互补滤波和卡尔曼滤波的融合姿态解算方法

针对捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题,提出了一种互补滤波和卡尔曼滤波相结合的融合算法.该算法基于姿态角微分方程建立系统的状态方程模型,利用互补滤波后的姿态角作为系统的观测量,再应用扩展卡尔曼滤波(EKF)算法融合了陀螺仪、加速度计和电子罗盘的测量数据.为验证该算法有效性,用带有传感器的开发板依次进行静态和动态测试,实验结果表明:结合了互补滤波和卡尔曼滤波的融合算法,在静态时能够抑制姿态角漂移和滤出噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度.     

基于模板模型的实时人体姿态跟踪研究

人体姿态跟踪是分析和识别人类行为的基础,具有广阔的应用范围。针对实时人体姿态跟踪问题,提出一种基于模板模型的人体姿态实时跟踪方法,该方法采用深度摄像头Kinect捕捉测试者的3D数据信息,并使用线性公式联合估计身体的姿态和运动。实验结果表明,该算法实现了实时人体姿态的跟踪,且可根据单个深度图的数据有效地处理明显的遮挡问题。系统设备成本低、结构简单,输出的网格能够准确地适应测试者的运动和身体形态,并随着时间的推移保持相同的拓扑结构。     

基于惯性传感器的动作捕捉系统设计

针对传统的如光学式、机械式等动作捕捉系统在成本、使用环境及精度等方面各有优劣的特点,设计了一套基于惯性传感器的动作捕捉系统,通过在人体各部位佩戴惯性传感器节点,实时采集各部位的运动惯性数据,通过WIFI通信发送至数据处理终端,对数据进行存储和显示。经实验验证所设计动作捕捉系统能够正确采集人体惯性运动数据,系统的使用不受时间和地点的限制,具有成本低廉、穿戴方便和操作简单等特点,可以深入应用于医学、体育和军事等多个领域。     

互补滤波算法在四旋翼飞行器姿态解算中的应用

针对四旋翼飞行器飞行过程中的姿态最优估计问题,本着准确、快速的原则,选择了基于陀螺仪、加速度计和电子罗盘的捷联式惯性测量系统.由于这些传感器存在温度漂移和噪声干扰等问题,采用互补滤波算法,通过融合IMU多传感器的数据信号,对测得的姿态数据进行补偿修正,解算出高精度的姿态角.为了验证互补滤波算法的有效性和实用性,通过实际的四旋翼飞行器角度测量系统对互补滤波算法展开研究.结果表明姿态角解算中采用互补滤波算法能够快速、稳定的输出高精度姿态数据,姿态角最大跟踪误差控制在±2°以内,满足四旋翼飞行器飞行控制的要求,成功完成了姿态的最优估计.     

面向增强现实的多传感器组合位姿注册算法

持续稳定的准确注册是构建增强现实系统的关键,为提高跟踪注册的稳定性和精度,提出了一种基于互补滤波(CF)和无迹卡尔曼滤波(UKF)的多传感器融合注册方案.该算法采用互补滤波器融合陀螺仪、加速度计和地磁感应计数据估计摄像头姿态;在处理视觉图像时,结合惯性姿态数据进行图像特征匹配;利用UKF融合视觉和惯性数据进行摄像头位置估计.实验表明:该算法在跟踪稳定性、精度、效率和抗干扰能力均优于传统的基于扩展卡尔曼滤波(EKF)的融合算法.     

基于陀螺仪的随钻姿态测量新算法

水平定向钻进中钻具姿态的实时测量是实现导向的关键因素。针对已有算法的不足和缺点,采用陀螺仪进行钻具倾角、方位角和工具面向角的测量,推导出了相应的姿态角计算公式。同时针对测量过程中存在的陀螺仪漂移误差,采用四元数全姿态互补滤波算法,利用加速度计和磁强计对陀螺仪进行补偿,给出了详细的理论分析和计算过程。实验结果表明:基于传感器组合的四元数全姿态互补滤波算法能够有效地消除陀螺仪漂移误差,获得的方位角测量精度优于±0.3°。     

基于人体传感和Android技术的运动监测系统设计与实现

为了避免运动过程中和比赛中运动姿态不正确以及运动过量对身体造成的伤害,提出了基于人体传感和Android技术的运动监测系统的设计,在运动过程中对人体运动参数和运动姿态实时监测,通过Android平台实现卡路里消耗计算和运动姿态建模评估,以避免出现运动损伤和体能透支现象。监测系统以MSP430单片机为控制核心,采用MPU6050三轴加速度传感器实时测量人体三轴加速度,利用Android平台计算加速度、速度、里程等运动参数、运动中消耗的卡路里能量,以及人体运动轨迹跟踪、定位;并通过人体运动模型识别算法评估人体运动姿态,实现危险动作预判。实验证明系统能够实现实时运动监测、运动跟踪定位,保护运动者的身体健康。     

捷联惯导互补滤波姿态融合算法设计

为了满足低成本、高性能的载体测姿需求,针对MEMS器件漂移导致载体姿态无法准确测量的问题,提出了一种基于方向余弦矩阵（DCM）更新的多轴显式互补滤波载体姿态估计算法。利用陀螺仪和辅助传感器的噪声所处频段互补的特点,运用互补滤波进行信息融合,发挥各个传感器的优点,提升系统的姿态测量精度。分别以三轴转台与实验车辆为验证平台,设计了静态与动态实验。实验结果表明,该姿态融合算法能够稳定输出高精度的姿态信息,抑制陀螺漂移导致的姿态发散,有效提高载体姿态的测量精度,满足捷联惯导系统的测姿需求。     

视频中多特征融合人体姿态跟踪

目的 目前已有的人体姿态跟踪算法的跟踪精度仍有待提高,特别是对灵活运动的手臂部位的跟踪。为提高人体姿态的跟踪精度,本文首次提出一种将视觉时空信息与深度学习网络相结合的人体姿态跟踪方法。方法 在人体姿态跟踪过程中,利用视频时间信息计算出人体目标区域的运动信息,使用运动信息对人体部位姿态模型在帧间传递;考虑到基于图像空间特征的方法对形态较为固定的人体部位如躯干和头部能够较好地检测,而对手臂的检测效果较差,构造并训练一种轻量级的深度学习网络,用于生成人体手臂部位的附加候选样本;利用深度学习网络生成手臂特征一致性概率图,与视频空间信息结合计算得到最优部位姿态,并将各部位重组为完整人体姿态跟踪结果。结果 使用两个具有挑战性的人体姿态跟踪数据集VideoPose2.0和YouTubePose对本文算法进行验证,得到的手臂关节点平均跟踪精度分别为81.4%和84.5%,与现有方法相比有明显提高;此外,通过在VideoPose2.0数据集上的实验,验证了本文提出的对下臂附加采样的算法和手臂特征一致性计算的算法能够有效提高人体姿态关节点的跟踪精度。结论 提出的结合时空信息与深度学习网络的人体姿态跟踪方法能够有效提高人体姿态跟踪的精度,特别是对灵活运动的人体姿态下臂关节点的跟踪精度有显著提高。     

人体6 自由度运动参数无线测试系统BTViewer 的设计与开发

为解决测试人体在三维空间中的关节运动参数,自主设计了人体六自由度运动参 数测试系统BTViewer。基于惯性传感器跟踪技术,设计了整体的系统平台工作流程,同时完成 了相关算法。为降低误差、减少漂移现象,本实验采用集成的三轴加速度计、三轴磁力计的模 块LSM303DLH 以及三轴陀螺仪动态采集样本数据,通过无线装置传输到电脑,有效合理地对 采集到的数据进行预处理,将原始数据互补滤波之后解析成实际数据,准确地得到人体六自由 度运动参数。最后,运用Qt 集成的OpenGL 等模块进行曲线、三维等可视化显示。实验表明, 该系统的设计达到了预期的要求,能够较好地跟踪人体6 自由度运动参数。     

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。     

小型尾坐式飞行器航姿参考系统

针对小型尾坐式飞行器姿态实时解算问题,研究了低成本的航姿参考系统(AHRS).由于MEMS惯性器件精度较低,设计了混合卡尔曼滤波器,以姿态四元数和陀螺随机漂移为状态变量,抑制了载体长时间飞行时陀螺漂移造成的累积误差.由于加速度计输出值在除重力加速度之外的附加加速度较大时不可信,完善了判断载体运动状态的方法,根据加速度计的实际输出,选择加速度值或者磁场强度作为观测量.实验结果表明,设计的算法在精度和计算效率方面都能满足控制系统的需求,更加适用于对实时性有较高要求的飞行器.     

基于递推最小二乘与互补滤波的姿态估计

针对基于微机电系统(MEMS)的惯性导航系统中陀螺噪声较大导致姿态漂移的问题,本文基于递推最小二乘(RLS)与互补滤波器提出一种提高姿态估计精度的方法.该方法从陀螺去噪算法和姿态解算原理两个方面提高姿态估计精度:在陀螺去噪方面,为克服传统递推最小二乘的不足,提出一种随机加权的递推最小二乘法,利用随机加权实现对偏差的估计;在姿态解算方面,在传统互补滤波器的基础上通过自适应调整比例-积分(PI)参数来调整滤波器的交接频率,最终得到陀螺积分值的高通滤波和加速度计的低通滤波的叠加.转台静态和动态实验结果表明,使用本文所提方法后,有效降低了陀螺噪声,姿态估计精度明显提升.     

基于自适应互补滤波的四旋翼飞行器姿态解算

在四旋翼无人机中,姿态传感器采用捷联式惯导惯性检测单元(IMU),其中包括加速度计、陀螺仪、电子罗盘和空气压力高度计.这些传感器在工作过程中存在温度漂移以及噪声干扰,为了得到准确的姿态数据,首先建立了传感器四元数模型,在频域中设计互补滤波器,并设计了PI自适应补偿系数,对传感器数据进行融合、补偿和修正,有效地避免了系统模型误差对姿态估计的影响.修正后的角速度通过一阶龙格-库塔法、四元数算法完成飞行器的姿态解算.传统互补滤波器在噪声大时滤波效果不理想,故加入PI控制,形成一种效果更好的自适应滤波算法,根据仿真结果,该算法滤波后的信号比传统互补滤波的结果更加平滑,更接近理想波形.     

基于惯性传感器的电力线路杆塔倾斜监测装置设计

针对电力线路杆塔倾斜角实时测量的需要,设计了一种基于惯性传感器的倾斜角度实时监测装置。装置硬件上由惯性传感器、单片机、通信电路和电源变换控制电路组成。软件上采用中断模式和尽量减少工作模块和通信次数相结合的工作策略以降低系统功耗,将6轴惯性传感器的加速度和角速度原始数据进行去极值平均滤波预处理,再经由互补滤波算法进行倾斜角度的综合计算,经实测倾斜角测量相对精度能达到1.30%。该装置在测量精度、功耗、成本和易用性上均能较好地满足电力线路杆塔倾斜在线监测的需求,具有一定的推广应用价值。     

利用惯性传感器的人体运动空间轨迹追踪

人体运动的空间轨迹追踪是一种利用传感器技术和计算机技术来分析记录人体的运动过程的方法.为了实现人体运动轨迹的空间追踪,本文设计了一种人体可穿戴式的人体运动捕捉系统,通过佩戴在人体关节点的惯性传感器单元来获取肢体的实时姿态信息.惯性传感器由加速度传感器、角速度传感器和磁力计构成.通过微控制单元获取传感器数据,利用低通滤波和卡尔曼滤波来更新四元数,再将预处理后的数据由蓝牙模块实时发送到电脑端.本文通过对肢体运动的不同角度的实验,证明了利用惯性传感器可以追踪人体肢体、运动的空间轨迹.     

Human Arm Motion Tracking by Inertial/Magnetic Sensors Using Unscented Kalman Filter and Relative Motion Constraint

Human motion tracking has many applications in biomedical and industrial services. Low-cost inertial/magnetic sensors are widely used in human motion capture systems to obtain the orientation of the human body segments. In this paper, we have presented a quaternion-based unscented Kalman filter algorithm to fuse inertial/magnetic sensors measurements for tracking human arm movements. In order to have a better estimation of the orientation of the forearm and the upper arm, a constraint equation was developed based on the relative velocity of the elbow joint with respect to the inertial sensors attached to the forearm and the upper arm. Also to compensate for fast body motions, we adapted the measurement covariance matrix in such a way that the filter implements gyroscopes when large accelerations are involved. The proposed algorithm was evaluated experimentally by an optical tracking system as the ground truth reference. The results showed the effectiveness and good performance of the proposed algorithm.     

钢结构建筑探伤机器人刚柔耦合空间位姿解析与实验研究

针对传统钢结构建筑健康监测中存在检测盲区和检测不全面的问题,研究了磁吸附式刚柔耦合柔性探伤机器人并对其控制系统进行了改进．建立了柔性机器人前、后车体位移和姿态运动学数学模型与机器人刚柔耦合结构位姿解算方程,通过惯性测量单元和编码器获取柔性探伤机器人前、后车体实时动态位姿参数,分别采用显性互补滤波器和扩展卡尔曼滤波器解算前、后车体在不同工况中的静态、动态姿态,利用航迹推算算法确定机器人的位置,通过数据融合得到柔性机器人刚柔耦合结构的空间位姿．实验结果表明,扩展卡尔曼滤波算法的动态跟踪性能更好,可为柔性探伤机器人在复杂建筑结构越障运动中提供精确的空间位姿参数．