申请/专利权人：郑州大学

申请日：2024-01-11

公开（公告）日：2024-04-12

公开（公告）号：CN117874403A

主分类号：G06F17/11

分类号：G06F17/11;G06F18/2433;G06F18/10;G01C25/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供了一种基于边缘计算的姿态传感器自校准方法，校准方法包括以下内容：第一部分：根据传感器的特性进行误差分析，建立描述传感器输出与真实值之间的误差关系模型；第二部分：通过转动姿态传感器获取姿态传感器采集到的数据，通过设计一个边缘端自适应滤波器对姿态传感器采集到的数据进行滤波处理；第三部分：边缘端的处理模块采用边缘端误差校准算法利用处理后的数据计算校准参数，从而减轻边缘端的计算负载，避免内存资源不足和程序死机等问题；第四部分：根据边缘端计算出的校准参数，更新传感器中的校准参数，实现姿态传感器在边缘端的自校准。该方法具有利用边缘计算减少外部设备介入进而提升效率的优点。

主权项：1.一种基于边缘计算的姿态传感器自校准方法，其特征在于：所述的姿态传感器包括加速度计、陀螺仪和磁力计，校准方法包括以下内容：第一部分：建立传感器误差模型：针对零偏误差建立数学模型：b＝bx,by,bzT；bx,by,bz分别代表x，y，z三轴的零偏误差；针对比例因子误差建立数学模型：sx,sy,sz分别代表x，y，z三轴的比例因子误差；针对非对准误差建立数学模型：oxx,oxy,oxz代表x轴未对准产生的非对准误差,oyx,oyy,oyz代表y轴未对准产生的非对准误差,ozx,ozy,ozz代表z轴未对准产生的非对准误差；针对非正交误差建立数学模型：cxy,cxz分别代表y，z轴对x轴的非正交误差,cyx,cyz分别代表x，z轴对y轴的非正交误差,czx,czy分别代表x，y轴对z轴的非正交误差；针对罗差建立数学模型：和n＝nx,ny,nzT；oxx,oxy,oxz代表外界磁场对x轴产生的比例项误差,oyx,oyy,oyz代表外界磁场对y轴产生的比例项误差,ozx,ozy,ozz代表外界磁场对z轴产生的比例项误差，nx,ny,nz分别代表外界磁场对x，y，z三轴产生的常值项误差；基于上述零偏误差、比例因子误差、非对准误差、非正交误差和罗差的数学模型，建立传感器误差分析模型：v＝SOCMu+b+n；其中，S表示比例因子误差矩阵，O表示非对准误差矩阵，C表示非正交误差矩阵，M表示罗差的比例误差矩阵，n表示罗差的常值误差矩阵，b表示传感器的常值误差矩阵，u表示理想状态下传感器的测量值，v表示实际情况下传感器的输出值，且M和n为磁力计特有的误差项；根据数学建模方法的思想，只考虑输入和输出之间的数学关系，可以将上式简化为：v＝Ku+B；其中，u表示理想状态下传感器的测量值，v表示实际情况下传感器的输出值，B表示传感器的常值误差，K表示与传感器的比例项误差矩阵；第二部分：采集数据：通过转动姿态传感器获取姿态传感器采集到的数据，对姿态传感器采集到的数据进行滤波处理；具体的，首先，采用数据减采样技术，降低数据的采集频率和数量，通过减少数据的采集频率，降低校准过程中所需的资源消耗；其次，应用阈值筛选技术对采集到的原始数据进行筛选，去除异常值，设置适当的阈值排除可能由于传感器误差、外界干扰等原因导致的异常数据点，获取更平滑和可靠的数据；同时，采用低通滤波技术对采集到的数据进行降噪处理，减少噪声对数据的影响，提高数据的准确性和一致性；其中，通过设计一个边缘端自适应滤波器来处理数据的步骤如下：步骤一：初始化滤波器的基础参数，包括`_cutoff_freq`、`_a1`、`_a2`、`_b0`、`_b1`、`_b2`等，这些参数在滤波过程中用于存储系数和先前的样本值；步骤二：计算截止频率与采样频率的比值`fr`、角频率`ohm`和系数`c`；`fr＝sample_freqcutoff_freq``ohm＝tanπfr``c＝1.0+2.0*cosπ4.0*ohm+ohm^2`步骤三：计算滤波器的系数`_a1`和`_a2`作为反馈系数，以及`_b0`、`_b1`、`_b2`作为前向系数；`_a1＝2.0*ohm^21.0c``_a2＝1.02.0*cosπ4.0*ohm+ohm^2c``_b0＝ohm^2c``_b1＝2*_b0``_b2＝_b0`步骤四：对于每个时间步骤，使用`LPF2pApply`函数将输入样本送入滤波器，滤波过程如下：`delay_element_0`表示当前的滤波器输出值，它基于输入样本和先前的滤波器输出计算：delay_element_0＝sample-delay_element_1*_a1-delay_element_2*_a2在计算`delay_element_0`之后，检查是否存在NaN或无穷大的情况，并进行处理以防止不良值传播；最终的滤波器器输出`output`计算为：output＝delay_element_0*_b0+delay_element_1*_b1+delay_element_2*_b2更新`delay_element_1`和`delay_element_2`的值，以备下一次迭代使用：delay_element_2＝delay_element_1delay_element_1＝delay_element_0通过以上步骤，实现一个边缘端自适应滤波器，用于平滑输入信号并抑制高频噪声；第三部分：边缘端利用接收到的数据计算出校准参数；边缘端包含一个处理单元，以及足够程序根据收到的数据计算并存储校准参数的内存空间，根据姿态传感器采集的数据计算出常值误差矩阵B和比例项误差矩阵K，再根据u＝K-1v-B得到准确值；具体的，采用边缘端误差校准算法对姿态传感器进行误差校准，以获得校准后的数据，针对边缘端环境的资源有限性，通过最小化椭球拟合模型的残差来优化拟合的误差参数，边缘端误差校准算法利用最小化残差的方法，调整椭球拟合模型的参数，使得拟合结果与实际数据更接近，从而减小校准误差；将姿态传感器采集到数据划分为适当大小的数据块，确保数据块包含足够的数据量且满足后续校准需求，同时避免过大的数据块导致存储和处理负担，并利用压缩算法和稀疏表示方法来减小数据存储空间、降低数据量和优化数据结构，以降低计算复杂度和内存资源需求，避免程序死机；其中，边缘端误差校准算法的步骤如下：根据椭球标准方程： 其中，Ox,Oy,Oz为椭球的中心，Rx,Ry,Rz为3个“半轴”的长度；展开标准方程，两边同乘Rx2，化简为：y2A+z2B+xC+yD+zE+F＝-x2其中整理得：[y2z2xyz1]*[ABCDEF]T＝-x2转化为KX＝Y的形式，其中K＝[y2z2xyz1]，X＝[ABCDEF]T，Y＝-x2；根据最小二乘法求得：X＝KTK-1KTY；最后解得椭球的中心Ox,Oy,Oz和3个“半轴”Rx,Ry,Rz为： 第四部分：根据边缘端计算出的校准参数，更新传感器中的校准参数，实现姿态传感器在边缘端的自校准。

全文数据：

权利要求：

百度查询： 郑州大学 一种基于边缘计算的姿态传感器自校准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD