摘要：为降低老人跌倒的伤残率和死亡率,通过可穿戴式装置采集运动数据,结合阈值法与模式识别算法的优点提出一种基于姿态融合的联立判别跌倒检测算法,并引入云技术与微信小程序设计一种便捷可行的跌倒检测系统。该系统首先通过互补滤波对原始数据进行预处理,解决因陀螺仪低频特性差和加速度计高频特性差导致解算姿态不准确的问题,然后通过阈值法对可疑跌倒行为进行判断,过滤掉大部分日常活动,当检测到可疑行为时,再启动SVM算法进行跌倒识别。实验结果表明,采用该系统进行跌倒检测识别的正确率达到90.1%,灵敏度达到91.2%,特异度达到89.4%,且漏报率与误报率较低,分别只有8.8%和10.6%。

摘要：四旋翼飞行器的飞行控制效果取决于姿态信息获取的准确性,所以姿态解算是飞行器研究的关键技术。针对目前飞行器高动态特性和复杂环境下的姿态解算误差较大的问题,提出一种基于四元数的二阶互补滤波算法,通过增加一个PI反馈控制环节,能更好地利用多传感器进行姿态融合,使经典互补滤波算法中的低通阻带衰减速度过慢、陀螺仪漂移等问题得以改善。同时文中自主设计了IMU系统,完成数据采集和姿态解算算法的实现,分别进行三轴转台实验,改进后姿态解算的结果表明,无论是在静态还是动态环境下,俯仰、横滚角的误差小于0.5°,验证了该算法的可行性。

摘要：针对普通四旋翼飞行器携行不便、振动干扰的问题,设计了一种基于双处理器的折叠式四旋翼飞行器。为抑制翼臂振动对加速度计信号的干扰,提出滑动平均滤波对其进行处理。考虑到成本和飞行器的结构特点,设计了基于双处理器的硬件电路,以实现飞行器的稳定悬停。试验结果表明:滤波后的加速度计信号波动范围仅为±0.2 m/s2,且滞后很小;基于双处理器的卡尔曼姿态融合算法的动态性和稳定性良好,低空悬停和高空悬停时,飞行器姿态角的波动范围分别是±0.5°和±1°,满足悬停要求,且当受到较大干扰时,仅需0.4 s飞行器便能重新保持悬停状态。

摘要：文章针对智能车或无人机等需要姿态解算的产品在外界环境可视性差,不支持视觉定位,或仅仅物体内部的单个模块需要姿势解算及无法安装摄像头或不可安装摄像头的问题,为更精准有效率获取姿态,做出了相对应的算法设计。针对智能车,该项目主张靠硬件传感器通过算法获取姿态,达到小车控制的目的,使小车行驶更加稳定。采用了卡尔曼滤波算法,完成了对加速度计的信号滤波和对陀螺仪的滤波。做到初始数据真实、稳定。初始数据采用四元数法进行解算。获得小车的姿态角,将加速度计与陀螺仪姿态解算融合,得到精确小车姿态,实现小车在不同环境下的精准控制。

摘要：多传感器组合导航系统是一种典型的非线性系统,为了提高其滤波精度,本文提出了多传感器组合导航系统联邦UKF算法。首先,在建立多传感器组合导航系统的非线性状态方程及线性量测方程的基础上,对标准UKF进行了简化;然后,以简化UKF为基础提出了多传感器组合导航系统的联邦UKF算法,并设计了姿态融合算法及其故障检测函数以验证该算法的容错性能;最后,以GNSS/CNS/SINS多传感器组合导航系统为例进行了仿真验证。仿真结果表明,相对于联邦线性卡尔曼滤波器,联邦UKF算法可提高位置及姿态精度约25.8%、22.2%,同时继承了联邦线性卡尔曼滤波器的容错性能。

摘要：【目的】为了确保农业植保无人机能够在合适的位置喷洒农药,提高控制精度、作业效率并降低成本,有必要对多旋翼无人机的飞行控制系统进行优化设计。【方法】本研究团队以STM32F428IGT6芯片为核心,设计了农业植保多旋翼无人机飞行控制系统。首先概述了无人机飞行控制系统的整体架构,该飞控系统由主控系统、惯性测量单元、喷洒系统、空速测量系统等构成。其次,详细分析了无人机飞行控制系统的电源供电系统设计、通信设计、传感器选择、喷洒系统设计等硬件设计。最后,阐述了无人机飞行控制系统的算法设计,主要包括无人机姿态解算和PID控制算法,并介绍了该系统应用优势。【结果】该系统各模块之间执行SPI和CAN总线协议,可以将传感器实时采集的高度、速度、偏航角等参数传输到主控系统中,利用MCU芯片完成参数的分析处理,在此基础上发出新的调控指令,让多旋翼无人机沿着既定航线飞行,在到达特定位置后启动喷洒系统并完成喷药作业。【结论】该系统能让无人机在合适位置喷洒农药,达到远程控制、自动作业的效果,提高了植保作业效率,有利于促进现代农业机械化高质量发展。

摘要：设计了一套智能穿戴系统,主要依靠惯性传感单元对人体手臂的姿态进行检测,从而控制机械臂能够同步做出人体手臂的动作,旨在帮助手臂残障的人士能如同正常人一般的生活。整个可穿戴式系统的设计以STMicroelectronics公司的微控制器作为核心,使用三轴加速度计和三轴陀螺仪对手臂的运动姿态进行检测,通过驱动六路数字舵机来实现机械臂与人体手臂动作的同步。在姿态融合部分,运用了基于TensorFlow的椭球面拟合方法对加速度计进行了校准,并且采用了基于四元数-梯度下降的方法来进行姿态角的融合计算,使系统能稳定地识别出当前手臂的运动姿态。在实验部分,针对系统搭建了相应的实验平台,对姿态融合模块性能和系统整体性能进行了测试,并对整个系统的实验结果进行总结和分析。

摘要：由于光学式、机械式等传统运动测量系统在成本、使用环境及精度等方面的缺陷,设计了一款主要基于惯性传感器的手臂关节人体运动测量系统,通过在人体特定部位佩戴所设计的惯性传感器节点,可实时采集人体各部位的运动数据,并以数据帧格式,通过WIFI无线传感器网络将各节点所采集的运动信息发送至所设计的STM32主机运算单元,通过使用STM32内置DSP-CMSIS库进行卡尔曼滤波和姿态融合,加快运算速度,降低节点的运算量,使得节点的体积更小;再通过串口将数据传输至上位机进行存储和显示;经实验验证,设计的运动测量系统能够准确采集人体运动数据,并经转台实验所测姿态角相对误差小于2.5%;同时通过三维仿真,可以较好复现人体运动轨迹,该系统具有成本低廉,穿戴方便和操作简单等特点,可广泛应用于医学,体育等多个领域。

摘要：本文设计了一款简单的四轴飞行器,并论述了四轴飞行器的飞行原理以及各个模块的组成。它由STC15系列单片机控制模块、MPU6050飞行姿态采集传感器、2.4G无线等模块组成。重点介绍四轴飞行器姿态控制算法,将采集到的实时姿态与期望姿态作对比,利用PID控制器调节飞行系统的PWM占空比,控制电机的转速以调整飞行姿态。最后,对制作的四轴飞行器进行飞行测试。实现结果表明,所设计的四轴飞行器具有较强的稳定性,能够完成简单的飞行动作。

摘要：为了使羽毛球爱好者能快速了解自身身体素质与击球特点,基于机器学习方法,设计了一款可以识别挥拍动作并分析行为模式的智能羽毛球拍,给出了系统的硬件与软件整体框架.通过对智能羽毛球拍的动作识别准确度进行多方位测试与分析,验证了其具有较好的准确性与易用性.