为什么被折叠？
0 个回复被折叠
6 回答
足部安装的传感器多采用ZUPT方式校准，以脚触地速度为零作为卡尔曼滤波器的观测值抑制惯导外推的发散，手机可用类似的方法识别停顿那一刻
不知道是题主笔误还是什么，题主说的任何时刻查看mems传感器都有稳定输出，这跟室内和室外是没有关系的。陀螺仪和加速度计是惯性元件，理论上说是不取决于外部环境的。陀螺的输出只是角速度，加速度计的输出只是比力，要想实现定位，是需要做积分、坐标转换等步骤，才能得到速度和位置。室内定位之所以不比室外，是因为在室外有gps等无误差累积的定位系统对惯性导航结果进行修正，比如用您提到的kalman滤波。进去室内，当gps完全失效的时候，仍然有一些其他的算法可以进行粗略的导航定位，比如零速修正，通过设置一些检测门限，判断手机是在静止的状态，此时可以将速度观测值认为是0，并同样利用kalman来修正位置和姿态角的误差。
不清楚手机软件具体怎么做的。不过就手机里的IMU误差水平，使用捷联惯性导航算法定位还不如使用加速度计检测步态并使用磁罗盘航向进行航迹推算(DR)了。
前段时间基于MEMS室内定位做了一些预研工作，几点拙见
1）如果您从最基本的MEMS惯导的基础理论来看的话或许问题会更加清晰一些，看您主要纠结如何修正，其实这是MEMS惯导的核心内容之一，主要体现在姿态融合算法中。
2）一般情况下单靠加计的数据是不准确的，起码消费类的没有这么高的精度，一般洲际导弹的导航也是采用类似的辅助导航方式，基本上采用的是ADI或者其他大厂军工级别的传感器，价格也是蛮贵的，都是单轴的大约1000$-3000$。
3）在消费类产品中精度自然没有这么高，一般场合采用陀螺来校准和修正，当然陀螺本身也是有误差的需要相互约束，同时引入磁力计为了更好的效果。这涉及核心的姿态融合算法的问题，理论有些高不做讨论。
4）目前这个市场还是蛮新兴的，研究的人蛮多的，商用估计还得经过市场的验证，多做一些理论的研究是好的。
![[已重置]](/storage/avatar/000/00/44/35_avatar_max.jpg){kind=avatar}
用常用的手机举例子，iPhone用的是ST公司定制的MEMS传感器，iFixit公司拆解得出的结论是“通过拍摄芯片的X光照片，研究人员发现这款芯片与意法半导体公司推出的 L3G4200D 非常相似”，事实上，大部分常用的MEMS惯性传感器芯片内部都长这样啦，iPhone所用的惯性传感器，和L3G4200D，ADXL345这些我们常做电子产品开发能用到的陀螺仪和加速度计都是不过等级一致的，成本大概在10元人民币左右。
以ADXL345数字加速度传感器为例，下图是其在3.3V供电电压下25°C时X轴的0g漂移。
代入数据，不考虑由于温度引起的偏移，最好情况的加速度误差矩阵为：
在地理坐标系中x,y,z方向的定位误差，200hz采样率，1s的周期内，误差大约在10m级
代入数据，不考虑由于温度引起的偏移，最好情况的加速度误差矩阵为：
在地理坐标系中x,y,z方向的定位误差，200hz采样率，1s的周期内，误差大约在10m级 
一个是要看现在智能手机上对于惯性系统的精度需求，我好像没看到过什么像样的app是采用MEMS来做室内定位的，方位误差和方向误差估计是个比较宽的范围；
另外就是MEMS的制造工艺这几年应该还是不错的，惯性通道集成度也比较高，三轴加速度计+三轴磁力计+三轴Gyro，九个通道后面再挂接数字滤波，互相交验可能就够用了；
不过我确实不大清楚基础细节，也不知道这个领域内的精度标准和你的读数如何匹配、是否能匹配？仅供参考。
