【摘 要】
：
针对传统四旋翼无人机梯度下降姿态融合算法收敛较慢,步长难以确定,且受非重力加速度影响大的问题,提出一种基于加速度计模型重构的自适应姿态融合算法。在加速度计模型重构的基础上,利用自适应Momentum梯度下降算法融合加速度计与陀螺仪数据进行水平姿态角解算,最后结合所得水平姿态角与磁力计数据计算偏航角。实验结果表明:该算法在低速和高速运动状态下相对于传统算法的精度分别提高了3～4个数量级和1个数量级。
【基金项目】
：
上海市科学技术委员会科研计划项目(16DZ1206002),国家自然科学基金青年科学基金资助项目(61801286),上海市科委重点资助项目(18511101600)。
论文部分内容阅读
针对传统四旋翼无人机梯度下降姿态融合算法收敛较慢,步长难以确定,且受非重力加速度影响大的问题,提出一种基于加速度计模型重构的自适应姿态融合算法。在加速度计模型重构的基础上,利用自适应Momentum梯度下降算法融合加速度计与陀螺仪数据进行水平姿态角解算,最后结合所得水平姿态角与磁力计数据计算偏航角。实验结果表明:该算法在低速和高速运动状态下相对于传统算法的精度分别提高了3～4个数量级和1个数量级。
其他文献
针对目前无人机(UAV)姿态解算精度问题,提出了一种基于RMSprop算法的动态步长梯度下降姿态解算算法。算法先利用陀螺仪求解四元数微分方程输出数据,测量物体坐标系下的三轴欧拉角变化率进而得到姿态四元数率;然后利用RMSprop算法进行姿态解算。基于上述理论,采取多传感器数据融合,通过RMSprop算法对姿态四元数进行动态步长寻优估计,增强小型无人机飞行器姿态解算的动态性能,提高无人机的飞行性能、抗干扰性和可靠性。通过传感器数据进行分析对比实验,实验结果表明:该算法具有较高的姿态解算精度和较好的实时跟踪性
由于室内环境复杂多变,存在着严重的非视距(NLOS)和多径效应,利用传统的指纹定位技术会造成较大的定位误差。针对此问题,利用超宽带(UWB)信号测距信息准确、波动小的特点,将测距值作为指纹量,提出一种基于稀疏自编码器(SAE)与随机森林(RF)相结合的三维室内定位方法。利用SAE提取出更具鲁棒性的特征值,将此特征值作为深度神经网络(DNN)回归网络的输入,得到目标点的估计定位坐标。针对环境变化导致的旧数据库无法匹配新采集指纹量的问题,利用测距值作为RF回归模型的输入对估计定位坐标进行定位误差修正。实验结果
针对复杂室内强遮挡、低基站部署密度的场景,研究基于近超声的位置指纹定位方法。提出了基于近超声到达时间(TOA)信息的位置指纹定位方法,并基于双曲调频信号建立高精度的TOA信息指纹库;分别结合反向传播(BP)神经网络和加权K最近邻(WKNN)提出了TOA—人工神经网络(TOA-ANN)和TOA-WKNN定位方法架构。实验结果表明:在复杂室内遮挡环境中,TOA-ANN优于TOA-WKNN的方法架构。在仅用2个声源基站的条件下,其定位误差小于42 cm的概率为90%,小于27 cm的概率为80%,定位误差小于2
根据景深图虚化背景影响的思想,提出一种基于景深和LK光流法的视频测速算法。通过多尺度自适应小波算法沿水平、垂直及对角线4个方向对图像进行分解;引入边缘图和李氏指数,优化由显著特征区域高频小波系数与深度值关系生成的景深图;最后用LK光流法对景深图进行ORB角点检测,并结合SUSAN算法剔除异常角点绘制角点分布图,由角点坐标在相邻帧图像中的位移计算目标的运动速度和角度。实验结果证明:该算法能有效抑制背
设计了一种通过超声波传感器进行目标定位和跟踪的智能小车系统。利用超声波传感器模块作为跟随目标信息采集与发射的装置;建立数学模型;针对不同的阵列方式和发射角度对超声波信号的获取进行研究;验证后选择特定角度实现了大面积超声波信号的获取。通过实验证明:搭建的超声波跟随系统在有效范围内可以获得被跟随目标的距离位置信息;误差小且定位准确;脉宽调制(PWM)控制小车进行自主移动跟踪。针对不同的超声波阵列方式对跟随系统的影响进行了测试。通过仿真对实验结果进一步验证,实验表明:跟随系统运行稳定,跟随效果良好,具有较好的准
金属钼离子选择电极(ISE)在检测磷酸根离子(HPO_4~(2-))过程中响应电位容易受到被测溶液pH值的影响,进而影响ISE的测量性能。采用电化学阻抗谱法研究了电极/溶液界面上的电化学过程及被测溶液pH值变化对电极过程动力学参数的影响。利用R(QR)或R(Q(RZ_w))等效电路拟合电极/溶液界面的双电层结构,可以发现,当被测溶液pH=11时,钼电极的电荷转移电阻R_(ct)达到最低,此时电极表
针对印刷行业传统数纸机功耗大、成本高、智能化不足的问题,设计了一个基于电容数字/频率转换器FDC2214的纸张计数系统。系统的两平行极板间不同的纸张数目影响电容值进而调整谐振频率,FDC2214芯片将接收到的频率值转换成数字量以I~2C方式与控制中心STM32单片机进行通信。单片机对采集数据先进行卡尔曼滤波预处理,之后采用动态阈值算法,可实现对纸张数目边校准边测量。系统智能化高、实时性好。实验测试
针对碳钢管内壁缺陷难以定量检测的问题,提出了涡流阵列的无损检测方法。涡流阵列信号的幅值归一化和相位差分处理后,仿真与实验结果表明:涡流阵列信号在缺陷处发生显著变化,其中,阵列信号的极值,能明显地反映缺陷深度的变化;阵列信号的变化区间长度,可以直接表征缺陷宽度的大小,仿真的均方根误差为0.70 mm,实验的均方根误差为2.88 mm。采用涡流阵列的方法,实现了碳钢管内壁缺陷的深度和宽度的定量检测。
为了解决近红外夜间行人检测中传统行人检测方法识别速度慢、准确率低的问题,提出了一种改进的快速区域卷积神经网络(Faster R-CNN)夜间近红外行人检测方法。为了提取更深层次的图像信息,将特征提取网络设计为ResNet-50;统计目标的纵横比,引入附带目标比例的加权锚点框机制;对多层次的特征图进行特征图融合。在自建夜间近红外行人数据集上的实验结果表明:使用的方法与传统LBP+Haar+HOG+S
提出了一种基于多像素光子计数器的三维成像方法。利用高重频脉冲激光作为光源,振镜作为扫描装置,多像素光子计数器作为探测器,可编程程门控阵列作为总控制器,设计了一种基于多像素光子计数器的三维成像系统,通过光度立体算法实现对物体的三维成像。实验研究结果表明:所提方法可以实现弱光条件下对复杂物体的快速高分辨率三维成像,成像分辨率为512像素×512像素,数据采集时间小于6.7 s。所提成像方法可以应用弱光