跑步運(yùn)動(dòng)中，錯(cuò)誤的步態(tài)（如過度內(nèi)旋、腳跟沖擊過大）易導(dǎo)致膝蓋、腳踝損傷，但使用者難以自行察覺。近日，某運(yùn)動(dòng)品牌推出集成IMU的智能跑鞋，實(shí)現(xiàn)跑步姿態(tài)的實(shí)時(shí)監(jiān)測(cè)與矯正建議。跑鞋的中底和鞋跟處內(nèi)置微型IMU傳感器，采樣率達(dá)500Hz，實(shí)時(shí)采集跑步時(shí)的步頻、步幅、腳落地角度、沖擊力度等數(shù)據(jù)。通過藍(lán)牙連接至手機(jī)APP，系統(tǒng)分析步態(tài)特征，判斷是否存在過度內(nèi)旋、外旋、腳跟重?fù)舻葐栴}，并通過語音或振動(dòng)提醒使用者調(diào)整姿態(tài)。同時(shí)，APP生成運(yùn)動(dòng)報(bào)告，記錄步態(tài)變化趨勢(shì)，提供個(gè)性化訓(xùn)練建議，降低運(yùn)動(dòng)損傷可能性。實(shí)測(cè)數(shù)據(jù)顯示，該跑鞋對(duì)步頻的測(cè)量誤差小于±1步/分鐘，腳落地角度識(shí)別準(zhǔn)確率達(dá)97%，幫助使用者優(yōu)化步態(tài)后，膝蓋受力峰值降低20%。目前產(chǎn)品已上市，適配慢跑、長(zhǎng)跑等多種場(chǎng)景，未來將新增運(yùn)動(dòng)負(fù)荷監(jiān)測(cè)、損傷可能性預(yù)警等功能，進(jìn)一步完善跑步管理方案。 智能眼鏡通過 IMU，實(shí)現(xiàn)頭部轉(zhuǎn)動(dòng)觸發(fā)的視角與內(nèi)容切換。IMU傳感器校準(zhǔn)

    近期，科研團(tuán)隊(duì)提出了一種基于水平姿態(tài)約束（HAC）的IMU/里程計(jì)融合導(dǎo)航方法，解決了傳統(tǒng)非完整約束（NHC）算法中IMU姿態(tài)誤差累積導(dǎo)致的精度下降問題，對(duì)提升地面車輛導(dǎo)航可靠性具有重要意義。該方法利用車輛水平勻速運(yùn)動(dòng)時(shí)垂直加速度與重力加速度一致的特性，通過加速度計(jì)輸出判斷運(yùn)動(dòng)狀態(tài)，將俯仰角和橫滾角歸零以實(shí)現(xiàn)姿態(tài)校正，在傳統(tǒng)NHC算法基礎(chǔ)上增加水平姿態(tài)約束，構(gòu)建了包含姿態(tài)誤差、速度誤差、位置誤差及傳感器漂移的15維狀態(tài)方程和融合速度與姿態(tài)數(shù)據(jù)的測(cè)量方程，基于卡爾曼濾波實(shí)現(xiàn)數(shù)據(jù)融合。經(jīng)兩組真實(shí)車輛測(cè)試數(shù)據(jù)驗(yàn)證，該算法相比傳統(tǒng)NHC算法，水平精度分別提升約63%和70%，垂直精度分別提升98%和97%，姿態(tài)誤差（橫滾角、俯仰角）改善幅度達(dá)88%以上，極大減少了誤差累積，提升了導(dǎo)航系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。廣東6軸慣性傳感器通過 IMU 提取的運(yùn)動(dòng)特征，可區(qū)分運(yùn)動(dòng)功能障礙患者的動(dòng)作差異。

    近期科研團(tuán)隊(duì)研發(fā)并實(shí)地驗(yàn)證了一款基于超寬帶（UWB）與慣性測(cè)量單元（IMU）融合導(dǎo)航的木瓜溫室自主噴霧機(jī)器人，解決了傳統(tǒng)人工噴霧勞動(dòng)強(qiáng)度大、化學(xué)成分暴露高及溫室環(huán)境GPS信號(hào)失效的問題。該機(jī)器人采用4個(gè)溫室固定UWB基站與2個(gè)車載移動(dòng)UWB模塊，結(jié)合BNO055IMU傳感器，通過無跡卡爾曼濾波（UKF）融合位置、加速度、角速度及姿態(tài)數(shù)據(jù)，實(shí)現(xiàn)精位與航向估計(jì)；搭載48V鋰電池、200L容量及可調(diào)壓噴霧系統(tǒng)，支持預(yù)設(shè)路徑導(dǎo)航、化學(xué)成分耗盡自動(dòng)返回補(bǔ)給站及斷點(diǎn)續(xù)噴功能，同時(shí)集成超聲波碰撞傳感器與手動(dòng)急停開關(guān)作業(yè)安全。在中國(guó)臺(tái)灣高雄木瓜溫室的實(shí)地測(cè)試表明，機(jī)器人比較高作業(yè)速度達(dá)m/s，橫向偏差在m以內(nèi)，噴霧霧滴密度（果實(shí)表面1708個(gè)/cm2）和均勻性優(yōu)于傳統(tǒng)背負(fù)式噴霧器，田間作業(yè)效率（ha/h）是人工噴霧的5倍，且害蟲防治效果與人工相當(dāng)，完全避免了人員直接接觸化學(xué)成分，為溫室精細(xì)農(nóng)業(yè)提供了安全、可持續(xù)的解決方案。

    印度尼西亞研究團(tuán)隊(duì)開展了一項(xiàng)針對(duì)低成本GNSS/IMU移動(dòng)測(cè)繪應(yīng)用的研究，旨在解決復(fù)雜環(huán)境下低成本GNSS接收機(jī)信號(hào)質(zhì)量差、多路徑干擾明顯及信號(hào)中斷等問題，通過融合技術(shù)提升位置精度。研究采用U-bloxF9RGNSS/IMU模塊安裝在車輛上，選取開闊天空、城市環(huán)境及商場(chǎng)地下室等復(fù)雜場(chǎng)景進(jìn)行數(shù)據(jù)采集，運(yùn)用單點(diǎn)位置（SPP/IMU）和差分GNSS（DGNSS/IMU）兩種處理方式，結(jié)合無跡卡爾曼濾波器（UKF）處理非線性系統(tǒng)模型，并通過低通和高通濾波器對(duì)IMU數(shù)據(jù)進(jìn)行去噪處理。結(jié)果顯示，在無信號(hào)中斷情況下，SPP/IMU融合相較于單獨(dú)GNSS位置，東向和北向精度分別提升和；DGNSS/IMU融合的精度提升更為明顯，東向和北向分別達(dá)和，TransmartSidoarjo場(chǎng)景下RMSE為（東向）和（北向）。IMU數(shù)據(jù)去噪后，融合精度進(jìn)一步提升厘米級(jí)。不過在信號(hào)中斷場(chǎng)景中，該融合方案未能達(dá)到預(yù)期位置精度，短時(shí)間中斷時(shí)雖能提供車輛運(yùn)動(dòng)軌跡模式，但方向和幅度存在偏差，長(zhǎng)時(shí)間中斷時(shí)誤差明顯增大（東向約、北向約）。該研究證實(shí)了UKF融合低-costGNSS/IMU在復(fù)雜環(huán)境移動(dòng)測(cè)繪中的可行性，為相關(guān)低成本導(dǎo)航應(yīng)用提供了技術(shù)參考，但其在信號(hào)中斷場(chǎng)景的性能仍需進(jìn)一步優(yōu)化。 助聽設(shè)備融合 IMU，根據(jù)用戶頭部姿態(tài)調(diào)整聲音指向性。

    負(fù)重行軍等任務(wù)中，下肢肌肉骨骼損傷可能較高，但現(xiàn)有研究難以量化負(fù)載、速度、坡度等因素對(duì)人體運(yùn)動(dòng)負(fù)荷的影響，IMU傳感器雖可替代地面反作用力測(cè)量，其信號(hào)對(duì)特定任務(wù)需求的敏感性仍不明確。近日，澳大利亞麥考瑞大學(xué)等團(tuán)隊(duì)在《Galt&Posture》期刊發(fā)表研究成果，揭示了負(fù)載、速度和坡度對(duì)IMU信號(hào)衰減的影響規(guī)律。研究在20名受試者（有19人完成）中開展，受試者佩戴23kg負(fù)重背心，在跑步機(jī)上完成不同速度（步行、跑步）、坡度（平地1%、上坡+6%、下坡-6%）及有無負(fù)載的組合運(yùn)動(dòng)。通過足部和骨盆佩戴的IMU采集垂直加速度數(shù)據(jù)，計(jì)算每步信號(hào)衰減、每公里信號(hào)衰減及相對(duì)衰減等指標(biāo)，并結(jié)合光學(xué)運(yùn)動(dòng)捕捉和力平臺(tái)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。該研究明確了IMU信號(hào)衰減可敏感反映任務(wù)中的物理負(fù)荷變化，為量化負(fù)重運(yùn)動(dòng)中的人體負(fù)荷提供了便捷方法。未來可基于該成果開發(fā)運(yùn)動(dòng)負(fù)荷監(jiān)測(cè)工具，優(yōu)化訓(xùn)練方案，降低負(fù)重運(yùn)動(dòng)相關(guān)損傷可能。 戶外無人機(jī)航拍通過 IMU，實(shí)現(xiàn)運(yùn)動(dòng)畫面的穩(wěn)定拍攝與跟拍。上海9軸慣性傳感器評(píng)測(cè)

戶外探險(xiǎn)場(chǎng)景中，IMU 配合導(dǎo)航設(shè)備，在衛(wèi)星信號(hào)薄弱區(qū)域仍能提供連續(xù)的位置和方向指引。IMU傳感器校準(zhǔn)

    人形機(jī)器人位置是其運(yùn)動(dòng)的關(guān)鍵技術(shù)，但非連續(xù)支撐、沖擊振動(dòng)及慣性導(dǎo)航漂移等問題，導(dǎo)致傳統(tǒng)位置方法難以滿足精度需求，且部分方案存在硬件復(fù)雜、計(jì)算量大等局限。近日，東南大學(xué)、新加坡南洋理工大學(xué)等團(tuán)隊(duì)在《BiomimeticIntelligenceandRobotics》期刊發(fā)表研究成果，提出一種基于腿部正向運(yùn)動(dòng)學(xué)與IMU融合的步態(tài)里程計(jì)算法。該算法首先建立機(jī)器人腿部正向運(yùn)動(dòng)學(xué)模型，通過D-H參數(shù)法求解機(jī)身與足部的坐標(biāo)變換關(guān)系；再結(jié)合IMU采集的三軸加速度、角速度及歐拉角數(shù)據(jù)，構(gòu)建卡爾曼濾波模型，將運(yùn)動(dòng)學(xué)信息與IMU數(shù)據(jù)深度融合，實(shí)現(xiàn)機(jī)器人位置和速度的精細(xì)估計(jì)。該方案需機(jī)器人配備關(guān)節(jié)編碼器和IMU，硬件需求低、計(jì)算復(fù)雜度小，可適配雙足、四足等多種腿部機(jī)器人。該算法為室內(nèi)人形機(jī)器人位置提供了有力解決方案，硬件依賴低、適用性廣。未來可進(jìn)一步優(yōu)化足底滑動(dòng)補(bǔ)償策略，提升機(jī)器人在復(fù)雜地形下的位置魯棒性。 IMU傳感器校準(zhǔn)