-
公开(公告)号：CN109297487A
公开(公告)日：2019-02-01
申请号：CN201710608769.5
申请日：2017-07-25
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明公开了一种角速度输入条件下的姿态解耦方法，能够把目前主要通过改变自旋刚体自身结构来降低转速以削弱姿态耦合的方法转换为通过建立中间坐标系进行数学解旋从而克服姿态耦合的方法。该方法包含：(1)构建一个能够实时跟踪载体旋转角速度的动坐标系，将其作为中间坐标系；(2)将姿态解算过程由载体坐标系转换到中间坐标系；(3)待解算完成后再转换到导航坐标系，实现导航坐标系下的姿态解耦。本发明能够解决制导弹药姿态稳定、油气藏钻井的钻杆姿态控制等自旋刚体姿态的实时精确测量，对航空航天、武器弹药、油气勘探等领域的发展具有现实的应用价值。
-
公开(公告)号：CN109000836A
公开(公告)日：2018-12-14
申请号：CN201710420690.X
申请日：2017-06-07
Applicant: 北京信息科技大学
Abstract: 一种针对高速自旋运动的高动态载体环境力测量方法，该方法包括下列步骤：(1)利用卫星定位装置测试当地经纬度；(2)系统自检；(3)利用地球磁场模型计算当地地磁信息，并对载体内部测量装置中的磁强计进行地面校准；(4)对载体内部加速度计进行校准；(5)接通电源，开始静态低速测试；(6)检测高速运动状态，进行动态高速测试；(7)实时监控高动态载体传感器回传数据；(8)获取落点数据回收载体，回读测试数据；(9)进行数据反演，生成高动态载体飞行过程中的全时段环境力数据。本发明采用通用高动态载体环境力测量装置进行环境力测量，优化了测试流程，提高了测量精度，大大缩短了高动态载体的设计周期，为高动态载体的总体设计提供了依据。
-
公开(公告)号：CN105043385B
公开(公告)日：2018-10-26
申请号：CN201510300546.3
申请日：2015-06-05
Applicant: 北京信息科技大学 , 北京德维创盈科技有限公司
Abstract: 本发明公开了一种行人自主导航定位的自适应卡尔曼滤波方法，包括：将一个集成了加速度计、陀螺仪、磁力计的MEMS‑IMU系统连接于人体，在行人运动过程中进行IMU数据采集；建立包含18维状态量、9维观测量的自适应滤波模型，在同时满足“四条件”时进行递推滤波，其间通过时变噪声统计估计器实时估计和修正系统噪声以及观测噪声的统计特性；本发明在使用零速校正作为误差补偿修正算法的基础上，设计融合人体运动特征的自适应滤波方法，实时处理人体晃动带入的噪声干扰信号，有效提高了行人自主导航定位的精度。本发明方法稳定性强、实时性好，并且不增加任何额外硬件成本。
-
公开(公告)号：CN104913772B
公开(公告)日：2018-10-26
申请号：CN201510300419.3
申请日：2015-06-05
Applicant: 北京信息科技大学 , 北京德维创盈科技有限公司
Abstract: 一种基于腿部姿态信息的行人运动检测方法：将3轴陀螺仪传感器安置于被测者的大腿部并将采集的角速度信息通过无线方式传输至电脑；获取行人在运动过程中的腿部角速度信息并进行腿部检测角的解算；将解算后的腿部检测角测量值进行正峰值提取与过零检测；根据检测的结果进行运动分类判定并输出。本发明可以有效区分跑、走、站、坐、蹲等运动，为个人导航、M‑health等系统估算行人运动状态与位置提供帮助，尤其对基于行人航迹推算(PDR)的室内行人导航定位系统在提高其定位精度方面提供了一种有效的解决方案。
-
公开(公告)号：CN107228956A
公开(公告)日：2017-10-03
申请号：CN201710390360.0
申请日：2017-05-27
IPC: G01P21/00
CPC classification number: G01P21/00
Abstract: 本发明公开了一种基于MEMS加速度计的加速度测量方法。该方法包括：通过加速度测量实验，筛选出环境敏感特性最接近的两个MEMS加速度计，作为加速度计差分对；通过测试与标定实验，确定所述加速度计差分对中的两个所述MEMS加速度计的环境参数比；利用所述加速度计差分对中的两个所述MEMS加速度计测量待测目标的加速度，得到两个测量加速度值；根据所述两个测量加速度值和环境参数比计算实际加速度。本发明公开的加速度测量方法可以减小加速度测量过程中的不确定误差，提高测量精度。
-
Patent Agency Ranking
公开(公告)号：CN103954930B
公开(公告)日：2017-03-01
申请号：CN201410198798.5
申请日：2014-05-13
Applicant: 北京信息科技大学 , 北京德维创盈科技有限公司
Abstract: 一种室内自主三维空间定位装置，该装置包括室外信号接收基站、个人智能定位单元以及室外信号数据分析终端。本发明主要应用在消防救援与灾害搜救现场等室内环境受到严重破坏的场合，能够弥补传统预置节点式的室内定位需要提前安装、外部供电、易受破坏的缺点；同时又能够有效弥补传统自主式室内定位装置的漂移大、稳定性差的缺点。
-
公开(公告)号：CN105799879A
公开(公告)日：2016-07-27
申请号：CN201610169348.2
申请日：2016-03-23
Applicant: 北京信息科技大学
Abstract: 本发明公开一种船，包括船体和重心调节装置，重心调节装置设置于船体内部；重心调节装置包括配重块、舵机、控制装置和姿态检测器，配重块与舵机的转轴连接，舵机和控制装置连接，姿态检测器位于船体的重心区域，以检测船体的姿态信息，控制装置接收姿态检测器输出的船体的姿态信息，并在船体的姿态信息发生变化且变化量满足预设条件时，确定船体所受到的冲击力的方向，控制装置控制舵机转动，从而驱动与舵机连接的配重块的重心移向冲击力的反方向。船设置有重心调节装置，可实现船体重心的调节，主动抵消外界干扰作用力，使船恢复平衡状态，保证船在风浪中行驶的稳定性。
-
公开(公告)号：CN105021194A
公开(公告)日：2015-11-04
申请号：CN201510387379.0
申请日：2015-07-06
Applicant: 北京信息科技大学 , 北京德维创盈科技有限公司
CPC classification number: G01C21/18 , G01C21/165 , G01C21/20 , G01D21/02 , G01S19/49
Abstract: 本发明公开了一种面向个人自主定位领域的导航腰带，该设备包括惯性信息感知组件、磁场强度感知组件、温度感知组件、环境感知组件、人机交互组件、报警组件、数据处理组件、数据传输组件、辅助定位组件、人体非规则运动认知组件、电池和腰带。本发明不仅具有传统腰带的功能，还能够进行人体非规则运动感知和实时定位，对人员所处环境进行分析，并在发生危险时报警，最后通过无线传输，将人员信息发送到目标设备上。本发明主要应用在需要提供人员状态信息、环境信息与地理位置的场合，特别是在无卫星、手机信号等需要定位的特殊场合。
-
公开(公告)号：CN104897155A
公开(公告)日：2015-09-09
申请号：CN201510300517.7
申请日：2015-06-05
Applicant: 北京信息科技大学 , 北京德维创盈科技有限公司
CPC classification number: G01C21/165 , G01C21/206
Abstract: 一种个人携行式多源定位信息辅助修正方法，利用行人运动的静止步态特征与外部辅助电磁定位信息共同抑制惯性漂移，修正定位误差。该方法包含：(1)获取行人运动时的加速度、角速度和地磁信息并进行捷联惯性三维空间定位信息的计算；(2)获取电磁定位信号并求解空间三维定位信息；(3)依据行人运动检测约束条件进行静止检测；(4)利用零速信息与磁航向信息构建局部卡尔曼滤波器对行人定位信息进行滤波估计，并修正行人的定位信息。(5)构建主滤波器利用电磁定位信息对局部修正后的行人定位信息进行滤波估计，利用最终主滤波器的估计量修正行人定位信息，得到最终定位信息。本发明依据行人运动静止步态特征，利用双滤波器对行人的多源定位信息进行深度融合，提高了导航定位精度。
-
公开(公告)号：CN103955621A
公开(公告)日：2014-07-30
申请号：CN201410204190.9
申请日：2014-05-15
Applicant: 北京理工大学 , 北京信息科技大学 , 北京德维创盈科技有限公司
IPC: G06F19/00
Abstract: 一种蛇形机器人仿真试验的联合控制平台，包括：第一步：根据蛇形机器人的样机，利用UG软件建立蛇形机器人的结构模型；第二步，将UG软件中建立的模型导入到Adams软件的Adams/View模块，建立蛇形机器人的运动约束，达到Adams软件的运动学和动力学仿真的设置要求；第三步，在Adams/View模块中完成与Matlab软件的输入设置；第四步，根据蛇形机器人样机的尺寸规格，在Matlab软件中建立运动学方程和动力学方程；第五步，将Matlab软件解算的运动信息作为输入信号，通过接口传输给Adams/View，同时通过无线模块传输给蛇形机器人。本发明通过Adams、Matlab和蛇形机器人实体共同搭建一个仿真试验的联合控制平台，为研究蛇形机器人的动力学和运动学研究做出贡献。
-
-
-
-
-
-
-
-
-
Search Results
183
records
(took 0.062 seconds)
