MEMS惯性器件自动化标定测试系统及方法

    公开(公告)号:CN112697173A

    公开(公告)日:2021-04-23

    申请号:CN202110132458.2

    申请日:2021-01-31

    Abstract: 本发明公开了一种MEMS惯性器件自动化标定测试系统及方法。系统包括测试计算机、程控直流电源、数据采集与处理单元以及测试电缆、测试工装、测试机柜。方法包括:1.系统的零偏稳定性和量程标定:将产品安装在三轴转台上,使产品的待测轴向与转台的转动轴平行,接通电源将产品预热,设定三轴转台的运行模式,记录系统输出的数据并处理,获取相应的标定参数;2.MEMS加速度计的零偏稳定性标定:将产品安装在三轴转台上,使产品的加速度输入基准轴垂直与地球重力方向,接通电源将产品预热,记录系统输出的数据并处理,获取相应的标定参数。本发明能够实现MEMS惯性器件自动化标定测试系统的准确、高效标定。

    一种MIMU整体动态智能标定补偿方法

    公开(公告)号:CN113091768B

    公开(公告)日:2024-04-12

    申请号:CN202110271813.4

    申请日:2021-03-12

    Abstract: 本发明公开了一种MIMU整体动态智能标定补偿方法。该方法为:通过工装将MEMS‑IMU固定在测试设备上,采集保存IMU以及测试设备的输出;基于DeepAR递归神经网络建立误差补偿模型,确定神经网络输入输出结构、隐含层数目以及神经元数目;将采集到惯性测量单元实测数据作为神经网络的输入,测试设备的数据与惯性测量单元的实际输出的差值分别作为神经网络模型的输出,建立训练集与测试集,利用训练集对神经网络模型进行训练;利用训练完成的神经网络模型结合测试集输入得到模型的输出数据,将输出数据与测试集输出数据进行对比,评价模型性能并对模型参数进行调整优化,进而得到最终的补偿模型。本发明标定精度高,适应性强。

    一种增强型HDE算法辅助的足携式行人航向修正方法

    公开(公告)号:CN116952237A

    公开(公告)日:2023-10-27

    申请号:CN202310784484.2

    申请日:2023-06-29

    Abstract: 本发明公开了一种增强型HDE算法辅助的足携式行人航向修正方法,该方法为:在起始点对磁传感器校准;利用静止时加速度计和磁强计数据求取初始姿态;根据初始航向角设置四个初始主方向;进行静止检测;利用DEKF算法进行姿态解算;当前运动为直线运动则进入下一步,否则返回进行静止检测;如果沿已有主方向运动则进入下一步,否则在初始四个主方向基础上,根据临近三步的直行航向数据增设新的主方向,同时根据道路的双向性增设反方向为主方向;以系统航向作为状态变量,最近主方向的值作为航向量测信息,进行Kalman滤波以修正当前航向数据,并反馈修正DEKF算法的状态;输出结果作为PDR算法所用航向。本发明泛用性、可靠性更强。

    一种MIMU整体动态智能标定补偿方法

    公开(公告)号:CN113091768A

    公开(公告)日:2021-07-09

    申请号:CN202110271813.4

    申请日:2021-03-12

    Abstract: 本发明公开了一种MIMU整体动态智能标定补偿方法。该方法为:通过工装将MEMS‑IMU固定在测试设备上,采集保存IMU以及测试设备的输出;基于DeepAR递归神经网络建立误差补偿模型,确定神经网络输入输出结构、隐含层数目以及神经元数目;将采集到惯性测量单元实测数据作为神经网络的输入,测试设备的数据与惯性测量单元的实际输出的差值分别作为神经网络模型的输出,建立训练集与测试集,利用训练集对神经网络模型进行训练;利用训练完成的神经网络模型结合测试集输入得到模型的输出数据,将输出数据与测试集输出数据进行对比,评价模型性能并对模型参数进行调整优化,进而得到最终的补偿模型。本发明标定精度高,适应性强。

    一种基于图优化的MEMS陀螺仪随机漂移误差补偿方法

    公开(公告)号:CN112797967A

    公开(公告)日:2021-05-14

    申请号:CN202110134703.3

    申请日:2021-01-31

    Abstract: 本发明公开了一种基于图优化的MEMS陀螺仪随机漂移误差补偿方法,该方法步骤如下:使用单轴速率转台采集MEMS陀螺仪1800±10s静态数据,对得到的原始数据进行预处理操作,包括去除奇异值、常值项、趋势项,以及数据平稳性和正态性检验;对预处理后的数据进行自相关特性和偏相关特性的分析,利用AIC、BIC准则对时间序列的ARMA模型进行定阶后,使用矩估计方法对ARMA模型进行参数识别并建模;建立线性离散的图优化状态模型和量测模型,并使用Levenberg‑Marquart的图优化计算方法对MEMS陀螺仪随机漂移误差进行计算并进行补偿。本发明具有高效准确、计算量小的优点。

    一种基于矢量分配的自适应多源融合导航方法

    公开(公告)号:CN112697154B

    公开(公告)日:2024-04-12

    申请号:CN202110132460.X

    申请日:2021-01-31

    Abstract: 本发明公开了一种基于矢量分配的自适应多源融合导航方法。该方法为:选取东北天坐标系为导航系,选取18维系统误差为状态量,根据各个传感器的输出特性,建立联邦滤波组合导航模型,设计联邦滤波器;设计通过矢量分配进行故障检测与隔离的方法,检测并隔离各传感器故障维度的信息;利用步骤2故障检测中获得的信息为各子滤波器每一维信息构建矢量分配系数,在主滤波器中进行信息融合,得到全局最优估计结果。本发明提高了多源融合组合导航系统在强干扰环境下的导航定位精度,增强了系统的容错性能及鲁棒性,并能够根据不同的导航需求选择适合的导航传感器,提高导航系统的灵活性。

    一种基于神经网络辅助的行人室内定位方法

    公开(公告)号:CN116772865A

    公开(公告)日:2023-09-19

    申请号:CN202310784444.8

    申请日:2023-06-29

    Abstract: 本发明公开了一种基于神经网络辅助的行人室内定位方法,该方法为:行人持有包括主导航模块的智能手机,行人足部设置包括IMU单元的辅导航模块;将主导航模块的加速度计、陀螺仪信息作为输入数据,IMU单元是否为零速点作为标签数据,建立基于CNN的步伐点识别模型对IMU单元进行离线训练,根据零速时刻确定行人手持手机时的步伐点;从智能手机中收集惯性传感器测量值作为训练数据,同时从辅导航模块收集行人步行距离作为训练标签,对步长估计模型进行训练;通过扩展Kalman滤波对行人导航信息进行误差修正,得到最终的行人导航信息。本发明有效地抑制了惯性导航系统导航信息的累积误差,实现了各种环境下人员的精确定位。

    一种基于增量式因子图的无人车多源组合导航方法

    公开(公告)号:CN116295367A

    公开(公告)日:2023-06-23

    申请号:CN202211093014.3

    申请日:2022-09-08

    Abstract: 本发明公开了一种基于增量式因子图的无人车多源组合导航方法。该方法为:首先通过其他各类车载高精度传感器获取无人车各类量测信息,并根据无人车所处的环境,确定需要融合的传感器种类;然后构建基于因子图的多源导航信息融合框架;接着将高精度传感器抽象为八个因子节点,并将八个因子节点融合到多元传感器融合导航框架中;在因子图的开放式结构框架下,表征系统的状态及量测更新过程,建立滤波方程,经过实时滤波估计和修正,完成多源传感器信息的有效融合;最后输出导航信息,对无人车进行导航。本发明能够实现多传感器的数据综合处理,提高了导航系统的导航实时性、鲁棒性和准确性。

Patent Agency Ranking