基于LPMS-B的机器人末端姿态检测试验研究

摘要

运动物体的姿态检测，常采用的设备有激光跟踪仪和姿态传感器。激光跟踪仪能高精度的检测运动物体的姿态，但是由于其价格昂贵，而无法得到广泛的应用。姿态传感器由于价格适中以及其所具备的良好的动态性能被广泛运用于运动物体的姿态检测，比如无人机导航系统、车辆系统以及机器人控制系统等。因此，基于传感器的姿态检测系统具有巨大的应用潜力，是一个值得深入研究的方向。本文就陀螺仪、加速度计和磁强计构成的九轴无线姿态传感器(LPMS-B)检测系统的姿态解算和数据融合算法进行研究，并基于OTC机器人平台进行测试实验，研究内容如下:
　　(1)对姿态检测的相关技术研究现状进行介绍，包括姿态传感器与检测技术的发展现状、姿态解算算法和数据融合算法的研究成果。
　　(2)对提高机器人末端姿态检测精度的数据融合方法进行研究，阐述了基于四元数的姿态更新算法、改进的高斯牛顿算法(IGN)，并在此基础上进行卡尔曼滤波和互补滤波数据融合，提出了构建基于LPMS-B及相关数据融合算法的检测方法以实现机器人末端姿态的精确检测。为了能够更好的进行机器人末端姿态检测，设计了基于陀螺仪的机床实验和基于加速度计的电梯实验，以此验证陀螺仪和加速度计采集数据的有效性。
　　(3)基于OTC机器人平台进行测试实验，分别设计了机器人单轴转动实验和机器人多轴联动实验，通过改进的高斯牛顿算法、基于改进的四元数卡尔曼滤波数据融合算法和基于改进的四元数互补滤波数据融合算法进行姿态解算，并对比解算结果，得出基于改进的四元数互补滤波数据融合算法为最优姿态解算算法。此外，还进一步分析了姿态检测过程的误差影响因素。
　　(4)指出本文研究的下一步研究内容和方向，特别是姿态检测过程的精度误差问题，这就需要对姿态解算算法更进一步的研究。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景、意义及来源

1．2 姿态传感器与检测技术的发展

1．3 姿态参考系统算法

1．3．1 姿态解算

1．3．2 数据融合

1．4 论文的主要研究内容

1．5 论文结构安排

第二章 姿态参考系统解算算法

2．1 坐标系的建立及坐标变换

2．2 基于四元数的姿态更新算法

2．3 基于改进的四元数高斯牛顿算法

2．4 数据融合算法

2．4．1 基于改进的四元数卡尔曼滤波数据融合算法

2．4．2 基于改进的四元数互补滤波数据融合算法

2．5 本章小结

第三章 基于LPMS-B姿态检测系统的测试及数据分析

3．1 LPMS-B概述

3．1．1 LPMS-B简介

3．1．2 LPMS-B上位机界面

3．1．3 LPMS-B滤波模式

3．1．4 校准方法

3．2 姿态检测系统上位机的测试及数据处理

3．3 LPMS-B测试与分析

3．3．1 陀螺仪测试与分析

3．3．2 加速度计测试与分析

3．4 本章小结

第四章 基于LPMS-B的机器人末端姿态检测试验分析

4．1 实验平台搭建

4．2 滤波模式测试

4．3 实验设计

4．3．1 机器人单轴转动测试实验

4．3．2 机器人多轴联动测试实验

4．4 基于LPMS-B的机器人末端姿态试验结果与分析

4．4．1 横滚角试验结果与分析

4．4．2 俯仰角试验结果与分析

4．4．3 偏航角试验结果与分析

4．4．4 算法比较

4．5 本章小结

第五章 总结与展望

参考文献

致谢

攻读学位期间发表的学术论文