我正在尝试创建一个跟踪设备在2D空间中移动的应用程序。在网上进行研究后，我发现一种方法就是将线性加速度整合两次，但错误很可怕。
这个问题有什么解决方案吗？我希望能够将手机向上移动，这将导致在屏幕上绘制垂直线，以缩放手机的移动距离。然后，如果我将手机向左移动，将绘制水平线 - 有效地允许我使用手机的移动在屏幕上绘图。
这可以完成吗？如果是这样，我应该在开发中采取什么方向？我不知道从哪里开始......
编辑：有关该项目的更多信息：
我正在尝试制作一个能够跟踪腿部/手臂运动的运动应用程序：例如，当你正在做仰卧起坐，并且手机上有一个手镯连接到你的脚踝。
该应用程序将跟踪腿的重复运动。
答案 0 :(得分：2)
不幸的是，这些手机中的加速度计远不及实现惯性测量单元所需的功能。最大的问题是因为你积分两次积分总是带有一个常数积分（x，dx）= x ^ 2/2 + c这个常数使得这很困难。为了让事情变得更糟，你得到它两次，一次积分以获得速度和一次获得位置。
我在商业惯性测量单元中看到的一种固定方法称为零速度零点，这是您在停止设备运动时使用其他一些数据来告诉它的地方，这样您就可以零超出速度。例如，我看到一个项目将一个惯性测量单元放在一个鞋子上，每当它检测到鞋子被放在地上时它就会使速度归零，这大大提高了准确性。您可以使用相机或其他东西来确定这一点，但我还没有看到它完成。如果你想开始搞乱这个，那么你就是一个很棒的人，我很想知道结果如何。
编辑：我应该澄清一下，我上面提到的常量是错误累积的地方。如果您可以将零速度归零，则会定期从存储的当前速度中删除累积误差。位置误差仍然会累积，但这会使它在相对静止时不会漂移，这可能使其可以通过绘图。
答案 1 :(得分：1)
除了将加速度积分两次之外，别无他法。
此外，我认为如果您不了解设备中可能存在的其他传感器，则无法做到这一点（例如，在我的某个设备上，我有7个（7个）与各种物理信号相关的传感器，设备可能是接收）。
除此之外，请记住传感器数据有噪音且几乎总是必须进行预过滤。例如，您可以使用最后10个样本的几何平均值。这应该通过为积分函数提供更平滑的输入数据来降低错误。