在這個論壇的第一篇文章,希望我這樣做是正確的。我知道過去有兩個關於加速度雙重集成的主題,我知道加速度計不是200k +軍用級傳感器的固有誤差。幸運的是我的目的我只需要它近似正確(+/- 3英寸)不超過10秒。使用9軸IMU加速到位的雙重整合
我已經差不多了。我正在使用bno055 IMU的線性加速度。我以50赫茲(每20毫秒)的速率進行採樣。每次我抽樣時,我使用基本的trapezoidal integration從acc移動到速度和速度到位置。我有一個「辨別窗口」來拋出靜止錯誤,並且有一個「移動終止檢測」代碼,用於在加速度爲0之後將速度重新設置爲0以執行給定數量的計數。
這是一種時尚,我只是需要它的工作更好一點。我看到一些非常奇怪的回彈,我移動加速度計,位置移動得相當正確,直到停止,然後位置「回退」幾英寸 - 有時幾乎回到我開始的位置。帶給朋友比我更聰明,他建議我更聰明地集成,使用4或5個數據點,而不是我在梯形集成中使用的最後兩個數據點。
所以我的問題:如何使用最後的四個或五個數據點比基本的梯形積分更精確地進行積分?我試過看歐拉和RK4,但是我已經做了很長一段時間,因爲我已經完成了更高水平的數學,我不知道從哪裏開始。如果有人能夠簡單地解釋,那會很棒。謝謝。對於後臺,這些代碼都運行在微機上,所以我不能通過matlab運行數據。
PS。我還被推薦使用高通濾波器,但是當我嘗試開始閱讀數字高通濾波器時,我無法理解它。我認爲我會從更智能的整合開始,看看它做了什麼。
非常有趣的問題。你真的需要精確度還是隻是爲了視覺目的而平滑?我問,因爲有一次我不得不使用定位設備(用於白板)並且設備有很多抖動,所以我使用了幾種不同的簡單平均算法來平滑指針路徑。不過,我並不十分關心完美的準確性。我能夠消除足夠的抖動,我可以寫得很好,但對於慣性導航,我不確定它會工作。 – Acapulco
我確實需要更多的準確性。這些數據不是可視化的,我只需要能夠從(0,0)到少數幾個路標。即使在我的目標座標周圍有一個很大的公差帶,數據也有點太多,無法一直實現。這就是爲什麼我希望更智能的集成或高通濾波器將使我的集成更加準確和可靠。 – Zero
我發現了一些基於最小二乘法的Excel曲線擬合教程。這可以工作嗎?我想你需要先確定你的數據是否是線性的。但總的來說,我發現一些曲線擬合算法似乎並不需要更高水平的數學。我知道你正在使用microcomp,但是有沒有辦法在它之外做一些測試?也許可以測試幾個模型來找出哪一個最適合數據,然後移植到microcomp語言中? – Acapulco