球形电机多自由度姿态传感融合方法研究及应用

发布时间：2020-10-11 12:44

　　 球形电机是一种基于中心球关节的三自由度电磁驱动电机,其转动灵活,结构紧凑,相比传统的多自由度平台省去了复杂的传动机构,旋转无奇异点,在机器人关节,曲面共形打印等方向有着重要的应用前景。球形电机的应用中,准确,高数据率的姿态传感方案对电机的闭环控制至关重要,现有的姿态传感方案,如图形编码或导向框架等姿态测量方案在数据率或测量灵活性方面有着较大的限制。启发于飞行器惯性姿态融合系统中结合不同传感器的测量,通过数据融合弥补传感器的不足,本文将研究针对球形电机多自由度系统的姿态融合方法。常用的惯性测量方案在球形电机姿态测量中需要面对严重的地磁干扰与加速度干扰等问题。多自由度姿态融合方法的关键即为克服现有的测量干扰,为球形电机提供优质的姿态反馈。本文从数据融合中使用的陀螺仪与加速度的测量模型出发,给出姿态测量的方案,并推导测量姿态与转子姿态的转换关系。基于广义卡尔曼滤波详细地给出姿态融合算法,针对数据融合中的干扰问题,提出一种基于定子加速度测量的时变参考矢量姿态融合算法,构建仿真数据并验证了姿态融合算法的有效性。考虑到实际传感器测量的误差,对传感器的噪声进行仔细的测量与分析,设计相应的数字滤波和标定方案,最终在实验平台上对姿态融合算法进行实验验证。实验结果说明了数据融合算法在方位校正与姿态检测上的有效性。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM30
【部分图文】：

图 1.3 MEMS 陀螺仪姿态测量模块EMS惯性姿态系统精度主要有硬件上直接提高传感器精度[17]和软据融合两种方案。由于需要的工艺创新或传感器结构创新的难度较度提高的文章相对较少。软件方面的优化滤波和数据融合方向则惯性姿态系统更多面向实时的测量应用，因而在传感器数据滤波中域分析，进而设计相应的实时数字滤波器来多数据进行平滑，滤波轴 MEMS 惯性姿态系统的数据融合算法运用最多的为卡尔曼滤波卡尔曼滤波是一种针对包含高斯白噪声系统的线性最小方差估计系统和量测均为线性，使用量测量的先验信息和一步预测均方误差矩阵 K。卡尔曼滤波主要的研究热点在于系统状态方程确定以及序列协方差矩阵 Q 与量测噪声序列协方差矩阵 R。s D.Power 提出基于下山法的卡尔曼滤波器离线参数调整方式[20]。

图 2.2 球形姿态测量系统在分析传感器测量姿态与球形电机转子姿态的关系中，需要具体引入 4 个别为传感器安装坐标系 S，球形电机转子坐标系 M，世界坐标系 G 与球形坐标系 X。文提到传感器坐标系 S 即为动系为一种理想情况，实际上传感器安装会有，因而增加一组电机转子坐标系 M。同样前文中的世界坐标系 G 即为定系理想情况，实际上传感器测量的参考坐标系为世界坐标系 G 与定子坐标系个方位差。参考表 2.4，目标矩阵描述转子坐标系相对定子坐标系的旋转矩阵，即为所矩阵；测量矩阵为传感器测量直接得到的矩阵；而安装矩阵与方位矩阵一般进行标定测试得到，可以认为是确定的。假设初始时刻 为安装坐标系 S 上一点在定坐标系的描述 X，则该点在安

图 2.4 球形电机曲面打印六自由平台的应对曲面打印应用场景的姿态检测系统，相对前面的测量三轴加速度计（AccelerM）对移动平台加速度进行测量，并算中。xznABX0Z0AyY0CO喷头曲面基底喷头: Z水平位移台 : X,Y球形电机 : α,β,γ(设备坐标系)pAXYZ水平位移台球形电机
【相似文献】

相关期刊论文 前10条

1 苏娜;张志强;;基于z得分的科学计量学多关系融合方法研究[J];情报学报;2013年03期

2 张万福;王宏光;;微课与专业课程传统教学的交叉融合方法探讨[J];教育教学论坛;2016年48期

3 位茜;;从《我在故宫修文物》看纪录片精英文化与大众文化的融合方法[J];青年文学家;2017年29期

4 刘娟;;美声唱法在演唱及声乐教学中的融合方法[J];传媒论坛;2019年24期

5 王侠;;颠覆思维 融合方法[J];汽车观察;2014年12期

6 陈嶷瑛;孟庆新;刘智国;;基于测试分类精度的多分类器融合方法[J];佳木斯大学学报(自然科学版);2006年01期

7 邓自立;;两种最优观测融合方法的功能等价性[J];控制理论与应用;2006年02期

8 孙艳平;余锋波;张德臣;张双翼;;基于项目的高等学校课程知识的融合方法和实践[J];科教导刊(上旬刊);2014年08期

9 李珊珊;洪友堂;胡超;邵艳坡;;基于高分二号影像的融合方法对比研究[J];北京测绘;2019年03期

10 郭会敏;洪运富;李营;杨一鹏;张立峰;杨海军;朱海涛;;基于高分一号卫星影像的多种融合方法比较[J];地理与地理信息科学;2015年01期

相关博士学位论文 前10条

1 常莉红;融合方法的理论研究及其在图像处理中的应用[D];西安电子科技大学;2018年

2 佘二永;多源图像融合方法研究[D];国防科学技术大学;2005年

3 孟祥超;多源时—空—谱光学遥感影像的变分融合方法[D];武汉大学;2017年

4 李爽;融合方法及空间分辨率比率对遥感影像融合结果影响的研究[D];武汉大学;2010年

5 陈金广;运动目标状态估计及融合方法研究[D];西安电子科技大学;2011年

6 李军侠;基于低秩理论及空间约束编码的显著性检测与融合方法研究[D];南京理工大学;2017年

7 李树涛;多传感器图象信息融合方法与应用研究[D];湖南大学;2001年

8 刘羽;像素级多源图像融合方法研究[D];中国科学技术大学;2016年

9 朱培逸;不确定信息的融合方法及其应用研究[D];江南大学;2013年

10 李春华;基于机器学习模型与众包的知识融合方法研究[D];苏州大学;2017年

相关硕士学位论文 前10条

1 代旺;球形电机多自由度姿态传感融合方法研究及应用[D];华中科技大学;2019年

2 李军;地震精细差异体分析和属性融合方法研究[D];中国石油大学(北京);2018年

3 胡洁琼;基于开放数据的领域知识融合方法研究及应用[D];上海交通大学;2018年

4 陈云;地方志资源知识融合方法与系统[D];华中师范大学;2018年

5 马谦映;基于高分专项卫星数据的时空融合方法应用分析[D];太原理工大学;2018年

6 白改燕;手指生物特征超球粒化融合方法研究[D];中国民航大学;2017年

7 张家忠;基于二通道不可分小波的多聚焦图像融合方法研究[D];湖北大学;2013年

8 熊宇龙;基于调和场的几何模型快速融合方法与应用研究[D];浙江理工大学;2018年

9 董照焜;基于多小波分解的矢量图像融合方法研究[D];天津大学;2009年

10 刘震;面向认知的多波段图像融合方法研究[D];中北大学;2018年

本文编号：2836606