公开(公告)号：CN111879325B

公开(公告)日：2024-07-30

申请号：CN202010779874.7

申请日：2020-08-05

Applicant: 东北大学

Inventor： 佟国峰 ,  张哲 ,  王建宾 ,  宋波 ,  彭浩

IPC: G01C21/20 ,  G01C21/16 ,  G01C1/00

Abstract: 本发明提供一种具备高精度和抗干扰能力的IMU姿态角估算方法，包括以下步骤：通过惯性测量单元获取三轴加速度数据和三轴角速度数据；通过下位机获取惯性单元的数据，并上传至上位机；对四元数初始化；通过龙格库塔法对用四元数表示的姿态信息进行更新；计算基于加速度的偏差四元数；自适应降低下采样频率和插值拟合；确定最优连续跳跃数据组。本发明改进算法和目前通用的互补滤波算法、卡尔曼滤波算法和Valenti提出的滤波算法相比，精确程度更高，通过指标均方根(缩写：RMS)衡量算法的精确程度。

公开(公告)号：CN111879325A

公开(公告)日：2020-11-03

申请号：CN202010779874.7

申请日：2020-08-05

Applicant: 东北大学

Inventor： 佟国峰 ,  张哲 ,  王建宾 ,  宋波 ,  彭浩

IPC: G01C21/20 ,  G01C21/16 ,  G01C1/00

Abstract: 本发明提供一种具备高精度和抗干扰能力的IMU姿态角估算方法，包括以下步骤：通过惯性测量单元获取三轴加速度数据和三轴角速度数据；通过下位机获取惯性单元的数据，并上传至上位机；对四元数初始化；通过龙格库塔法对用四元数表示的姿态信息进行更新；计算基于加速度的偏差四元数；自适应降低下采样频率和插值拟合；确定最优连续跳跃数据组。本发明改进算法和目前通用的互补滤波算法、卡尔曼滤波算法和Valenti提出的滤波算法相比，精确程度更高，通过指标均方根(缩写：RMS)衡量算法的精确程度。

公开(公告)号：CN212382616U

公开(公告)日：2021-01-22

申请号：CN202021607513.6

申请日：2020-08-05

Applicant: 东北大学

Inventor： 张哲 ,  佟国峰 ,  王建宾 ,  宋波 ,  彭浩

IPC: A61B5/11 ,  A61B5/00 ,  G08B21/04 ,  G08B25/08 ,  G08B25/10

Abstract: 本实用新型提供一种基于IMU和人体下肢倾角的跌倒检测系统，包括：数据采集和处理模块、数据接收传输模块和短信报警模块；所述数据采集和处理模块对应的多个惯性测量单元IMU固定在衣服上，分别设置在对应两个下肢的股部、膝部和胫部，所述多个惯性测量单元IMU均嵌入衣物之中，分别测量六个部位的人体加速度和角速度姿态信息；所述多个惯性测量单元IMU的位置均水平于地面，人体正常站立时腿部俯仰角为0°，横滚角为0°。本实用新型专利的跌倒检测系统采用多个IMU惯性测量单元和STM32F102微控制器，并将其内置于衣物之中，经济成本低，且使用方便。(ESM)同样的发明创造已同日申请发明专利