隨著科學(xué)技術(shù)的快速發(fā)展,下肢力線測定系統(tǒng)逐漸成為醫(yī)療行業(yè)發(fā)展的熱點。室內(nèi)定位技術(shù)作為下肢力線測定系統(tǒng)的一項關(guān)鍵技術(shù),被認為是新世紀最有發(fā)展前景的信息技術(shù)之一。慣性傳感器因其體積小、便于攜帶、成本低以及自主性強的優(yōu)勢,得以廣泛應(yīng)用。但基于慣性傳感器的室內(nèi)定位技術(shù)容易造成累積誤差且計算復(fù)雜度較大,因此,減少累積誤差及降低計算復(fù)雜度是本文的主要研究內(nèi)容。本文首先對下肢力線測定系統(tǒng)的研究背景及意義進行介紹,闡述了國內(nèi)外對室內(nèi)定位技術(shù)的研究現(xiàn)狀,并對慣性傳感器,數(shù)據(jù)融合,姿態(tài)解算以及卷積神經(jīng)網(wǎng)絡(luò)原理進行描述。然后針對下肢力線測定系統(tǒng)中的定位問題,以慣性傳感器為基礎(chǔ),圍繞如何提高室內(nèi)定位的精度,降低室內(nèi)定位的復(fù)雜度,提高效率這一內(nèi)容,開展了一系列的研究工作。本文的主要貢獻包括以下幾個方面:1)根據(jù)慣性傳感器的原理,提出一個基于慣性傳感器的力線測定系統(tǒng)框架。該框架主要由三個部分組成:數(shù)據(jù)融合,姿態(tài)解算以及位置求解。數(shù)據(jù)融合部分通過慣性傳感器采集加速度計和陀螺儀數(shù)據(jù),并對其進行融合,得到四元數(shù)數(shù)據(jù)。姿態(tài)解算部分主要是利用四元數(shù)法對載體坐標系中的加速度數(shù)據(jù)進行坐標轉(zhuǎn)換,得到地理坐標系的加速度數(shù)據(jù)。位置求... 

【文章來源】：浙江師范大學(xué)浙江省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

DMP及I2C初始化程序代碼圖

4基于卷積神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位陀螺儀測量值以及與之對應(yīng)的室內(nèi)物體的真實位置信息；然后通過數(shù)據(jù)融合的方式對上述數(shù)據(jù)進行處理從而得到四元數(shù)數(shù)據(jù)；隨后再通過四元數(shù)數(shù)據(jù)把載體坐標系中室內(nèi)物體的傳感器測量值轉(zhuǎn)換成地理坐標系中的傳感器測量值；緊接著對地理坐標系中的傳感器測量值進行歸一化處理從而得到歸一化后的傳感器測量值；再通過歸一化后的傳感器測量值以及物體的真實位置信息對卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練；最后利用訓(xùn)練好的模型對物體位置信息進行預(yù)測繼而實現(xiàn)室內(nèi)定位。下面將詳細闡述基于卷積神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位算法的各個部分。4.2卷積神經(jīng)網(wǎng)絡(luò)定位算法4.2.1數(shù)據(jù)融合本章的數(shù)據(jù)融合模塊主要負責(zé)將傳感器采集到的加速度與陀螺儀數(shù)據(jù)進行融合處理從而降低傳感器數(shù)據(jù)之間的誤差，實現(xiàn)更為精確的室內(nèi)定位。本章通過使用集成在MPU6050硬件上的DMP技術(shù)來進行數(shù)據(jù)融合。圖3.3所示為DMP技術(shù)解算四元數(shù)的流程圖。DMP技術(shù)通過硬件電路的處理可以快速有效的計算出四元數(shù)數(shù)據(jù)，其處理結(jié)果通過DMP寄存器讀取得到，如圖4.2所示。由圖可知，經(jīng)DMP數(shù)據(jù)融合后的四元數(shù)是采用q30的格式進行輸出的，本章為方便后面計算將其轉(zhuǎn)換成浮點數(shù)的形式。通過使用DMP技術(shù)可大幅降低運算復(fù)雜度，簡化程序代碼設(shè)計。圖4.2DMP寄存器讀取四元數(shù)代碼圖考慮到四元數(shù)在多次運算后會累積誤差，所以本章通過DMP技術(shù)得到四元數(shù)后會32

【參考文獻】：
期刊論文
[1]基于ARM與MPU6050的測姿系統(tǒng)設(shè)計[J]. 黃金鵬,尚俊娜,岳克強.  傳感器與微系統(tǒng). 2018(04)
[2]基于角度補償?shù)氖謾C多傳感器數(shù)據(jù)融合測距算法[J]. 陳帥,王國英,莫路鋒.  傳感技術(shù)學(xué)報. 2017(02)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學(xué)報. 2017(06)

博士論文
[1]室內(nèi)定位關(guān)鍵技術(shù)研究[D]. 張宴龍.中國科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于慣導(dǎo)技術(shù)的室內(nèi)巡檢及定位系統(tǒng)設(shè)計[D]. 趙雙.西安電子科技大學(xué) 2019
[2]基于航位推算的室內(nèi)定位系統(tǒng)研究與實現(xiàn)[D]. 宋紅麗.電子科技大學(xué) 2018
[3]基于MEMS-IMU的室內(nèi)定位與導(dǎo)航算法研究[D]. 寇彩云.北京工業(yè)大學(xué) 2018
[4]基于多傳感器數(shù)據(jù)融合的AGV導(dǎo)航控制系統(tǒng)研究[D]. 徐本領(lǐng).南京航空航天大學(xué) 2018
[5]人體下肢力線導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究[D]. 劉傳耙.天津大學(xué) 2018
[6]基于MEMS低成本微型捷聯(lián)慣性導(dǎo)航系統(tǒng)研究[D]. 王守寬.北京理工大學(xué) 2016
[7]基于多個慣性傳感器的姿態(tài)融合算法研究[D]. 武健.哈爾濱工業(yè)大學(xué) 2015
[8]改進的卷積神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究[D]. 何鵬程.大連理工大學(xué) 2015
[9]基于移動終端傳感器的室內(nèi)定位技術(shù)研究[D]. 谷春斌.電子科技大學(xué) 2015
[10]基于MEMS傳感器的高精度行人導(dǎo)航算法研究[D]. 楊輝.廈門大學(xué) 2014



本文編號：3556558