基于IMU的虚拟训练动作获取系统软件设计.doc

基于IMU的虚拟训练动作获取系统软件设计 李 伟，景占荣， （西北工业大学 电子信息学院，西安 710） (目的)本研究旨在为虚拟训练软件设计一种人性化接口设备(Human Interface Device, HID)，以提高虚拟训练的逼真程度。(方法)方案选用微机电系Micro-Electro-Mechanical Systems, MEMS)惯性器件构建惯性测量单元(Inertial Measurement Unit, IMU)作为人体训练动作的采集设备；并在VC++环境下设计完成动作获取与识别算法，通过软件接口与虚拟训练软件相连。(结果)通过对原理样机测试，实验表明系统的解算精度在以内，可以满足虚拟训练的要求。(结论)微机电系TP216 文献标志码：A （研究的重要意义） (前人研究进展)(研究的切入点)(研究拟解决的关键问题) 图1 系统结构图 Fig.1 Structure diagram of system IMU模块主要由两个部分组成：前端传感器部分、数据采集部分，其结构如图2所示。 图2 惯性组合模块的系统框图 Fig.2 Structure diagram of IMU 图中第一部分为前端传感器部分，由3个单轴陀螺ADXRS150、1个三轴加计ADXL330和1个三轴磁传感器HMC1043及相关外围电路构成。第二部分为数据采集部分，包括信号调理和单片机XC164。其中信号调理部分对陀螺仪、加速度计及磁传感器的输出的模拟信号进行适当的调整；XC164自带的10位A/D转换器将各个传感器输出的模拟信号数字化，并将采得的数据通过RS232串口发送给PC机。 通过对现有虚拟训练软件的研究分析发现，通过装置于受训人头部、手部和腿部的三个IMU即可获取虚拟训练软件所需的训练动作。其中位于手部的IMU模块用于获取手部挥动和手腕转动等基本动作；位于腿部的IMU模块用于获取人体下蹲、匍匐和跳跃的基本姿态；位于头部的IMU模块用于获取人体转动和俯仰等基本动作。三个模块之间通过串口连接，将采得的数据通过头部IMU模块的处理器统一送至PC机。 2 系统算法 解算软件的系统算法大致分为四个模块：传感器信号预处理算法、姿态解算算法和修正算法、动作识别算法。 2.1 传感器信号预处理算法 预处理算法主要是设计FIR滤波器对各个传感器的输出进行低通滤波[1]。采用软件滤波器的优点是便于调整各项滤波器指标，使用灵活。首先在MATLAB环境下利用窗函数法设计低通滤波器。系统采样频率，根据器件参数以及人体训练动作的典型频率，选择截止频率。滤波器频域特性如图3所示。 图3 FIR低通滤波器 Fig.3 FIR LP filter 采用此滤波器对传感器电压输出序列进行滤波。如图4所示为X轴陀螺输出电压的滤波效果图，可见滤波后其输出波形的方差减小，从而在确保陀螺动态性能的前提下，使陀螺输出的稳定性和精度得以提高。 图4 滤波效果图 Fig.4 Effect of filter 2.2 姿态解算算法 姿态解算算法以磁罗盘解算[2]和捷联惯导解算[3]为核心，通过对分布于人体各部位的IMU模块信号的解算，得到人体的运动信息。算法流程如图3.3所示，首先对各传感器的输出进行补偿处理以提高系统精度。补偿处理算法具体包括：磁传感器罗差的最小二乘补偿算法[4]、陀螺仪温度补偿算法[5]、加速度计误差补偿算法[6]；然后进行磁罗盘解算得到磁罗盘姿态角；采用磁罗盘姿态角进行初始对准，获得初始姿态矩阵，读取角速率信号和坐标变换后的加速度信号进行捷联惯导(Strap-down Inertial Navigation System, SINS)解算得到SINS姿态角；计算速度和位置坐标；最终将SINS姿态角与速度、位置信息一起构成运动信息输出。 图5 姿态解算算法框图 Fig.5 Structure diagram of resolving algorithm 上述过程中，为了消除外界强磁场对磁传感器的影响，需要对磁传感器进行定时复位修正[2]；陀螺需要预先进行零位电压和标度因数标定[7]，并通过转台试验进行陀螺温度曲线拟合；加速度计需要预先进行零位电压标定、标度因数和安装误差修正。 进行磁罗盘解算时，以加速度计作为倾角传感器与磁传感器输出共同解算得到的三个磁罗盘姿态角，解算原理简述如下： (1) 式中，为罗盘航向角，、、为三轴磁传感器测得的磁场强度。，为俯仰角和横滚角。当加速度计的x轴和y轴相对于重力场发生变化时，重力将在响应两个方向产生分量，测量两个方向的重力分量，就可以计算出，： (2) 式中，，为加速度计x，y轴的重力测量值，g为标准重力加速度。 进行捷联惯导