基于MEMS的姿態(tài)測量系統(tǒng)的研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、實時人體運動姿態(tài)測量,也稱動作捕捉,在生物醫(yī)療、體育運動、人機控制、虛擬現(xiàn)實、影視制作等領域應用廣泛。實現(xiàn)運動姿態(tài)測量的的現(xiàn)有技術主要分為光學動作捕捉、磁性動作捕捉、機械動作捕捉、慣性動作捕捉。其中基于光學的動作捕捉系統(tǒng)是目前應用最為廣泛的,但是由于其設備安裝操作復雜且昂貴,正被使用簡單、價格低廉且能克服抖動、延遲等問題的慣性式運動測量系統(tǒng)替代。本文對慣性式運動測量系統(tǒng)的組成及姿態(tài)解算算法展開研究。
  主要研究工作如下:

2、  (1)構建基于MEMS傳感器和無線WIFI技術的動作捕捉軟硬件平臺
  根據(jù)實時姿態(tài)測量需要,自主設計了具有三軸加速度計、三軸陀螺儀、三軸磁阻計的九軸慣性節(jié)點,采用CAN總線和無線WIFI通訊技術解決了數(shù)據(jù)的高速傳輸,實現(xiàn)了慣性節(jié)點單元數(shù)據(jù)的實時獲取,完成了基于MEMS的姿態(tài)測量系統(tǒng)的軟硬件平臺搭建,實現(xiàn)了3D虛擬模型對設備穿戴者的實時姿態(tài)以及位置跟蹤。
  (2)研究數(shù)據(jù)融合算法,實現(xiàn)姿態(tài)的實時解算
  設計并實

3、現(xiàn)了多種數(shù)據(jù)融合算法,并針對人體運動測量中的線性加速度干擾,對互補濾波以及七狀態(tài)量擴展卡爾曼算法做了自適應改進,并通過單軸旋轉仿真實驗驗證了改進算法的可行性。另外針對人體姿態(tài)測量的站立腳特點,設計了十三狀態(tài)量擴展卡爾曼濾波算法,利用站立腳的坐標以及各骨骼姿態(tài)推算各慣性節(jié)點的速度以及位置信息,將該數(shù)據(jù)作為擴展卡爾曼算法的測量數(shù)據(jù),在仿真實驗中達到了良好效果。最后設計了基于PI反饋的桿長跟蹤算法,實現(xiàn)了慣性節(jié)點對穿戴位置不敏感的特性,并通過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論