基于惯性测量单元的旋挖钻机钻具姿态测量方法

为实时获取钻孔过程中钻具的姿态信息,提高机手掌握成孔垂直度,设计了一种基于惯性测量单元的钻具姿态测量方法。该方法采用三轴加速度计、磁力计和陀螺仪构成惯性测量单元,建立基于四元数的姿态测量非线性模型,并采用基于四元数的扩展卡尔曼滤波算法,有效降低振动等干扰信号的影响,提高钻具姿态解算的准确性。实验结果表明,该方法能够有效避免振动对动态测量的干扰,实现旋挖钻机姿态的准确测量,为旋挖钻机施工提供实时、准确的姿态监测手段,为桩基施工质量提供重要保障。

基于DirtNet与惯性测量单元的人体姿态估计

仅使用少量的惯性测量单元(IMU, Inertial Measurement Unit)进行人体姿态估计是一种非侵入性且经济的人体姿态估计方法,该方法主要面临的挑战是从带有噪声的IMU信号中精确估计人体姿态。为此,对人体姿态估计问题提出了一种仅使用6个IMU精确估计人体姿态的方法。1) 提出了一种双重信息保留注意力Transformer网络(DirtNet, Dual information retention transformer Network),它能够有效保留历史信息并通过注意整个序列的信息来获得更好的结果。2) 通过对加速度进行积分了获得了近似变化速度,并将其作为额外的输入通道以提高了人体姿态估计的精确度。3) 使用均匀滤波过滤和白噪声模拟的方法对合成的加速度进行了数据增强,以此来拟合真实的IMU数据并得到更好的训练结果。与之前的研究相比,改进后的方法有效提高了姿态估计的精确度。

基于激光诱导石墨烯的木制惯性测量单元

针对商用低精度惯性测量单元具有高成本、制造工艺复杂、废弃后污染环境、不能生物降解等缺点,提出一种低成本、可生物降解的木制惯性测量单元。该设计包含平衡振子和非平衡振子单元,分别用于测量3轴加速度和3轴角加速度。采用激光诱导石墨烯的工艺在木梁上制备应变传感器阵列,并形成多组惠斯顿电桥测量电路。结果表明:加速度方面,X轴灵敏度为0.006 m V/g,Y轴灵敏度为8.695×10^(-4)m V/g,Z轴灵敏度为0.200 m V/g;角加速度方面,X轴灵敏度为0.285 m V/(rad/s^(2)),绕Y轴旋转的灵敏度为0.305 m V/(rad/s^(2)),绕Z轴旋转的灵敏度为0.765 m V/(rad/s^(2))。与有限单元法仿真结果对比,实验测量误差在10%以内,且具有良好的重复测量精度。该惯性测量单元在木制船舶、木制载具、木制家具等方面具有潜在的应用前景。

基于低成本惯性测量单元和力敏电阻的足部三维运动数据建模

目的设计一种基于低成本惯性测量单元和力敏电阻的便携式足部三维运动捕捉系统,探讨应用该系统评估裸足和穿鞋状态下足内小关节三维运动的可行性。方法该系统由数据采集、数据传输和数据处理部分组成。惯性测量单元用于足部小关节运动数据采集,力敏电阻用于检测足跟触地和足趾离地时间。所有数据通过无线局域网传输,数据处理由自主编写的宏程序完成。2024年1月至7月,2例健康成年女性穿戴该设备以自我感觉合适的速度在室内平地连续行走10 m。采用步态分析对受试者2进行行走一致性测试,并记录受试者1分别以裸足、穿两种护士鞋行走时,连续步态周期下第1跖骨相对于拇趾(Met-Ph)、中足相对于第1跖骨(Mid-Met)的背屈-跖屈、内收-外展和内旋-外旋运动曲线。结果该系统在行走时显示良好的测试一致性。Met-Ph和Mid-Met的背屈-跖屈、内收-外展和内旋-外旋活动范围在穿鞋时均较裸足时降低,使用带足弓支撑的鞋最低。结论本研究开发了一种低成本、便携式足部三维运动系统,可用于测量连续步态时足内小关节在裸足和穿鞋状态下的三维运动。

基于惯性测量单元的可穿戴脊柱运动学动态优化方法

目的脊柱运动监测可为疾病评估和康复训练等提供重要信息。然而,由于脊柱的多自由度和椎体的微小尺寸,精准的椎关节运动监测一般要求高精度的医学成像或者光学运动捕捉设备,如何便捷地在日常生活场景获取椎关节运动存在巨大挑战。方法本研究原创性地提出基于多个惯性测量单元(IMU)的可穿戴脊柱运动学求解算法,结合构建的全自由度脊柱肌骨模型,基于直接配点法、全局骨骼动力学平衡和最小机械能准则等精准求解椎体运动。采集了7名健康者的静止站立和动态脊柱三维旋转运动。通过在背部椎体上放置10个IMU,同时在IMU外侧贴附光学运动捕捉标记点,验证仿真得到的IMU标记点的位置,并对比了肌骨建模软件Open Sim中的常规逆向运动学IK方法(每帧基于最小二乘法优化姿态)的计算效果。结果优化方法精准预测了各胸腰椎关节运动,动态旋转与基于光标点的运动方案高度一致(皮尔逊相关系数达到0.94),仿真的IMU上附着的标记点位置与实际光学标记点位置平均误差为0.028 m;而相应常规IK方法的误差为0.039 m,并且结果中出现椎体的异常扭转。结论研究提出一种可穿戴的三维脊柱运动捕捉方法,无需专业的实验室环境和成像设备,对户外等多场景下大批量人群的脊柱健康评估具有重要的应用潜力。

飞行器关键功能单元惯性测量组合的识别

在分析飞行器装备历史故障数据的基础上,充分分析在飞行器装备长期储存和维修保障过程中,造成危害的主要因素。利用加权方法建立评估模型,对飞行器装备的主要功能单元进行重要度优先级排序。然后结合蒙特卡罗方法,通过统计分析识别出惯性测量组合为关键功能单元,为逐步实施飞行器状态维修提供参考意见。

不同位置惯性测量单元对坐站转移中下肢肌力的评估研究

目的坐站测试是简易的功能评估方法,过往研究多基于5次坐站时间进行下肢肌力评估,准确性较差。本研究将惯性测量单元(inertial measurement unit,IMU)应用于坐站测试中,旨在提出更加精准的坐站测试评估方法,并通过与运动捕捉系统的结果对比,来确定固定于身体不同部位的IMU对坐站转移中下肢肌力的评估差异。方法招募16名健康在读大学生,将两个IMU(XSENS DOT)固定在受试者胸骨和右侧大腿上1/3处,采用Kistler测力台和Qualisys运动捕捉系统同时采集5次坐站转移中的生物力学参数。研究选取的主要参数有:5次坐站转移时间、站起阶段的肌肉相对峰值功率。根据传感器的欧拉角进行坐站转移阶段划分并得到坐站转移时间。传感器估算的肌肉功率是由垂直方向上的自由加速度乘以其积分所得的速度和0.9倍体重得到。采用配对样本t检验和Person相关系数进行统计分析,显著性水平设为0.05。结果(1)与运动捕捉系统相比,胸骨处的IMU更能反映真实坐站转移时间,大腿处IMU估算时间显著减少(P<0.05)。(2)利用胸骨处IMU估算的坐站转移中的下肢肌肉功率与运动捕捉系统结合测力台的功率测量值相关性较好(r>0.7)。结论将IMU应用于坐站测试中可以提高坐站测试对下肢肌力的评估能力,未来有望将其应用于社区老年人群的下肢肌力筛查。

基于惯性测量单元的刮板输送机形态监测

刮板输送机作为综采工作面的核心运输装备,准确感知其形态是提升其带载能力、缓解传动冲击、改善综采工作面直线度的重要前提。目前常用的刮板输送机形态间接测量方法难以准确表征其形态,导致测量模型误差较大。针对该问题,采用惯性测量单元直接测量刮板输送机中部槽原始位姿信息,实现刮板输送机形态数据的准确获取。采用融合Heursure阈值规则和新阈值函数的小波阈值去噪方法滤除中部槽运动加速度信号中的噪声干扰,在此基础上分析了中部槽运动特征,设计了基于随机森林的中部槽运动状态识别模型,根据运动状态识别结果采用不同的策略更新中部槽位置,减小了随时间累计的IMU数据误差,提升了IMU位置解算精度。设计了改进哈里斯鹰优化(HHO)算法优化无迹卡尔曼滤波(UKF)进行中部槽姿态解算,通过实验验证了该方法解算的姿态角满足中部槽姿态测量要求。搭建了刮板输送机形态监测实验平台,对基于运动状态识别和改进HHO优化UKF的刮板输送机形态解算方法进行实验验证,结果表明:刮板输送机进行单次推溜且步距为250 mm时,由10节中部槽组成的刮板输送机在底板水平工况下,X,Y轴方向上位移的最大累计误差分别为6.4,8.4 mm,Z轴方向上位移始终保持不变,俯仰角、横滚角和航向角的最大累计误差分别为-0.148,-0.035,0.457°;在底板起伏工况下,X,Y,Z轴方向上位移的最大累计误差分别为6.6,11.5,6.9 mm,俯仰角、横滚角和航向角的最大累计误差分别为-0.540,-0.157,0.817°。该方法可有效抑制累计误差,降低测量误差,实现刮板输送机形态的准确感知。

基于高采样率惯性测量单元的手部状态与手势识别

为了同时实现手势识别与手部状态识别,针对高采样率惯性测量单元具有同时采集动作信号与振动信号的特点,搭建基于单惯性测量单元的手势识别与触摸识别原型设备.可视化分析手部状态数据与手势数据在时域与频域上的差异,建立手部状态、划动手势与画圈手势数据集.针对数据特征的差异,提出差异化特征提取方法,分别构建手部状态分类与手势分类的神经网络结构.使用数据集训练神经网络模型,在手部综合状态识别任务中正确率达到99%,在划动手势识别任务和画圈手势识别任务中的正确率均达到98%.提出实时数据流处理、状态转移、未知类别判断的原型程序框架,基于手部状态识别模型实体与手势识别模型实体搭建实时程序,测量实际运行整体计算延时与单模型计算延时,验证模型实时运算能力.模型评估实验与实时运算能力验证实验结果表明,使用高采样率惯性测量单元准确且实时地识别手部状态与手势具备可行性.

一种用于微惯性测量单元的橡胶减振器

为满足微惯性测量单元(MIMU)减振要求,利用橡胶体积小、质量轻、设计灵活的特点设计减振器。通过优化橡胶硬度、安装尺寸及安装压缩量提高了MIMU的谐振频率,且MIMU的动态性能未受到明显影响。通过随机振动及正弦角振动试验验证了橡胶减振器的减振效果,结果表明,微惯性测量单元X、Y、Z轴向谐振频率分别提升至3 672、3 990、3 976 Hz,陀螺带宽140~150 Hz,角速率延迟约2.7 ms。该方案对各类微惯性测量单元减振系统的设计具有一定的参考价值。

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。

一种微惯性测量单元标定补偿方法

在介绍微惯性测量单元组成与结构的基础上,根据MEMS惯性器件的输出特性,建立了微惯性测量单元中加速度计和陀螺仪的数学标定模型,提出并推导了一种适用于微惯性测量单元的标定方法,该方法可以得到微惯性测量单元中惯性传感器的零位、标度因数、安装误差系数及g值敏感项等33个参数;然后,具体介绍了通过加速度计重力场静态翻滚试验和陀螺仪恒角速率试验对MIMU中参数标定的方法和步骤,并对实验室自研的MIMU进行了标定;最后利用得到的标定参数对测试结果进行了误差分析与补偿;实验结果表明,该方法使MIMU的测量精度提高了1～2个数量级,能够满足姿态解算及导航计算的精度要求。

基于GPS与惯性测量单元的列车组合定位系统

采用GPS接收机及惯性测量单元构成列车组合定位系统,系统包括传感器输入层、故障检测与隔离层、数据融合层和输出层4个部分。给出GPS接收机、惯性测量单元等定位传感器的位置解算方法;设计采用H∞鲁棒滤波方法的数据融合算法;采用小波变换方法进行组合系统故障检测,确定故障隔离及系统重构策略。对列车组合定位系统进行现场测试和仿真验证结果表明:在复杂的列车运行环境及干扰条件下,该系统能够实现高精度高可靠性的列车定位;定位误差较采用传统的Kalman滤波方法更为稳定;组合系统能够有效实现故障检测并根据故障隔离策略重构系统,保证定位输出的连续性,保障系统安全;具有较高的适应性和实际应用价值。

基于新息自适应滤波的惯性测量单元误差在线标定方法研究

考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。

运动分类步频调节的微机电惯性测量单元室内行人航迹推算

行人航迹推算(pedestrian dead reckoning,PDR)作为一种新兴的导航定位方法,因其不易受外界环境因素影响而受到广泛关注.针对室内行人航迹推算,采集并分析了微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)数据,设计了运动分类的区间对称步频检测,并建立了步频调节的步长估计模型,最后提出了运动分类步频调节的MEMS-IMU室内行人航迹推算,从而实现较精准的定位.针对不同个体,对步频调节的步长估计模型进行个性化标定,以进一步提高室内行人航迹推算性能.验证结果表明:与传统峰值非线性方法相比,运动分类步频调节的MEMS-IMU室内行人航迹推算的定位误差降低了32.6%,使短距离室内行人航迹推算在无其他定位技术支持的情况下具有较高精度.

一种激光陀螺惯性测量单元混合标定方法

针对采用低精度转台标定高精度激光陀螺惯性测量单元(IMU)的方法进行了研究。提出一种不依赖转台精度的静态解析与Kalman滤波估计混合的新型高精度标定方法。首先采用多位置静态解析法粗标定出IMU系统参数的低精度初始值;然后根据惯性导航算法基本误差方程,建立以IMU系统参数粗标定结果的残差为估计对象,以IMU速度误差为观测量的扩展Kalman滤波器,估计出系统参数残差,进一步修正粗标定结果。实验结果表明,该方法能够利用低精度转台获得与高精度转台相当的参数标定精度,降低了惯导系统的标定成本,满足高精度激光陀螺IMU的使用需求。

激光陀螺惯性测量单元系统级标定方法

传统的分立标定方法必须依靠高精度的转台提供姿态基准,不满足带减振器的惯性测量单元(IMU)和现场标定需求。首先建立了附加约束条件的陀螺和加速度计安装坐标系数学模型,根据陀螺和加速度计的输出误差方程,从惯性导航基本误差方程出发推导了惯性测量单元的系统级误差参数标定Kalman滤波模型,该模型包含了陀螺和加速度计零偏、比例因子、安装误差在内共21维标定误差状态变量,且仅以速度解算误差为观测量。依据所建立的模型和设计的标定路径对此系统级标定方法进行了仿真,仿真结果表明,陀螺和加速度计零偏估计精度分别优于0.005o/h和0.005 mg,安装误差估计精度优于1′′,比例因子误差优于1ppm,满足高精度惯导系统的标定需求。

基于LabVIEW的惯性测量单元信号采集及处理系统设计

利用LabVIEW设计了惯性测量单元信号采集及处理软件,主要包括串口通信、数据分离及信号处理等模块;串口通信模块采用VISA方式编程,建立了惯性测量单元与上位机之间的通信;根据惯性测量单元输出数据的格式,利用LabVIEW中的匹配模式函数分离出沿三轴向的加速度信号和角速率信号;设计了一种用于去除加速度信号中低频成份的数字滤波器;在建立的陀螺漂移模型基础上,分别进行小波基、小波分解层数、阈值函数及阈值估计方法等小波参数的选取.

光纤陀螺惯性测量单元的设计与实现

本文介绍采用全数字闭环光纤陀螺组成的惯性测量单元的实现方法，采用ＤＳＰ作为中央处理单元，完成三轴组合的时序控制、数字解调、滤波算法、波形合成及数据传输，并对三轴陀螺进行了全面的性能测试，测试结果表明惯性测量单元中每个陀螺零漂均小于０．５°／ｈ，标度因数线性度＜２００ｐｐｍ。

惯性测量单元中加速度信号的去噪处理

为了克服轨道状态检测中噪声信号对信号测量精度的影响,运用基于连续均方误差准则的EMD去噪方法对惯性测量单元输出的加速度信号进行处理;将去噪后的加速度信号进行连续的两次积分运算,从而得到载体的空间运动轨迹;经过试验证明,运用基于连续均方误差准则的EMD去噪方法切实可行且具有自适应的特点。