导读:本文包含了惯性跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:人体运动跟踪,可穿戴式惯性传感器,运动学,数据融合
惯性跟踪论文文献综述
张鋆豪,何百岳,杨旭升,张文安[1]（2019）在《基于可穿戴式惯性传感器的人体运动跟踪方法综述》一文中研究指出基于可穿戴式惯性传感器(Inertial sensor unit, IMU)的人体运动跟踪技术具有佩戴方便、运动空间不受限和成本低等优点,已广泛应用于医疗康复、体育竞技、人机交互和虚拟现实等领域.本文对惯性式人体运动跟踪技术的发展历史、研究现状以及典型方法进行了较为全面的梳理和总结,主要包括人体运动学模型和生物学约束,传感器初始对准方法,传感器种类,传感器误差处理以及数据融合方法,并概述相关方法应用于实际的现状.最后,总结了该领域待解决的难点问题,并对未来的发展趋势进行了展望.(本文来源于《自动化学报》期刊2019年08期）
时延君,周禹轩,高浩,李娅婷,朱军[2]（2019）在《基于惯性稳定与快速跟踪双模式的安防机器人》一文中研究指出针对现有安防侦察机器人在稳定成像与大范围敏捷跟踪等方面的不足,提出了一种基于惯性稳定与快速跟踪技术双模式的安防侦察机器人系统。通过总体方案设计、结构设计,硬件与软件设计、加工与装配、集成与测试实验,实现了安防侦察机器人无线驱动行走、姿态扰动隔离、动态惯性稳定成像、静态长时伺服监视、大范围快速目标捕捉等主要功能目标。实验表明:该机器人既可在危险场合静态监视,又可在逼近目标过程中动态获取高清晰图像。(本文来源于《科技创新与应用》期刊2019年04期）
王宏力,许强,何星,由四海,何贻洋[3]（2018）在《基于强跟踪滤波的单脉冲星/惯性/星光组合导航算法》一文中研究指出在惯性/星光组合导航的基础上,将脉冲星的脉冲到达时间差作为新增观测量,设计了单脉冲星/惯性/星光组合导航算法,并通过引入强跟踪滤波,解决了算法中X射线脉冲星导航对位置、速度误差校正效果不明显的问题。介绍了导航算法中使用的带有次优渐消因子的强跟踪滤波器基本原理;设计了组合导航系统的基本方案及状态方程和观测方程;通过数值仿真分析,证明单脉冲星/惯性/星光组合导航可以实现位置、速度误差的有效补偿,而且使用强跟踪滤波的导航效果明显优于使用传统扩展卡尔曼滤波的导航效果。(本文来源于《兵器装备工程学报》期刊2018年12期）
王帅,潘树国,黄砺枭,曾攀[4]（2018）在《单目视觉惯性定位的IMU辅助跟踪模型》一文中研究指出针对剧烈运动下单目视觉惯性定位精度较差的问题,提出了一种面向单目视觉惯性紧耦合定位的IMU辅助跟踪模型,以提升单目视觉惯性紧耦合定位下的稳健性。以IMU辅助跟踪模型取代常规的参考帧和匀速跟踪模型,该模型分为两个阶段,初始化阶段时,在匀速模型设定当前帧初始平移的基础上,由IMU预积分确定当前帧的初始旋转,从而获得当前帧的初始位姿;初始化完成后,在提供初始位姿的基础上,加入IMU预积分的先验速度信息;最后由以上计算的初始状态建立跟踪模型,实现精确定位。采用公开的室内SLAM数据集进行验证,结果表明,该IMU辅助跟踪模型可有效提高系统的稳健性,同时定位精度控制在0.1 m左右,其精度相比于传统的跟踪模型约提高20%。(本文来源于《测绘通报》期刊2018年11期）
吴斌,刘丽明,薛婷,张晓东[5]（2018）在《基于惯性传感器的上肢位置跟踪》一文中研究指出为辅助中风病人的康复训练,设计了一种手腕固定惯性测量单元的上肢位置跟踪方案。导航定位算法采用传统的捷联惯性导航解算算法,并在此基础上根据标准康复训练中手臂做屈伸运动时速度周期性为零的特征,引入零速修正技术(ZUPT)。采用姿态检测最优算法检测零速区间,将此时惯性导航解算的速度作为量测值进行Kalman滤波,对系统的速度、姿态、位置、加速度计和陀螺仪常值零偏误差进行估计,将估计结果反馈以修正捷联惯性导航的累积误差。同时在Kalman滤波的基础上设计了固定区间RTS平滑算法,解决了零速修正引起的运动轨迹的突变问题。实验结果证明,该方案可以有效地实现上肢位置跟踪,在运动时间为108 s的情况下,定位误差为运动路程的0.089%。(本文来源于《测控技术》期刊2018年06期）
刘彬,王慧[6]（2018）在《基于惯性传感技术的裁判员手势跟踪研究》一文中研究指出针对快速捕捉赛场中裁判员手势判决跟踪问题,依靠图像的动态手势跟踪虚拟现实交互技术,研制了一种基于惯性传感技术的裁判员手势控制器,并进行了相关实验验证。该手势控制器由安装在手部、小臂和大臂的13个传感器节点组成,可用于计算机快速捕捉到裁判员对赛事的判罚,进而与虚拟空间中的物体进行交互。实验结果表明,该手势控制器能够准确地跟踪裁判员手姿势,进而控制虚拟手完成虚拟各类手势等交互操作。(本文来源于《计算技术与自动化》期刊2018年02期）
徐天宇[7]（2018）在《基于视觉和惯性传感器的无人机跟踪方法研究》一文中研究指出四旋翼无人机具有结构简单、机动性能良好、隐蔽性强和环境适应能力强等特点,因此被广泛应用于军用和民用领域。无人机对运动目标的识别与跟踪是无人机众多应用领域中的一个研究热点,值得深入探索提高无人机跟踪精度和鲁棒性的方法。本文针对基于视觉的无人机跟踪方法存在因相机运动造成图像退化导致运动目标的错检和漏检问题,提出了一种基于多速率扩展卡尔曼滤波的相对位姿求解方法,融合了手机IMU(Inertial Measurement Unit,IMU)数据与无人机的IMU和图像数据,提高了无人机对目标跟踪的精度;同时,为了解决无人机处理器资源有限的问题,使用Intel NUC作为无人机处理器,搭建Linux系统,并在其上部署ROS(Robot Operating System,ROS)系统,最后通过实验证明本文方法的有效性。本文的主要工作和成果如下:(1)针对基于图像的无人机运动跟踪方法精度有限的问题,采用融合手机和无人机多传感器参数的方法,提出了基于视觉和惯性传感器的无人机运动跟踪方法,通过APP发送运动目标的IMU数据至无人机,结合无人机端的图像和IMU数据,通过多数据融合提高了无人机对运动目标跟踪的精度。(2)针对无人机相机图像采集过程中,存在运动目标错误提取或无匹配问题,采用ORB特征描述子提取特征点,提高特征点提取速度并减少系统开销,并使用RANSAC(random sample consensus,RANSAC)算法剔除外点,减少特征点的误匹配。该方法能够在保证准确性的情况下减少处理器的开销。(3)针对IMU和图像采样速率不一的情况,提出了基于多速率扩展卡尔曼滤波的相对位姿求解方法,在有测量信息的时刻进行时间更新和测量更新,在测量信息缺失时只进行时间更新。该方法能够提高数据的更新率,减少了IMU信息的浪费,提高系统鲁棒性。(本文来源于《浙江工业大学》期刊2018-06-01）
罗家祯[8]（2018）在《惯性视觉里程计中的跟踪与定位方法研究》一文中研究指出惯性视觉里程计是通过惯性传感器和摄像机采集数据,利用加速度、角速度和图像等数据进行传感器载体的运动轨迹和姿态解算,并同时获取里程数据的一项技术。随着移动机器人技术热度的提升,关于惯性视觉里程计技术的研究与应用也受到重视。出于惯性视觉里程计的理论意义和实用价值,本文针对惯性视觉里程计中的跟踪与定位算法展开研究。论文主要工作和研究成果如下:首先,为了解决传统特征点匹配的低效性导致视觉里程计的实时性无法得到保证的问题,论文提出一种适用于SIFT特征描述子及其衍生描述子的特征点加速匹配算法。理论分析结果表明,该算法可以将原来匹配速度提升7倍以上。实际测试中,该算法对特征点的匹配速度提升率达到了原来2到4倍。大量的实验结果表明该算法的有效性和稳定性。其次,为了进一步提升惯性视觉里程计的实时性并解决已有方案中的平面失效问题,论文给出了平面失效问题的数学证明,分析了迭代式五点算法与基于线性方程求解法的经典五点算法的优缺点,并改进了一种基于五点法的迭代式摄像机姿态求解算法。改进后的算法通过重新选择坐标系建立极几何关系,减少了模型求解过程中所需的运算。实验数据表明,改进后的算法效率和抗噪声能力均优于经典的线程方程求解法。最后,论文给出一种基于松耦合方式的惯性数据和视觉数据的融合方法,并设计了一套用于演示的惯性视觉里程计系统原型。实验结果验证了该方法的正确性并证实松耦合数据融合方案的精度有限。(本文来源于《中国民航大学》期刊2018-05-17）
朱丽红[9]（2018）在《带有时变惯性阵无人艇的路径跟踪》一文中研究指出随着海上安全的重要性不断提高,海洋科技的不断进步,作为一种智能化海洋设备,无人艇的研究受到各界重视。海洋环境复杂,无人艇完成任务时,通常需对其行驶路径提前做好规划,使无人艇沿着规划路径进行运动。无人艇执行不同任务时,艇上搭载仪器设备各不相同,会对无人艇质量造成影响;无人艇高速运动时的附加质量即惯性水动力系数会发生变化;由于海况作用也会使无人艇的系统惯性矩阵产生不确定项。故本文在考虑到系统惯性矩阵不确定的情况下,同时克服海洋环境干扰的影响,设计了基于反步自适应的无人艇路径跟踪控制器和基于神经网络的无人艇路径跟踪控制器,提高系统跟踪性能。本文研究内容如下:首先,分析了船舶运动模型主要采用的北东坐标系和船体坐标系,并对两种坐标系下的坐标转换进行了计算。在此基础上,通过分析船舶运动学和动力学特性,建立了无人艇运动数学模型;对环境扰动作用进行研究并建立相关数学模型;针对性的对无人艇高速运动时的惯性矩阵变化情况进行了分析之后,通过模型仿真实验,验证上述无人艇数学模型的正确性。其次,对于具有欠驱动特性的无人艇路径跟踪,为了解决视线法仅适用于直线路径跟踪的问题,使用Serret-Frenet(SF)坐标对其进行重新设计,并改进了视线法存在的弊端,根据微分同胚转换,将对北东坐标系下位置误差的镇定转换为SF坐标系下跟踪误差的镇定。通过导引控制器设计,将路径跟踪问题转变为艏向跟踪与速度控制,简化了相关控制模型。将反步法与自适应控制方法相结合,对惯性矩阵和定常干扰进行估计,设计了路径跟踪控制器,消除了环境扰动的影响,也解决了惯性矩阵不确定的问题。在积分导引算法中,对漂角进行了积分补偿,使无人艇路径跟踪应用中,未安装导航系统或导航系统失灵状态下也可以完成路径跟踪任务。经过仿真研究,该控制算法有效的实现了路径跟踪的目的。再次,考虑到模型参数变化情况,设计了基于上界估计的反步自适应法。对于带有标称值的时变惯性矩阵无人艇,首先对无人艇模型进行简化,通过对模型的处理,成功地将模型变化部分转化为对时变干扰的处理,从而简化控制器的设计。同时假设干扰上界,设计了反步自适应鲁棒控制器,从而使该改进反步自适应法可以处理时变干扰,实现了路径跟踪的精确性,缩短了响应时间。最后,考虑到模型参数标称值未知且参数变化的情况和无人艇高速运动状态时的水动力系数对系统的影响,设计了以高斯函数为中间层函数的RBF神经网络自适应控制器,神经网络具有的逼近不确定函数的特性,使得控制器可以很好地实现跟踪功能,设计了无人艇路径跟踪的神经网络稳定自适应控制器,最终仿真验证该控制器可以实现对任意曲线的路径跟踪。(本文来源于《哈尔滨工程大学》期刊2018-05-01）
张昀申[10]（2018）在《基于惯性坐标系旋转调制的INS辅助跟踪环路误差分析》一文中研究指出通过分析IMU标度因数引起的INS/GNSS组合导航系统辅助跟踪环路误差的特点,采用基于惯性坐标系的旋转调制方法抵消INS器件的标度因数误差,从而抑制了辅助跟踪环路误差。为提升整个INS/GNSS组合导航系统的性能提供了一种解决方案。(本文来源于《舰船电子工程》期刊2018年03期）
惯性跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有安防侦察机器人在稳定成像与大范围敏捷跟踪等方面的不足,提出了一种基于惯性稳定与快速跟踪技术双模式的安防侦察机器人系统。通过总体方案设计、结构设计,硬件与软件设计、加工与装配、集成与测试实验,实现了安防侦察机器人无线驱动行走、姿态扰动隔离、动态惯性稳定成像、静态长时伺服监视、大范围快速目标捕捉等主要功能目标。实验表明:该机器人既可在危险场合静态监视,又可在逼近目标过程中动态获取高清晰图像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
惯性跟踪论文参考文献
[1].张鋆豪,何百岳,杨旭升,张文安.基于可穿戴式惯性传感器的人体运动跟踪方法综述[J].自动化学报.2019
[2].时延君,周禹轩,高浩,李娅婷,朱军.基于惯性稳定与快速跟踪双模式的安防机器人[J].科技创新与应用.2019
[3].王宏力,许强,何星,由四海,何贻洋.基于强跟踪滤波的单脉冲星/惯性/星光组合导航算法[J].兵器装备工程学报.2018
[4].王帅,潘树国,黄砺枭,曾攀.单目视觉惯性定位的IMU辅助跟踪模型[J].测绘通报.2018
[5].吴斌,刘丽明,薛婷,张晓东.基于惯性传感器的上肢位置跟踪[J].测控技术.2018
[6].刘彬,王慧.基于惯性传感技术的裁判员手势跟踪研究[J].计算技术与自动化.2018
[7].徐天宇.基于视觉和惯性传感器的无人机跟踪方法研究[D].浙江工业大学.2018
[8].罗家祯.惯性视觉里程计中的跟踪与定位方法研究[D].中国民航大学.2018
[9].朱丽红.带有时变惯性阵无人艇的路径跟踪[D].哈尔滨工程大学.2018
[10].张昀申.基于惯性坐标系旋转调制的INS辅助跟踪环路误差分析[J].舰船电子工程.2018