可能重复：
Getting displacement from accelerometer data with Core Motion
Android accelerometer accuracy (Inertial navigation)
我正在尝试使用核心运动用户加速度值，并将它们进行双重积分以得出所覆盖的距离。我将iPhone沿Y轴线性移动，与桌面上的30厘米日志标尺对齐。首先，我让设备静止10秒钟，然后通过平均相应的用户加速度值来计算沿三个轴的偏移量。 当我尝试计算所覆盖的距离时，从加速度值中减去X，Y和Z偏移。在偏移减法之后，这些值当然分别通过低通滤波器和中值滤波器。滤波器是线性滤波器，截止频率由相邻值的数量指定，相邻值的平均值采用低通，中值采用中值滤波器。我已经尝试了从1到100的不同数值。最后，使用梯形法则对这些滤波值进行双重积分以获得距离。但是，计算出的距离不会接近30厘米。我得到的最接近的值是-22厘米（我想知道为什么我得到负值，即使我在正Y方向移动设备）。我也遇到过这个： http://ajnaware.wordpress.com/2008/09/05/accelerating-iphones/ 它是一个关于同样事物的旧帖子，它说返回的加速计读数似乎是大约0.18m / s ^ 2（即大约0.018g）的量子，很快就会产生很大的累积误差。因此，为了使这个错误无关紧要，人们必须将设备加速几乎1.8m / s ^ 2，这对于距离/长度测量来说几乎是不可能的。对于小的运动，看起来不像通过使用最佳滤波器和更高阶数值积分方法来计算距离，而没有像这样的不切实际的速度/加速度约束。可能吗？ 如何使用我的加速度与时间戳数据来插值随时间增长的多项式，因为我得到越来越多的运动更新，这代表了近似于加速度与时间的曲线。多项式的双重积分将是一块蛋糕。但是，对于小距离，多项式将具有较大的误差分量。使用我的设备将要经历的可预测的已知运动，我希望采用大量快照（计算的距离与实际已知距离）以类似的方式计算我的误差多项式，然后从我的第一个多项式中减去它。这可以吗？
答案 0 :(得分：3)
虽然这不适合StackOverflow，因为它不是一个问题而是一个讨论，我会试着总结一下我的想法。
正如已经说过的那样，加速度计非常不准确，您需要非常好的准确性来完成这类任务，特别是如果您要测量这么短的距离。此外，加速度计因设备而异，对于使用不同设备的相同动作，您将获得不同的结果。加上一个非常大的随机错误。
我的猜测是，您可以通过校准设备并进行“测量移动”几次（例如10次）来消除大部分随机性/错误。之后，您有足够的数据来获得可能接近实际值的平均值。
校准是这里的一个关键部分，您必须考虑一种聪明的校准方法，例如让用户以不同的速度在不同的距离上移动设备。
但这一切只是理论。我真的很想看到你的结果，但我怀疑你使用最好的滤波器/算法让它运行得足够好，因为噪音太大了。