摘要：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。

摘要：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。

摘要：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。

摘要：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。