XiaoMi-AI文件搜索系统
World File Search SystemInertial
机翼形状的辅助惯性估计 - oatao
先进的大翼展飞机具有更大的结构灵活性，但可能出现不稳定或操纵性差。这些缺点需要稳定性增强系统，该系统需要主动结构控制。因此，飞行中机翼形状的估计有利于控制非常灵活的飞机。本文提出了一种基于扩展卡尔曼滤波估计柔性结构状态的新方法，该方法利用了辅助惯性导航系统中采用的思想。将不同机翼位置的高带宽率陀螺仪角速度集成在一起，以提供短期独立惯性形状估计解决方案，然后使用额外的低带宽辅助传感器来限制发散估计误差。所提出的滤波器实现不需要飞机的飞行动力学模型，简化了通常繁琐的卡尔曼滤波调整过程，并允许在机翼偏转较大和非线性的情况下进行准确估计。为了说明该方法，通过使用瞄准装置作为辅助传感器的模拟来验证该技术，并进行可观测性研究。与文献中基于立体视觉的先前研究相比，我们发现了一种传感器配置，仅使用一个摄像头和多个速率陀螺仪分别用于卡尔曼滤波更新和预测阶段，即可提供完全可观察的状态估计。
当视频遇到惯性传感器：使用惯性传感器进行手指运动分析的零样本域自适应
无处不在的手指运动追踪使增强现实、体育分析、康复医疗保健等领域的许多激动人心的应用成为可能。虽然使用摄像头的手指运动追踪非常成熟，这很大程度上归功于大量训练数据集的可用性，但是对于为带有惯性测量单元 (IMU) 传感器的可穿戴物联网设备开发强大的机器学习 (ML) 模型来说，训练数据却十分匮乏。为了解决这个问题，本文提出了 ZeroNet，这是一个展示以零训练开销为 IMU 传感器开发 ML 模型的可行性的系统。ZeroNet 从公开的视频中收集训练数据以对 IMU 进行推理。由于传感器-摄像头坐标系、用户身体大小、手势过程中的速度/方向变化、传感器位置变化等差异，视频和 IMU 域之间的数据差异带来了许多挑战。ZeroNet 通过系统地从视频中提取运动数据并将其转换为 IMU 传感器测量的加速度和方向信息来解决这些挑战。此外，还利用数据增强技术在收集的训练数据中创建合成变化，以增强 ML 模型对用户多样性的通用性和鲁棒性。对 10 位用户的评估表明，对于 50 个手指手势的识别，top-1 准确率为 82.4%，top-3 准确率为 94.8%，这表明前景光明。虽然我们只是触及了表面，但我们概述了许多有趣的可能性，可以将这项工作扩展到计算机视觉、机器学习和可穿戴物联网等跨学科领域，从而实现手指运动跟踪的新应用。
当视频遇到惯性传感器：使用惯性传感器进行手指运动分析的零样本域自适应
无处不在的手指运动追踪使增强现实、体育分析、康复医疗保健等领域的许多激动人心的应用成为可能。虽然使用摄像头的手指运动追踪非常成熟，这很大程度上归功于大量训练数据集的可用性，但是对于为带有惯性测量单元 (IMU) 传感器的可穿戴物联网设备开发强大的机器学习 (ML) 模型来说，训练数据却十分匮乏。为了解决这个问题，本文提出了 ZeroNet，这是一个展示以零训练开销为 IMU 传感器开发 ML 模型的可行性的系统。ZeroNet 从公开的视频中收集训练数据以对 IMU 进行推理。由于传感器-摄像头坐标系、用户身体大小、手势过程中的速度/方向变化、传感器位置变化等差异，视频和 IMU 域之间的数据差异带来了许多挑战。ZeroNet 通过系统地从视频中提取运动数据并将其转换为 IMU 传感器测量的加速度和方向信息来解决这些挑战。此外，还利用数据增强技术在收集的训练数据中创建合成变化，以增强 ML 模型对用户多样性的通用性和鲁棒性。对 10 位用户的评估表明，对于 50 个手指手势的识别，top-1 准确率为 82.4%，top-3 准确率为 94.8%，这表明前景光明。虽然我们只是触及了表面，但我们概述了许多有趣的可能性，可以将这项工作扩展到计算机视觉、机器学习和可穿戴物联网等跨学科领域，从而实现手指运动跟踪的新应用。
节能惯性驱动器，用于振动机的双频激发
摘要：大规模振动机的电动机的低效率和过多的电动机用于处理散装材料，这激发了惯性驱动器的新设计。此驱动器由一个电动机和两个同轴不平衡的质量组成，其旋转频率与比率2：1相关。这种方法允许产生具有可变振幅和频率的激发力，这取决于惯性特征和轴旋转频率，并且与不平衡质量的相位差无关。因此，可以更改所得矢量hodograph的对称轴。刺激力的光谱成分高达200 Hz含有较高的谐波，其能量份额比第二谐波含量为25.4％，比第三和更高的谐波相比改善了与单频率振动器相比改善散装物质处理的14.1％。有限元模型用于检查双频驱动器最负载单元的强度容量。它的使用允许实现复杂的运动轨迹，这些运动轨迹在技术上更有效地用于处理媒体的可变参数和筛分屏幕和其他振动机中的能源节省。
惯性测量装置性能分析的振动阶跃试验
摘要——如今，惯性测量单元已广泛应用于多种应用，例如汽车和自动驾驶汽车、无人驾驶飞行器、手机、机器人、人工智能等。尽管如此，最近的文献并没有正确涵盖微电子设备在真实环境条件下运行时的动态计量性能表征和可靠性分析。为了填补这一空白，本文提出了在振动条件下表征惯性测量单元的方法，即通过步进测试振动曲线来测试在不同频率下受到正弦振动的惯性平台的行为。从广为人知的正弦扫描振动曲线开始，制定了一个定制的测试计划，该计划基于正弦刺激随时间的频率递增，以研究惯性平台的频率响应。对一组真实设备的应用证实，所提出的测试可以识别机械应力对频域内微机电传感器计量性能的影响。所开发的测试计划还可用于调查特定频率的正弦振动是否会触发一些通常静止的故障机制。关键词 - 诊断；惯性测量单元；MEMS；测试；振动。
风力涡轮机和储能系统具有增强惯性响应的电力模型
摘要 - 在本文中，提出了针对临时频率SUP端口的风力涡轮机发电机（WTG）和超级电容器能量系统（ESS）的协调控制方案。惯性控制是通过使用发电机扭矩lim的 - 考虑了WTG系统的安全性，而ESS则释放其能量以补偿涡轮转子恢复过程中突然的活动功率不足。wtg是使用疲劳，空气动力学，结构，湍流（快速）代码进行建模的，该代码识别了风能系统中的涡轮机和AD装饰的机械相互作用的机械载荷。在频率支撑期间，将阻尼控制器扩展到惯性控制中，以抑制涡轮机的严重机械振荡。此外，小信号稳定性分析的结果表明，WTGESS倾向于提高整个多能电网的稳定性。本文的主要贡献将通过利用提出的控制方法来介绍，该方法结合了网格支持能力并维持涡轮机的结构设计的完整性，以进行正常操作。
惯性传感与人工智能相遇：机遇还是……
摘要 — 惯性导航系统（INS）已广泛应用于智能交通系统中提供独立和连续的运动估计。近年来，芯片级惯性传感器的出现将相关应用从定位、导航和移动地图扩展到基于位置的服务、无人系统和交通大数据。同时，受益于大数据的出现以及算法和计算能力的提升，人工智能（AI）已成为在各个领域成功应用的共识工具。本文从传感器设计和选择、校准和误差建模、导航和运动感知算法、多传感器信息融合、系统评估和实际应用等各个方面回顾了利用AI技术增强惯性感知的研究。本文从近300篇相关出版物中筛选出30多篇代表性文章，总结了各个方面的现状、优势和挑战。最后，总结了AI增强惯性传感的九大优势和九大挑战，并指出了未来的研究方向。
基于优化的视觉惯性里程计中的全局位置测量紧耦合融合
摘要 — 为了实现长期自主导航中稳健、无漂移的位姿估计，我们在本文中提出了一种将全局位置信息与视觉和惯性测量融合在一起的紧耦合非线性优化估计器。与以前的松散耦合的工作不同，使用紧耦合方法可以利用所有测量之间的相关性。通过最小化包括视觉重新投影误差、相对惯性误差和全局位置残差的成本函数来估计最新系统状态的滑动窗口。我们使用 IMU 预积分来计算惯性残差，并利用该算法的结果有效地计算全局位置残差。实验结果表明，所提出的方法实现了准确且全局一致的估计，而优化计算成本的增加可以忽略不计。我们的方法始终优于松耦合的融合方法。与室外无人机 (UAV) 飞行中的松散耦合方法相比，平均位置误差减少了 50%，其中全局位置信息由嘈杂的 GPS 测量提供。据我们所知，这是首次在基于优化的视觉惯性里程计算法中紧密融合全局位置测量，利用 IMU 预积分方法定义全局位置因子。
存在涌浪时的大气边界层湍流：湍流动能收支、莫宁-奥布霍夫相似理论和惯性耗散
流动海洋表面的湍流与陆地上的湍流具有不同的特性。因此，基于陆地上的湍流动能 (TKE) 预算和莫宁-奥布霍夫相似理论 (MOST) 的发现可能不适用于海洋条件，部分原因是存在波边界层（大气边界层的下部，包括表面波的影响；我们在本文中使用术语“WBL”以方便使用），其中总应力可分为湍流应力和波相干应力。这里湍流应力定义为由风切变和浮力产生的应力，而波相干应力则考虑了海浪和大气之间的动量传递。在本研究中，研究了湍流动能 (TKE) 预算和惯性耗散法 (IDM) 在 WBL 内 MOST 背景下的适用性。我们发现，在计算波浪条件下的总应力时，不应忽略 TKE 预算中的湍流传输项。这已通过在固定平台上进行的观测得到证实。结果还表明，在 WBL 内应用 MOST 时应使用湍流应力，而不是总应力。通过结合 TKE 预算和 MOST，我们的研究表明，传统 IDM 计算的应力对应于湍流应力，而不是总应力。在应用 IDM 计算 WBL 中的应力时，应考虑波浪相干应力。
固定翼和多旋翼飞机的稳健视觉惯性导航与控制
以固定翼飞机为例，开发了一种基于矢量场输入的状态相关 LQR 控制器，以及从误差状态和李群理论得出的 EKF，以估计飞机状态和惯性风速。通过蒙特卡罗模拟证明了这种控制器/估计器组合的稳健性。接下来，通过使用阻力系数、部分更新和关键帧重置增强滤波器，提高了多旋翼飞行器最先进的 EKF 的准确性、稳健性和一致性。蒙特卡罗模拟证明了增强滤波器的准确性和一致性得到了提高。最后，推导出使用图像坐标的视觉惯性 EKF，以及用于估计精确视觉惯性估计算法所需变换的离线校准工具。通过数值模拟还表明基于图像的 EKF 和校准器在各种条件下都具有稳健性。