论文部分内容阅读
为了提高人体手臂运动姿态跟踪的精度，提出了一种采用蚁群优化（ACO）算法修正误差的手臂姿态跟踪方法。该方法基于对姿态测量单元中加速度计的误差模型的分析，采用ACO算法进行误差模型参数拟合以修正加速度计的静态误差；应用卡尔曼滤波算法对MEMS加速度计、磁力计和陀螺仪数据进行数据融合，得到肢体姿态最优估计；采用了手臂肘关节的几何约束模型，对手臂姿态跟踪过程中因噪声扰动和肌肉变形产生的随机漂移误差进行补偿，得到手臂关节的正确位置估计。试验表明，该方法有效地降低了传感器噪声所引起的漂移，提高了位置测量的准确度和稳