-1

免责声明：我是一个完全的菜鸟，而不是一个编码员。
我有一个 10 自由度 IMU。我正在尝试获取传感器的速度。我在表面上理解漂移等传感器的局限性......我将引导您完成我的思路。

这个双数组保存我的加速度计的 XYZ 值。这是线性加速度数，算法已经考虑并取出了重力因子。

accelCompoDoub[0] = parseDouble(accelCompoString[0]);
accelCompoDoub[1] = parseDouble(accelCompoString[1]);
accelCompoDoub[2] = parseDouble(accelCompoString[2]);

我的应用程序将跟踪经过的时间，并且还需要 deltaT。DeltaT 将用于计算集成加速度。

currentTime = System.nanoTime();
if (startTime == 0.0 && previousTime == 0.0){
      startTime = currentTime;
      previousTime = currentTime;
    }else{
    deltaT = currentTime - previousTime;
     }


runningTime = currentTime - startTime;

runningTime = TimeUnit.NANOSECONDS.toMillis(runningTime);
runningTimeDouble = runningTime/1000.0;

从纳米转换为微米而不是毫。原因是我的数据遇到了很多 0.0。

deltaT = TimeUnit.NANOSECONDS.toMicros(deltaT);
deltaTDoub = deltaT/1000000.0;
previousTime = currentTime;

这就是速度 = 速度 + (加速度) * (时间变化)

velocityComp[0] += accelCompoDoub[0]*deltaTDoub;
velocityComp[1] += accelCompoDoub[1]*deltaTDoub;
velocityComp[2] += accelCompoDoub[2]*deltaTDoub;
Log.i("Velocity", Arrays.toString(velocityComp));

我在 z 轴上快速向上移动传感器时的结果。这是不对的，我试图纠正它。谢谢你的协助。让我知道是否需要其他信息。

计算结果。

I/Velocity: [-0.063722465, -0.132597938, 0.06367645599999999]
I/Velocity: [-7.25024E-4, -0.0018097799999999998, 5.87136E-4]
I/Velocity: [-8.90561E-4, -0.0026836670000000003, 3.80492E-4]
I/Velocity: [-7.223840000000001E-4, -0.002324192, -8.8788E-5]
I/Velocity: [-0.0014603620000000002, -0.0046326660000000006, -0.0013441560000000002]
I/Velocity: [-0.056317518, -0.161929746, -0.10376649000000002]
I/Velocity: [-5.45706E-4, -0.001396428, -0.001515708]
I/Velocity: [-0.00108585, -0.00286045, -0.0047196]
I/Velocity: [-0.001350592, -0.00551372, -0.010952008000000001]
I/Velocity: [-0.027746648999999998, -0.12593060399999997, -0.285394104]
I/Velocity: [-3.4505000000000007E-4, -9.82105E-4, -0.003035925]
I/Velocity: [-3.19982E-4, -0.00120291, -0.004499598]
I/Velocity: [1.67466E-4, -0.001290081, -0.004254081]
I/Velocity: [7.457259999999999E-4, -0.0025310280000000003, -0.007799432000000001]
I/Velocity: [0.016570047999999997, -0.099231992, -0.27039305599999996]
I/Velocity: [-1.6146000000000002E-4, -0.0014244750000000001, -0.00291915]
I/Velocity: [-8.8816E-4, -0.002367105, -0.003107767]
I/Velocity: [-0.001062369, -0.001895124, -0.001395471]
I/Velocity: [-0.0028341610000000004, -0.004603984, -0.001379862]
I/Velocity: [-0.130232, -0.2220188, 0.0293022]
I/Velocity: [-0.00333146, -0.00568062, 0.003315785]
I/Velocity: [-0.00167499, -0.0026628819999999997, 0.002802716]
I/Velocity: [-0.0020831459999999997, -0.0031751069999999995, 0.005024214]
I/Velocity: [-0.001439764, -0.002181253, 0.004799388999999999]
I/Velocity: [-0.12709468599999998, -0.134937772, 0.47205287199999996]
I/Velocity: [-8.29008E-4, -4.7601299999999996E-4, 0.0031751369999999998]
I/Velocity: [-9.500479999999999E-4, -1.14048E-4, 0.0034474880000000003]
I/Velocity: [-0.001443932, 2.46308E-4, 0.00481496]
I/Velocity: [-0.0042386279999999995, 0.001372604, 0.012284638]
I/Velocity: [-0.10745787999999999, 0.025316348, 0.27256053799999996]
I/Velocity: [-9.26115E-4, -5.916E-5, 0.00209409]
I/Velocity: [-0.0018333919999999999, -6.785679999999999E-4, 0.003609672]
I/Velocity: [-5.516159999999999E-4, -3.88362E-4, 9.315279999999998E-4]
I/Velocity: [-0.001341424, -0.001413168, 0.0021391039999999997]

PS：我还尝试限制样本，使 deltaT 大约为 0.01 秒。

4

1 回答 1

0

您在 x 和 y 轴上的加速度值似乎很小，如果您在 z 轴上移动，这是一个很好的点。请记住，除非您的运动受到引导，否则这些轴上的速度永远不会为零。

考虑到 z 轴上的值，我会检查与样本相乘的 deltaT。它应该等于传感器采样频率的倒数。例如，如果 f_s = 100 Hz，则 deltaT = 0.01 s。如果您使用的是下降传感器，该值应该在时间上几乎是恒定的。另外，为什么使用系统时间而不是每个样本可能提供的时间戳？

最后，但也许是最重要的：

这就是速度 = 速度 + (加速度) * (时间变化)

你的推理是正确的......理论上。除了您所说的重力偏差已被消除之外，问题在于您的信号包含噪声。正如您所提到的，积分会随着时间的推移而漂移，因为您整合了信号中包含的噪声。加速度信号的数值积分不会给你一个合适的速度，除非你有办法在做之前去除噪音。如果您确实需要整合此信号，请尝试对其进行过滤。最好的选择是将它与另一种类型的传感器（光学？）融合使用加速度而不是速度，但我怀疑如果您正在为移动设备开发应用程序......

于 2017-02-09T22:50:13.033 回答