惯性测量单元
惯性测量单元的相关文献在1998年到2022年内共计894篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、航空
等领域,其中期刊论文360篇、会议论文34篇、专利文献485857篇;相关期刊185种,包括系统工程与电子技术、兵工学报、传感技术学报等;
相关会议28种,包括第八届中国卫星导航学术年会、第十五届中国虚拟现实大会暨虚拟现实与可视化技术国际会议、第三届中国卫星导航与位置服务年会暨展览会等;惯性测量单元的相关文献由2129位作者贡献,包括房建成、李建利、刘明等。
惯性测量单元—发文量
专利文献>
论文:485857篇
占比:99.92%
总计:486251篇
惯性测量单元
-研究学者
- 房建成
- 李建利
- 刘明
- 刘百奇
- 朱磊
- 李成军
- 任元
- 朱挺
- 王丽芬
- 穆杰
- 翟雪瑞
- 何昆鹏
- 罗伟
- 费再慧
- 贾双成
- 陈晓岑
- 刘川川
- 于春淼
- 刘宁
- 张延顺
- 李擎
- 韩旭
- 不公告发明人
- 冯荻
- 刘建业
- 吴涤豪
- 孙伟
- 孙宏伟
- 张帅
- 张海鹏
- 杜杭肯
- 杨胜
- 王勇
- 盛蔚
- 蔡健
- 雷鹏涛
- 韩继韬
- 高爽
- 黄艳辉
- 刘志华
- 吴志强
- 夏岩
- 孙丽艳
- 张春熹
- 张海
- 张金凤
- 张鹏
- 朱东福
- 李楠
- 李由
-
-
李臻;
兰天然;
蒋朝阳;
何志祝;
宋正河
-
-
摘要:
针对无人驾驶车辆在卫星信号缺失等特殊环境下的定位失败问题,通过分析视觉SLAM技术存在的问题及其在无人车领域的应用情况,以无人驾驶算法测试数据集KITTI作为数据源,进行了同步定位与建图(SLAM)算法评估。以主流视觉SLAM算法VINS-Fusion为测评对象,采用绝对位姿误差(APE)和运行时间作为评价指标,实现了多传感器融合模式及不同工况下的定位精度、算法效率测试,并进行误差结果分析。计算结果表明:基于VINS-Fusion算法的视觉SLAM技术绝对定位精度区间为0.2~15 m,为视觉SLAM技术在无人驾驶领域与其他硬件单元的集成应用效果提供了参考依据。
-
-
陶汉卿;
黄莺;
蔡煊;
侯宇婷;
廖继轩
-
-
摘要:
车辆定位技术是有轨电车运行控制系统的关键技术之一。针对传统GPS(全球定位系统)定位技术存在的缺点,结合有轨电车的运营特点和定位需求,提出了以BDS(北斗卫星导航系统)定位为主、以“IMU(惯性测量单元)+轨道电子地图”定位为辅的有轨电车车载组合定位方案。对该组合定位方案进行了仿真测试,结果表明:组合定位系统可以保证有轨电车的精确、连续测速定位,可为有轨电车车辆定位提供了一种低成本、有效的解决方案。
-
-
陈光武;
樊子艳;
魏宗寿;
李文元;
张琳婧
-
-
摘要:
在捷联惯导系统中,姿态信息通过惯性测量单元(Inertial measurement unit,IMU)器件来获取,主要包含三轴陀螺仪和三轴加速度计。然而,由于IMU传感器存在系统噪声、漂移误差,且这些误差会随着时间增加而积累,这使得姿态的精度控制变得困难。为了解决陀螺随时间漂移以及周围环境产生随机误差的问题,本文在卡尔曼滤波和神经网络模型的基础上,提出了一种基于小波神经网络——扩展卡尔曼滤波的姿态解算算法,对卡尔曼滤波的结果用小波神经网络予以模型优化,补偿扩展卡尔曼滤波自身存在的模型误差。半实物仿真实验结果表明,该算法提高了姿态解算精度,增强了对环境的自适应能力。
-
-
习绍杰;
张宗华;
高楠;
孟召宗
-
-
摘要:
3D扫描仪以精度高、速度快、自动处理、稳定性好等优势在场景三维重建、智能制造、自动驾驶、虚拟现实等领域得到了广泛的应用。目前3D扫描仪设备多是安装在三脚架上,容易因为地面不平使得扫描仪的转轴和重力方向产生夹角,最终导致拍摄出的全景图和点云倾斜,成为影响三维重建精度的关键难题。针对该问题,提出一种借助惯性测量单元标定3D扫描仪倾角的方法。该方法利用惯性测量单元输出的加速度信息,通过一个面阵相机建立惯性测量单元和3D扫描仪的联系,将惯性测量单元的加速度信息转到扫描仪的转轴上。利用该信息计算出扫描仪转轴与重力方向的夹角,并将该倾角补偿到生成的全景图和点云中,校正倾斜模型。通过实验对校正前后计算的角度进行对比,实验结果证明倾角测量误差可以控制在0.5°以内。并且经过标定后,精度至少提升20%,验证了整个标定方法的可靠性和准确性。
-
-
陈博;
李擎
-
-
摘要:
基于超宽带(Ultra Wide Band,UWB)技术,可以解决无人机的室内定位问题,但定位精度还不够高。针对上述情况,提出了基于无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)的UWB定位技术和惯性测量单元(Inertial Measurement Unit,IMU),以及光流传感器相融合的内外环室内定位方法,以基于IMU测得的姿态控制为内环,UWB、光流测得的位置控制为外环,利用UWB在视距情况下得到的精确位置信息来修正IMU的累积误差,同时在非视距情况下,用IMU的短时精确位置信息对UWB的定位误差进行补偿,提高定位精度。最后设计了实物仿真平台。实验结果表明,上述室内定位方法实际定位精度小于10 cm,导航误差为0.7%,且能快速地进入稳定状态,满足无人机室内定位的需求,同时极大地改善了原有设备的定位精度。
-
-
张磊;
曹乐;
阚秀;
张夏丰;
魏德轩
-
-
摘要:
针对阵列式微机电系统(MEMS)惯性测量单元数据采集需要实时性、高精度和高同步性问题,选取ICM20602六轴MEMS惯性测量单元构建阵列式惯性测量单元。采用基于现场可编程门阵列(FPGA)的同步并发方法实现同步数据采集,结合均值融合算法有效降低系统噪声水平,并使用阿伦方差进行随机误差辨识。实验结果表明,该系统实现了稳定可靠的阵列式MEMS惯性测量单元数据采集,能够显著降低随机误差的影响,为低成本惯性导航系统提供一种有效设计方案。
-
-
袁希文;
张新锐;
胡云卿;
高鑫鹏;
黄瑞鹏
-
-
摘要:
视觉识别技术易受地面标识污损、强光反射及视场角小等因素影响,而全球定位系统(GPS)则易受遮挡与电磁干扰等因素影响,使用任意单一定位方式均会出现循迹可用性不高的问题。对此,文章提出一种融合视觉与GPS组合惯导的容错控制方法。其首先基于图像识别方法对车道线进行识别,得到车辆与道路的几何关系参数后,设计PID控制器进行转向控制;接着,采用实时动态全球定位系统(RTK-GPS)构建分层电子地图,以输出平滑参考轨迹,进而设计Stanely控制器进行转向控制;最后,对视觉识别技术与GPS循迹控制进行融合。实车试验结果表明,采用所提出的融合控制策略,有效提高了智轨电车小半径转弯通过率,弯道最高通过速度提高了66.7%(可达25 km/h),单程接管次数减少了83.8%,运营时间缩短了24.4%,系统可用性得到有效提升。
-
-
肖治鸿;
韩晔彤;
邹永攀
-
-
摘要:
利用智能终端设备识别和记录人们日常行为活动对健康监测、残障人士辅助和老年人看护等具有重要意义。已有相关研究大都采用基于机器学习的思路,但都存在着诸如运算资源消耗大、训练数据采集负担重以及不同场景下扩展性低等不足,鉴于此,文中提出了一种基于多源感知和逻辑推理的行为识别技术,通过确定不同肢体之间动作的逻辑关联性,来实现对用户日常生活基础行为的准确刻画,相比已有工作,该技术方案具有运算轻量化、训练成本低及对用户和场景的多样性的扩展能力强等优势,实现了基于上述技术的行为识别系统,并开展了大量实验对系统性能进行评估。结果显示,所提方法对于走、跑、上下楼梯等11种日常行为活动的识别准确率高达90%以上。同时,对比基于机器学习的行为识别方法,所提技术大大减少了用户采集训练数据的量。
-
-
杨伟力;
罗达灿;
陈朝猛;
于阳阳
-
-
摘要:
快速精确地估计相机位姿是机器人导航、路径规划等上层任务的基础。针对目前基于图像的机器人定位方法中,随三维场景扩大而搜索范围增加导致定位速度变慢的问题,提出一种基于IMU辅助的快速相机重定位方法。方法中相机重定位网络结合IMU编码信息从单帧RGB场景图像预测六自由度相机姿态。首先,图像输入全卷积神经网络提取高层次特征表达,利用可微随机抽样一致性策略,实现可端到端训练的相机姿态估计网络。其次,IMU序列数据经LSTM编码嵌入至相机重定位网络模型中,在IMU姿态信息的约束下网络能够快速缩小参数搜索范围,因此只需轻量型网络就能精确估计姿态,加快定位速度,实现敏捷型机器人在三维地图中的快速定位。在公开数据集上的实验结果表明,上述方法具有更快的定位速度和极具竞争力的定位精度,说明所提方法能够快速、准确地实现相机位姿估计。
-
-
李振拯;
丁恩杰;
王戈琛
-
-
摘要:
同时定位与建图(SLAM)是无人车自主导航的基础,基于单一传感器的SLAM算法易受数据关联错误而导致算法跟踪失败。本文提出了一种激光雷达-惯性测量单元(LiDAR-IMU)传感器松耦合的同时定位与建图方法。提出了基于关键帧和基于普通帧的局部地图匹配方法,引入M估计修正代价函数的形状减少错误数据关联的影响,避免了信息损失维持了后端非线性优化的低计算资源需求,同时也能有效处理错误特征关联的问题。采用了基于Scan-Context的回环检测方法消除长期运行的定位漂移累积。实验结果表明本文方法的精度比单一传感器和其他松耦合方法更高。
-
-
-
Cheng Jiang;
江城;
Yong-chao Zhao;
赵永超
- 《第九届中国卫星导航学术年会》
| 2018年
-
摘要:
卫星遮挡、信号干扰等复杂环境下,无人机器人的高可信定位与导航是实现其自主行驶的必要前提.本文针对由惯性测量单元(IMU)、全球卫星定位系统(GNSS)以及双目相机等构成的组合导航系统,采用传感器深组合模式,提出了一种基于增量平滑因子图的无人机器人可信导航方法.该方法首先通过构建各传感器及深度组合导航因子图模型,进行增量平滑优化,实现多传感器信息的高精度融合、传感器参数标定与视觉特征标注.在GNSS拒止时,通过惯性测量单元与双目视觉的深组合,并利用获取的传感器参数、视觉特征等知识,实现了短时无人机器人的高精度定位导航.因子图的引入,实现了传感器的即时接入/退出,确保了导航模式的平滑切换.另一方面,该方法考虑多传感器之间的信息比对与校验,显著提高了定位导航的可信性.最后,通过构建数学仿真系统,设置多个场景开展本文所提方法的数学仿真,结果表明在GNSS可用时融合算法具有较高导航精度,并可对之间的导航状态进行较好地平滑;在GNSS拒止时,能够平稳切换,通过IMU与相机的组合实现较长时间的可信定位导航,全面验证了方法的有效性与算法的可信性.
-
-
徐睿;
张家春;
邓雪原
- 《第四届全国BIM学术会议》
| 2018年
-
摘要:
目前,装配式建筑与BIM技术的结合越发紧密,然而常用的三维模型重建方法均存在诸如缺少内部构件或语义信息等缺陷,并且对于装配式建筑不具有针对性.因此,本文提出基于惯性测量单元的预制构件自组织建模方法,建立自组织建模系统,分析自组织建模流程,设计预制构件编码.进一步,研究预制构件在IFC标准中的表达方式及其定位原理,以自动生成基于IFC标准的预制构件信息模型.最后,通过一个案例验证了该方法的可行性.
-
-
-
ZHANG Hongye;
张红叶;
YANG Yi;
杨毅;
XIU Chundi;
修春娣
- 《第十四届全国信号和智能信息处理与应用学术会议》
| 2021年
-
摘要:
针对GPS无法使用,在无外部基础设施可依赖的环境下的行人室内定位的需求,提出了一种基于MEMS-IMU的捷联惯导解算算法.该算法基于IEZ(INS-EKF-ZUPT)框架,引入零速修正(Zero-Velocity Update,ZUPT)算法判定零速状态,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行状态误差估计,以修正惯性导航系统(Inertial Navigation System,INS)的解算结果.设计了基于MEMS-IMU的室内定位系统,通过MEMS-IMU采集行人的加速度、角速度等信息,提供给STM32单片机进行定位结果的解算,并通过4G通信模块传送到服务器端进行显示.将该系统捷联在消防靴上进行了有效性验证.
-
-
ZHANG Hongye;
张红叶;
YANG Yi;
杨毅;
XIU Chundi;
修春娣
- 《第十四届全国信号和智能信息处理与应用学术会议》
| 2021年
-
摘要:
针对GPS无法使用,在无外部基础设施可依赖的环境下的行人室内定位的需求,提出了一种基于MEMS-IMU的捷联惯导解算算法.该算法基于IEZ(INS-EKF-ZUPT)框架,引入零速修正(Zero-Velocity Update,ZUPT)算法判定零速状态,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行状态误差估计,以修正惯性导航系统(Inertial Navigation System,INS)的解算结果.设计了基于MEMS-IMU的室内定位系统,通过MEMS-IMU采集行人的加速度、角速度等信息,提供给STM32单片机进行定位结果的解算,并通过4G通信模块传送到服务器端进行显示.将该系统捷联在消防靴上进行了有效性验证.
-
-
ZHANG Hongye;
张红叶;
YANG Yi;
杨毅;
XIU Chundi;
修春娣
- 《第十四届全国信号和智能信息处理与应用学术会议》
| 2021年
-
摘要:
针对GPS无法使用,在无外部基础设施可依赖的环境下的行人室内定位的需求,提出了一种基于MEMS-IMU的捷联惯导解算算法.该算法基于IEZ(INS-EKF-ZUPT)框架,引入零速修正(Zero-Velocity Update,ZUPT)算法判定零速状态,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行状态误差估计,以修正惯性导航系统(Inertial Navigation System,INS)的解算结果.设计了基于MEMS-IMU的室内定位系统,通过MEMS-IMU采集行人的加速度、角速度等信息,提供给STM32单片机进行定位结果的解算,并通过4G通信模块传送到服务器端进行显示.将该系统捷联在消防靴上进行了有效性验证.
-
-
ZHANG Hongye;
张红叶;
YANG Yi;
杨毅;
XIU Chundi;
修春娣
- 《第十四届全国信号和智能信息处理与应用学术会议》
| 2021年
-
摘要:
针对GPS无法使用,在无外部基础设施可依赖的环境下的行人室内定位的需求,提出了一种基于MEMS-IMU的捷联惯导解算算法.该算法基于IEZ(INS-EKF-ZUPT)框架,引入零速修正(Zero-Velocity Update,ZUPT)算法判定零速状态,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行状态误差估计,以修正惯性导航系统(Inertial Navigation System,INS)的解算结果.设计了基于MEMS-IMU的室内定位系统,通过MEMS-IMU采集行人的加速度、角速度等信息,提供给STM32单片机进行定位结果的解算,并通过4G通信模块传送到服务器端进行显示.将该系统捷联在消防靴上进行了有效性验证.
-
-
Zhao Tong;
同钊;
Wenying Lei;
雷文英;
Zhaoping Wu;
吴兆平
- 《第九届中国卫星导航学术年会》
| 2018年
-
摘要:
针对未来月球探测及载人登月任务对月面着陆精度提出的更高要求,本文研究了月面着陆导航问题,提出了一种基于无线电信标/IMU的月面高精度着陆导航方法.该方法首先通过可观性分析对月面无线电信标的分布进行了优化,然后将无线电信标测得的距离和多普勒信息以及IMU所提供的着陆器状态信息带入无迹卡尔曼滤波器,实现了对着陆器位置和速度的估计.最后对所提出月面着陆导航方法的精度进行了仿真,仿真结果表明,基于无线电信标和IMU的组合导航方法能够获得较高的测量精度.
-
-
Zhao Tong;
同钊;
Wenying Lei;
雷文英;
Zhaoping Wu;
吴兆平
- 《第九届中国卫星导航学术年会》
| 2018年
-
摘要:
针对未来月球探测及载人登月任务对月面着陆精度提出的更高要求,本文研究了月面着陆导航问题,提出了一种基于无线电信标/IMU的月面高精度着陆导航方法.该方法首先通过可观性分析对月面无线电信标的分布进行了优化,然后将无线电信标测得的距离和多普勒信息以及IMU所提供的着陆器状态信息带入无迹卡尔曼滤波器,实现了对着陆器位置和速度的估计.最后对所提出月面着陆导航方法的精度进行了仿真,仿真结果表明,基于无线电信标和IMU的组合导航方法能够获得较高的测量精度.