摘 要： 根據陀螺儀傳感器的構成原理,，實現了ADIS陀螺儀傳感器對六自由度數據的采集?；?a class="innerlink" href="http://wldgj.com/tags/LabVIEW" title="LabVIEW" target="_blank">LabVIEW軟件讀取采集的數據并通過傅里葉頻域積分實現了數據由加速度到位移,、角速度到轉角的轉化，顯示了馬的運動軌跡,，實現了LabVIEW軟件對原始數據和轉換后數據的動態(tài)仿真,。提取轉化后的六自由度位移和轉角數據移植給六自由度機器馬，證明機器馬可以跟蹤真馬的運動軌跡,，驗證采集過程中數據轉化的正確性,。
關鍵詞： 六自由度機器馬；ADIS陀螺儀,；SD卡,；LabVIEW；傅里葉變換
隨著社會的發(fā)展,，健身運動已經深受現代人的重視,，騎馬鍛煉也成為了人們喜愛的運動之一。但由于人們生活環(huán)境的局限性,，限制了騎馬運動的發(fā)展,。本研究通過采集馬的運動軌跡,，讓機器馬實現真馬的運動，使人們可以選擇時間去騎馬鍛煉,，豐富了人們的生活,。
采集運動數據的傳感器有很多種，如單軸陀螺儀和三軸陀螺儀,。單軸和三軸采集的信息量不能充分顯示物體的完全特征,。六自由度ADIS陀螺儀傳感器是一款相對完整的三軸陀螺儀和三軸加速計慣性檢測系統(tǒng)，采集參數包括X軸,、Y軸和Z軸線性加速度和X軸,、Y軸和Z軸角速率。采集的加速度和角速率數據需要通過積分轉化成位移和角度,，積分方法分為時域積分和頻域積分兩類,。時域積分是對采集的數據直接進行積分，設計比較簡單,，但數據的初始值對積分效果影響明顯,；頻域積分是將時域信號通過傅里葉變換轉變?yōu)轭l域信號，再進行積分,，形成傅里葉變換積分[1-2],，通常是運用快速傅里葉變換(FFT)[3]。該方法使用靈活,，快速準確,。觀測數據的方法有錄制視頻觀測、行為捕捉(motion capture)等,。
1 系統(tǒng)方案
本設計在六自由度機器馬[4]的基礎上進行研究,，該平臺可以較為真實地模擬馬的多種運動方式。硬件如圖1所示,，通過AVR單片機把ADIS陀螺儀傳感器采集的數據通過串口傳遞并存儲在SD卡模塊,。由AVR單片機、ADIS陀螺儀和SD卡模塊組裝成一個模塊,，放置在馬背上,，真實地采集馬的多種運動方式。陀螺儀傳感器采集數據的六個自由度方向,，X軸,、Y軸和Z軸的線性加速度，X軸,、Y軸和Z軸的角速率，如圖2所示,。通過LabVIEW軟件進行數據分析,，將其加速度數據進行轉換成位移數據,，角速度數據轉化成轉角數據，通過數據的分析在三維空間中模擬顯示出馬的真實運動軌跡,，并通過得到的真實數據移植到六自由度機器馬,，機器馬按照真馬的運動軌跡運動，驗證采集和轉化過程的正確性,。
2 六自由度數據的采集和處理
2.1 數據的采集過程
ADIS陀螺儀傳感器一旦通電工作就會生成六自由度方向的運動數據,，同時通過AVR單片機的串口把運動數據傳遞給SD卡模塊，并存儲在SD卡中,，保證了六自由度的同一時間性,。通過設置AVR單片機采集時間為10 ms，SD卡的內存為2 GB,，可以連續(xù)采集426 h的六自由度數據,。
2.2 數據的轉化過程
通過讀卡器讀取SD卡中采集的數據是以ASCII碼的格式顯示的，LabVIEW軟件將數據以數值的形式把六自由度數據讀取出來,，其中最為關鍵的部分就是數據的轉換,，即把X軸、Y軸和Z軸的線性加速度數據轉化成位移數據,，X軸,、Y軸和Z軸的角速度轉化成轉角。
采集得到的加速度數據可以通過二次積分得到位移數據,。初始數據和漂移的不確定性對直接二次積分的影響很大,，如圖3、圖4所示,。對于一些復雜,、變化較為劇烈的數據，經過二次積分后存在較大偏差,，很難達到準確性,。由于馬的運動方式多樣化，運動的軌跡通常會不規(guī)則,，運動曲線頻率也會不斷變化,，導致直接二次積分的誤差非常明顯。為了克服這些不利因素的影響,，本文采用了相對比較完善的傅里葉變換和積分方法來處理采集的數據,。
2.3 傅里葉變換、積分與反變換
時域積分存在初始數據的不確定性和漂移的誤差比較明顯,，因此本設計采用頻域積分,。頻域和時域表明了動態(tài)信號的兩個觀察角度，這兩種觀察信號方法以不同的角度揭示了信號的物理特征,，采用傅里葉變換建立起它們之間的聯系,。在信號分析時,，如果時域分析變得很困難，可以通過傅里葉變換將時域變換到頻域分析,，使之變得簡單明了,。此法正是通過傅里葉變換，將時域計算不能得到精確結果的問題變換到頻域中去處理,，進而得到精確解,。設f(t)?圮F(ω)為傅里葉變換的表達形式為：
通過傅里葉變換原理，如式(4)所示,，將時f(t)域變換成頻域F(ω),，其中ω為變化角頻率。通過式(5)傅里葉積分定理把時域積分計算變化為頻域乘法計算,；將頻域內的計算結果通過傅里葉反變換轉化到時域,，傅里葉反變換的原理公式如式(6)所示，實現了在時域的積分,，解決了時域積分誤差大的難題,。假定已知加速度信號，則可以通過積分得到位移頻譜,；相反,，如果先通過傅里葉變換得到加速度信號的頻域譜，再利用傅里葉變換積分定理和傅里葉逆變換,，可得到加速度在時域的積分結果,，即速度或位移曲線。由于馬的運動軌跡是不規(guī)則的,，就造成了運動曲線頻率的變化,。通過“SINAD分析”模塊檢測出信號的基頻ω，就能在頻域中實現積分,，準確地表達加速度到位移的數據,，如圖3、圖5所示,。時域中的積分問題在頻域中得到解決,。
X軸、Y軸和Z軸的加速度曲線數據通過兩次運用傅里葉變換積分定理轉化為位移曲線數據,，同時運用一次傅里葉變換積分定理把X軸,、Y軸和Z軸的角速率曲線數據轉換為轉角曲線數據，通過傅里葉反變換轉換到時域中,，解決了時域難以解決的問題,。
2.4 三次樣條差值(Spline插值)
由于采集數據的波動性較大，直接影響了積分的結果。為了使數據具有相對較高的光滑性,，采用了Spline插值[5],。
Spline插值是通過一系列點構成的光滑曲線，通過數學求解三彎矩方程組得出曲線函數組的過程,。樣條插值是一種既能克服高次多項式插值的現象，又能保證一定光滑度的插值,，要求這樣的曲線應該具有連續(xù)的曲率,，即連續(xù)的二階導數。分段插值曲線的光滑性關鍵在于段與段之間的銜接點(節(jié)點)處的光滑性,。
采集的初始數據經過傅里葉變換和積分變成位移數據和轉角數據,，如圖6所示。經過樣條插值后變成較為光滑和連續(xù)的光滑曲線如圖7所示,。這樣就從初始數據中去除了漂移曲線的效果,，也沒有使原有信號失真和變異，達到了很好的效果,。
3 三維立體顯示與應用
建造一個三維坐標系,，把經過轉換后的數據輸入給立體圖形模塊。X軸,、Y軸和Z軸的數據是相對應的同一時刻的數據,，即表示該時刻的三維坐標，這個立體圖形可以根據實際的需要而變化,?？梢钥吹皆谌齻€平面的投影，從投影面驗證數據的正確性,；也可以改變空間的位置,，調整觀看角度，形象地顯示了物體的運動,。
通過三維立體圖形的正確驗證后,，將準確轉換后的數據移植到六自由度機器馬，如圖8所示,。機器馬平臺實現這些運動,，從而實現了由馬場騎馬到騎機器馬的轉變，節(jié)約了時間和場地,，并可以隨時進行健身訓練,。
本文在數據采集、數據分析和六自由度機器馬仿真方面都取得了良好的效果,。LabVIEW軟件強大的信號處理功能使得三次樣條插值和傅里葉變換非常實用,。通過機器馬平臺的仿真證明了測試過程中數據采集和數據轉化過程的正確性。騎馬運動方式的多樣性,，讓身體產生相應的適應運動,，得到很好地鍛煉,，并且該系統(tǒng)具有一定的商業(yè)價值。
參考文獻
[1] 劉世元,，張傳維,，沈宏偉，等.基于傅里葉變換紅外反射譜的DRAM深溝槽結構測量系統(tǒng)研究[J].光譜學與光譜分析,，2009,，29(4)：935-939.
[2] 李志忠，葉家瑋.波浪補償穩(wěn)定平臺運動響應位移測量數據處理方法研究[J].中國艦船研究,，2010,，5(3)：30-33.
[3] 徐世浙.迭代法與FFT法位場向下延拓效果的比較[J].地球物理學報，2007,，50(1)：285-289.
[4] 王洪瑞,，宋洋，趙立興,，等.神經網絡在仿生機器馬速度預測中的應用[J].微計算機信息,，2009，25(12-2)：27-28,，142.
[5] 姚建閣,，何為，全曉莉,，等.基于三次樣條插值技術的去除胸阻抗基線漂移的方法研究[J].中國醫(yī)學物理學雜志,，2007，24(5)：371-374.