我有一辆小型遥控车在房间的地板上。为了简单起见,让我们假设它正沿着x轴移动。现在,地板看起来很平坦,但每个表面都有非常微小的凹凸不平。因此,无论何时汽车不完全平坦(因为它在起始位置),换句话说,每当汽车有轻微的倾斜,那么, 从加速度计获得的总加速度=线性加速度+由于倾斜引起的加速度如何仅使用陀螺仪从加速计获得线性加速度?
我的问题是如何去除由于倾斜引起的加速度,以便我只能获得线性加速度?我能以某种方式使用陀螺仪来做到这一点吗?
我有一辆小型遥控车在房间的地板上。为了简单起见,让我们假设它正沿着x轴移动。现在,地板看起来很平坦,但每个表面都有非常微小的凹凸不平。因此,无论何时汽车不完全平坦(因为它在起始位置),换句话说,每当汽车有轻微的倾斜,那么, 从加速度计获得的总加速度=线性加速度+由于倾斜引起的加速度如何仅使用陀螺仪从加速计获得线性加速度?
我的问题是如何去除由于倾斜引起的加速度,以便我只能获得线性加速度?我能以某种方式使用陀螺仪来做到这一点吗?
我已经实现传感器融合,基于此稿件Shimmer platform,它基本上是一个教程:
Direction Cosine Matrix IMU: Theory
这份手稿几乎回答你的问题。
这些也都得到了很大的帮助:
An introduction to inertial navigation
An Introduction to the Kalman Filter
Pedestrian Localisation for Indoor Environments
Combine Gyroscope and Accelerometer Data
答应我,你会不会尝试重积分的线性加速度因为it won't work,我怀疑它是what you are trying to do.
嗨,你发布的最后一个链接是我的问题本身,双重整合正是我打算做的。我知道你已经提到过,这不会起作用。但这是我的项目,我必须尝试。现在我的准确性是这样的:如果我沿着直线移动传感器40厘米,并且只使用加速度计数据(假设我刚刚获得线性加速度),那么如果我重复测试,我会得到随机位置。例如:测试1:Pos = 51cm,测试2:Pos = 46cm,测试3:Pos = 76cm,测试4:Pos = 19cm,测试5:Pos = 109cm。使用陀螺仪可以使距离更近或最小误差? – GuiccoPiano
您将在几秒钟内将错误增加到米(!)。 – Ali