加速度计＆amp;不同移动设备中的陀螺精度

Question

我想使用移动设备的传感器实现室内定位系统（加速度计，指南针， 陀螺）。此处已在几个地方讨论过此问题，例如 - here和here

第一步是确定哪个平台是实施此类系统的最佳平台。 主要的可能性是三星的Galaxy / Galaxy标签或iphone / ipad。 最重要的标准是传感器数据的准确性。但是，这种比较非常复杂，因为精度不仅取决于设备本身，还取决于设备本身的软件层。

有关于这个问题的研究吗？ 智能手机的传感器与平板电脑的传感器有区别吗？

任何指向网站或文章的链接都 有用

提前致谢！

爱丽儿

Answer 1

我为Android平板电脑开发了同样的东西。在传感器的准确性方面，彼此之间存在巨大差异。最近发布的平板电脑往往有更好的设备。

更好的准确性，同时也努力为给定设备提供来自相同构造函数的传感器。

让我解释一下。我使用过Galaxy Tabs 7.0和10.1。 GT7的传感器由各种构造器提供，最终导致与轮询频率相关的差异。如果你有一个来自X的加速度计和一个来自Y的陀螺仪，两者都以最大的频率（你想要更高的精度）使用，那些频率将不匹配。一个可能是大约10毫秒，另一个可能是15左右。这对于计算来说非常烦人。对于GT10，所有传感器都是由我使用的平板电脑上的InvenSense构建的。 InvenSense为惯性导航创建传感器和软件解决方案（我建议您查看他们的网站和他们的一些论文）。它们的精确度不仅高，而且所有传感器都可以协同工作，特别是在频率方面。

TL; DR - 更喜欢使用最新的设备（可能是最昂贵的设备），以提高传感器的准确度和幸运度。

使用这种糟糕的传感器开发INS是一件很棘手的事情，但是你可以让它发挥作用。

Answer 2

以下是一些需要考虑的一般性注意事项： 时间同步传感器测量的问题由卡尔曼滤波器很好地管理。 KF非常强大，但需要一些时间来学习和实施。这是一个非常大的飞跃。

使用KF，您可以以不同的数据速率对多种类型的传感器（速率陀螺仪，加速度计和所有类型的角度或位置测量）进行数据融合。

整体方法称为数据融合。如果您正在跟踪的项目正在移动，则该过程称为“轨迹估计”。 KF算法基于所有测量和关于对象移动能力的某些假设（动态模型）来估计对象的位置，速度和加速度随时间的变化。

例如，如果物体是牛，你可以对速度，加速度和位置做出某些假设（它将在地球表面）。如果物体是火箭，那么关于可能的运动的假设将是不同的。了解对象的“动态模型”可以提高轨迹估计的准确性。

KF算法的另一个好处是它有助于根据“噪声模型”和传感器精度模型滤除传感器噪声。您还可以模拟传感器偏差，漂移等。