摘要：实弹射击系统是一种行之有效、可以直观真实地反映操作手射击水平的训练和考核系统,但也有保障条件高、成本昂贵、改造困难、难以进行复杂条件下的训练考核等缺点,为了解决现有的虚拟射击系统中光学模拟枪逼真度不高的问题,采用微机电系统传感器和软件技术设计了一种新的枪支模型。根据仿真枪支上安装的磁场传感器和加速度传感器测量值算出子弹的初始状态,结合弹道方程对子弹在三维空间中的运行轨迹进行计算,最后利用虚拟目标简化和场景分割方法设计算法对子弹命中进行实时判定。改进模型实时性好、易于实现、逼真度高,具有一定的商业应用推广价值。

摘要：为了保障老年人身体健康,设计了一种基于微机电系统(MEMS)传感器可穿戴式的实时跌倒检测系统。系统以微处理器STM32F103VET6为核心,采用了MEMS传感器MPU6050、ATGM332D定位模块和SIM900A数据传输模块采集和传输数据,通过欧拉角旋转矩阵将加速度和角速度数据相融合,降低MPU6050内置陀螺仪漂移误差,得到更准确的姿态角。基于改进的多级阈值跌倒检测算法,提高了跌倒检测的准确率,工程大智能看护微信小程序结合云数据库技术,实现了实时查看老人状态和位置的功能。实验结果表明:该系统的检测准确率为97.75%,能够有效检测到老人的跌倒信息并实时定位报警,通过工程大智能看护微信小程序可及时救助跌倒老人。

摘要：随着人们对运动和健康的需求与日俱增,市场对运动服装的舒适性与智能化要求不断提升,智能运动文胸研发应需而生。为采集人体在运动过程中的各项生理参数和运动信息,在集成各类微小的传感器和低功耗控制芯片基础上,提出了智能运动文胸的电子监测系统方案和工作流程。围绕此方案,优化传统运动文胸设计,开发了一款基本的智能运动文胸,可采集穿用者的位置、运动状态、体温、心率和排汗参数等信息。通过无线方式上传数据到终端,分析穿用者当前的生理和运动状态,判断健康状况,并通过智能终端向用户展示信息和预警。

摘要：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。

摘要：针对乒乓球运动识别方法通常无法实时识别、识别率低和识别算法复杂度高,从而导致穿戴式设备续航能力差等问题,提出一种基于遗传算法优化S_Kohonen(supervisedKohonen)神经网络的乒乓球运动实时识别方法,并完成系统设计.该系统通过单MPU6050六轴加速度传感器采集运动信号,采用动作端点检测算法提取动作始末端点,基于db4小波对动作信号进行3层分解,同时用遗传算法优化S_Kohonen神经网络对乒乓球常见的6种动作进行识别.实验结果表明:该运动识别方法离线平均识别率为99.17%,实时平均识别率为91.67%,待机功耗为0.28 mW,运行模式功耗为14 mW,识别时间为2 ms,证明该方法识别迅速、功耗低、识别准确率高.

摘要：自动驾驶仪是无人机的核心控制部分。论文介绍了一种具有三维姿态测量功能的小型无人机自动驾驶仪的硬件设计,分析了各部分硬件的功能和相互接口,给出了实验数据。该自动驾驶仪集成了多种利用微机电技术制造的传感器,具有飞行增稳和三维姿态测量功能,可以接收全球定位系统信号,根据设定航线实现按预定航线自主飞行。

摘要：针对室内定位的个人航位推测(PDR)中漂移导致定位误差累积的问题,提出一种微机电系统传感器整合的PDR算法。根据典型计步器原理及步长估算获取位移信息,在计步算法中加入动态时间窗口及动态加速度阈值,以得到更精确的计步结果。利用捷联航向角校正磁航向角得到校正后的航向角,以修正定位中的累积误差。实验结果表明,室内定位精度距离误差可控制在5%以内,计步结果精度高,易于求得航向角,又能在一定程度上校正长时间漂移等因素带来的位置误差。

摘要：针对小型无人机上使用的MEMS惯性传感器在精度、噪声上存在的问题,采用卡尔曼滤波算法结合角度传感器、加速度传感器、磁阻传感器的传感信息,来解算姿态角最优值。采用四元素法确立了捷联矩阵,利用三轴陀螺仪传感器所得到的角速度信息建立系统状态方程,利用三轴加速度传感器和磁阻传感器信息建立了系统测量方程,进而设计了一种卡尔曼滤波器来滤除MEMS传感器存在的随机噪声,并解算出了小型无人机的姿态角。通过实验室静态测试和动态测试表明,无人机姿态角解算结果与实际值对比,误差能够控制在2°以内,可满足工程应用要求。

摘要：针对缆控水下机器人(ROV)运行时姿态估计的精准性和实时性问题,设计了一种基于乘性扩展卡尔曼滤波(MEKF)的姿态估计算法。该算法通过线性化姿态运动学方程,分别建立标称状态方程和误差状态方程,在扩展卡尔曼滤波框架下融合微机电系统(MEMS)传感器数据,实时估计姿态和偏差。为验证该算法可行性,采集水下动态实验数据进行融合,与参考值相比较,并在仿真环境下与姿态估计算法中广泛使用的显性互补滤波(ECF)以及梯度下降(GD)法分析对比。结果表明:算法能实时稳定输出ROV的姿态信息,并且在动态性、收敛性和准确性等方面均优于其他两种算法。基本满足ROV姿态估计收敛性好、精度高等要求。

摘要：系统地介绍了车辆基地机电设备故障监测及诊断系统的设计目标、关键技术和系统功能。该系统基于工业物联网技术,运用以预测技术为核心的故障预测和健康管理(PHM)策略,采用MEMS(微机电系统)传感器实时监控并采集车辆基地机电设备的状态数据、故障数据,通过窄带物联网(LoRaWAN)实现监测数据上传,对车辆基地机电设备进行状态监测,实时获取设备状态信息,对设备进行故障预测和健康管理。该系统能够有效解决城市轨道交通车辆基地机电设备维检修困难、因设备故障导致灾难性事故频发、车辆基地管理计划难制定、设备维修过程不便于管控与追溯、信息化进程落后、物流管理差等诸多问题。