很多帖子都在谈论陀螺仪漂移问题。有人说陀螺仪读数有漂移,但也有人说积分有漂移。

  • 原始陀螺仪读数有漂移 [link]
  • 积分有漂移 [link](答案 1)。

  • 所以,我进行了一项实验。接下来的两个数字是我得到的。下图显示陀螺仪读数根本没有漂移,但有偏移。由于偏移,集成是可怕的。所以看起来整合就是漂移,是吗?
    mobile - 手机上的陀螺仪漂移-LMLPHP

    下图显示,当偏移减少时,积分根本不会漂移。
    mobile - 手机上的陀螺仪漂移-LMLPHP

    此外,我还进行了另一项实验。首先,我将手机固定在 table 上大约 10 秒。然后将其向左旋转,然后恢复到背面。然后往回走。下图很好地说明了这个角度。我使用的只是减少偏移然后进行积分。

    mobile - 手机上的陀螺仪漂移-LMLPHP

    所以,我的大问题是,偏移量可能是陀螺仪漂移(积分漂移)的本质?在这种情况下,是否可以应用免费滤波器或卡尔曼滤波器来消除陀螺漂移?

    任何帮助表示赞赏。

    最佳答案

    如果陀螺仪读数有“漂移”,则称为偏置而不是漂移。

    漂移是由于积分造成的,即使偏置恰好为零也会发生。漂移是因为您正在通过积分累积读数的白噪声。

    对于 漂移消除 ,我强烈推荐 Direction Cosine Matrix IMU: Theory 手稿,我已经基于它为 Shimmer 2 设备实现了传感器融合。

    (编辑:该文档来自 MatrixPilot 项目,该项目已移至 Github,可在 wiki 的下载部分找到。)

    如果您坚持使用卡尔曼滤波器,请参阅 https://stackoverflow.com/q/5478881/341970

    你为什么要实现自己的传感器融合算法?

    Android( Sensor.TYPE_ROTATION_VECTOR 下的 SensorManager )和 iPhone( Core Motion )都有自己的。

    关于mobile - 手机上的陀螺仪漂移,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/14210206/

    10-13 07:32