梯度下降法标定三轴加速度计研究

三轴加速度计精度在出厂时即伴随着工艺流程中积累的误差,大多数情况下加速度计所测得的值都跟实际值有所差别,利用机器学习中的梯度下降法对加速度计的参数进行标定,实验结果误差与其他主流算法相比不相上下,程序简单快捷,更可作为辅助算法加入到标定流程中。     

梯度下降法标定三轴加速度计研究

三轴加速度计精度在出厂时即伴随着工艺流程中积累的误差,大多数情况下加速度计所测得的值都跟实际值有所差别,利用机器学习中的梯度下降法对加速度计的参数进行标定,实验结果误差与其他主流算法相比不相上下,程序简单快捷,更可作为辅助算法加入到标定流程中。     

运用Actigraph GT3X三轴加速度传感器测量成年及老年男性人群步行的信效度研究

评价Actigraph GT3X三轴加速度传感器测量中国男性人群典型体力互动信效度,开发基于中国人群步行活动模式的GT3X三轴加速度传感器能耗推算方程。方法受试对象包括青年组(21.92±1.14岁),老年组(55.5±4.52岁)。受试者佩戴GT3X三轴加速度传感器,在跑台上分别完成3km/h(慢走)、4.5km/h(正常步行)、4.5km/h10%(上坡步行)、6km/h(快走)以及7.5km/h(慢跑)速度的走跑运动各5min。受试者佩戴COSMED K4b2便携式代谢测试仪,并将GT3X三轴加速度传感器佩戴于髋部,同步采集心肺功能仪及加速度传感器数据。结果根据受试对象4种无坡度走跑运动推导出线性方程MET=0.000653*counts(Axis1)+2.345521以及线性方程MET=0.000689*counts(VM)+1.640721,但其相关系数不高;GT3X+三轴加速度传感器记录上坡步行(4.5km/h10%)运动与无坡度运动(4.5km/h)相比,三轴counts及VM均显示有差异性(P<0.05),但counts增加率远低于MET增加率;GT3X+三轴加速度传感器两次重复测试,pearson值高,即离散程度低。结论本研究推导垂直轴(Axis1)、三轴矢量和(VM)的线性方程,为中度相关,误差值较大,且上坡运动时的GT3X+三轴加速度传感器记录counts值与MET值呈非线性相关,提示Actigraph GT3X三轴加速度传感器能耗推算方程可根据不同运动方式、运动强度推算相对应方程;Actigraph GT3X三轴加速度传感器测量我国成年及老年男性人群步行活动其信度较高。     

基于加速度特征的人体跌倒检测算法

针对跌倒检测系统必须快速准确响应的需求,提出一种基于三轴加速度传感器的人体跌倒实时检测算法.该算法通过分析人体运动的加速度特征,提取加速度信息特征向量,采用机器学习的方法对样本数据进行分析,获得分类阈值.在实时检测过程中,当采集的加速度信息的特征值大于阈值时,通过分析其产生峰值之后的加速度分量特征,确定是否发生跌倒事件.通过测试多种日常活动及各种跌倒的加速度信息,证明了该算法的有效性.     

引信膛内三轴加速度测试

引信作为炮弹最关键的组成部分,由于膛内的恶劣环境影响,引信所受到的超高加速度对引信的可靠性至关重要。本文设计了一种基于弹载测试技术的微型三轴加速度测试系统。该微型测试系统替代原先引信的位置,同时将高g值三轴加速度传感安装在引信最薄弱的地方。MSP430F149单片机作为系统的主控制器,通过对三轴加速度在膛内整个过程的输出的信号进行采集、存储,从而获得引信在内弹道所受到的加速度值。本设计系统对弹丸、火炮以及引信的设计和研究具有十分重要的参考价值。     

基于PMAC的三轴转台的伺服系统设计

介绍了基于PMAC运动控制卡的三轴仿真转台的直流伺服系统设计，给出了转台的基本组成，控制系统的硬件结构，运动控制卡连同驱动器参数的整定方法及控制软件的设计，实现了转台的实时控制以及位置、速度、摇摆等的伺服控制．实际操作表明，该系统满足了转台实时运动控制的要求，运行稳定，操作方便．     

基于单个三轴加速传感器的人体运动状态识别

人体运动状态识别是老人运动状态监测系统的基础。人体运动状态包括运动和休息两个方面,其中运动状态又可分为走、跑、跳和跌倒等。本文利用三轴加速传感器对人体加速度进行实时检测,提取加速度幅值变化量,并将其作为人体运动状态检测的特征值,构建人体运动状态一阶自回归模型,利用卡尔曼滤波、自适应阈值法以及决策树对走和跑进行识别。     

基于陀螺仪及加速度计信号融合的姿态角度测量

针对在四旋翼飞行器姿态控制中传感器数据存在噪声干扰和测量误差,以致单独使用陀螺仪与加速度计不能得到最优姿态角度的问题,建立陀螺仪和加速度计误差的数学模型,采用卡尔曼滤波方法,实现数据融合,有效地提高了姿态检测系统的检测精度.该方法被成功应用于四旋翼飞行器的飞行姿态角度控制中,验证了其良好的噪声抑制能力,提高了系统对环境变化的适应性.     

三轴高g压阻式微加速度计的设计

提出了一种三轴高g的压阻式微加速度计的设计方法.通过理论推导和计算,分析了模型的应力和频率,得到了具有较高频率的高g微加速度计的结构参数.通过有限元软件ANSYS分析确定了在获得高输出电压条件下的电阻布置方案.在此基础上,对三轴进行了200 000 g载荷下的性能研究,结果表明所设计的微加速度计具有较高的灵敏度和线性度.     

无线三轴振动测试系统的设计

目前我国对于发动机振动参数的故障检测技术仍采用传统的人工经验与技师测试的方法，在检测过程中 存在一定的主观性问题。针对此现象设计了一种基于微机电系统(MEMS: Micro-Electro-Mechanical System)加 速度传感器和蓝牙无线通信的无线三轴振动测试系统，并配备有上位机，可以用于发动机的故障检测与状态诊 断。首先通过安装在发动机外侧的传感器得到振动曲线; 然后通过无线模块发送至相应的上位机中，继而进行 相应振动参数的判断，确定发动机的运行状态。经过振动系统测试和实际现场实验表明，该无线三轴振动测试 系统性能指标满足发动机振动检测要求，能应用于发动机在线故障的监测和故障诊断，同时，设计的无线三轴 振动测试系统具有易安装、测量快速准确等特点。     

多功能三轴混凝土试验系统

研制了一套进行三轴应力下混凝土变形与强度试验装置系统。该系统适用范围广，既可用于荷载控制，也可用于变形控制；可进行不同应力比下的平面应力、平面应变及一般三轴受压和三轴受拉加载下的变形与强度试验；适应多种试件尺寸，最大试件尺寸可达到　ｌｍ；吨位较大，每向最大压力为２０００　ｋＮ，最大拉力为　５００　ｋＮ，并具有钢刷加载装置。数据采集处理全部由计算机实现，可采集到应力－应变曲线的下降段。试验精度与效率都较高。     

基于双向LSTM神经网络可穿戴跌倒检测研究

针对老年人跌倒后不能得到及时救助带来的伤害,研究跌倒检测算法和及时告警,可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性,本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法,该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征,实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量,并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型,结果表明该算法在SisFall实验数据集上具备较高的检测精度,满足准实时检测要求,具有较好的实用性和较强的泛化能力。     

基于双向LSTM神经网络可穿戴跌倒检测研究

针对老年人跌倒后不能得到及时救助带来的伤害,研究跌倒检测算法和及时告警,可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性,本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法,该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征,实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量,并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型,结果表明该算法在SisFall实验数据集上具备较高的检测精度,满足准实时检测要求,具有较好的实用性和较强的泛化能力。     

基于MEMS六轴传感器的上肢运动识别系统

设计并实现了一种基于MEMS六轴传感器的上肢运动识别系统.该系统通过1个MEMS六轴传感器对用户上肢运动的三维加速度和三维角速度进行实时采集并使用蓝牙发送到计算机中.通过计算机将采集到的数据进行加速度分解、滤波、周期判别、标准化等处理后,与特征数据库中的数据进行相关性分析,从而实现对特定动作的识别,并可对重复动作进行计数.以对哑铃动作采集数据为例,验证了该系统的有效性.     

基于图像技术的三轴土样径向变形测量

在常规三轴试验中,由于端部约束的影响难以实现对三轴土样变形的准确测量。将图像测量技术运用于土样的不固结不排水三轴试验中,能够有效地克服常规三轴试验的不足,实现非接触式的三轴土样变形测量。通过已知尺寸的圆柱体在压力室内和压力室外的测量,对有机玻璃压力室和压力室内水介质引起的折射问题引入了折射系数进行修正。结果表明:(1)通过图像测量方法能够有效克服端部约束对土样变形的影响;(2)折射效应对土样的径向变形的影响比较大,对轴向变形的影响非常小,且折射修正系数为1.205,对折射效应引起的测量误差可以有效地消除或减小,其绝对测量误差为±0.17 mm。图像测量得到三轴土样的偏应力要小于常规测量值,常规测量方法得到的土体强度偏大。     

基于同步姿态测量的地空三分量电磁接收系统设计

针对地空三分量电磁探测对接收信号高速、同步、大量存储、同时记录线圈姿态信息的需求,提出了带有高精度同步姿态测量的全波形地空电磁探测数字接收系统。设计了针对地空电磁法的模拟信号调理电路,通过两片同步驱动的高速24位AD芯片实现三通道高速采样,由FPGA实现了大量数据的实时传输。设计了同步姿态测量装置,可实时同步存储线圈姿态数据。实测结果表示,该数字采集系统能满足三个通道全速192 k Hz的采样率采集电磁数据、以100 Hz的采样率得到同步的线圈姿态数据,并通过实地野外实验证明了该系统可以完成含姿态测量的地空电磁三分量数据采集工作。     

基于无线体域网的人体姿态多级分层识别算法

为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题, 设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度, 将九轴加速度陀螺仪传感器(VG350) 做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM: Signal Vector Magnitude)、角度、角加速度和位移等参量, 通过对实际测量数据的分析, 将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明, 该算法简单, 姿态识别率高达96. 5%。     

基于手机加速度传感器的波峰波谷计步算法研究

智能手机及其内置传感器的普及可实现行人步数统计,但是由于人行走的随意性以及智能手机内置传感器精度不高,使计步精度难以满足应用要求,为此,提出了多种计步算法。为了解决传统计步算法难以实现计步精度和算法复杂度之间的平衡问题,提出了一种基于手机加速度传感器波峰波谷检测计步算法。分析了人体步行运动规律,给出了手机在不同姿态下的计步结果。实验结果表明,与现有的阈值和幅值计步算法相比,在计步步数为1000步时,该算法处理数据量降低了80%,明显降低了算法复杂度,计步精度也达到95%以上,计步性能有了很大的提高,能够很好地满足计步要求。     

三轴剪切仪微机控制及检测系统

介绍了国产三轴剪切仪由手动操作和人工测量改为微机控制及检测的系统. 该系统对土工实验进行数据自动采样、显示、绘图、制表, 以及完成人工操作实验中无法完成的数据处理工作. 在系统软件的支持下, 实验土样变形较大时进行自动补偿, 从而提高了土动力性能实验的水平和精度.     

基于手机传感器的用户行为识别

基于手机传感器实现用户行为识别在健康监控、时间管理和个人喜好分析、资讯筛选和推送等方面的重要作用,研究一种基于手机三轴加速度传感器、方向传感器获取用户数据,采用SVM多分类方法中的决策树分类方法,在决策树各节点训练SVM分类器,用于识别静止、步行、奔跑、上楼梯和下楼梯等5种日常行为,进而实现对用户行为的识别。通过对不同实验者的交叉对比实验,识别准确率平均为91.65%,证明了这一方法的有效性。