このInertialNavについて
慣性航法のためのツールボックス。
InertialNavアプリケーションは慣性航法用のツールボックスです。利用可能な場合、それは姿勢、位置と速度の情報を引き出すために、センサーからの情報(例えば、加速度計、ジャイロスコープ、磁力計、およびGPS)を使用します。
最近の方法は、信頼性の高い堅牢な姿勢推定を提供するためにInertialNavアプリケーションで使用されている。 InertialNavアプリケーションは、携帯電話やタブレットで、一般に利用可能な低品位センサからほとんどを取って、平均的には、地元の加速度によってunbiaisedさ姿勢推定を提供することができます。
これは、以下の機器が含まれています:
✔人工地平線/ジャイロ姿勢インジケータ、
✔高度計、
すべての方向で働く✔3Dコンパス(ジャイロ、磁気)、
✔スピードメーター(対地速度、垂直速度)、
✔地面トラック。
最適なフィルタは、正確にデバイスの可能性のある姿勢と位置などを推定するために使用されます。電話は通常低品質のセンサーを持っていること、しかし、注意してください。
加えて:
✔HUDモードでは、拡張現実のためのアプリケーションを使用できます。
✔あなたは、あなたの位置をGoogleマップを表示することができます
✔あなたは、あなたのAndroidデバイスのセンサーを監視することができます
✔あなたは、後処理(MATLAB、Scilabのと、LabVIEW、に例えばのために、、GPXファイル(GPSのみを測定)をリアルタイムで測定し、推定値を格納したテキストファイルや、UDPでのwifi内部ネットワーク上でこれらの測定値を送信することができます... )。
オプションの✔完全なセットは、特定のニーズに合わせて微調整するアプリをあなたを許す。機能が欠落している場合は、お気軽にお問い合わせください!
ITがどのように動作しますか?
実際の生活環境では、センサは、関心のある物理量に加えてノイズを測定する傾向がある。現在のアプリケーションでは、姿勢の推定値を提供します。態度の最良推定値を持つようにデータ融合(EKF、UKF)が使用されます。フィルタの目的は、すべての摂動を拒否するのではなく、効率的に行うことであり、それはのmeasurmentsの異なるソースを必要とします。我々はオリエンテーションで興味を持っており、お使いのデバイスが角速度と加速度計と磁力計からの測定値のセットに対してジャイロスコープを使って、実際に慣性計測ユニット(ジャイロスコープ、加速度計などとIMU)で考えると、InertialNavは確かとの姿勢を推定することができますフィルタ。
姿勢を推定するために、つまり、InertialNavは、時にはそれが信頼できない、またはあまりにも騒々しいと判断するセンサーからの情報を破棄します - それは、時にはむしろ角速度の統合とその逆よりも態度測定を好むこと - 誤差の共分散を最小限にする。また、オリエンテーションのため四元製剤は、推定が非常に堅牢になります。
GPSが利用可能であればさらに、サブメートルの位置決めを得ることができる。つまり、これは、(位置と速度のドリフト)効率的に屋内で作業することはできません。
**重要**:お使いのデバイスに応じて、態度の最良推定のための共分散の設定を通過してご検討ください!信頼できないと判断する場合InertialNavは測定値を無視することがあります。アプリはジャイロスコープを使用していないと思われる場合は、ジャイロスコープの分散設定を確認してください。
OUTPUTS
データは、SDカード上のテキストファイルとして保存することができる。
データはまた、UDPローカルのWiFiネットワークを介して送信することができます。データは、次のように、float型(4バイト、リトルエンディアン)として送信されています:
[時間、測定された加速度{X、Y、Z}、測定セクシュアリティ{ピッチ、ロール、ヨー}、磁場{X、Y、Z}、ピッチの見積もり、ロールの見積もり、ヨーの見積もり]
最小限の要件
最小要件:加速度計、ジャイロスコープ、磁力計。
オプション要件:GPS、カメラ。
- GPSが有効になっている場合Groundtrackモードのみ利用できるようになり、
- カメラが利用可能になったときヘッドアップディスプレイにのみ利用できるようになり、
- 7でのみ使用でき、複数のパネル "と、上記の画面サイズ。
アプリケーションは、任意の保証なしで、そのまま提供されています。アプリケーションは、任意の機関や組織によって、ナビゲーションの目的のために保証されていません。これは、平面にナビゲーション手段として使用するべきではありません!
あなたがバグを見つけた場合は、電子メールで報告してください。ありがとう!