欢迎来到天天文库
浏览记录
ID:32287891
大小:1.68 MB
页数:63页
时间:2019-02-02
《惯性步态测量系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉理工人学硕士学位论文摘要根据人体步态分析的需求,本文设计了一种基于微惯性器件组合和DSP的惯性步态测量系统。其目的是为临床医学研究提供分析工具,提供测量数据,以提高医学研究的理论水平。本课题来源于法国ESIGELEC工程师学校的实习项目。项目目标是设计~种能广泛应用于医疗康复工程的步态测量系统。本文以人体步态为研究背景,步态中的运动学参数为测量对象,开发了一种以加速度计和陀螺仪的惯性器件组合、高性能嵌入式微处理嚣DSP为核心的数据采集模块、CPLD的外围逻辑接口和卡尔曼滤波算法的惯性步态测量系统。主要研究内容如下:本文首先介绍了惯性器件的步态参数测量原理。采用基于微电子机械系统(MEMS)
2、技术的加速度计和陀螺仪,利用压电传感器动态特性好的优点,提高了测量系统的动态响应能力,使得测量数据更精确,克服了传统传感器测量技术中动态测试能力低的缺路。然后讲述系统的总体结构和组成部分。该系统采用模块化设计,包括传感器模块、数据采集模块、数据处理模块以及与PC机的通信接口模块。系统的硬件设计通过CPLD完成复杂的逻辑接口功能,提高了系统的响应速度。由于惯性器件的随机漂移会随着时间不断累积,因此采用了卡尔曼滤波算法的数字滤波器设计,进行了误差补偿,有效抑制了积分漂移,使得测量结果更加精确。最后完成系统的软件设计。运用C语言和汇编语言编程的方式,实现整个控制软件的设计。主要讨论测量数据的采集和预
3、处理,包括各种接口软件以及解算程序的编制,系统功能模块中的各个任务采用中断和查询相结合的处理方式,还有部分试验结果。实验结果表明该惯性步态测试系统具有较高的精度,稳定的性能,体积小,能实时测量,有良好的推广前景。关键词:步态分析,惯性器件组合,数据采集,DSP,卡尔曼滤波武汉理工大学硕士学位论文ABSTRACTInthispaper,allInertialGaitMeasurementSystembasedonMicroInertiaMeasurementUnit(MiMU)andDSPisdesignedforgaitanalysis.Thepurposeistoprovideananaly
4、ticaltoolandkinematicparametersforclinicalresearch.ThissubjectstemsfromtheintemshipinESIGELECofFrance.Atechniqueforthemeasurementofhumanbodymovementsutilizingaccelerometerandgyroscope,、而thdataacquisitionbasedontheembeddedmicroprocessorDSPandCPLDperipheralinterface.TheresearchontheKalmanFilteralgorit
5、hmforerrorcompensationispresented.Themaincontentoftheresearchareasthefollowings:Inthispaper,themeasuretheoryofInertiainstrumentisdiscussedfirstly.ThesystemisdesignedusingaseriesofaccelerometerandgyroscopeinthetechnologyofMicroelectro-mechanicalSystemhavetheadvantageoffinedynamiccharacteristics,which
6、carlimproveresponseofmeasurementsystem.Thisadvantagemakesthissystemsuperiortothosetraditionaltransducermeasurementsystemsandthedataismoreaccuratethanever.Secondly'itpresentsthetotalframeworkandthecomposing.Thehardwareofthissystemincludestransducermodule,dataacquisitionmodule,dataprocessingmodule,int
7、erfacemodulesandtransceivermodulestoPC.Becauseoftherandomdriftofinertiainstrumentcallaccumulatebyintegratingontime,wedesignaKalmanFiltertorealizetheerrorcompensation,whichrestrainstheintegratingdrifto
此文档下载收益归作者所有