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。

霍尼韦尔公司推出六自由度的惯性测量组合（IMU）传感器

HG1171系列产品可提高重载设备的安全性、可靠性及工作能力。霍尼维尔公司已推出了HG1171系列的6DFIMU传感器，设计这种产品可为应用在农业、建筑和材料处理设备应用中的自动转向、稳定性和车辆控制提供关键数据。HG1171系列产品已广泛用于航空导航和控制中，其采用了MEMS技术，可为客户提供传感转动速率和加速度方面的更好性能。

一种基于惯性测量组合的弹箭飞行姿态测试方法

在弹箭飞行遥测中,采用基于MEMS传感器的惯性测量组合(IMU)来测试弹箭飞行姿态数据,该方法构成的测试系统体积小、抗过载高、功耗低、数据处理简单直观可靠、对弹载结构改动不大且成本低。给出了该测试方法原理以及四元数解算方法,并对四元数初值进行了分析,在此基础上给出了仿真计算结果。

车载简易惯性测量装置的误差建模与仿真

提出了一种用于列车定位的车载简易惯性测量装置(IMU),给出了其系统安装结构与导航定位解算方法,并分析了该系统的误差源,进而在此基础上推导获得了其系统误差模型。计算机仿真结果表明,所建立的IMU系统误差模型能够准确地描述出测量器件误差对整个系统测量结果的影响,从而为车载简易IMU的工程应用垫定了理论基础。

基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息,根据船舶升沉运动模型和频谱分析方法,建立描述惯性测量单元(IMU)的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波(UKF)算法非线性滤波的特点,进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证,结果表明,同一模型下,相比于扩展卡尔曼滤波(EKF)算法的解算结果,所提方法具有更快的收敛速度和更高的测量精度;对船舶升沉位移的估计精度达到最大升沉幅值的5%,可以得到精确、无时延的船舶升沉运动信息。

IMU/DGPS辅助航空摄影测量综述

IMU/DGPS辅助航空摄影测量是目前国际上新兴技术,能实现直接获取航摄仪曝光时刻外方位元素数据,使航空摄影测量作业可大量减少或完全免除地面控制点,甚至无需空中三角测量即可测图,从而大大缩短作业周期、提高生产效率、降低成本。本文主要将对IMU/DGPS辅助航空摄影测量的原理、概念、技术流程进行阐述,并简要介绍IMU/DGPS辅助航空摄影测量技术目前在国内的应用进展情况。

基于惯性导航和里程仪的煤矿采掘设备定位

分析了国内外煤矿惯性导航技术的研究和应用情况,指出惯性级光纤捷联惯导技术适用于煤矿采掘设备定位;将惯性导航和里程仪相结合进行协同定位和导航,利用里程信息对惯性导航测量数据进行校正,以提高定位导航精度;给出了惯性导航动态初始对准方法,惯性导航与里程仪协同定位具体方法,以及用于误差估计、修正和补偿的卡尔曼滤波方程。实验结果表明,采用惯性导航与里程仪协同定位技术后,工作面直线度测量最大误差为90mm、平均误差为60mm,高程测量误差为20mm,符合工作面直线度测量精度要求。

IMU/DGPS辅助航空摄影测量应用探讨

介绍全球定位辅助航空摄影惯性测量IMU/DGPS的相关技术,结合实际,对其进行探讨和实验研究,并提出建议。

基于极大似然估计的惯性测量组合标定方法

针对测试设备或平台框架转角误差（ASE）较大的情况，提出了一种用于惯性测量组合（IMU）标定的新方法。该方法采用相互正交的惯性器件输出的平方和作为观测信息，并以重力加速度ga和地速wic的幅值平方作为参考基准来标定工具误差系数，这样能够消除ASE对标定结果的影响。同时针对误差项系数也较大的情况，给出了一种基于极大似然估计（MLE）的辨识方法。仿真分析了各误差系数的可观测性，并验证了辨识方法的有效性。

车辆IMU软测量技术精度分析

为节约半主动悬架电气架构和电子控制单元(ECU)的开发流程,提出一种新的半主动悬架传感器布置方案,并给出最佳惯性测量单元(IMU)安装位置。建立通过IMU信号解算4个簧上位置加速度的精确与完备公式,选择合适的角转动次序和参考系来保证解算方法的正确性;利用最优化理论及偏导数方法结合不同的悬架权重研究传感器安装位置对软测量精度的影响,并给出了有约束条件下的最优安装位置。实验结果表明:新提出的传感器布置方案及运动学解算方法可以很好地预测4个簧上位置处的垂向加速度,并具有较高的稳定性,但是安装在不同位置处的解算精度差异较大;通过最优化理论得出的有约束最佳安装理论位置的实验结果与理论符合(均方根误差约为0.6 m·s^(-2)),相比于其他安装位置,最佳安装位置处的实验结果对不同工况均具有较高的稳定性及测量精度;相比于水平安装位置,IMU的垂向位置对最终的解算结果和精度有较大的影响。采用数形结合思想给出了一个IMU安装位置误差等值椭球面,用该椭球面可以较为清楚直观地对安装位置进行分析。

WinNT设备驱动程序在IMU标定实验中的应用

本文介绍了IMU参数标定的一般过程。提供了一种标定实验方案，并对方案中数据采集关键环节的实现给出了一种有效的设备驱动程序设计方法。

基于惯性传感数据概率密度分布演化特征的分心驾驶状态辨识

不良驾驶行为是道路交通事故的主要致因,近三分之一的事故由分心驾驶引发,辨识分心驾驶状态可有效提升行车安全。然而,当前的分心辨识方法依赖于多源融合感知数据,无法应用于大规模的现存车辆。提出了一种基于泛在惯性测量单元(IMU)数据的两阶段分心辨识方法:第一阶段采用概率密度分布演化,以实现在驾驶行为与行驶工况强耦合情况下的分心状态表征;第二阶段则利用一阶段获得的驾驶行为分布演化特征,采用深度森林算法构建分心驾驶状态辨识模型,以应对复杂的现实场景。为验证所提出的分心辨识方法,使用了上海网约车智能手机惯性测量数据进行实证研究,实验结果表明:实证数据初步验证了所提出方法的有效性,分心驾驶行为特性主要体现在车辆行进方向;与传统表征指标相比,所提出的驾驶行为分布演化特征能够有效提升分心辨识模型性能,准确率、精确率分别提升了20.4%和10.2%;所采用的深度森林模型与支持向量机和梯度增强决策树相比,在保持高召回率的同时减少了超10%的误报情况。

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.

IMU/GPS辅助航空摄影测量技术方法应用研究——以贵阳市航空摄影测量项目为例

通过贵阳市航空摄影测量项目的实施,形成了一套有效可行的IMU/GPS辅助航空摄影测量技术方法。介绍了项目所采用的检校场的布设方法、IMU/GPS辅助光束法区域网像控布点方法,以及IMU/GPS辅助空中三角测量技术,分析了IMU/GPS辅助空中三角测量和DEM/DOM成果精度,论述了该项目所形成的IMU/GPS辅助航空摄影测量技术方法的适用范围和局限性。

基于RTX的惯性测量组件测试系统研制

本文设计并研制了一套基于RTX实时操作系统的惯性测量组件测试系统。该系统用于采集飞控组件中惯性测量组件发出的6路加速度脉冲和6路角速度脉冲信号并计数,为惯性测量组件性能的评估提供了数据来源。文章首先介绍了整个系统的原理构成和硬件设计,继而分3部分说明了软件设计。最终通过实际应用表明,该系统具有实时性强、算法可靠、精度高、用户操作简单等优点。

GNSS/IMU/LiDAR融合定位研究

为提升低成本卫星接收机和惯性测量单元(inertial measurement unit,IMU)条件下传统组合导航定位的抗干扰性和定位精度,本文通过融合GNSS、IMU、激光雷达(laser radar,LiDAR)来提高定位的鲁棒性及定位精度.在高楼遮挡等复杂环境下由于卫星信号丢失导致卫星定位结果降低,可通过GNSS与IMU的组合来提升导航定位的鲁棒性及其精度.如果卫星信号缺失时间过长,那么低成本条件下的GNSS/IMU组合定位精度仍不理想,本文提出利用LiDAR里程计输出的位置信息与传统组合导航通过扩展卡尔曼滤波(extended Kalman filter,EKF)进行融合定位.实验得出:在无遮挡的环境下融合定位标准差(standard deviation,STD)精度较之卫星定位提升53.7%,均方根误差(root mean square error,RMSE)精度提升56%,较之GNSS/IMU组合定位STD精度提升37.9%,RMSE精度提升38.6%.在有遮挡的环境下融合定位STD精度较之卫星定位提升59.4%,RMSE精度提升71.3%,较之GNSS/IMU组合定位STD精度提升26.3%,RMSE精度提升33.7%.

基于可观性分析的GNSS/IMU/视觉融合定位算法

作为决策、规划和控制的基础,精确的位姿估计对于智能汽车极为重要。为提高车辆的位姿中的航向估计精度,本文提出一种基于可观性的全球导航卫星系统(GNSS)、惯性测量单元(IMU)的视觉融合定位算法。首先,为分析GNSS/IMU组合定位误差状态的可观性,提出一种新的相对可观性分析方法,结果表明传统的GNSS/INS组合定位算法存在4个弱可观状态;随后,基于相对可观性理论,利用视觉惯性里程计估计的相对航向角,提出了一种基于可观性的融合定位算法;最后,实验验证了相对可观性分析的有效性,实验结果显示所提定位算法的最大航向误差为2.76°,航向误差RMS为1°,表明所提算法可以有效提高弱可观状态下车辆的航向估计精度。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

Yole发布RLG—FOG—DTG-石英和MEMS基惯性测量装置市场竞争性分析

Yole Developpment发布了一篇新报告：2007—2012年的IMU市场。报告的内容为RLG—FOG—DTG-石英和MEMS基惯性测量装置的市场竞争性分析。

精确而稳定的IMU解决方案助推消费电子设备

基于动作和姿势的惯性测量设备(IMU)正迅速成为许多消费电子设备的关键性元件。InvenSense是率先提供运动接口解决方案的公司。本文介绍了InvenSense IMU系列,包括六轴、七轴和九轴IMU系列,以及其专利CMOS-MEMS制造平台,最后简介了传感器综合开发工具包Smartmotion■智能运动平台。