基于ARM的四旋翼姿态控制器设计

四旋翼姿态控制器采用集成了加速度计和陀螺仪的惯性测量单元,实时采集姿态数据,传输给Cortex-M4内核的处理芯片,利用四元数姿态解算方法,对加速度和角速度数据融合解算处理。采用位置式PID控制算法,控制四个无刷电机的转速,实现控制四旋翼飞行器的飞行姿态。建立万向云台调试系统,通过实践调试验证该控制器能实现控制四旋翼姿态的稳定性。稳定飞行时,姿态角的平均振荡范围为5度。     

一种多滤波器组合导航数据融合方法

针对组合导航系统中使用单天线GPS接收机时导致姿态角不易收敛的问题,提出了一种互补滤波器和卡尔曼滤波器相结合的数据融合算法。该方法首先通过MEMS惯性传感器与磁强计设计了一种互补滤波算法。针对载体在变速运动过程中加速度计的倾角测量值有较大误差,影响互补滤波器输出精度的问题,通过GPS接收机和加速度计设计了卡尔曼滤波模型,将卡尔曼滤波器输出速度的微分量反馈给互补滤波器,实现了对互补滤波器中载体运动加速度的补偿。基于以上解算方法,以FPGA为核心处理器设计了组合导航系统并进行了车载实验。实验中,该方法有效补偿了汽车变速过程中的倾角测量误差,证明了该方法的有效性。     

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。     

基于多传感器数据融合的人体运动模式识别研究

针对单一传感器在人体运动姿态监测中误差较大的问题,提出了一种基于加速度传感器和陀螺仪数据融合的人体运动模式识别方法。该方法使用陀螺仪输出的人体运动信息对加速度传感器采集到的姿态角信息进行修正,采用卡尔曼滤波算法实现多传感器信息的融合,有效提高了姿态角度测量的准确度。根据人体日常的活动状态构建了基于人体姿态角度特征的隐马尔可夫模型实现人体运动模式的识别。实验表明,该方法比采用单一传感器方法识别的准确率高,可以有效区分不同的日常活动行为。     

四旋翼惯性导航姿态解算算法的改进与仿真

为了实现四旋翼飞行器的高精度导航,提出了互补滤波法和四元数算法对传感器获得的数据进行修正,最大限度的抑制干扰误差并提高姿态角解算的准确度。首先简单推导了捷联式惯性导航系统的算法基本原理并利用互补滤波算法进行改进,然后给出了惯性导航系统的力学编排模型分析旋翼飞行器的运动姿态。最后仿真验证数据选用惯性仪表MPU6050和HMC5883所得到实测数据采集并进行仿真分析,平台处理器选用STM32来仿真惯性仪表的测量速度,最终得到实验结果证明算法可行性。     

基于预估测量值的EKF在手臂测姿中的应用

针对载体线性加速度以及周围局部磁干扰对姿态测量精度的影响,基于已有的惯性测量单元,设计了一个基于四元数的实时估计手臂姿态的扩展卡尔曼滤波器(EKF)。提出利用四元数引入加速计和磁强计的预估测量值构造自适应测量噪声协方差阵的方法,结合QUEST算法,来判定姿态角解算对陀螺仪、加速计和磁强计输出信息的依赖程度,以此来提高测量精度。文末通过实验仿真对该方法进行了验证,并对实验结果和电磁跟踪系统采集到的数据进行了比较,结果表明,本文提出的方法能显著提高手臂姿态测量精度,可有效满足应用要求。     

大尺度阻隔空间姿态组合测量方法研究北大核心CSCD

针对大尺度空间姿态测量中因空间阻隔导致目标特征点遮挡的问题,提出了一种基于多传感器组合的姿态测量方法。通过数字水准仪与姿态探针实现被测特征点的单坐标基准测量,由特征点的水平高差和已知几何约束关系解算得到目标初始姿态值。在此基础上标定高精度倾角传感器与被测目标之间的姿态旋转矩阵,基于坐标变换理论可由传感器输出实时解算目标姿态。实验结果表明:在10 m范围内,姿态测量相对精度优于0.0015°,重复性测量误差小于0.0004°,适用于大尺度阻隔空间姿态的精密实时测量。     

磁强计辅助MEMS惯性器件的新型数据融合算法

为实现载体姿态精确测量,设计了一种新型数据融合算法,用以替代传统的卡尔曼滤波器;首先,研究了陀螺仪、加速度、磁强计的姿态测量方法,通过试验分析测量误差分量,然后根据误差频域的差异性提出一种互补滤波器,并在二阶低通滤波器模型下推导出新型数据融合算法模型,最后,以FPGA为处理单元、MEMS惯性元件和磁罗盘为传感器单元开发一套小型姿态检测系统,进行可行性分析和精度估算;从载体的三维转动试验结果可以看出,新型融合算法测量值和卡尔曼滤波器输出值之差保持在±0.07°以内,并且不需要对传感器噪声特性精确标定;在运算时间方面,互补滤波器仅需360 μs,卡尔曼滤波器是它的3倍多,因此新型数据融合算法效率更高。     

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陀螺输出数据漂移较大,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。然而本文设计的导线舞动检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和磁罗盘传感器失效,所以为了实时准确输出高压导线的运动轨迹,本文提出采用改进的DCM算法,即MEMS陀螺和加速度计的互补滤波算法；并设计出详细的导线舞动轨迹解算流程；最后以仿真测试验证该算法的正确性,并且在专用的舞动监测实验平台上证实了新型舞动监测仪样机的有效性。     

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9DOF IMU的AUV惯性导航技术研究

水下机器人（underwater vehicle）惯性导航技术是目前机器人控制技术的难点,通过加装不同类型的IMU组件,可以实现水下机器人姿态、方位等参数的测量,并将这些参数作为反馈输入来实现水下机器人的精确控制。针对低成本微惯性传感器的应用特性,采用Sparkfun、Arduino Mega和Raspberry Pi,设计了基于Raspberry Pi集中处理、Arduino控制板分布式控制的微小型捷联惯导系统,实现了水下机器人惯性导航系统的全部导航和制导参数读取,包含位置坐标、线速度、角速度、姿态角、方位角等信息,通过水池试验表明应用表明本系统满足Eco-dolphin的水下定航控制要求。     

地理跟踪过程中光电吊仓惯性定位技术研究

探讨了地理跟踪过程中光电吊仓惯性定位的技术途径。在随机调转的光电稳瞄平台上增设加速度计，使之与陀螺组成惯性测量组件，同时向稳瞄系统和导航系统提供信号；光电稳瞄平台在运动中完成瞄准的同时，解算出平台的姿态矩阵；通过平台环架转动夹角的角度量，获得吊仓姿态矩阵，以此得出吊仓的加速度在导航坐标系上的分量，最终完成航迹推算。理论分析和验证试验表明：利用光电吊仓中的惯性组件可以获得光电吊仓的位置和姿态。     

惯性-视觉复合传感器同步内触发设计

 通过同步内触发惯性 视觉复合传感器,实现对远距离、高速动态目标的测量。将高精度惯性传感单元ADIS16355与普通单目摄像机同步触发采集,通过任意位置变化、光轴角度旋转,达到双目视觉效果,有效解决了三维空间运动目标定位问题。由激光按键控制图像起始帧的标注,同时产生高电平信号,与摄像机视频信号分离出的奇/偶场同步脉冲信号一起通过与门电路输出,作为单片机标记惯性数据的中断信号,实现同步测量,可有效消除错帧、丢帧等现象,精度可达微秒级,为惯性传感器与普通单目摄像机同步采集提供了一种有效的解决方案。     

高精度单轴旋转姿态测量系统研究

 采用90型二频机抖激光陀螺和石英挠性加速度计，利用单轴旋转惯性组件的方法，研制了高精度姿态测量系统。介绍了系统的硬件结构组成和无减震结构设计方案，给出了初始对准和姿态测量系统的算法。系统的初始对准采取粗对准和精对准两种方式, 姿态测量系统的误差传播特性由系统的误差模型来描述。对该系统进行了静态导航实验和长时间单轴旋转导航实验。实验结果表明：系统水平姿态24h保持精度优于30″，24h航向保持精度优于30″。     

基于捷联式光纤陀螺的工程结构三维形变测量方法

提出了利用捷联式光纤陀螺进行水下管道三维形变的测量方法，对这一方法的测量原理进行了详细阐述，并利用坐标转换、姿态矩阵求解、形变的计算等方法给出了详细的数学模型及算法。另外，针对惯性传感器和测量系统给出了减小误差的措施，以提高测量精度。     

机载惯性/天文组合导航研究

为了满足军用机载平台导航系统对自主性、抗干扰、长航时、高可靠性的要求，设计了一种机载／天文组合导航系统。该系统以激光捷联惯导系统为核心，辅以自主性高、可靠性高的天文导航系统。试验表明，采取一定的技术措施，定位精度有望达到500m，定向精度有望达到30″。