指南针和加速计精度

时间:2010-10-22 17:18:10

标签: android accelerometer compass-geolocation sensor

我在Android中制作了自己的应用程序,使用指南针和加速计传感器来显示设备的旋转度和倾斜度。我初始化了我需要的所有监听器和对象(我遵循了一些教程),现在我可以按照自己的意愿捕获学位。问题是传感器返回的措施不准确。我的意思是,即使我试图将传感器捕获的度数值四舍五入,它们也会在每秒几分钟内在 - / + 7(或8)度之间振荡,即使我留在草地上远离任何干扰源。我想要的是一个精确的度数度量,类似于我从传感器接收的值的方法。

    float[] mags = null;
    float[] accels = null;
    float[] R = new float[matrix_size];
    float[] outR = new float[matrix_size];
    float[] I = new float[matrix_size];
    float[] values = null;

    private void startSensor() {
    sensorMan.registerListener(this, sensorMan.getDefaultSensor(Sensor.TYPE_MAGNETIC_FIELD), SensorManager.SENSOR_DELAY_UI);
    sensorMan.registerListener(this, sensorMan.getDefaultSensor(Sensor.TYPE_ACCELEROMETER), SensorManager.SENSOR_DELAY_UI);

}

@Override
public void onSensorChanged(SensorEvent event) {
    if (event.accuracy == SensorManager.SENSOR_STATUS_UNRELIABLE) {
        return;
    }

    switch (event.sensor.getType()) {
    case Sensor.TYPE_MAGNETIC_FIELD:
        mags = event.values.clone();
        break;
    case Sensor.TYPE_ACCELEROMETER:
        accels = event.values.clone();
        break;
    }

    if (mags != null && accels != null) {
        SensorManager.getRotationMatrix(R, I, accels, mags);
        // Correct if screen is in Landscape
        SensorManager.remapCoordinateSystem(R, SensorManager.AXIS_X,
                SensorManager.AXIS_Z, outR);

        SensorManager.getOrientation(outR, values);
        azimuth = (float) Math.round((Math.toDegrees(values[0]))*7)/7;
        azimuth = ( azimuth + 360)%360; 
        //here is inclination. The problem is just the same with compass
        //inclination=-Math.round((float) (values[1]*(360/(2*Math.PI))));

        //other code to update my view
        //in azimuth i have the degree value. It changes continuously
        //even if i aim still the same direction
    }
}

3 个答案:

答案 0 :(得分:1)

请在此处查看我的回答:Smoothing data from a sensor

我在加速度计和magetometer事件值上运行此过滤器,然后将它们传递给SensorManager.getRotationMatrix()。我认为这种算法的优点是不需要保留大量的历史值,只需要保留先前的低通输出数组。

该算法源自此维基百科条目:http://en.wikipedia.org/wiki/Low-pass_filter#Algorithmic_implementation

答案 1 :(得分:0)

你所看到的是真实的东西 - 大多数手机上的方向传感器只能给你一个粗略的罗盘标题。

如果你想平滑显示的值,那么它会给你一些似乎没有随机改变的东西我建议在Java上用这个方向结果实现http://en.wikipedia.org/wiki/Moving_average或其他平滑滤波器。

为获得最高性能,您可以使用NDK编写过滤器并使用Boost Accumulators库:http://www.boost.org/doc/libs/1_46_1/doc/html/accumulators.html

答案 2 :(得分:0)

我是从这里使用卡尔曼滤波器做到的: Greg Czerniak's Website

我将数据发送到udp端口并使用python在PC上平滑它。 但我想你可以在那里找到java / android的卡尔曼滤波器实现。