针对传统的航姿系统(attitude and heading reference system,AHRS)在微型无人飞行器、机器人等应用上所体现的成本高、体积大、功耗大的问题,提出了一种低成本高精度AHRS。该系统以数字信号处理器为硬件平台,集成了陀螺仪、加速度计、...针对传统的航姿系统(attitude and heading reference system,AHRS)在微型无人飞行器、机器人等应用上所体现的成本高、体积大、功耗大的问题,提出了一种低成本高精度AHRS。该系统以数字信号处理器为硬件平台,集成了陀螺仪、加速度计、磁罗盘等9自由度微机电系统传感器,采用了基于四元数的姿态估计方法,建立了传感器输出模型和系统状态空间模型,考虑了加速度对系统精度的影响,解决了四元数协方差奇异性问题,通过扩展卡尔曼滤波器进行数据融合以获得姿态的准确输出。经数值仿真分析和三轴飞行转台测试,姿态角的静态精度优于0.5°、动态精度优于2°,并在微型无人飞行器上进行了飞行验证,结果表明其能够满足小型无人飞行器等的应用需求。展开更多
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
文摘针对传统的航姿系统(attitude and heading reference system,AHRS)在微型无人飞行器、机器人等应用上所体现的成本高、体积大、功耗大的问题,提出了一种低成本高精度AHRS。该系统以数字信号处理器为硬件平台,集成了陀螺仪、加速度计、磁罗盘等9自由度微机电系统传感器,采用了基于四元数的姿态估计方法,建立了传感器输出模型和系统状态空间模型,考虑了加速度对系统精度的影响,解决了四元数协方差奇异性问题,通过扩展卡尔曼滤波器进行数据融合以获得姿态的准确输出。经数值仿真分析和三轴飞行转台测试,姿态角的静态精度优于0.5°、动态精度优于2°,并在微型无人飞行器上进行了飞行验证,结果表明其能够满足小型无人飞行器等的应用需求。
