《机器视觉与惯性信息融合的轨道线形检测》PDF+DOC
作者:郑树彬,彭乐乐,李立明,柴晓冬
单位:南京航空航天大学;全国高校机械工程测试技术研究会
出版:《振动.测试与诊断》2018年第02期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFZDCS2018020290
DOC编号:DOCZDCS2018020299
下载格式:PDF + Word/doc 文字可复制、可编辑
《面向增强现实的多传感器组合位姿注册算法》PDF+DOC2015年第07期 王崴,彭勃宇,周诚,瞿珏,刘晓卫
《基于多传感器融合的TBM姿态角测量方法》PDF+DOC2015年第12期 张春草,张剑波,朱国力
《基于多传感器融合的动态手势识别研究分析》PDF+DOC2017年第17期 马正华,李雷,乔玉涛,戎海龙,曹海婷
《基于手机惯性传感器的航向估计算法研究》PDF+DOC2020年第05期 房兴博,陶庭叶,李金超,贺晗,冯佳琪
《基于卡尔曼滤波的两轮平衡车姿态信息测量》PDF+DOC2019年第04期 王鹏业
《基于多传感融合的室内行径角度纠偏系统》PDF+DOC2019年第03期 熊璐琦,王玫,阮琨,罗丽燕,宋浠瑜
《单天线GPS/陀螺仪组合测姿方法研究》PDF+DOC2012年第04期 贺继林,袁政,谢习华,张秋阳
《基于多传感器融合的自动导引车系统设计与控制策略》PDF+DOC2011年第07期 王一强,王视鎏,冯瑞
《除冰机器人的多传感器融合障碍测距方法研究》PDF+DOC2010年第30期 向阳琴,孙炜,王聪
《插秧机多传感器组合导航方法研究》PDF+DOC2014年第05期 刘晓光,胡静涛,白晓平,李逃昌,高雷
轨道空间线形检测是保障列车运行安全的一项关键技术,受陀螺仪及加速度计的累计误差的影响,使得基于常规的惯性单元的轨道线形检测方法在低速连续运动测量下精度较低。为了解决该问题,提出一种基于机器视觉与惯性信息多传感器融合的轨道空间线形检测方法。通过分别建立惯性测量单元与机器视觉转换矩阵,倾角仪与惯性测量单元旋转矩阵及惯性测量单元与机器视觉平移关系矩阵,将动态测量数据转换到世界坐标系下,实现多传感器间的融合定标。利用扩展卡尔曼滤波将机器视觉与惯性信息进行融合,提高检测精度。最后,通过搭建测量平台进行实验验证,结果表明该方法的测量精度小于0.5mm且标准差低于0.3。与常规惯性测量方法相比,测量精度提高近10倍。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。