基于双天线GNSS/SINS组合的风速测量运动补偿方案设计

以基于浮标平台的动态风速测量为背景,根据运动姿态补偿的原理和实际需要,设计了一套双天线GNSS/SINS组合姿态测量系统,采用卡尔曼滤波实现信息融合,通过在卡尔曼滤波的观测量中引入双天线GNSS输出的航向角信息,解决了惯性系统航向角可观测性较弱的问题,并通过实验验证了系统的有效性。实验结果表明,该运动补偿设计方案能够提高平台姿态测量的精度和稳定性,准确测量平台的姿态信息,并有效降低平台运动对风速测量的影响,风速测量误差低于4%,满足了海洋浮标观测的需求。     

浮标水下传感器非接触供电及通讯系统设计

为实现浮标系统全天候、全天时的海洋数据采集,设计并实现了一套适用于浮标系统的水下传感器供电及通讯系统,预期技术指标为传输功率达到20 W,效率50%以上,数据传输正确率99%以上。系统采用浮标的系泊线缆作为传导介质,通过两级电磁耦合进行水上及水下的能量及数据的传输,采用合理的水上水下电路设计保证了模块的稳定工作及低功耗运行,利用可靠的通讯协议设计保证了数据的有效传输。只需在该平台的水下系统上挂接不同的传感器即可实现对各种水文数据的实时测量。对系统的测试表明该系统能够实现设计功能,运行稳定,效率较高。     

一种面向AHRS的改进互补滤波融合算法

针对三轴陀螺、三轴磁强计和三轴加速度计等MEMS传感器所构成的AHRS系统对全局环境下的姿态检测问题,在分析线形融合滤波器、Kalman滤波器的缺陷基础上,对互补滤波器的IMU姿态解算算法进行拓展,通过磁场计测量数据在全局坐标系下水平分量的求解,获得了传感器偏航方向的姿态角,从而构成了完整的三维空间姿态测量系统。并基于硬件实验验证算法有效消除陀螺漂移和加速度及地磁场干扰的可行性。     

750kV变电站设备支架姿态测量系统设计

为了消除750 kV变电站设备支架安装过程中的位置误差,在研究现有设备支架位置检测方法的基础上,设计了以STM32单片机为控制核心的设备支架姿态测量系统.该系统以三轴陀螺仪传感器测量设备支架的角速度数据,使用双加速度计以不同频率采样传感器数据以消除累积误差,增加测量系统的鲁棒性,利用四元数法解算出设备支架在三轴坐标系的姿态角,将陀螺仪和加速度计的数据进行融合,设计自适应姿态融合校准算法提高系统长期精度,实现对750 kV变电站设备支架姿态的准确测量,确保其安装过程中的位置精度.     

基于卡尔曼滤波器的姿态角测量系统设计

针对动态环境下载体的姿态测量,以无人机的航姿测量系统小型化为背景,给出了一种采用MEMS惯性器件构成的姿态角测量系统。系统采用新型32位ARM Cortex-M3内核微控制器STM32F103ZET6作为控制处理单元,传感器采用ADXL345加速度计、L3G4200D陀螺仪和HMC5883磁阻传感器。对于MEMS器件精度低,数据易发散的问题,采用卡尔曼滤波器实时将加速度计、陀螺仪和磁强计的数据进行融合,计算负担小,实时性好。实验结果表明,该姿态测量系统在静态和动态环境下都能够较好的完成载体姿态测量的任务。     

基于四元数改进型互补滤波的MEMS姿态解算

针对四旋翼飞行器的姿态解算问题,设计了由STM32、陀螺仪、加速度计等组成的姿态测量单元,采用四元数法对姿态角进行描述,详细分析了姿态解算的过程,建立了系统及传感器模型,并在互补滤波算法的基础上,构造了一种改进型互补滤波器来完成姿态解算。实验测试表明,与传统的卡尔曼滤波算法和互补滤波算法比较,改进型互补滤波算法的数据平滑能力更强,收敛速度更快,有效地实现了飞行器姿态数据的融合,提高飞行器的姿态估计精度,满足了小型四旋翼飞行器姿态控制的要求,增强了系统的鲁棒性与稳定性。同时通过实际飞行实验,验证了算法的可行性。     

中国研制出水下永动机器人 将用于全球海洋观测计划

<正>据悉,我国研制出国内首个深海型海洋温差自供能漂流浮标样机,在理论上实现了"水下永动机器人"。其整体技术处于国际领先水平,将用于全球海洋观测计划(Argo计划)。Argo计划旨在快速、准确、大范围收集全球海洋上层(从海面到2000米深度)的海水剖面资料。该计划构想在全球大洋中每隔3个经纬度布放一个浮标,     

基于IMU的机械臂末端执行器姿态优化

为了补偿机器人关节扭转不足和末端执行器连接等造成的末端执行器姿态误差，提出一种基于惯性测量单元在线获取末端姿态的方法。首先将整个机械臂系统的运动过程分为静态和动态过程。静态时，由于外部加速度噪声较小，提出使用加速度计根据当地重力估计末端执行器姿态角的方法。动态时，针对系统外部加速度噪声和陀螺仪零漂、比例因子误差等影响测量精度的问题，提出一种基于噪声统计方法的自适应扩展卡尔曼滤波算法。根据加速度计的测量值，更新观测噪声方差阵的权重，从而调节卡尔曼增益，降低加速度噪声对测量精度的影响。实验结果表明：静态时，通过静态算法估算的姿态角误差平均值为0.07°、0.05°、0.2°;动态时，本文算法可以很好补偿外部加速度的对姿态的影响，能有效提高姿态测量精度，相比于EKF算法，姿态角平均误差分别降低了2.69°、1.01°、0.5°。     

基于STM32的舰船横摇周期测量与存储系统设计

针对传统舰船周期测量方法费时、费力、精度低等问题,设计开发了一种舰船摇摆周期自动测量与存储系统。系统以STM32系列微处理器为核心,利用MEMs惯性器件与磁阻传感器构建姿态敏感单元,应用旋转矢量姿态更新算法实时跟踪舰船摇摆角变化,采用频域周期测量方法并配合SD卡存储单元与FATFS Module文件系统,可实现舰船摇摆角、摇摆周期的实时测量与连续存储。摇摆台测试实验表明     

基于自适应CKF的姿态数据融合算法

为了提高基于MEMS惯性传感器的捷联惯性导航系统姿态解算的精度,提出了一种自适应容积卡尔曼滤波（CKF）数据融合算法。该数据融合算法将姿态四元数作为系统状态,将加速度计信息和磁力计信息作为系统观测量,对系统过程噪声矩阵和观测噪声矩阵进行实时的自适应估计,解决了因系统噪声突变引起的姿态解算精度急剧下降的问题。实验结果表明,采用自适应CKF数据融合算法比单纯基于陀螺仪的捷联姿态解算精度有明显的提高,在载体动态时测得的横滚角和俯仰角误差在1°以内,航向角误差在2°以内。     

基于MEMS传感器的运动加速度提取技术研究

结合多种现有物体运动加速度测量方法的特点,提出了一种基于MEMS运动传感器低成本且便捷的运动加速度测量方法。该方法采用多传感器数据融合技术实时求解物体的运动姿态,进而从MEMS运动传感器的实测数据中提取物体运动加速度。通过搭建基于MEMS运动传感器的加速度测量系统对该方法的可行性进行试验验证,试验结果表明,在静止状态下该方法的加速度求解误差为0.03 m/s2,与MEMS加速度计采集精度基本一致,具有较高的求解精度;在自由落地运动时该方法的加速度求解误差为0.07 m/s2,虽然物体长时间剧烈运动时耦合运动加速度会降低求解精度,但在短时间运动时仍具有较高求解精度。     

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 SRCKFw-检测的多传感器融合的姿态解算算法

针对惯性导航系统受模型误差和测量异常值误差的影响,姿态解算结果易出现精度差甚至发散的问题,提出了一种基于平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)w-检测的多传感器姿态融合算法。利用协方差匹配法对SRCKF的新息序列进行自适应调整,经过调整后的新息在迭代过程中会补偿量测噪声方差阵,减小模型误差影响;再利用调整后的新息进行误差探测,提高w-检测的探测精度,并构造观测值替换准则进行误差观测值替换,解决测量异常值误差带来的影响;最后利用SRCKF进行姿态融合,陀螺仪的姿态作为状态方程,经检测替换后的加速度计和磁力计姿态作为量测方程。实验表明,所提算法可以准确估计系统姿态,与传统算法相比解算精度平均可提升62.43%,在不同条件下,算法整体性能均可得到大幅提升,并能快速进行姿态解算,保证解算精度。     

可穿戴运动捕捉系统

本文设计了一种基于MPU9250 9轴姿态传感器与STM32F103C8T6系列ARM的可穿戴运动捕捉系统。MPU9250内部合成3轴加速度计、3轴磁强计及3轴陀螺仪,通过检测该传感器的9轴姿态信息,得到相应的姿态角。利用非线性扩展卡尔曼滤波算法进行数据融合,将数据进行去噪处理,利用蓝牙技术将处理完成的数据传送至上位机用以显示。该系统具有体积小巧,动态响应好,实时监测等特点。     

航磁矢量测量的误差分析和补偿算法研究

由机载平台引起的干扰场是航磁测量的主要误差来源之一,为提高地磁矢量的航空测量精度,设计了一种基于分量约 束的矢量航磁补偿算法,建立了包含固定、感应和涡流磁干扰的补偿模型。 通过引入惯性传感器获得的载体姿态信息,将补偿 系数求解问题线性化,并采用最小二乘法进行了参数求解。 仿真结果表明,算法可准确估计补偿系数,并将磁场矢量的均方根 误差减小至 3 nT 以内。 使用直升机航磁测量系统进行了飞行验证试验,补偿后总场的均方根误差从 716. 97 降低至 14. 27 nT, 三分量的均方根误差分别从 422. 86、240. 68、676. 21 nT 降低至 54. 21、52. 34、38. 61 nT,结果表明,该算法可显著提高航磁矢量 的动态测量精度。     

基于 Mahony 与改进 Kalman 融合的姿态解算方法

获得精确的载体姿态信息是提高载体导航定位的关键。 针对加速运动会产生非重力加速度干扰,而传统滤波算法无法 解决其导致的精度下降的问题,提出一种基于 Mahony 和改进 Kalman 融合的姿态解算方法。 首先采用惯性测量传感器所得数 据进行 Mahony 解算,将其结果作为改进 Kalman 的量测信息;其次通过陀螺仪解算,将其结果作为改进 Kalman 的状态信息实现 姿态解算。 实验结果表明,本文所提出的方法相较于传统方法,解算精度提高一个数量级以上,能有效地抑制漂移误差高频噪 声,大幅提升了载体姿态角解算精度,且具有良好的收敛性。     

System modeling based measurement error analysis of digital sun sensors

Abstract: Stringent attitude determination accuracy is required for the development of the advanced space technologies and thus the accuracy improvement of digital sun sensors is necessary. In this paper, we presented a proposal for measurement error analysis of a digital sun sensor. A system modeling including three different error sources was built and employed for system error analysis. Numerical simulations were also conducted to study the measurement error introduced by different sources of error. Based on our model and study, the system errors from different error sources are coupled and the system calibration should be elaborately designed to realize a digital sun sensor with extra-high accuracy.     

基于 Mahony-EKF 的无人机姿态解算算法

针对微惯性测量单元精度低和传统姿态解算方法误差较大,提出一种 Mahony 和扩展卡尔曼滤波(EKF)融合的姿态解 算算法。 首先通过 Mahony 滤波器融合陀螺仪、加速度计和磁力计数据,解算得到初步姿态四元数。 再以 Mahony 滤波器的姿态 四元数作为 EKF 的量测值,根据非重力加速度的大小,自适应正相关调节量测噪声协方差矩阵;根据陀螺仪测量的角速度信息 建立 EKF 状态方程。 最终经过 EKF 滤波后,获取无人机姿态的估计。 经过仿真实验验证,融合算法解算静态姿态角误差小于 0. 1°,解算动态姿态角误差小于 1°,均优于互补滤波算法和改进 EKF 算法。 融合算法能有效抑制陀螺仪漂移误差,滤除加速度 计测量值混有的高频噪声和抑制非重力加速度的干扰,提高姿态解算精度。     

船用捷联惯导系统姿态解算的研究

以船舶为对象,研究了摇摆运动的捷联惯导姿态解算问题,分析了不可交换性误差产生的原因,提出了消除该误差的等效旋转矢量方法,仿真结果表明,等效旋转矢量方法提高了导航精度。