基于MARG传感器的头部姿态解算方法研究

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题,提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差,再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比,结果表明,这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用,提高了头部姿态解算的精度和稳定性。

MARG传感器误差分析与标定方法研究

MARG传感器成本低廉、导航参数全面,在工程领域应用广泛,但存在精度低,误差大的问题。针对此问题,利用三轴惯性转台对某型MARG传感器的三部分完成标定。首先分别分析了MARG三部分传感器的误差特性,然后引入适合各传感器的输出模型和标定方法;其次,对采集的数据进行处理,得到各传感器的误差参数;最后补偿误差,验证了加速度计六位置法、陀螺仪角速率标定和磁传感器八位置法标定的有效性,为该MARG传感器的实际应用提供了依据。实验结果表明,基于三轴惯性转台的几种标定方法的精度能够满足一般应用的需求,但也存在改进空间。

基于MARG传感器的长跑上肢姿态检测算法设计

随着可穿戴设备在运动健康领域的广泛应用,针对长跑运动姿态分析方面,本文基于四元数的乘性扩展卡尔曼滤波算法(MEKF)进行改进,利用MARG传感器采集长跑运动中的上身姿态,进一步完善了仅从足部姿态判断跑姿的方法。经实验分析,与一般方法相比,该算法提高了针对长跑姿态的检测精度,并且对错误的姿势动作给予矫正建议。

基于智能手机MARG传感器的行人导航算法

对于手持式移动设备的定位导航需求,特别是在室内无法接收到GPS信号的恶劣环境,提出了一种基于智能手机上的磁力计,陀螺仪和加速度计(magnetic,angular rate and gravity,MARG)传感器的行人导航算法,该算法在行人航迹推算的基础上,利用数字低通滤波器滤波后的加速度计三轴模值数据,对行人步态进行检测,采用经验模型对行人步长进行估计,并结合扩展卡尔曼滤波器,采用自适应的方式实时调整测量噪声协方差矩阵,将MARG传感器融合数据用于最佳航向角估算。在智能手机平台上进行测试验证,实验结果表明,在无磁或有磁干扰环境下,所提出的行人导航算法均可保证准确、可靠、持续的位置信息。

基于序贯自适应误差状态Kalman滤波的MARG姿态估计算法

在由磁传感器、加速度计和陀螺仪(MARG)组合的航姿参考系统中,加速度计和磁传感器易受线性加速度和软硬磁干扰影响,从而降低系统姿态估计精度。针对上述问题,提出一种基于欧拉角误差的序贯自适应误差状态Kalman滤波算法,用于抗干扰的MARG姿态估计。通过建立基于欧拉角误差的线性系统误差模型,避免了基于四元数或欧拉角的MARG姿态估计算法中存在的非线性问题;同时,采用序贯Sage-Husa自适应算法,通过欧拉角误差量测值实时估计量测噪声参数,抑制线性加速度和软硬磁干扰对倾角和航向角估计精度的影响。为验证所提算法有效性,进行了抗干扰实验。实验结果表明,相比无序贯自适应误差状态Kalman滤波算法,所提算法的航向角估计最大误差降低了94%以上,倾角估计最大误差降低了20%以上,提高了系统姿态估计精度,同时具有强鲁棒性。

基于数据融合的WLAN/MARG组合定位系统

接收信号强度(received signal strength,RSS)浮动和无线接入点缺失是制约无线局域网(wirelesslocal area network,WLAN)定位精度的主要问题。利用智能终端已有的MARG(magnetic,angular rate,andgravity)传感器,设计了基于粒子滤波和卡尔曼滤波的数据融合算法,实现了一个低成本高精度的WLAN/MARG组合定位系统。该系统利用WLAN和MARG定位技术的互补特性,有效校正了由RSS浮动引起的定位误差和由传感器噪声引起的累积误差。室内WLAN环境下的实验结果表明,本文所提系统,相比WLAN和MARG定位系统,定位均方根误差分布减少了62%和91%,并且有效扩大了系统应用范围。

一种车辆运动姿态参数的实时测量方法

由于车辆姿态参数无法通过带有标准配置的传感器直接测量,提出1种车辆运动姿态参数实时测量方法。该方法通过在车辆上加装MARG传感器测量车辆运动角速率、直线加速度与地磁信息,并以四元数和角速率为系统状态模型,加速度计和磁强计测量值为系统观测模型,搭建扩展Kalman滤波器车辆姿态融合估计结构,实现车辆姿态观测信息的实时最优关联。实验结果表明,在不同车辆运行状态下,该方法可以实时测量车辆姿态信息,具有较小的姿态估计误差。

基于自适应加权算法的WLAN/MARG/GPS组合定位系统

随着智能手机的普及和移动互联网的成熟,基于移动位置的服务亟需一种基于智能终端、高精度、可实现室内室外无缝定位的系统。但是现有定位技术都存在各自不足,为了解决这个问题,该文设计了基于粒子滤波和Kalman滤波的自适应加权融合算法,融合了异构但互补的3种定位技术,基于智能手机实现了低成本、高精度的WLAN/MARG/GPS组合定位系统。室内外环境下的实验结果表明:该系统与WLAN/MARG和GPS/MARG定位系统相比,平均定位误差分别减小了52%和63%,并且实现了室内外的无缝定位。