利用地磁与红外辐射融合的姿态估计方法

针对目前导航控制系统多元化、新型化、低成本的要求,提出了一种利用地磁与红外辐射融合的姿态估计方法。在分析地球红外辐射场的组成及其产生机理的基础上,采用普朗克黑体辐射定律构建红外传感器的姿态测量模型,并将其与地磁三分量姿态测量模型结合,推导了红外与地磁复合的姿态测量模型。基于推导出的红外与地磁复合测量模型,设计了自适应扩展卡尔曼滤波切换姿态估计算法。研制了红外与地磁复合姿态测试系统的半实物装置,利用三轴转台开展了半实物验证实验。所提出的方法在加入红外屏蔽的情况下能够迅速进行调整,将俯仰角、横滚角、航向角估计误差分别保持在±1°、±1.5°、±1.5°以内。该姿态估计方法大大降低了姿态角的估计误差,表明红外与地磁复合的测姿方法有效可行,抗干扰能力较强。该方法适用于旋转弹体的姿态估计。     

基于单目视觉的位置姿态测量系统精度检校方法

针对高精度位置姿态测量系统的姿态检校问题,提出一种单目视觉检校方法。首先分析了合作靶标精度对单目视觉姿态测量精度的影响,利用合作靶标实现视觉高精度姿态测量;然后提出基于正交矢量和动态滤波的联合标定法,标定出靶标坐标系和惯性测量单元之间的转换矩阵关系;最终实现了具备高精度姿态精度的单目视觉检校系统。实验结果表明,单目视觉检校系统静态姿态误差均方根为2.1',动态姿态误差为4.4',可以为高精度位姿系统提供姿态精度检校。     

一种单目相机/三轴陀螺仪/里程计紧组合导航算法

针对车载基于MEMS-IMU/里程计/GPS组合导航系统在无GPS信号情况下,定位误差发散较快问题,提出一种基于单目相机/三轴陀螺仪/里程计紧组合导航方法,实现了较高精度定位。该方法分为初始化阶段和导航阶段两部分,在初始化阶段,通过三轴陀螺仪和里程计在线估算单目相机的尺度因子;在导航阶段,先通过基于三轴陀螺仪/里程计的航位推算实时解算载体位姿,再将单目相机观测到的带有尺度因子的特征点作为观测量,通过非线性优化方法,估计出载体位姿误差并进行修正。利用四轮小车开展算法验证实验表明,室外非闭环情况下累积误差约为里程的1.9%,在室外闭环情况下累积误差为里程的0.5%。     

考虑旋转调制 INS 轴角误差的船体变形测量方法

旋转调制式惯导已成为舰船主惯导,在采用旋转调制式惯导进行船体变形角测量时,由于旋转轴与惯性测量组件的坐标系不完全重合,导致船体变形角中被引入与旋转相关的波动误差。针对这一问题,提出了考虑旋转调制惯导转轴倾角误差的船体变形测量方法。推导了单轴旋转系统转轴倾角误差与船体变形测量之间的数学关系,构建了含有轴角误差的状态观测数学模型,利用卡尔曼滤波器实现了船体变形测量的同时对转轴倾角进行估计。实验结果表明,所提方法可以估计出旋转调制惯导中存在的转轴倾角大小,有效提高测得船体变形角精度,其中水平方向提升到6″,纵向方向提升到6″,为利用旋转调制式惯导进行船体变形测量提供参考。     

基于地磁方位角的旋转弹丸姿态解算方法

为了解决旋转弹丸的姿态测量问题,基于地磁方位角,提出了一种旋转弹丸的姿态解算方法。首先基于零交叉点法的原理,采用非正交地磁传感器组合测量并计算得到地磁方位角和滚转角信息。其次通过分析稳定弹丸的飞行特性及外力矩情况,推导出了包含俯仰和偏航参数的绕质心动力学方程组。然后以此动力学方程组为驱动方程,以地磁方位角为观测量,借助扩展卡尔曼滤波估计出了弹丸的俯仰角和偏航角。仿真结果显示,基于地磁方位角的姿态解算方法可以准确估计出旋转弹丸的姿态角信息,最大误差不超过0.2°,验证了该方法的有效性。最后实弹实验结果进一步表明了该方法具有良好的应用前景。     

发动机叶片扭转和弯曲变形同步测量新方法

扭转和弯曲变形测量可以确定叶片弯扭变形耦合的特征,为叶片弯扭耦合分析提供可用的试验手段。本文提出了一种发动机叶片扭转和弯曲变形同步测量的新方法,其中,扭转角度测量方法能更加灵活地应用于测量叶片类形状不规则构件的扭转变形,而弯曲变形测量方法解决了叶片变形方向未知且存在弯扭耦合时的叶片变形测量问题,从而可实现对叶片截面扭转和弯曲变形的同步测量。对上述测量方法进行了专门的验证试验,结果表明:与传统方法测量结果相比,扭转角度测量偏差小于1%,挠度测量偏差小于2%,满足工程测量精度要求。     

一种基于故障检测与模糊逻辑的姿态估计方法

提出了一种融合惯性数据的飞行器航姿估计算法。使用MIMU（微惯性测量单元）作为飞行器的惯性航姿系统,利用MIMU中的陀螺仪,通过测量飞行器的角速率计算姿态角;同时,利用MIMU中的加速度计,通过测量当地的重力加速度,计算飞行器的姿态角。文中采用一种自适应故障检测方法,根据模糊理论构造加权系数,将飞行器的运动加速度与当地重力加速度分离,融合MIMU的数据,估计飞行器的姿态角。使用该方法既可以避免使用陀螺仪解算姿态角时误差的积累,又提高了使用加速度计计算姿态角时的动态性能,并经数据仿真验证说明该方法能达到预期的效果。     

基于视觉测量与神经网络的工业机器人位姿补偿

为提高六轴工业机器人的绝对定位精度，本文提出了一种利用视觉测量数据通过ELM(Extreme Learning Machine)神经网络实现机器人位姿补偿的新方法．利用固定在机器人末端的手眼相机获取机器人的末端位姿，并借助ELM实现机器人末端执行器从目标位姿到预测指令位姿之间映射，用修正转角代替原转角使机器人末端执行器运行至修正位姿，实现补偿．特别的是，对于使用的ELM，以网络预测均方误差为指标定量选取了网络的最佳参数．相比之前的方法，本文提出的算法具有能够同时高精度补偿姿态角及位置误差的显著优点．为验证该位姿误差补偿方法的有效性，本文进行了实验验证．结果表明，相比较于未补偿前的机器人末端位姿误差，经该方法补偿后的位姿误差被稳定控制在较低水平，平均位置误差降低89.1 %；平均姿态角误差降低96.8 %．除此以外，位置误差与姿态角误差的标准差也分别降低了85.66 %和93.24 %．     

基于激光陀螺自适应补偿的船体变形测量方法

基于长期变形、动态挠曲变形以及陀螺随机零偏的状态方程,构建了激光陀螺测量的惯性姿态匹配最优滤波器,可以实时地估计出船体变形角。针对实时估计的长期变形角具有偏置误差的问题,推导了惯性姿态匹配的误差方程,指出动态挠曲变形角与船体惯性姿态角之间具有长时间的交叉相关耦合作用导致了长期变形角估计具有偏置误差,并提出了对输入到最优滤波器的激光陀螺角增量进行自适应补偿的方法来抑制偏置误差。实验结果表明,补偿后俯仰角、横滚角和艏挠角的偏置误差均方根均小于5″,较补偿前降低均方根误差约为5″,该自适应补偿方法可有效地抑制偏置误差,提高惯性姿态匹配方法在船体变形测量应用中的有效性。     

基于多传感器信息融合的双足机器人自主定位

针对单目视觉SLAM应用于双足机器人过程中易出现跟踪失败和传统位姿传感器累积误差较大的问题,提出了一种融合三种传感器信息的机器人定位方法。首先获取机器人关节编码器数据,运用运动学求解输出位置信息,再由基于特征识别的SLAM系统估计机器人头部单目相机位姿,经过尺度恢复和坐标系校正后输出位置信息,同时获取惯性测量单元的偏航测量,最后通过扩展卡尔曼滤波算法融合三种信息,从而更加精确稳定地对机器人进行定位。以双足机器人NAO为研究平台,在室内进行多组实验对所提出的方法进行验证,结果表明融合所得结果与传统位姿传感器输出信息相比,均方根误差明显降低;相比单目视觉SLAM跟踪失效率至少降低88%。     

单轴旋转惯导系统“航向耦合效应”分析与补偿

从单轴旋转惯导系统的误差方程出发,分析载体角运动对系统的影响,从改变IMU旋转角速率的角度补偿系统的"航向耦合效应"。针对绕载体系Z轴正反旋转的单轴旋转系统,载体航向运动与IMU的旋转运动耦合改变了从旋转坐标系到导航坐标系的坐标变换矩阵的形式,从而影响系统误差调制效果,导致系统的"航向耦合效应"。为保证该坐标变换矩阵的周期性,考虑改变IMU的旋转角速率,使之绕导航系而非载体系匀速旋转,隔离载体航向运动与IMU旋转运动的耦合,补偿航向运动对系统的影响。最后,利用海上试验实测的姿态和航向数据进行了单轴旋转惯导系统的误差仿真。结果表明,采取"航向耦合效应"补偿方案时,无姿态运动条件下系统位置误差减小一半;在实际姿态运动条件下,系统误差减小三分之一。     

固连于可控旋转平台相机的外参标定

为了进行大视场角的测量任务,可以将相机安装在运动精确可控的平台上,以平台的姿态运动来扩展相机的视场角。相机相对于平台的位姿关系的精确标定是保证测量结果准确的前提。本文主要利用一维标志物体,根据成像关系,建立了外参标定的约束方程;发展了线性求解外参的方法,以及非线性优化的标定方法。为了克服线性法正交性差,以及非线性优化法不能求解平移向量的缺点,总结出了组合求解法,该方法可以应用于仅能够作旋转运动的平台。数值模拟和实验结果均表明姿态角的标定精度较高,而平移向量则对噪声十分敏感。最后分析了算法偶尔出现奇异的原因。     

激光陀螺组合体自主测量船体角变形的最优估计法

根据激光陀螺组合体测量的角增量计算得到的惯性姿态匹配测量方程,结合动态变形模型和静态变形模型,构建了船体角变形测量的最优滤波器,实现了角变形的最优估计。该方法将角变形和激光陀螺的随机漂移误差近似为平稳随机过程并分别构建滤波器,静态变形建模为白噪声驱动的一阶随机游走过程,动态变形建模为二阶马尔可夫平稳随机过程。通过角速度匹配测量方程进行了角变形的观测性分析得知:动态变形的估计精度与激光陀螺的测量精度相当,静态变形的估计精度依赖于船体摇摆频率和幅度,因此最优估计法的误差主要为静态角变形模型的估计误差。仿真结果表明,通过设置合适的静态角变形模型参数,该最优估计法测量角变形的误差小于10"。     

无人机动平台着陆惯性/视觉位姿歧义校正算法

针对无人机移动平台着网回收应用场景,提出了一套基于二维码的惯性/视觉位姿估计算法,重点解决无人机回收过程中位姿解算歧义问题,提升无人机动平台回收导航精度、鲁棒性与实用性。首先,设计多个二维码构建非共面二维码序列,使用非共面3D-2D点对打破位姿解算特征点的共面约束。然后,使用极小平面位姿估计算法(IPPE)进行平面二维码位姿估计,并融合惯性信息引入姿态约束,解决无人机着网回收过程中的相对位姿解算歧义问题。多架次飞行实验表明所提出位姿估计算法能有效消除位姿解算歧义,具有较好的鲁棒性,且作用距离大于30 m,回收末段达到厘米级定位精度,满足无人机动平台着网回收需求,具有较好的应用前景。     

基于数字图像测量技术的尾粉砂动三轴试验研究

尾粉砂的动力学特性往往通过室内动三轴试验来进行研究,因此试验数据的精度尤为重要。本文将数字图像测量技术应用于土工动三轴试样的应变测量中。采用Butterworth数字滤波器进行数据降噪处理,并将图像测量获得的整体应变结果与传感器测量的应变结果进行了比较,表明通过图像测量方法测得的数据更能反映试样的真实变形。以某地饱和尾粉砂动三轴试验为例,通过采用该种非接触式测量方法,分别得到试样局部的动位移和动应变,进而得到动模量随动应变的变化规律,并与传感器得到的数据进行比较,结果表明,局部的动模量分布在整体动模量衰减曲线周围,并且在小变形下不同位置处其动模量与整体动模量差别较大,应变较大时,局部动模量趋于整体动模量。     

近钻头钻具多源动态姿态组合测量方法

在导向钻井系统的姿态测量过程中,由于近钻头强振动的影响,导致姿态参数测不准甚至不可测,为了消除有规律的干扰、振动等对测量准确性的影响,快速解算出准确的钻具姿态,提出一种新的多源动态姿态组合测量方法。采用三轴加速度计、三轴磁通门以及角速率陀螺仪等构成测量系统,建立基于四元数的姿态测量非线性模型,研究钻具运动状态与振动加速度之间的关系,根据模型及噪声特性,采用基于四元数的无迹卡尔曼滤波方法对振动干扰信号进行滤除。试验结果表明,采用提出的方法能够消除近钻头干扰对姿态参数测量的影响,井斜角在5.2°左右,工具面角误差小于10°,有效地提高了导向钻井工具姿态动态测量的准确性。     

椭圆截面弹体斜侵彻金属靶体弹道研究

为研究椭圆截面弹体对半无限金属靶体的侵彻弹道规律,基于14.5 mm弹道枪平台,开展了椭圆截面弹体在0°～20°倾角、850～950 m/s撞击速度下对2A12铝合金的斜侵彻试验。基于空腔膨胀理论及局部相互作用模型,建立了椭圆截面弹体侵彻弹道模型,并结合试验数据验证了模型的准确性。在此基础上,进一步分析了椭圆截面弹体长短轴之比、绕弹轴旋转角度、弹体撞击速度对侵彻弹道的影响规律。弹体长短轴之比为1.0时,弹体退化为尖卵形圆截面弹体,且椭圆截面弹体侵彻弹道稳定性随长短轴之比的增大而变弱,最优长短轴之比为1.0,即尖卵形圆截面弹体。椭圆截面弹体绕弹轴旋转一定角度后,侵彻弹道在平面曲线与空间曲线之间变化,当旋转角度为0°、90°时,侵彻弹道为二维平面弹道,当旋转角度在0°～90°之间时,侵彻弹道为三维空间弹道。当弹体撞击速度由800 m/s提升至1000 m/s时,椭圆截面弹体姿态角增量由18.6°降至17.8°。     

基于摄像测量原理的船体垂向变形测量半实物仿真实验研究

针对船体垂向变形测量的迫切需求,以及现有方法对于垂向变形适用性差的实际情况,提出了一种利用摄像测量原理实现垂向变形测量的新方法,推导了设备垂向变形角与姿态欧拉角变化量之间的转换关系,在此基础上设计了船体垂向变形测量方案。通过在平台上的CCD像机对与垂向设备基座固连的合作标志的实时观测,解算由于变形引起的合作标志姿态变化量,再利用合作标志与设备基座固连关系计算设备的垂向变形角。在实验室条件下进行了半实物仿真实验,实验结果测量值与参考值变化趋势一致,测量误差均在10″以下,说明该方法在垂向变形测量中正确可行。     

K0超固结土的不排水抗剪强度

结合K0超固结上模型、旋转角w公式、临界状态不排水条件以及基于SMP的变换应力张量建立了不排水抗剪强度的统一表达式;采用三轴压缩、三轴拉伸的应力洛德角θ、旋转角w建立了三轴压缩、三轴拉伸条件下的不排水抗剪强度公式;基于临界状态士力学,推导出了平面应变条件下的应力洛德角θ、旋转角w的表达式,进而得到平面应变条件下的不排水抗剪强度公式.分别采用三轴压缩、三轴拉伸和平面应变条件下试验数据对所提出的不排水抗剪强度公式进行验证,预测结果和试验数据的基本吻合表明了不排水抗剪强度公式的合理性.     

基于广义罗德里格参数的恒星相机和陀螺联合测姿方法

在恒星相机和陀螺联合测姿时,不准确的初始状态会引起测量更新后的四元数不满足归一化的要求。针对此问题,提出一种基于广义罗德里格参数的UKF姿态确定方法,基于广义罗德里格参数构造的误差四元数进行乘法更新,保证了四元数的归一化性质。同时,针对恒星相机的非线性观测方程,采用UKF进行状态估计,避免了高阶信息的损失。将该方法应用于旋转航天器的姿态估计试验,并与传统EKF方法对比。结果表明,在初始姿态存在较大偏差时,所提出方法较传统四元数强制归一化方法,测姿精度提高约0.6°;在初始姿态和陀螺零漂误差叠加时,传统EKF方法出现震荡,所提出方法测姿误差仍然可收敛至0.1°,具有更优的稳健性。