免责声明:我是一个彻头彻尾的傻瓜,不是一个程序员
我有一个10自由度IMU。我正试图得到传感器的速度。我从表面上理解传感器漂移等的局限性……我会带你了解我的思路。
这个双数组保存了我的加速度计的XYZ值。这是线性加速度数,一个算法已经计算出并去掉了重力因子。
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,还需要deltaT。DeltaT将用于计算积分加速度。
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;
这里的速度=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得到的结果。这是不对的,我已经尽力纠正了。谢谢你帮我。如果需要其他信息,请告诉我。
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]
p.S:我还试图限制样本,使deltaT大约为.01秒。
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,除非你的运动被引导,否则这些轴上的速度永远不会为零。
考虑到z轴上的值,我会检查样本乘以的deltaT。它应该等于传感器采样频率的倒数。例如,如果f_s=100 Hz,deltaT=0.01 s。如果您使用的是下降传感器,则该值应在时间上几乎恒定。此外,为什么要使用系统时间,而不是可能随每个样本提供的时间戳?
最后,但可能是最重要的:
这里的速度=速度+(加速度)*(时间变化)
你的推理是正确的理论上除了你所说的重力偏移被消除之外,问题是你的信号中含有噪音。正如你所提到的,积分会随着时间的推移而漂移,因为你对信号中包含的噪声进行了积分。加速度信号的数字积分不会给你一个合适的速度,除非你在做之前有办法去除噪音。如果你真的需要积分这个信号,试着过滤它。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,如果你正在为移动设备开发应用程序。。。