विभिन्न मोबाइल डिवाइस में एक्सेलेरोमीटर और जीरो सटीकता

Question

मैं मोबाइल डिवाइस (एक्सेलेरोमीटर, कंपास, गीरो) के सेंसर का उपयोग करके एक इनडोर लोकलाइजेशन सिस्टम को कार्यान्वित करना चाहता हूं। इस समस्या पर पहले से ही कई स्थानों पर चर्चा की गई थी - here और here

पहला कदम यह तय करना है कि इस तरह के सिस्टम को लागू करने के लिए कौन सा प्लेटफॉर्म सबसे अच्छा है। सैमसंग गैलेक्सी/गैलेक्सी टैब, या आईफोन/आईपैड की मुख्य संभावनाएं हैं। सबसे महत्वपूर्ण मानदंड सेंसर डेटा की सटीकता है। हालांकि, यह तुलना बहुत जटिल है, क्योंकि सटीकता न केवल डिवाइस पर बल्कि इसके ऊपर सॉफ्टवेयर परतों पर भी निर्भर है।

क्या इस विषय पर कोई शोध उपलब्ध है? क्या स्मार्टफोन और टैबलेट के सेंसर के बीच कोई अंतर है?

वेबसाइटों या लेखों का कोई लिंक सबसे अग्रिम में मददगार

धन्यवाद होगा!

एरियल

Answer 1

मैं Android टेबलेट के लिए बहुत ही बात विकसित किया है। जब सेंसर की सटीकता की बात आती है, तो एक और दूसरे के बीच कुछ बड़े अंतर होते हैं। हाल ही में जारी की गई गोलियों में बेहतर उपकरण होते हैं।

उनकी सटीकता में बेहतर, लेकिन साथ ही दिए गए उपकरणों के लिए उसी कन्स्ट्रक्टर से सेंसर प्रदान करने का प्रयास भी है।

मुझे समझाएं। मैंने गैलेक्सी टैब 7.0 और 10.1 के साथ काम किया है। जीटी 7 के सेंसर विभिन्न रचनाकारों द्वारा प्रदान किए जाते हैं, जो मतदान आवृत्तियों से संबंधित असमानताओं में समाप्त होते हैं। यदि आपके पास एक्स से एक्सेलेरोमीटर है और वाई से एक जीरोस्कोप है, तो दोनों को अपनी सबसे बड़ी आवृत्ति (जिसे आप बेहतर परिशुद्धता के लिए चाहते हैं) पर उपयोग किया जा रहा है, उन आवृत्तियों का मिलान नहीं होगा। एक लगभग 10 एमएस, दूसरे के आसपास 15 हो सकता है और यह गणना के लिए बहुत परेशान है। जीटी 10 के लिए, मेरे द्वारा उपयोग किए जाने वाले टैबलेट पर सभी सेंसर इनवेन्स द्वारा निर्मित किए जाते हैं। InvenSense इनर्टियल नेविगेशन के लिए सेंसर और सॉफ़्टवेयर समाधान बनाता है (मैं आपको अपनी वेबसाइट और उनके कुछ कागजात जांचने की सलाह देता हूं)। न केवल उनकी सटीकता बहुत अच्छी है, लेकिन सभी सेंसर एक साथ काम करेंगे, और खासकर जब आवृत्तियों की बात आती है।

टीएल; डीआर - बेहतर सटीकता और सेंसर के बीच सौभाग्य से पर्याप्तता के लिए नवीनतम उपकरण (और शायद सबसे महंगा) का उपयोग करना पसंद करते हैं।

ऐसे खराब सेंसर के साथ एक आईएनएस विकसित करना एक मुश्किल बात है जिसे मैं बता सकता हूं, लेकिन आप इसे काम कर सकते हैं।

Answer 2

यहां कुछ सामान्य नोट्स हैं: टाइम सिंकिंग सेंसर माप का मुद्दा कलमैन फ़िल्टर द्वारा प्रबंधित किया जाता है। केएफ बहुत शक्तिशाली है लेकिन सीखने और लागू करने में कुछ समय लगेगा। यह एक बहुत बड़ी छलांग है।

केएफ के साथ आप अलग-अलग डेटा दरों पर कई प्रकार के सेंसर (दर gyros, accelerometers, और कोण या सभी प्रकार के स्थिति माप) के डेटा संलयन कर सकते हैं।

समग्र विधि को डेटा फ़्यूज़न कहा जाता है। यदि आप जिस आइटम को ट्रैक कर रहे हैं वह आगे बढ़ रहा है, तो प्रक्रिया को 'प्रक्षेपवक्र अनुमान' के रूप में जाना जाता है। केएफ एल्गोरिदम ऑब्जेक्ट की स्थिति, वेग, और त्वरण का अनुमान लगाता है, ऑब्जेक्ट की गति (गतिशील मॉडल) के बारे में सभी मापों और कुछ मान्यताओं के आधार पर।

उदाहरण के लिए, यदि वस्तु गाय है, तो आप गति, त्वरण और स्थिति (यह पृथ्वी की सतह पर होगी) के बारे में कुछ धारणाएं कर सकते हैं। यदि वस्तु रॉकेट है, तो संभव आंदोलनों के बारे में धारणाएं अलग-अलग होंगी। ऑब्जेक्ट के 'गतिशील मॉडल' को जानना प्रक्षेपवक्र अनुमान की सटीकता को बढ़ाता है।

केएफ एल्गोरिदम के बारे में एक और अच्छी बात यह है कि यह 'शोर मॉडल' और सेंसर सटीकता मॉडल के आधार पर सेंसर शोर को फ़िल्टर करने में मदद करता है। आप सेंसर पूर्वाग्रह, बहाव इत्यादि भी मॉडल कर सकते हैं