基于DMA的阵列MEMSIMU的数据同步采集方法

    公开(公告)号:CN115098424B

    公开(公告)日:2024-08-13

    申请号:CN202210633716.X

    申请日:2022-06-06

    IPC分类号: G06F13/42 G06F13/38

    摘要: 本发明涉及单片机数据传输技术领域,提供了基于DMA的阵列MEMSIMU的数据同步采集方法。该方法包括:根据SPI的通信方式进行数据交互,配置SPI;根据单片机的指令,配置SPI对应的DMA通道;采用单片机的定时器外设,设置定时器中断时间,以配置定时器中断服务函数;开启所述SPI的DMA通道,并基于配置DMA中断服务函数,完成传输后中断,并获得导航解算需要的IMU传感器数据;将所述导航解算需要的IMU传感器数据传输至上位机,完成基于DMA的阵列MEMSIMU的数据同步采集。本发明方案同时获得多个MEMSIMU采集到的数据,留给CPU足够的时间进行导航解算,实现了MEMSIMU的同步采集。

    一种阵列式传感器多采样率数据融合姿态校正方法

    公开(公告)号:CN114018279B

    公开(公告)日:2023-08-22

    申请号:CN202111237885.3

    申请日:2021-10-25

    IPC分类号: G01C23/00 G01C21/18

    摘要: 本发明公开了一种阵列式传感器的多采样率数据融合姿态校正方法,包括多采样率采样阵列内陀螺、加速度计的值;对不同采样率得到数据进行零速判断,将三轴加速度计测得的合加速度与重力加速度比较,得到加速度计算出的水平姿态角的可信度;由不同采样率的加速度计测量值与之前捷联矩阵相比得到水平姿态的测量误差估计值,并根据不同采样率下加速度计数据的可信度对其进行加权融合;由加速度计得到的水平姿态角变化量与陀螺测得的角速度融合得到最终的姿态角。

    基于低存储量和计算量的阵列MEMSIMU数据压缩实时存储方法

    公开(公告)号:CN115390750A

    公开(公告)日:2022-11-25

    申请号:CN202210943188.8

    申请日:2022-08-08

    IPC分类号: G06F3/06

    摘要: 本发明涉及MEMS惯性技术领域,提出了基于低存储量和计算量的阵列MEMSIMU数据压缩实时存储方法。阵列MEMSIMU会比单一MEMSIMU需要采集更多数据,同时主控芯片不仅需要对大量原始数据进行组合导航处理,还需要对历史数据进行存储压缩,这些数据可用来准确的判断载体运动状态以及进行故障诊断。对于以单片机为主控芯片的阵列MEMSIMU,单片机需要占用更多的存储空间和计算量去处理阵列MEMSIMU的数据,进一步压缩了组合导航计算资源,制约了低成本阵列MEMSIMU的发展。因此,本发明研究了一种基于低存储和计算量的阵列MEMSIMU数据压缩实时存储方法,应用此方法,大大减少了单片机存储量的使用,节约了单片机资源。

    基于DMA的阵列MEMSIMU的数据同步采集方法

    公开(公告)号:CN115098424A

    公开(公告)日:2022-09-23

    申请号:CN202210633716.X

    申请日:2022-06-06

    IPC分类号: G06F13/42 G06F13/38

    摘要: 本发明涉及单片机数据传输技术领域,提供了基于DMA的阵列MEMSIMU的数据同步采集方法。该方法包括:根据SPI的通信方式进行数据交互,配置SPI;根据单片机的指令,配置SPI对应的DMA通道;采用单片机的定时器外设,设置定时器中断时间,以配置定时器中断服务函数;开启所述SPI的DMA通道,并基于配置DMA中断服务函数,完成传输后中断,并获得导航解算需要的IMU传感器数据;将所述导航解算需要的IMU传感器数据传输至上位机,完成基于DMA的阵列MEMSIMU的数据同步采集。本发明方案同时获得多个MEMSIMU采集到的数据,留给CPU足够的时间进行导航解算,实现了MEMSIMU的同步采集。

    一种阵列式传感器多采样率数据融合姿态校正方法

    公开(公告)号:CN114018279A

    公开(公告)日:2022-02-08

    申请号:CN202111237885.3

    申请日:2021-10-25

    IPC分类号: G01C23/00 G01C21/18

    摘要: 本发明公开了一种阵列式传感器的多采样率数据融合姿态校正方法,包括多采样率采样阵列内陀螺、加速度计的值;对不同采样率得到数据进行零速判断,将三轴加速度计测得的合加速度与重力加速度比较,得到加速度计算出的水平姿态角的可信度;由不同采样率的加速度计测量值与之前捷联矩阵相比得到水平姿态的测量误差估计值,并根据不同采样率下加速度计数据的可信度对其进行加权融合;由加速度计得到的水平姿态角变化量与陀螺测得的角速度融合得到最终的姿态角。

    一种基于在线更新策略的定制化行人轨迹预测方法

    公开(公告)号:CN114611663B

    公开(公告)日:2024-07-09

    申请号:CN202210165766.X

    申请日:2022-02-21

    摘要: 本发明公开了一种基于在线更新策略的定制化行人轨迹预测方法,包括:搭建基于生成对抗框架的参数共享模型;模型训练,在不同行人疏密程度的场景中训练基于生成对抗框架的参数共享模型,学习各场景中行人轨迹的通用特征;模型测试,基于循环生成对抗原理,调用模型训练阶段优化完成的基于生成对抗框架的参数共享模型,搭建基于循环生成对抗框架的行人轨迹预测模型用于测试;将得到的模型应用于单个行人,随着模型测试过程的持续推进在线优化模型参数,并学习到基于单人的个性化行为偏好,联合推理出场景中所有行人的预测轨迹。本发明的方法可有效捕捉场景中不同行人行为模式的差异化特征,以降低预测轨迹的误差并提升系统的稳健性。

    一种基于弹载惯性/星光组合导航的加速度标定方法

    公开(公告)号:CN114966115B

    公开(公告)日:2023-09-26

    申请号:CN202210611092.1

    申请日:2022-05-31

    IPC分类号: G01P21/00 G01C25/00

    摘要: 本发明公开了一种基于弹载惯性/星光组合导航的加速度标定方法,包括以下步骤:获取载体发射前的初始姿态;基于惯性导航,建立姿态更新模型;进行观星量测,并记录星敏感器观测的恒星坐标及其在弹载导航星库中存储的地心赤道坐标系坐标数据,得到观星数据;根据所述姿态更新模型和所述观星量测数据,构建综合观测模型;根据所述综合观测模型,计算当前姿态误差;通过卡尔曼滤波算法,计算所述当前姿态误差中,由加速度计提供的初始姿态误差;根据所述初始姿态误差,计算水平加表误差,并对所述加速度计进行校正。

    一种惯性导航系统校准用惯性器件离心测试装置

    公开(公告)号:CN115950457B

    公开(公告)日:2023-05-02

    申请号:CN202310232375.X

    申请日:2023-03-13

    IPC分类号: G01C25/00

    摘要: 本发明属于惯性导航系统的惯性器件测试测量技术领域,具体涉及一种惯性导航系统校准用惯性器件离心测试装置,包括离心机和载荷,离心机包括转台、驱动机构、转台电控机构、主轴;转台中央安装有主轴;驱动机构连接主轴并驱动主轴旋转;转台电控机构完成转台的起停、转台监控及远程控制;转台上安装有载荷,载荷包括待测惯性器件、供电与数据传输机构、固定机构、三轴光纤陀螺组件和激光测距机构;激光测距机构实时测量待测惯性器件的有效测试半径,三轴光纤陀螺组件实时测量待测惯性器件的瞬时角速率;本装置有效提高输出向心加速度的精度,进一步提高待测惯性器件的标定精度,降低非线性误差的影响。