一种Wi-Fi RTT/数据驱动惯性导航行人室内定位方法

为了研究基于智能手机的行人室内定位方法,并提高其精度,本文提出了一种基于Wi-Fi往返时间(RTT)、惯性测量单元(IMU)的定位系统。该方法主要包括3部分:(1)使用扩展卡尔曼滤波融合测距信息的Wi-Fi RTT室内定位方法;(2)适用于多手机使用模式的航位推算方法,该方法基于长短时记忆模型(LSTM)建立神经网络模型,预测行人运动速度及航向;(3)基于误差状态卡尔曼滤波的Wi-Fi RTT/数据驱动惯性导航融合定位方法,进一步提高定位精度。试验结果表明,与单一的基于Wi-Fi RTT方法和数据驱动惯性导航方法相比,本文方法的平均定位精度提升了10%~20%。

基于堆叠惯性信号的跳台滑雪动作识别

动作识别是滑雪运动状态智能监测的关键环节之一。本文以跳台滑雪运动为研究对象,通过堆叠的方式将不同惯性传感器、不同关节点的数据进行融合生成结构化的数据,从而利用深度卷积神经网络实现跳台滑雪动作的识别。首先对采集到的跳台滑雪运动过程中的不同传感器、人体不同关节点的惯性传感数据进行归一化处理映射至[0,1]之间,然后通过颜色映射将各类数据堆叠生成图像,接着利用Resnet等二维卷积神经网络对跳台滑雪中的动身至助滑、直线助滑、曲线助滑、起跳及早期飞行、稳定飞行及落地共5类动作的堆叠惯性信号图像进行识别。实验结果表明,对9次跳台滑雪数据融合后生成的2250幅堆叠惯性信号图像进行识别,召回率和准确率达到了93.8%和91.7%;同时分析了单个类别惯性传感器对各关节点数据融合后的识别结果的影响。本文提出的不同传感器、不同关节点堆叠惯性信号融合和动作识别方法能够为跳台滑雪运动的智能化分析提供支撑。

视觉惯性导航系统初始化方法综述

视觉惯性导航系统通过初始化,对尺度信息、重力向量、速度、惯性传感器偏差等一系列状态估计所需参数进行快速求解,以提升系统后续导航定位与环境感知的准确性。根据传感信息耦合方式,视觉惯性导航系统初始化方法可以分为三类:联合初始化、非联合初始化和半联合初始化。基于现有研究工作,从基础理论、发展与分类、现有方法、性能评估四个方面展开,对目前主流的初始化方法进行综述,并总结视觉惯性导航系统初始化领域未来的发展趋势,有利于对视觉惯性导航系统初始化方法形成总体性了解并把握其发展方向。

惯性辅助数据与GPS载波环的同步

分析了ＧＰＳ接收机抗干扰性能和动态跟踪能力对载波环带宽的矛盾要求，提出了解决的办法，惯性速度辅助，分析了辅助信息延迟误差对载波环锁定的影响，给出了实现惯导辅助数据与载波环数据严格同步的卡尔曼滤波外推器的设计方法，并作了仿真计算，计算结果表明辅助速度的外推精度达０．５ｍ／ｓ左右，载波环在机动条件下仍可维持锁定。

A340大气数据惯性基准系统高度混合通道分析

惯性基准系统(IRS)是一种高精度的自主式导航系统,具有全天侯和全球导航的能力,是目前输出信息最多的系统,可谓中心信息源,因此其精度的高低直接影响到和它相连的所有系统。将大气数据系统(ADS)引入构成大气数据慢性基准系统(ADIRS),又使IRS的高度通道得以完善。"波音"和"空客"两大系列,均装备有ADIRS,并使用了不同型式的余度组合技术,使整体结构大为减少,可靠性提高、而成本相对降低,维护使用更加方便。提高ADIRS的功能及测量精度,是未来航空电子系统的发展方向。

基于卷积长短时深度神经网络行为识别方法

传统的人员行为识别中,通过人工特征对人员行为进行分类。这些方法仅能够利用较浅层次的特征,其识别准确率有限。提出通过卷积长短时深度神经网络(convolutional long short-term deep neural networks, CLDNN)进行人员行为识别,并用新的GRU门控单元代替传统的LSTM门控单元提高网络效率。利用该网络结构,既可提取惯性数据中多层次特征,也可充分利用时间序列相关性。通过开源数据集的实验证明,该方法相比于传统的卷积网络和基于LSTM门控循环神经网络的识别准确率分别提高了约3%和7%;用GRU门控单元代替LSTM单元后,所需的训练时间和前向的识别时间分别下降了14%和10%。

新型无人直升机的视觉导引控制与仿真

为实现新型无人直升机(NUH)的自动返场着陆,提出了NUH视觉导引方案,并设计了视觉导引中的视觉/惯性数据融合扩展卡尔曼滤波(EKF)算法。利用惯性测量数据进行位置递推估计。将图像处理得到的导引标志图像的中心点位置和面积作为视觉测量数据,利用它们修正惯性递推估计中产生的累积误差。将得到的更精确的NUH位置估值作为NUH视觉导引控制所需的位置反馈信号。通过EKF仿真计算得到了EKF算法的位置估计效果与运算耗时情况,由视觉在回路导引控制仿真证明了视觉导引方案具有可行性。

轨道转移飞行器复杂环境下假星干扰与星图识别研究

通过复杂环境下假星模拟,研究假星数目及K矢量查找角距阈值ε对星图识别成功率的影响,采用惯性数据辅助识别的方法,改善了星图识别的成功率。星图识别仿真结果表明,存在假星情况下,假星数目的增加及K矢量查找角距阈值ε的增大会降低星图识别成功率,假星数为7,ε取8″时,成功率仅为42.7%;惯性数据辅助识别相较于传统星图识别成功率在ε取5″、6″典型值时分别提高约29%和54%,识别成功率由传统方法的70%左右提升到99%以上,为工程应用提供了理论支撑。

穿戴式钢琴弹奏手套智能感知与手势识别技术

钢琴弹奏手套是一种新兴的智能可穿戴式设备,通过手套中的多惯性传感器对钢琴弹奏者的手势状态进行实时感知和分析,可以让钢琴学习者实时了解弹奏手势是否规范,从而有效提高钢琴学习效率和兴趣,并降低学习成本。区别于其他应用领域中的手势,钢琴弹奏手势具有多样性、快速性、大动态以及强时变的特点,设计了一套基于惯性数据手套与红外检测杆的钢琴弹奏手势识别系统,并提出一种基于机器学习的钢琴弹奏手势识别方法,以惯性数据手套与红外检测杆的输出作为数据样本,针对钢琴弹奏手势特性,进行多模态手势特征的提取并采用分层识别算法改善识别效果。实验表明,所提出的方法能够较好的适应钢琴弹奏手势识别需求,识别准确率达到99%以上。

基于视惯融合的大型空间碎片质心位置辨识

大型自由翻滚碎片的质心是在轨操作基坐标系下的不动点,也是碎片连体基下动力学参数向卫星坐标系转换的基准,对其精确识别是提高碎片动力学参数辨识精度的关键。提出基于惯性单元测量数据与双目视觉定位数据融合的大型空间碎片质心位置识别方法。基于无力矩欧拉方程,获取附着到空间碎片表面的惯性单元间转换关系,利用该转换关系对惯性单元冗余测量数据优化,再优化求解惯性单元到质心点距离;利用双目视觉获取惯性单元上标记点动态坐标,再利用惯性单元到质心点距离,基于三点定位原理识别大型空间碎片的质心位置。以加入高斯白噪声的惯性单元与双目视觉测量数据进行仿真,结果表明优化解算后惯性单元实时测量数据的误差降低到1%以下,解算的质心位置三轴误差小于0.47 mm;开展了地面试验,结果表明,解算的质心位置三轴误差小于0.49 mm。仿真和试验证明,该方法能够为大型空间碎片的消旋、捕获任务提供准确的数据基准。

大气辅助惯导空中对准研究

INS/GPS在进行空中对准时通常需要机体作机动以此来增强姿态误差角的可观性,由于GPS信号在机动条件下误差较大且与惯导信息的同步性不好,对准效果很差。针对以上问题,文中提出了利用大气数据系统输出的真空速辅助惯性基准系统进行三组合空中对准的方法,与传统的对准方法相比,飞机无需机动飞行,只需要匀速直线运动便可以完成空中对准,大大提高对准精度并且缩短对准时间。通过仿真,验证了以上方法的有效性。

紧耦合的移动端实时位姿优化方法

位姿估计一直是三维重建领域的关键性问题.为保证移动端有限计算资源下的实时性并提高轨迹计算的准确性,提出一种紧耦合的移动端实时位姿优化方法.首先,获取图像信息与运动传感器信息进行特征提取、预积分等预处理;然后根据对极几何约束,计算重投影误差与惯性传感器误差;最后采用加权误差联合优化计算位姿轨迹.紧耦合策略可以有效利用图像信息与惯性运动信息对位姿约束的一致性.在公开数据集EuRoC上的实验表明,与已有视觉惯性位姿估计方法相比,文中方法在保证移动端实时性的同时,重建相机轨迹误差更小.

A320飞机大气数据的采集和计算在排故中的应用

空客A320系列飞机大气数据的采集对飞机导航系统起到非常重要的作用。但地面确认故障源困难,难以做出针对性排故方案。本文通过研究大气数据的采集和计算方式,推算出大气数据的参考标准和偏差范围,以达到快速排故的目的,为航线排故提供参考。

分组并行的交叠式Allan方差快速算法

针对标准式Allan方差计算效率低、稳定性差的问题,该文构建了一种局部交叠的快速Allan方差算法。该算法采用分组并行运算的方法,通过局部的交叠式处理,得到指数变步长的数据簇。然后利用标准Allan方差公式获得对应数据簇的Allan方差值,最后绘制双对数曲线分析误差类型与大小。仿真与实测结果表明:与标准式Allan方差相比较,该算法不仅能够更精确地分离和计算噪声系数,而且大幅度提高了解算效率,长度为720000个样本点的数据解算时长从26.71 min降低到0.35 s。

A380驾驶舱的变化与保留

A380的驾驶舱设计既保留了空客电传系列客机驾驶舱的一贯传统,使A340的驾驶员能在7～8天完成A380的改型培训课程。