《基于MEMS惯性传感器的两轮自平衡小车设计》PDF+DOC

📙 相关资料

1. 《两轮自平衡小车的设计》PDF+DOC 设计了以陀螺仪ENC-03以及MEMS加速度计MMA7260为传感器的姿态感知系统，选用16位单片机MC9S12XS128为控制核心处理器，完成对传感器信号的采集处理、车身控制以及人机交互的设计，实现小车自主控制平衡状态、运行速度以及转向角度大小等功能.实验结果表明该系统的性能满足设计要求。...
2. 《基于单片机的两轮自平衡小车的设计》PDF+DOC 系统采用陀螺仪MPU6050构成小车姿态检测装置，使用卡尔曼滤波完成陀螺仪数据与加速度计数据的融合，选用STM32F103单片机为控制核心，完成了传感器信号的处理，实现了车身的控制。整个系统的各个模块能够正常、协调工作，小车可以在无人干预条件下实现自主平衡。同时在引入适量干扰情况下小车能够自主调整并......
3. 《多传感器滤波算法下的两轮自平衡机器人控制》PDF+DOC 文中旨在实现两轮自平衡机器人更加稳定的姿态控制的研究，选择STM32作为开发平台，针对在对两轮平衡车姿态检测过程中存在一定的噪声干扰和测量误差的问题，设计了一种基于卡尔曼滤波的由多个传感器数据融合的方法。在更好地融合了多组陀螺仪与加速度计的数据，同时减少了存储量，得到更准确更稳定的角度值。控制结果表......
4. 《基于数据融合的两轮自平衡小车控制系统设计》PDF+DOC 为解决两轮自平衡系统中传感器存在较大震动干扰与漂移误差的问题，并提高系统姿态倾角测量的精确性和实时性，提出了基于陀螺仪与加速度计数据融合的两轮系统自平衡控制方法。建立两轮自平衡系统的动力学模型，采用卡尔曼滤波算法融合陀螺仪与加速度计信号，得到系统姿态倾角与角速度最优估计值，通过双闭环数字PID算法实......
5. 《MEMS惯性传感器ADIS16355在姿态测量中的应用》PDF+DOC 设计了基于微电子机械系统(Microelectro mechanical system，MEMS)惯性传感器集成模块ADIS16355的姿态测量系统。该姿态测量系统采用ADIS16355作为惯性测量单元，利用加速度计对重力向量的观测来修正陀螺给出的姿态信息，卡尔曼滤波实现传感器信息融合以计算运动载体......
6. 《基于MEMS惯性传感器的机器人姿态检测系统的研究》PDF+DOC 提出了一种基于MEMS惯性传感器的机器人姿态检测系统，并对检测系统的原理，组成以及数据采集进行了研究.并对陀螺仪和加速度计的影响因素进行说明，利用硬件对采集的数据进行滤波处理.通过卡尔曼滤波方法实现数据融合，充分地利用惯性传感器的信息，从而有效地提高姿态检测系统的检测精度.仿真试验表明了卡尔曼滤波方......
7. 《卡尔曼滤波在MEMS惯性姿态测量中的应用》PDF+DOC 由于测控成本和有效载荷的限制，一般采用微机电系统(MEMS)惯性传感器来测量小型无人机的飞行姿态。在MC9S12XS128单片机上通过嵌入式软件编程实现了卡尔曼滤波算法，并在JZJ-1型自准直仪转台上对MEMS加速度计和陀螺仪的输出信号进行了数据融合试验，较好地解决了MEMS惯性测量系统的零漂和机械......
8. 《基于卡尔曼滤波的两轮自平衡车姿态检测方法》PDF+DOC 针对单一传感器在两轮自平衡车姿态检测中存在噪声干扰和测量误差的问题，给出一种基于卡尔曼滤波实现对陀螺仪和加速度计数据融合的姿态检测方法，该方法以加速度计X、Z轴数据反正切运算得到的倾角值作为观测量，通过对陀螺仪时间累积产生的漂移误差进行估计，不断地反馈校正最终得到姿态信息的最优估计。仿真结果表明，该......
9. 《数据融合的两轮自平衡车姿态角度检测》PDF+DOC 根据陀螺仪和加速计两类惯性传感器在姿态角度检测中的优缺点，提出了将多传感器数据加权和卡尔曼滤波相结合的两轮自平衡车姿态角度检测数据融合算法.首先对传感器输出进行分组加权运算，然后采用卡尔曼滤波算法对加权计算结果进行估计.实验结果表明，该检测方法可行有效，相对单一传感器测量，可提升姿态角度检测精度。...
10. 《基于扩展卡尔曼滤波的两轮机器人姿态估计》PDF+DOC 针对两轮自平衡机器人惯性传感器存在误差的问题，提出基于扩展卡尔曼滤波的方法进行补偿，从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性，采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据，从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型，并对误差进行标定.......