ADI两款全新的惯性传感器，适合工业和医疗仪器应用

ADI最新推出两款全新的惯性传感器——ADIS16405与ADIS16300，能在医疗仪器等多种应用中简单且以合理的价格实现复杂的运动与导航控制，扩展了其获奖的iSensor智能传感器产品系列。ADIS16405六自由度（6DoF）惯性测量单元（IMU）内置简单的高性能三轴磁力计传感器，可用于提高首向精度。ADIS16300四自由度（4DoF）IMU则具有业界突破性的价格，其价格仅为其它同类产品的1／10。     

基于MEMS传感器的四元数微型捷联航姿系统研究

针对微小型无人飞行器的应用场合,本文设计了基于微机电系统(MEMS)传感器的微型航姿系统,它包括三轴陀螺仪、三轴加速度传感器、三轴磁罗盘和数字信号处理器(DSP)。提出了基于四元数的姿态估计算法,利用加速度数据和磁罗盘数据来修正陀螺仪数据的多传感器数据融合算法。并通过了三轴飞行转台的测试验证,测试表明姿态角的静态精度优于0.5°,动态精度优于3°,满足微小型无人飞行器的应用。     

基于MEMS器件的惯性测量模组实现

本文提出了一种可行的基于MEMS芯片的惯性测量模组设计方法和数据矫正技术,以带浮点运算功能(FPU)的微控制器作为主控制芯片设计了硬件电路;用软中断和定时器中断解决了I~2C通讯、MODBUS通讯、校正算法计算任务和流程控制程序执行时CPU资源占用冲突的问题;建立了加速度计误差模型和角速度计误差模型,创造性地用借助转台的四位置法完成了加速度计的零偏校正,用静置校正法完成了角速度计的零偏校正;对惯性测量模组电路板进行壳体设计和封装,完成了惯性测量模组的原理样品,验证了惯性测量模组原理样品的加速度计静态偏移在0.1%个标准重力加速度以内,角速度计静态偏移在0.1°/s以内,并装载在自动焊接机器人上进行了实验,表明陀螺仪的动态信息融合姿态误差在0.1°/s。     

三轴转台误差对陀螺仪标定精确度的影响

为了精确地在三轴转台上标定陀螺仪误差模型系数,分析了三轴转台的各种误差源对陀螺仪误差模型系数标定精确度的影响.介绍了三轴转台的误差源,包括轴线垂直度误差、转台的位置误差和倾角回转误差等,建立与转台误差以及陀螺仪误差模型系数有关的陀螺仪输出全误差方程.经过仿真计算,确立了误差源与误差模型系数的标定精确度之间的量化关系.根...     

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。     

微惯性测量单元研究

微惯性测量单元(Micro Inertial Measurement Unit, MIMU)具有体积小、功耗低、成本低、可靠性高等特点,在车辆/舰船稳定控制平台、导航控制系统、小型弹类武器制导系统中具有广阔的市场应用前景。陀螺仪及微机械加速度计是MIMU的主要元件,MIMU作为惯性制导系统的核心元件,其体积和性能不但直接影响惯性系统的精度,还决定了它在惯性制导系统的应用范围。主要介绍了基于三轴MEMS陀螺及三轴MEMS加速度计的小体积低成本微惯性测量单元的研究,通过对敏感器件的误差补偿和信号降噪等措施来提高MIMU系统指标精度,使其适用于较高要求的应用领域。     

MEMS 姿态传感器在边坡表面位移监测的应用研究

水电站库区两岸边坡地质状况复杂多变，边坡的稳定工作状态与水电站的安全运行息息相关，本文在雅砻江官地水电站库区左岸边坡覆盖层处，将MEMS姿态传感器(陀螺仪和加速度计)按照阵列方式布置在边坡上，建立边坡稳定状态数据实时采集系统，利用初始对准确定导航目标参数姿态、方位、速度和位置的初始值，计算出目标姿态矩阵，再通过姿态矩阵实时将MEMS姿态传感器获取的载体系下的加速度和角速度转换到导航系下，用于实时计算边坡变化姿态矩阵和位移开展试验研究。试验结果表明，将MEMS姿态传感器应用到边坡位移监测中能够实现边坡表面位移数据的实时获取，位移数据获取精度能够达到毫米级，满足工程实际使用需求，该项研究成果对边坡表面位移稳定状态进行实时监测分析具有十分重要的意义。     

共轴折叠双旋翼无人机姿态测量实验与分析

针对小型共轴折叠双旋翼飞行器结构特点、飞行原理进行分析,研究无人机运动学和动力学特性并建立数学模型,建立了无人机飞行器半实物飞行的动力性能和姿态角测试平台。该平台对飞行器机械振动、姿态角和噪声等性能分析。通过测试实验分析无人机不同旋翼转速产生的机械振动和噪声等特性,以及对陀螺仪和加速度计等MEMS传感器姿态解算结果的影响。测试实验表明：随着转速的增加振动幅度有所增加,该振动特性对噪声模型的建立和评估对无人机鲁棒性和抗干扰性提供新思路及有益借鉴。     

基于MEMS的海洋漂流浮标运动姿态测量系统设计

针对海洋漂流浮标运行时运动轨迹姿态多变影响传感器观测要素可靠性的特点，设计了基于三轴MEMS陀螺仪、加速度计、磁阻传感器的漂流浮标姿态测量系统。介绍了系统硬件组成结构及软件算法流程，采用四元数方法和PI调节算法进行姿态解算以及数据融合，并采用椭球拟合和阀值滤波方法修正补偿系统误差。实验测试表明，系统姿态测量效果良好，静态误差小、动态抗干扰性能较好，满足海洋漂流浮标姿态测量基本需求。     

EWT 算法在姿态解算中的应用

针对陀螺仪存在低频噪声和漂移误差导致姿态测量精度下降的问题,提出采用经验小波变换( empirical wavelet transform,EWT)算法融合陀螺仪、加速度计解算姿态角。 首先运用 EWT 算法对陀螺仪采集的数据进行频谱分割,得到信号的 模态分量;其次采用小波自适应软阈值去噪的方法对信号进行降噪处理并重构信号,得到处理后的陀螺仪数据;然后根据 PID 互补滤波方法,利用加速度计的数据实现对陀螺仪数据的修正;最后利用校正后的陀螺仪数据,结合龙格库塔法解算四元数,从 而通过四元数获得精确的姿态角。 实验结果表明,EWT 算法融合陀螺仪和加速度计,能够将姿态解算精度提高 50%,且降噪效 果良好,满足姿态解算准确性的要求。     

基于三轴数字加速度计的尾翼振动测试系统研究

针对导弹发射过程中尾翼身处高温、高压、高过载等恶劣环境时的振动信号难获取和实测信号失效等问题,利用动态存储测试技术和三轴数字加速度计,设计了一种基于ADXL345三轴数字加速度计的尾翼振动测试系统.具体通过选择适宜的尾翼振动测试加速度传感器,构建抗冲击力强的多重缓冲外层结构,成功实现了对导弹尾翼振动信号的真实采集,并通...     

基于加速度变噪声EKF的无人机姿态融合算法

针对传统无人机姿态解算方法过程复杂、计算量大、动态性能差的缺点,建立无人机姿态模型;采用陀螺仪对加速度计直接进行滤波的方法,设计出新的基于扩展kalman滤波的加速度滤波器;并且考虑到无人机非重力加速度的影响,对常规kalman滤波器进行了变噪声的改进。利用STM32微控制器和MEMS惯性单元搭建硬件平台进行对比实验。结果表明:在168 MHz时钟频率下,一次传感器数据读取和姿态解算总共耗时3.27 ms,数据更新率可达100 Hz。新算法飞行动态误差小于1°,而传统四元数法动态误差为2°左右;变噪声处理后静态瞬时偏差由4°降到1°。说明新算法的抗震效果和解算精度更好,可以为无人机自主飞行提供更准确的姿态信息。     

基于RBF神经网络的电子罗盘误差补偿研究

介绍了三轴磁阻电子罗盘的测量原理。基于磁阻传感器HMC1052/1051Z和MEMS加速度计MXD2020ML研制了一款带倾斜补偿功能的三轴磁阻电子罗盘,分析了电子罗盘工作过程中可能存在的误差及其来源。针对无姿态角度的情况,基于径向基函数(RBF)神经网络补偿算法,建立了以测量航向角为输入、期望的航向角为输出的3层RBF神经网络模型,并用样机的采样数据进行仿真验证。实验数据表明,采用该RBF神经网络补偿算法,可将航向角的精度从±35.52°提高至±0.6°以内。     

小波变换法在姿态解算中的应用

在惯性导航系统中,为提高陀螺仪的姿态测量精度,抑制低频噪声的影响,提出采用小波变换法融合陀螺仪、加速度计数据解算姿态角。首先将陀螺仪采集的数据进行2层小波分解,剔除低频分量和不稳定的信号,并和高频分量重构,得到滤波后的陀螺仪数据。然后利用加速度计采集的数据解算姿态角,用来不断迭代初始四元数,由初始四元数求出重力向量,再由重力向量叉积求出误差,并作PID控制来修正陀螺仪的角度。最后把修正和滤波后的陀螺仪数据用龙格库塔法计算新的四元数,用该四元数进行负增益调节,最终解算出精确的姿态角。仿真结果表明,解算姿态角的精度提高了80%,可以有效地抑制低频噪声,更加精确地计算姿态角,从而进一步提高导航系统的定位精度。     

小型飞行器姿态估计系统设计与实现

提出了一种基于最小二乘拟合和四元数拓展卡尔曼滤波器小型无人机姿态系统估计方法。首先建立三轴磁力计的物理模型,采用最小二乘拟合算法估算磁力计的干扰向量,然后采用加速度计对磁力计进行倾斜补偿,最后采用拓展卡尔曼滤波器融合加速度计、陀螺仪和磁力计的4数据,估计飞行器三维姿态。测试结果表明,姿态系统的方位角的线性误差最大为4°,倾斜40°情况下,方位角最大误差为2.6°,静止放置时,横滚角、俯仰角和方位角最大的静止偏差分别为0.215°、0.103°和0.464°。     

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。     

应用于高速铁路的低成本组合定位系统设计

提出了一种基于卫星定位和航位推算（Dead Reckoning,DR）技术的低成本高速列车组合定位系统设计方案.在卫星定位系统中,方案采用了GPS/BD双卫星定位系统;在航位推算系统中,提出了一种双加速度计单陀螺仪单倾角传感器的传感器组合方案;采用了双CPU结构体系的运算控制模块,提高了组合导航系统的可靠性和实时运算性能.通过基于“当前”统计模型的联合卡尔曼滤波算法对GPS/BD系统和航位推算的数据进行滤波和信息融合,并利用卫星接收机提供的位置精度因子进行信息融合方案的自适应选择,进一步提高和完善了组合导航系统的定位精度和系统性能.     

用于机器人示教的人体手臂运动捕捉方法研究

机器人示教是实现机器人轨迹跟踪的主要方式,其工作原理决定了机器人作业的复杂程度。而采用人体运动跟踪技术,可以简化机器人的示教程序,提高工作安全性。研究了基于MEMS的人体运动跟踪方式,选取包含加速计、陀螺仪、磁力计的九轴惯性传感器来检测人体手臂运动情况,采用传感器间的互补融合与空间关节位置叠加的方法,获得较高精度的末端位置数据,并通过固定方向直线运动与空间连续运动的实验来检测传感器对手臂运动捕捉的效果。实验结果表明,融合计算出的数据轨迹在短距离的情况下数据精度高,可以用于机器人的部分轨迹示教。