针对一种下肢柔性助力机器人,开发了一种基于航姿参考模块(attitude and heading reference system,AHRS)设计的人体下肢运动学信息采集系统.该系统的AHRS具有体积小、功耗低的特点,便于通过绑带与人体保持紧致连接,并且能够长时间穿戴,...针对一种下肢柔性助力机器人,开发了一种基于航姿参考模块(attitude and heading reference system,AHRS)设计的人体下肢运动学信息采集系统.该系统的AHRS具有体积小、功耗低的特点,便于通过绑带与人体保持紧致连接,并且能够长时间穿戴,AHRS的设计融合了卡尔曼滤波算法(Kalman filter,KF)以提高数据的精度,多通道的数据通过ZigBee技术组建的无线传感器网络进行通信,并传输至上位机.然后,建立人体下肢运动学模型,推出AHRS测量角度和人体下肢姿态角度转换关系.同时,考虑在人体不同的步态活动下机器人助力的情况不同,设计了决策树分类器以对不同的步态活动进行识别分类,进一步地协助下肢柔性助力机器人对人体进行有效助力.在多种步态活动下,通过将该系统所采集的数据与Vicon系统采集的数据进行对比可知,该系统所采数据具有较高的精度,也验证了系统具有良好的稳定性及可靠性,另外利用大量的步态数据训练决策树分类器,并通过对未知步态活动进行的分类实验验证了步态识别的准确性.展开更多
采用GNSS数据中心提供GPS/BDS钟差数据作为实验数据,对二次多项式模型(the Quadratic PolynoMial(QP)model)、灰色模型(the Gray system Model(GM(1,1)))、时间序列模型(the ARIMA time series model)、卡尔曼滤波模型(KF)、小波神经网...采用GNSS数据中心提供GPS/BDS钟差数据作为实验数据,对二次多项式模型(the Quadratic PolynoMial(QP)model)、灰色模型(the Gray system Model(GM(1,1)))、时间序列模型(the ARIMA time series model)、卡尔曼滤波模型(KF)、小波神经网络模型(Wavelet Neural Network(WNN))五种模型钟差短期预报的效果进行分析和比较,总结了各模型预报钟差的优点与不足。展开更多
文摘采用GNSS数据中心提供GPS/BDS钟差数据作为实验数据,对二次多项式模型(the Quadratic PolynoMial(QP)model)、灰色模型(the Gray system Model(GM(1,1)))、时间序列模型(the ARIMA time series model)、卡尔曼滤波模型(KF)、小波神经网络模型(Wavelet Neural Network(WNN))五种模型钟差短期预报的效果进行分析和比较,总结了各模型预报钟差的优点与不足。
