检索结果-南通市图书馆

中国惯性技术学报 2017年第3期25卷 294-298页

作者：王坚梁建韩厚增中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室江苏徐州221116

针对低成本IMU的系统误差难以现场快速标定问题,提出了一种无需任何外部设备辅助的多位置旋转现场标定方法。该方法通过比力加速度与重力建立加速度计的误差模型,基于动态旋转以及标定后的加速度建立导航方程实现陀螺仪误差建模,使用改... 详细信息

针对低成本IMU的系统误差难以现场快速标定问题,提出了一种无需任何外部设备辅助的多位置旋转现场标定方法。该方法通过比力加速度与重力建立加速度计的误差模型,基于动态旋转以及标定后的加速度建立导航方程实现陀螺仪误差建模,使用改进的LM算法,实现低成本IMU误差参数的快速标定。实验结果表明:该方法可以有效地标定出加速度计和陀螺仪的安装误差、缩放因子和零偏误差,极大地简化了标定的过程,标定补偿后的imu原始数据质量大幅提高,在100 s的静态导航试验中,x、y、z的定位精度分别从2541.547m、895.191m、7267.507m提升至80.229m、41.430m、99.832m。

关键词：低成本IMU 现场标定多位置旋转 LM算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向户外的低成本IMU步态信息采集系统研究与实现

面向户外的低成本IMU步态信息采集系统研究与实现

引用

作者：罗肖电子科技大学

学位级别：硕士

步态分析是以人为对象,通过科学手段获得人在行走时的多个步态参数信息,从而评估人体行走能力和特征的方法,在康复医学、机器人开发等领域具有重要意义。imu能够提取物体加速度和角速度信息,结合惯导算法得到物体的姿态、速度以及位置... 详细信息

步态分析是以人为对象,通过科学手段获得人在行走时的多个步态参数信息,从而评估人体行走能力和特征的方法,在康复医学、机器人开发等领域具有重要意义。imu能够提取物体加速度和角速度信息,结合惯导算法得到物体的姿态、速度以及位置情况。本文通过对步态特征与imu基本原理的分析,研究了面向户外的低成本IMU步态信息采集系统的关键技术和实现方法,主要研究工作如下:针对目前步态信息采集系统成本高昂且在实验室外无法进行数据采集的情况,本文设计实现了可用于户外的低成本IMU步态信息采集系统,该系统通过位于人体下肢多个位置的imu传感器节点采集对应位置的加速度角速度信息,利用CAN总线实现各个节点之间数据信息的收集,最后打包上传至上位机作进一步的人体步态参数计算。首先,本文完成了imu节点的硬件设计,包括微控制器最小系统、传感器外围电路、通信交互电路等。其次,完成了数据节点的软件设计,主要是控制器的初始化、传感器数据采集、滤波、姿态解算以及通信交互的任务,同时通过引入嵌入式实时操作系统FreeRTOS,实现了任务间的有效调度以及数据的安全传输。最后,针对低成本IMU传感器数据精度问题,对其进行了建模和误差分析,并通过标定流程完成了imu传感器数据的校正。针对imu传感器原始信息难以在步态分析中直接使用,数据参考价值有限的问题,本文研究实现了关节角度、步态相位以及空间参数的计算方法。首先,通过对人体关节运动特征与传感器原理的分析,实现了基于传感器方位以及基于铰链模型的角速度积分关节角度计算方法,对比了两种方法的优缺点,实验验证了二者结果与参照系的误差情况。其次,通过对人体步态周期与足部传感器信息的对比分析,实现了利用多传感信息作为判据的步态相位划分方法,针对结果中出现的误判现象引入了误判矫正方法,提高了步态相位的判断精度。最后,通过惯性导航原理与人体步态特征的结合,实现了基于零速修正的人体空间参数计算方法。实验验证了关节角度误差为±7°,步态相位最大误差为±50ms,步长和位移最大误差分别为±8cm和±15cm。本论文结合人体步态特征与imu的基本原理,研究实现了户外可用的低成本IMU步态信息采集系统,包括数据采集、数据传输的硬件软件设计以及步态算法模块,最后通过实验验证结果了参数有效可用。

关键词：步态户外低成本IMU 关节角度步态相位空间参数

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于低成本IMU的行人导航模块的设计与实现

引用

北华航天工业学院学报 2016年第6期26卷 21-23页

作者：李楠申同强赵云北华航天工业学院计算机与遥感信息技术学院河北廊坊065000

介绍了一种基于低成本IMU(惯性测量原件)的行人导航模块(PNM)的解决方案,阐述了软硬件设计及其工作原理。该终端的MCU采用STM32;imu采用GY-80九轴模块,包括三轴陀螺仪、三轴加速度计、电子罗盘、高度气压计;与上位机通过WIFI通信;可采... 详细信息

介绍了一种基于低成本IMU(惯性测量原件)的行人导航模块(PNM)的解决方案,阐述了软硬件设计及其工作原理。该终端的MCU采用STM32;imu采用GY-80九轴模块,包括三轴陀螺仪、三轴加速度计、电子罗盘、高度气压计;与上位机通过WIFI通信;可采集人行走时的每一次迈步以及朝向信息,结合步长可实现一定精度范围的行人盲区推算(PDR)。该终端可用于进一步对行人盲区推算(PDR)算法的改进和验证,结合校准方法可实现室内定位。

关键词：低成本IMU 行人导航模块 STM32 行人盲区推算

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的三维车辆导航方法研究

基于深度学习的三维车辆导航方法研究

引用

作者：齐佳惠北京交通大学

学位级别：硕士

在车辆导航中,惯性导航系统（Inertial Navigation System,INS）通常与全球定位系统（Global Positioning System,GPS）组合使用。这是因为GPS更新频率低,精度高,但易受环境因素影响。而INS是独立的系统,不受外部信息干扰,并且更新频率... 详细信息

在车辆导航中,惯性导航系统（Inertial Navigation System,INS）通常与全球定位系统（Global Positioning System,GPS）组合使用。这是因为GPS更新频率低,精度高,但易受环境因素影响。而INS是独立的系统,不受外部信息干扰,并且更新频率高,短时间内计算误差小,但位置误差随时间累积增大。因此两者可以实现互补。另外,INS由提供数据的惯性测量单元（Inertial Measurement Unit,imu）和处理这些原始数据的计算机构成。众所周知,定位精度对于imu的误差累积和GPS采样频率十分敏感。因此,大多数实际应用的导航系统都采用高成本的imu和高GPS采样频率。一方面,高精度的imu价格不菲,难以普及,另一方面,高GPS采样频率将导致过多的能源消耗和通信资源浪费。因此本文致力于低成本低功耗的高精度车辆导航研究,主要使用模型驱动和数据驱动两种方法。模型驱动方法应用经典的松耦合闭环GPS辅助INS标准卡尔曼滤波器对车辆位置和速度误差进行建模,并尝试降低GPS更新频率。数据驱动方法则是本文创新提出的一种基于深度学习的三维导航方法。具体地,该方法在水平方向上,使用两个多层前馈神经网络,分别对车辆的速度和方向加以纠正,而非对位置直接纠正。这样的学习方法在训练轨迹与测试轨迹不同时也可以适用。在垂直方向上,使用卡尔曼滤波器融合INS结果和气压计数据,对位置和速度进行建模。以上两种方法使用的测试数据来自于一款新的专门用于数据收集的智能手机应用程序,其中本文负责该应用程序服务器端（后台）部分的开发和维护。智能手机本身就集成了低成本IMU和GPS单元,同时智能手机中的imu是商业领域中成本最低的,对应数据的精度也是最低的,符合本文低成本要求。另外,本文还开发一个网页操作平台用来显示当前车辆所在地图中的位置,并提供超速提示,实时天气等信息,实现算法（后端）和操作平台（前端）之间的稳定通信。最后,在香港中文大学（深圳）的校园里,使用通过合作开发的应用收集到的真实数据,对以上两种导航方法进行评估。实验结果表明:对于标准卡尔曼滤波器算法,当GPS更新间隔为1s时,位置误差为0.875m。但随着GPS更新间隔增加到15s时,位置误差达到了65.41m,无法实现车辆导航;对于本文提出的基于深度学习的三维导航方法,在水平方向,当GPS更新间隔为1s时,位置误差为0.756m。当GPS更新间隔为30s时,位置误差在8m左右。在垂直方向上,该方法获得了比GPS更加准确的海拔高度。除此之外,所提出的导航方法还表现出对变化轨迹的良好适应性。在实验过程中,所开发的网页操作平台稳定工作,无卡顿,可与算法无障碍交换数据。

关键词：车辆导航低成本IMU 低更新频率GPS 卡尔曼滤波器深度学习三维导航

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：