近期，科研團(tuán)隊(duì)提出了一種基于水平姿態(tài)約束（HAC）的IMU/里程計(jì)融合導(dǎo)航方法，解決了傳統(tǒng)非完整約束（NHC）算法中IMU姿態(tài)誤差累積導(dǎo)致的精度下降問(wèn)題，對(duì)提升地面車輛導(dǎo)航可靠性具有重要意義。該方法利用車輛水平勻速運(yùn)動(dòng)時(shí)垂直加速度與重力加速度一致的特性，通過(guò)加速度計(jì)輸出判斷運(yùn)動(dòng)狀態(tài)，將俯仰角和橫滾角歸零以實(shí)現(xiàn)姿態(tài)校正，在傳統(tǒng)NHC算法基礎(chǔ)上增加水平姿態(tài)約束，構(gòu)建了包含姿態(tài)誤差、速度誤差、位置誤差及傳感器漂移的15維狀態(tài)方程和融合速度與姿態(tài)數(shù)據(jù)的測(cè)量方程，基于卡爾曼濾波實(shí)現(xiàn)數(shù)據(jù)融合。經(jīng)兩組真實(shí)車輛測(cè)試數(shù)據(jù)驗(yàn)證，該算法相比傳統(tǒng)NHC算法，水平精度分別提升約63%和70%，垂直精度分別提升98%和97%，姿態(tài)誤差（橫滾角、俯仰角）改善幅度達(dá)88%以上，極大減少了誤差累積，提升了導(dǎo)航系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。IMU傳感器的輸出數(shù)據(jù)格式是什么？上海國(guó)產(chǎn)IMU傳感器測(cè)量精度

    臨床步態(tài)分析中，光學(xué)運(yùn)動(dòng)捕捉系統(tǒng)（OMC）雖為多段足部模型分析的金標(biāo)準(zhǔn)，但存在空間、成本和時(shí)間消耗大的局限，臨床適用性受限。基于慣性測(cè)量單元（IMU）的步態(tài)分析系統(tǒng)雖便捷，卻多將足踝視為單一剛性段，難以滿足臨床對(duì)足部分段運(yùn)動(dòng)分析的需求。近日，德國(guó)慕尼黑大學(xué)醫(yī)學(xué)中心團(tuán)隊(duì)在《Galt&Posture》期刊發(fā)表研究成果，推出一款基于IMU的雙段足部模型，并完成其可靠性測(cè)試。該模型在傳統(tǒng)IMU傳感器布置基礎(chǔ)上，于跟骨后側(cè)新增一枚傳感器，實(shí)現(xiàn)對(duì)后足與中足運(yùn)動(dòng)的分開分析，通過(guò)UltiumMotion系統(tǒng)采集脛骨/后足、脛骨/前足、后足/前足在步態(tài)周期中的運(yùn)動(dòng)學(xué)數(shù)據(jù)，并采用統(tǒng)計(jì)參數(shù)映射（SPM）和組內(nèi)相關(guān)系數(shù)（ICC）評(píng)估其評(píng)定者間、評(píng)定者內(nèi)及重測(cè)可靠性。該模型操作簡(jiǎn)便、耗時(shí)短，可在普通診室或野外開展，為臨床足踝診斷、療愈效果監(jiān)測(cè)提供了便捷工具。未來(lái)團(tuán)隊(duì)將進(jìn)一步開展與OMC系統(tǒng)的對(duì)比研究，完善模型以適配問(wèn)題足型等更多臨床場(chǎng)景。 高精度傳感器角度傳感器的工作溫度范圍是多少？

    人形機(jī)器人位置是其運(yùn)動(dòng)的關(guān)鍵技術(shù)，但非連續(xù)支撐、沖擊振動(dòng)及慣性導(dǎo)航漂移等問(wèn)題，導(dǎo)致傳統(tǒng)位置方法難以滿足精度需求，且部分方案存在硬件復(fù)雜、計(jì)算量大等局限。近日，東南大學(xué)、新加坡南洋理工大學(xué)等團(tuán)隊(duì)在《BiomimeticIntelligenceandRobotics》期刊發(fā)表研究成果，提出一種基于腿部正向運(yùn)動(dòng)學(xué)與IMU融合的步態(tài)里程計(jì)算法。該算法首先建立機(jī)器人腿部正向運(yùn)動(dòng)學(xué)模型，通過(guò)D-H參數(shù)法求解機(jī)身與足部的坐標(biāo)變換關(guān)系；再結(jié)合IMU采集的三軸加速度、角速度及歐拉角數(shù)據(jù)，構(gòu)建卡爾曼濾波模型，將運(yùn)動(dòng)學(xué)信息與IMU數(shù)據(jù)深度融合，實(shí)現(xiàn)機(jī)器人位置和速度的精細(xì)估計(jì)。該方案需機(jī)器人配備關(guān)節(jié)編碼器和IMU，硬件需求低、計(jì)算復(fù)雜度小，可適配雙足、四足等多種腿部機(jī)器人。該算法為室內(nèi)人形機(jī)器人位置提供了有力解決方案，硬件依賴低、適用性廣。未來(lái)可進(jìn)一步優(yōu)化足底滑動(dòng)補(bǔ)償策略，提升機(jī)器人在復(fù)雜地形下的位置魯棒性。

    自主模塊化公交（AMB）可動(dòng)態(tài)對(duì)接或拆分，能減少交通擁堵、降低能耗，但自主對(duì)接過(guò)程中面臨垂直方向位置漂移、近距離動(dòng)態(tài)遮擋等關(guān)鍵挑戰(zhàn)，現(xiàn)有LiDAR-SLAM算法在動(dòng)態(tài)場(chǎng)景下性能受限，難以滿足高精度對(duì)接需求。近日，華南理工大學(xué)與清華大學(xué)團(tuán)隊(duì)在《GreenEnergyandIntelligentTransportation》期刊發(fā)表研究成果，提出一種增強(qiáng)型LiDAR-IMU融合SLAM框架，專為AMB對(duì)接場(chǎng)景優(yōu)化。該框架關(guān)鍵創(chuàng)新包括三點(diǎn)：一是采用帶地面約束的兩階段掃描匹配方法，先通過(guò)地面特征估計(jì)z軸位置、橫滾角和俯仰角，再利用非地面特征優(yōu)化x、y軸位置和航向角，降低垂直漂移；二是設(shè)計(jì)融合IMU橫滾角和俯仰角約束的因子圖優(yōu)化策略，通過(guò)周期性重置因子圖，減少長(zhǎng)期累積誤差；三是引入深度學(xué)習(xí)驅(qū)動(dòng)的前車檢測(cè)與點(diǎn)云濾波機(jī)制，基于PointPillars網(wǎng)絡(luò)識(shí)別前車，過(guò)濾遮擋點(diǎn)云以降低動(dòng)態(tài)干擾。該框架解決了AMB對(duì)接的關(guān)鍵位置難題，為模塊化公交的實(shí)際落地提供了關(guān)鍵技術(shù)支撐。未來(lái)團(tuán)隊(duì)將優(yōu)化算法以適配非平坦地形，并拓展動(dòng)態(tài)障礙物處理能力，推動(dòng)AMB在復(fù)雜城市環(huán)境中的廣泛應(yīng)用。 導(dǎo)航傳感器是否能與其他傳感器集成？

近日，來(lái)自加拿大的研究團(tuán)隊(duì)研發(fā)了一種姿勢(shì)評(píng)估系統(tǒng)，該系統(tǒng)融合了IMU技術(shù)和無(wú)跡卡爾曼濾波器，旨在研究評(píng)估農(nóng)業(yè)工作者在田間作業(yè)時(shí)的姿勢(shì)，以分析職業(yè)相關(guān)的肌肉骨骼狀態(tài)。科研團(tuán)隊(duì)將IMU傳感器固定到農(nóng)業(yè)工作者佩戴的裝備中，以監(jiān)測(cè)并記錄工作時(shí)軀干、肩部和肘部的動(dòng)態(tài)變化。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，IMU傳感器能準(zhǔn)確捕捉這些部位在復(fù)雜農(nóng)事活動(dòng)中的動(dòng)態(tài)變化，即使在戶外復(fù)雜的工作環(huán)境中，IMU傳感器也能保持較高的監(jiān)測(cè)精度。研究表明，無(wú)論工作環(huán)境如何，IMU傳感器都能保持較高的監(jiān)測(cè)精度。這也證明IMU傳感器在評(píng)估農(nóng)業(yè)工作者姿勢(shì)方面扮演著重要角色，并有望推動(dòng)職業(yè)監(jiān)測(cè)技術(shù)向更高精度和實(shí)用性水平發(fā)展。慣性傳感器的精度如何影響應(yīng)用效果？江蘇機(jī)器人傳感器生產(chǎn)廠家

IMU傳感器的功耗如何？上海國(guó)產(chǎn)IMU傳感器測(cè)量精度

    印度尼西亞研究團(tuán)隊(duì)開展了一項(xiàng)針對(duì)低成本GNSS/IMU移動(dòng)測(cè)繪應(yīng)用的研究，旨在解決復(fù)雜環(huán)境下低成本GNSS接收機(jī)信號(hào)質(zhì)量差、多路徑干擾明顯及信號(hào)中斷等問(wèn)題，通過(guò)融合技術(shù)提升位置精度。研究采用U-bloxF9RGNSS/IMU模塊安裝在車輛上，選取開闊天空、城市環(huán)境及商場(chǎng)地下室等復(fù)雜場(chǎng)景進(jìn)行數(shù)據(jù)采集，運(yùn)用單點(diǎn)位置（SPP/IMU）和差分GNSS（DGNSS/IMU）兩種處理方式，結(jié)合無(wú)跡卡爾曼濾波器（UKF）處理非線性系統(tǒng)模型，并通過(guò)低通和高通濾波器對(duì)IMU數(shù)據(jù)進(jìn)行去噪處理。結(jié)果顯示，在無(wú)信號(hào)中斷情況下，SPP/IMU融合相較于單獨(dú)GNSS位置，東向和北向精度分別提升和；DGNSS/IMU融合的精度提升更為明顯，東向和北向分別達(dá)和，TransmartSidoarjo場(chǎng)景下RMSE為（東向）和（北向）。IMU數(shù)據(jù)去噪后，融合精度進(jìn)一步提升厘米級(jí)。不過(guò)在信號(hào)中斷場(chǎng)景中，該融合方案未能達(dá)到預(yù)期位置精度，短時(shí)間中斷時(shí)雖能提供車輛運(yùn)動(dòng)軌跡模式，但方向和幅度存在偏差，長(zhǎng)時(shí)間中斷時(shí)誤差明顯增大（東向約、北向約）。該研究證實(shí)了UKF融合低-costGNSS/IMU在復(fù)雜環(huán)境移動(dòng)測(cè)繪中的可行性，為相關(guān)低成本導(dǎo)航應(yīng)用提供了技術(shù)參考，但其在信號(hào)中斷場(chǎng)景的性能仍需進(jìn)一步優(yōu)化。 上海國(guó)產(chǎn)IMU傳感器測(cè)量精度