针对微惯性测量组件在微型机器人、小型无人飞行器等微惯导领域应用为研究背景,开展了微惯性组件中融合多种传感器信息的姿态测量方法研究。通过陀螺仪,加速度计,磁阻传感器等微惯性传感器的测姿方法,对不同传感器组合测试得到结果进行数据融合,选择融合测姿结果作为观测数据,随后联合无迹卡尔曼滤波器进一步准确估计载体姿态。采用研制的微惯性组件与商用AHRS系统搭建了实验平台,开展了不同算法下的人体姿态测量实验,实验结果验证了算法的有效性。

为解决存在外部加速度和外部电磁场干扰的多旋翼无人机姿态估计问题,首先以四元数为参数建立姿态估计模型,然后使用一种解算精度高、计算量较小的衍生无迹卡尔曼滤波算法(DUKF),在量测更新阶段引入根据残差构造加速度计和磁力计的噪声协方差的自适应策略,提出一种基于DUKF的多旋翼无人机自适应姿态估计算法。通过使用PIXHAWK飞控的数据进行相关的仿真实验,实验表明,所提算法能极大的减小外部加速度和外部电磁场对多旋翼无人机姿态估计的干扰。

针对不同下肢功能患者的自主康复训练与辅助站立问题,研究了一种基于视觉技术和运动捕捉技术的少自由度下肢通用型康复设备定制设计方法。通过计算机视觉方法追踪手动标定的关节点位,以智能手机作为终端,获取关节的运动轨迹。利用无迹卡尔曼滤波(UKF)将得到的轨迹数据进行优化,工厂终端利用这些优化后的轨迹信息实现下肢康复设备的定制设计。当前已制造出物理样机,通过受试者的坐立运动(STS)物理相容性实验验证了设计方法的有效性。

针对城区自动驾驶车辆定位问题,提出一种基于LiDAR与IMU融合的激光惯性里程计。LiDAR通过帧间点云配准进行定位,但对非线性运动的鲁棒性不足;IMU通过对加速度和角速度积分进行定位,但长距离定位误差大。基于此,根据无迹卡尔曼滤波原理对积分位姿和配准位姿进行融合。将积分位姿作为LiDAR配准的初始位姿;同时利用配准位姿修正积分位姿,从而实现长距离持续定位。在某城市道路对所提方法进行实车实验,结果表明所提方法有效提高了里程计的整体定位性能。

研究了温度对锂电池参数的影响,并提出了考虑容量损失的荷电状态(SOC)估算方法。首先,基于不同温度下锂电池混合脉冲功率特性试验(HPPC),建立了一种考虑温度影响的改进等效电路模型;然后,通过充放电试验得出了不同温度、不同电流倍率下锂电池的容量系数,进而提出了一种考虑容量损失的SOC计算公式;最后,利用无迹卡尔曼滤波(UKF)算法对锂电池SOC进行在线估算。验证试验结果表明,改进后的SOC估算方法与以往算法相比具有更高的精度。

传统里程计定位方法在室内环境下误差大,难以通过单一传感器对机器人精准定位。以四轮侧滑移动机器人(SSMR)为研究对象,提出一种无迹卡尔曼滤波(UKF)组合导航方法。该方法融合里程计、惯导、超宽带(UWB)传感器数据。利用超宽带定位精度高的特点,减少里程计航迹推算的打滑及累计误差影响。实验结果表明,基于UWB与里程计融合的多传感器定位方法误差明显降低,提高了定位准确性,能够满足勘测机器人在地下非GPS环境精确定位的要求。

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。

以某装备液压支腿回路为研究对象,分析回路常见故障机制,提取故障特征参数,基于无迹卡尔曼滤波算法,建立了双向液压锁性能衰退预测模型,构建工作指数指标,确定工作指数的异常阈值,估算双向液压锁工作寿命。基于MATLAB/Simulink模块,搭建双向液压锁仿真模型,设置装备相关作业参数,仿真双向液压锁在其寿命周期内性能随压力、温度的变化趋势。研究结果可为该元件的维修保障方案提供科学指导。

针对基于测速发电机、光电编码器等测速传感器的传统测速系统存在低速测量性能,实时性,对结构不对称、电磁扰动等的抗干扰性等都较差的问题,提出了一种高精度宽范围实时滤波测速方法.以爪极永磁式交流测速电机为例,详细分析了其机械结构特性和工作原理,并在结构不对称条件下建立了爪极永磁式交流测速电机测速模型,提出了一种面向工程应用、计算量小的交互双模自适应降阶无迹卡尔曼滤波算法来实时估计永磁转子转速.该算法同时运行降阶和全阶交互双模自适应算法,当采用降阶估计值保障系统实时性时,在计算耗时较长的全阶算法运行完成一次后修正一次降阶估计值,提高测速精度.仿真结果表明,提出的测速算法对于结构不对称扰动具有良好的鲁棒性,能够适用于宽范围条件下的转速高精度实时跟踪,具有一定的工程指导意义.