【发布时间】：2012-12-20 09:03:52
【问题描述】：
可能重复：
Getting displacement from accelerometer data with Core Motion
Android accelerometer accuracy (Inertial navigation)
我正在尝试使用核心运动用户加速度值，并对它们进行双重积分以得出所覆盖的距离。我沿着 Y 轴线性移动我的 iPhone，对着桌子上的 30 厘米原木尺。首先，我让设备静止 10 秒，然后通过平均各自的用户加速度值来计算我沿三个轴的偏移量。 当我尝试计算所覆盖的距离时，从加速度值中减去 X、Y 和 Z 偏移量。在偏移减法之后，这些值当然分别通过低通滤波器和中值滤波器。滤波器是线性滤波器，截止频率由在低通中取平均值的相邻值的数量和中值滤波器中的中值指定。我已经尝试过从 1 到 100 的不同值。最后，这些过滤值使用梯形规则进行双重积分以获得距离。但是，计算出来的距离没有接近 30 厘米。我得到的最接近的值是 -22 厘米（我想知道为什么即使我沿正 Y 方向移动设备，我也会得到负值）。我也遇到了这个： http://ajnaware.wordpress.com/2008/09/05/accelerating-iphones/ 这是一篇关于同一件事的旧帖子，它说返回的加速度计读数似乎以大约 0.18m/s^2 的量子形式出现（即大约 0.018g），很快就会导致很大的累积误差。这样一来，为了让这个误差真正无关紧要，人们必须将设备加速近 1.8m/s^2，这对于距离/长度测量目的来说实际上是不可能的。对于小的运动，看起来不可能通过使用最佳滤波器和高阶数值积分方法来计算距离，而没有像这样不切实际的速度/加速度约束。可能吗？ 当我得到越来越多的运动更新时，如何使用我的加速度与时间戳数据来内插一个随时间增长的多项式，这近似表示加速度与时间的曲线。多项式的双重积分将是小菜一碟。但是，对于小距离，多项式会有很大的误差分量。使用我的设备将受到的可预测的已知运动，我希望拍摄大量快照（计算距离与实际已知距离）以类似方式计算我的误差多项式，然后从我的第一个多项式中减去它。这能行吗？
【问题讨论】：
-
这是一个很好的问题，但很高兴看到您随附的代码...
-
@SonuJha 上面的问题是关于 Android 的，但同样适用于 ios 核心运动。简而言之，不，你不能做双积分，这些传感器不够准确。
-
这是另一个：Need to find Distance using Gyro+Accelerometer。归根结底，这是不可能的，因为可怕的错误。
-
感谢他的回复！我是三个 C 样式数组 XA[10000]、Ya[10000] 和 ZA[10000]，我在其中存储每次运动更新时的加速度值（deviceMotionUpdateInterval 设置为 0.01）。当设备处于静止状态时，沿各自轴的大约 1000 个值被平均，以获得三个偏移量。接下来的三个数组 XA_F YA_F 和 ZA_F 在将它们乘以 981（因为我以厘米为单位测量）之后，填充了来自过滤器的值。
-
@Kay 我只能鼓励您就这个反复出现的问题写下您的博文。令人惊讶的是它出现了多少次。
标签： ios core-motion