有向线段描述的局部地图,在机器人运行过程中,不断利用传感器信息更新局部地图,并根据图中有向线段之间的拓扑关系获得机器人的局部路径点,机器人采用传感器信息、地图信息、历史轨迹信息的反应式导航方法趋向局部路径点。仿真试验表明,导航策略可以产生优良的运行轨迹,并确保机器人在复杂环境中安全运行。     

一种基于信息融合的巡线机器人电磁导航方法

围绕巡线机器人电磁导航,分析了电磁传感器阵列信息与机器人位姿之间强非线性映射的特点,提出了采用反向传播(BP)人工神经网络方法对机器人上的电磁传感器阵列信息进行数据融合的方法。该方法利用神经网络方法的非线性拟合逼近特点,通过离线学习训练,建立电磁传感器阵列信息与机器人机械臂相对导线的空间位姿的非线性映射关系模型,实现巡线机器人自主导航。该方法可有效减小单个电磁传感器信息检测误差对机器人导航控制的影响,提高机器人抓线控制的准确性。最后,通过实验验证了该方法的可行性和有效性。     

基于IMU旋转的MEMS器件误差调制技术研究

MEMS惯性器件低信噪比和漂移大成为影响其应用范围的主要因素,提出基于惯性测量单元(IMU)转动的MEMS器件误差旋转自补偿方法。将MEMS输出信息利用小波降噪技术进行预处理,以此消除旋转调制方案不能自补偿的随机噪声信号并提高器件输出信噪比,分析IMU转动方案下的误差调制原理并探讨旋转调制的工程可实现性。搭建MEMS转动实验环境并开展降噪与IMU静止和转动条件下的导航实验,结果表明,采用旋转状态下的MEMS惯导系统可有效地提高系统自身测姿和定位精度。     

基于DSP测量组合导航系统设计

随着微机电系统(MEMS)技术的发展,采用MEMS技术的微小型低成本捷联惯性导航系统已成为目前的一个研究热点;而单一的导航定位定向系统已经不能满足我国在军事领域和民用领域对导航、定位、定向精度的要求,以捷联惯导系统(SINS)和全球定位系统(GPS)相结合构成的组合导航系统以其较高的精度、低廉的成本逐渐被应用于各个领域.本文以MEMS芯片为基础,研究基于DSP测量的低成本SINS/GPS组合导航系统的设计和实现,旨在实现组合导航系统小型化、低成本、高可靠性和智能化.     

基于1394b总线的图像采集传输系统设计

视觉导航已经成为微型飞行器的主要导航方式之一,为了给视觉导航技术的研究提供验证平台,设计了一种数字图像实时采集传输方案,以IEEE 1394b高速光总线作为传输协议,以FPGA为控制核心生成图像传感器时序控制逻辑、FIFO缓存模块以及1394b协议链路层IP核.图像数据经FIFO缓存后打包成1394b格式的数据包,经过电光转换后通过光纤发送给插有1394b采集卡的计算机,利用Visual C++对接收到的数据进行处理,实现了图像的显示和存储功能.测试结果表明,系统的平均传输速率为123.264 Mb/s,能够满足系统的实时性要求.     

多信息融合的定向测姿方法的研究

针对双GPS定位定向系统和MEMS惯性传感器在姿态解算及导航系统中所呈现出的优点与不足,本文先后对惯性导航系统的四元数算法,基于MARG传感器(三轴陀螺、三轴加速度计和三轴磁阻)的航姿解算方法以及结合惯性导航系统和双GPS系统的航姿解算方法进行研究,通过计算机仿真实验证明了3种方案的可行性,并得出进一步的结论:采用组合导航的方式,由双GPS部分、IMU部分和数据处理部分组成的基于惯性导航和双GPS的多信息融合的航姿系统,具备更好的预测精度和可靠性。     

基于0V7620的机器人视觉导航系统设计

视觉导航技术是移动机器人智能化研究的关键技术。本文介绍了一种基于CMOS图像传感器OV7620的视觉导航系统,通过分析OV7620的工作机理,采用FPGA和FIFO存储器协调工作进行图像采集缓冲,同时利用高速单片机实现视觉导航算法。实验表明本系统设计合理,集成度高,控制精确,有一定的实用价值。     

信息融合技术在INS/GPS/DVS组合导航系统中的应用

本文探讨了INS/GPS/DVS组合导航系统中的信息融合技术问题,介绍了联邦滤波算法的基本思想,根据INS、GPS、DVS的导航特点建立了较完整的状态方程,并以INS/GPS及INS/DVS组合分别构成组合导航系统的子滤波器,建立了相应的量测方程;阐述了主滤波器的最优估计融合算法,并给出了该算法与集中滤波算法等效的条件;最后采用无反馈的模式对组合导航系统中的联邦滤波算法进行了计算机仿真与分析.结果表明,联邦滤波算法可以充分利用各导航传感器的信息,并在减少计算量的前提下有效地提高导航系统的精度,具有较大的工程应用价值.     

飞思卡尔推出用于测量海拔的高精度压力传感器

飞思卡尔半导体推出用于测量海拔的高精度压力传感器,旨在帮助用户进一步利用高级导航功能和新的基于位置的服务,如GPS辅助和e911。飞思卡尔Xtrinsic MPL3115A2压力传感器基于微机电系统（MEMS）技术,补充了Xtrinsic产品组合中的加速计和磁力计,可以满足智能移动设备中对这类组件的日益增长的需求。     

基于机器学习与惯性导航的室内定位技术研究

针对基于移动终端室内定位的实际应用需求,分析了基于机器学习定位技术运算时间长、单纯的惯性导航累积误差大等问题,提出一种机器学习与惯性导航相结合的联合定位技术。该技术首先利用移动终端收集定位区域内多源数据,通过机器学习算法处理这些数据得到训练模型。然后基于该训练模型和移动终端实时采集的数据周期性进行定位,把定位结果作为惯性导航校正数据,利用惯性导航算法实时计算移动终端位置。实验结果表明,所提技术定位时间快,定位精度高,能够满足室内实时定位追踪及低成本定位系统需求。     

基于在线地磁指纹的航迹校准算法

设计一个行人航迹推断定位系统(PDR),该系统包括鞋载可穿戴MEMS惯性传感器模块、蓝牙通信模块、和用于执行校准算法的智能手机端.鞋载惯性导航模块利用位置估算、零速修正和步伐检测等算法获取消防人员位置估计,并通过低功耗蓝牙通信模块将消防员位置估计传到智能手机.在手机端,利用智能手机自带地磁传感器及加速度传感器提取姿态无关的三维地磁指纹,根据姿态无关三维地磁指纹生成正、反向地磁轨迹,将消防员位置估计与地磁轨迹相关联,再通过DTW子序列算法实现地磁轨迹精准匹配,实现消防员航迹校准,从而有效解决惯性导航中累计误差无法消除的难题,最终实现消防员室内复杂场景精确定位.大量测试实验表明,该系统在办公室和超市两种典型应急消防救援场景分别可获得80％绝对误差1.4～2m以内.     

基于iOS平台的步长计算方案与实现

GPS一般不适用于室内环境定位,惯性导航是一种常用的室内定位技术。对此,提出了一种基于iOS平台的行走步长计算方法,通过iOS设备内置加速度计采集数据,计算腰部的竖直位移。行走时,人体的腰部轨迹相对于前进方向近似1个倒置单摆模型,依据此运动模型可以计算行走的步长。此外还给出了在iPhone上实现步长计算的软件实现方案,并设计了应用软件。实验表明,所提出的步长计算方案和软件可以实时显示行进的步长和总位移,测量结果较准确,误差约为5%,该方法可为开发室内定位系统提供一定理论依据。     

基于MEMS/GPS/地磁组合的弹体姿态解算

MEMS惯性器件由于具有自主性、连续性和隐蔽性等优点被广泛运用于载体的姿态解算中,但由于MEMS惯性器件的制作精度和误差积累等问题使得解算出的姿态信息并不准确.同时由于地磁传感器可以实现高精度的姿态测量,但不能独立解算出姿态信息.因此为了提高惯导姿态解算的精度,所以采用GPS、地磁辅助惯导进行姿态解算.设计的方案是在传统惯导姿态解算误差状态方程的基础上,将地磁和GPS解算的滚转、偏航和俯仰角与惯导解算出来的相应角的差值添加到传统惯导姿态解算误差状态方程中,以速度误差和滚转、偏航和俯仰角误差为量测值,估计出组合系统的姿态误差,并与惯导解算出的姿态误差进行对比,从而验证所提出的方法的可行性.     

基于因子图的自主导航多源异构信息融合算法

为了解决惯性导航系统长航时累计误差和实时性问题,提出了一种基于因子图的多源信息融合算法.论文基于和积算法,采用了因子图模型进行基于最大后验概率的状态估计,计算变量的均值和方差完成数据融合,利用超宽带技术和视觉传感器对发生累积误差的惯性导航系统进行校准,完成误差修正.对信息融合算法进行了仿真,结果为:该算法各轴向的误差分...     

动态特征剔除的无人系统视觉 / 惯性导航方法

为降低动态环境对视觉/惯性导航系统定位精度与稳定性的影响,提出了一种动态特征剔除的视觉/惯性导航方法。该方法在视觉/惯性导航系统VINS框架基础上,以结构相似度作为成本量生成端到端网络,检测环境中的动态区域;通过特征光流矢量对已检测到的动态区域进行对称光流筛选,剔除该区域内的动态特征;融合视觉和惯性测量构造代价函数,通过非线性优化方法有效估计无人系统状态。实验结果表明,动态特征剔除后的视觉/惯性导航方法具有良好的定位精度和稳定性,其位置均方根误差在EuRoC公开数据集和实际场景采集数据上分别为0.081和1.982 m,仅为VINS的35.5%和24.9%。该方法可在复杂应用环境中提供精确的位置信息,且在低成本无人系统导航定位方面具有良好的实用价值。