烹饪过程中锅具运动姿态测量方法

提出一种用于跟踪烹饪时锅具运动姿态变化的方法.该方法将MEMS陀螺仪、加速度计以及地磁传感器正交三元组安装于锅具柄部,并将其输出信息经过硬件滤波、软件误差补偿之后利用REQUEST算法进行融合.REQUEST算法与EKF算法相同之处在于均为以四元数为基础的迭代算法,而REQUEST算法由于其不易受锅具线加速度影响的特点而表现出优越性.文末通过仿真和实验对该方法进行了验证,并对REQUEST与EKF两种数据融合算法进行了比较,结果显示,即使在锅具高速运动情况下,由REQUEST算法得到的姿态解算精度仍可在以内,而此时由EKF算法得到的解算误差已达以上.上述结果表明,该文提出的方法对于测量锅具运动姿态而言是适用的.     

基于阈值判断的CamShift目标跟踪算法

针对CamShift算法只利用目标的颜色信息,在跟踪过程中,易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散,跟踪稳定性能降低,提出了一种基于阈值判断的目标跟踪方法。该方法将OTSU法和Snake模型结合,利用OTSU法以最佳阈值对图像进行分割,分离前景区域和背景区域,初步提取目标轮廓作为Snake模型的初始轮廓,经收敛得到目标的精准轮廓,利用轮廓外接最小矩形框内的像素计算目标质心,判断与CamShift算法中目标搜索窗口质心之间的欧式距离,如果未超出阈值,则直接使用CamShift算法跟踪目标,反之,则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标。实验结果表明,该算法跟踪目标具有较好的实时性,跟踪性能稳定、可靠。     

基于Kalman滤波算法的陀螺仪动态漂移补偿研究

应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。