本技术涉及传感器测量,特别涉及一种数据校正方法、装置、设备及可读存储介质。
背景技术:
1、目前,各种智能设备中都设有加速度、陀螺仪、磁力计、高度计、压力计等传感器。其中,基于mems(microelectromechanical systems)的6轴imu(inertial measurementunit)是包括有3轴加速度计和3轴陀螺仪的惯性测量单元,将其设于智能设备中,可以通过其中的加速度计测量3轴加速度,陀螺仪测量3轴角速度。但是,imu在生产加工过程中会存在确定性误差,加速度计和陀螺仪的确定性误差均包含静态偏置、尺度误差和三轴非正交误差。在使用imu过程中,加速度的1次积分和2次积分分别为速度和位置,角速度的积分为角度。由于确定性误差的存在,即使在短时间内,imu所测数据的积分也会使得速度、位置、角度存在很大的误差,因此需要对imu的确定性误差进行标定。
2、当前相关方案需要依赖高精密的转台提供精确的加速度值和角速度值,不易操作且成本较高,并且需要相关技术人员专门花时间进行离线标定,会影响用户对智能设备的正常使用。
3、因此,如何降低imu标定对用户使用设备的影响,提升标定方案的灵活性和通用性,是本领域技术人员需要解决的问题。
技术实现思路
1、有鉴于此,本技术的目的在于提供一种数据校正方法、装置、设备及可读存储介质,以降低imu标定对用户使用设备的影响,提升标定方案的灵活性和通用性。其具体方案如下:
2、第一方面,本技术提供了一种数据校正方法,应用于云计算端,包括:
3、在目标设备工作过程中,收集所述目标设备中的惯性测量单元测量得到的惯性数据;
4、从所述惯性数据中筛选所述目标设备静止状态下的加速度数据;
5、若所述加速度数据符合预设加速度模长,则从所述惯性数据中筛选符合预设条件的至少两组目标数据,并基于所述至少两组目标数据计算角速度误差参数;其中,每一组目标数据由所述惯性测量单元在所述目标设备从静止状态转换为运动状态再转换为静止状态的过程中,测量所述目标设备的加速度和角速度得到;
6、将所述角速度误差参数发送至所述目标设备,以使所述目标设备根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值。
7、可选地,所述从所述惯性数据中筛选所述目标设备静止状态下的加速度数据,包括:
8、利用预设滑动窗口在所述惯性数据中筛选至少9个时间连续且加速度方差不大于预设方差阈值的数据区间;
9、将筛选出的至少9个数据区间确定为所述加速度数据。
10、可选地,计算所述加速度数据中每一数据区间对应的加速度均值;
11、计算每一加速度均值的模长与重力加速度的模长的差异值;
12、若各差异值的离散程度小于预设离散程度阈值,则确定所述加速度数据符合所述预设加速度模长;否则,确定所述加速度数据不符合所述预设加速度模长。
13、可选地,还包括:
14、若所述加速度数据不符合所述预设加速度模长,则在所述加速度数据的方差小于前次标定的静止加速度方差的情况下,基于所述加速度数据计算加速度误差参数;
15、将所述加速度误差参数发送至所述目标设备,以使所述目标设备根据所述加速度误差参数校正所述惯性测量单元当前测量的加速度值。
16、可选地,所述基于所述加速度数据计算加速度误差参数,包括:
17、利用所述加速度数据构建加速度最小二乘方程,以求解所述加速度误差参数;所述加速度误差参数包括:所述惯性测量单元中的加速度计的静态偏置、尺度因子误差和非正交误差;所述加速度最小二乘方程为:;
18、其中,为所述加速度计的静态偏置、尺度因子误差和非正交误差中的需求解元素,表示非正交坐标系下所述加速度计的 y轴绕正交坐标系的 z轴的旋转大小,表示非正交坐标系下所述加速度计的 z轴绕正交坐标系的 y轴的旋转大小,表示非正交坐标系下所述加速度计的 z轴绕正交坐标系的 x轴的旋转大小,表示所述加速度计的 x轴、 y轴和 z轴的尺度因子误差,表示所述加速度计的 x轴、 y轴和 z轴的静态偏置; l为所述加速度数据中的加速度值的总数量,;为所述加速度数据中的第 k个数据区间内的各加速度值的均值;为含需求解元素的静态偏置,为含需求解元素的尺度因子误差,为含需求解元素的非正交误差。
19、可选地,所述目标设备根据所述加速度误差参数校正所述惯性测量单元当前测量的加速度值,包括:
20、所述目标设备按照加速度校正公式校正所述惯性测量单元当前测量的加速度值;所述加速度校正公式为:;其中,为校正后的加速度值;为求解得到的所述惯性测量单元中的加速度计的静态偏置,为求解得到的所述加速度计的尺度因子误差,为求解得到的所述加速度计的非正交误差;为所述加速度计当前测量的加速度值。
21、可选地,还包括:
22、若所述加速度数据不符合所述预设加速度模长,则在所述加速度数据的方差不小于前次标定的静止加速度方差的情况下,丢弃所述加速度数据,并结束本次标定。
23、可选地,所述预设条件包括:每一组目标数据对应的运动状态持续时间小于预设时间阈值;至少两组目标数据对应的静止状态的时间段总个数不小于3。
24、可选地,所述角速度误差参数包括:所述惯性测量单元中的陀螺仪的静态偏置、尺度因子误差和非正交误差;
25、相应地,所述基于所述至少两组目标数据计算角速度误差参数,包括:
26、计算所述至少两组目标数据中的所有静止状态的角速度数据的平均值,并将所述平均值确定为所述陀螺仪的静态偏置;
27、利用所述至少两组目标数据构建角速度最小二乘方程,以求解所述陀螺仪的尺度因子误差和非正交误差;所述角速度最小二乘方程为:
28、;
29、其中,为所述陀螺仪的尺度因子误差和非正交误差中的需求解元素,表示非正交坐标系下所述陀螺仪的 y轴绕正交坐标系的 z轴的旋转大小,表示非正交坐标系下所述陀螺仪的 z轴绕正交坐标系的 y轴的旋转大小,表示非正交坐标系下所述陀螺仪的 x轴绕正交坐标系的 z轴的旋转大小,表示非正交坐标系下所述陀螺仪的 z轴绕正交坐标系的 x轴的旋转大小,表示非正交坐标系下所述陀螺仪的 x轴绕正交坐标系的 y轴的旋转大小,表示非正交坐标系下所述陀螺仪的 y轴绕正交坐标系的 x轴的旋转大小,表示所述陀螺仪的 x轴、 y轴和 z轴的尺度因子误差;a j-1表示每一组目标数据中的前一静止状态 j-1的加速度均值,a j表示每一组目标数据中的后一静止状态 j的加速度均值,为旋转矩阵,所述旋转矩阵通过对前一静止状态 j-1与后一静止状态 j之间的运动状态的角速度数据进行4阶龙格库塔积分得到, j表示任意一组目标数据的组标识,q为所有组标识的集合。
30、可选地,所述目标设备根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值,包括:
31、所述目标设备按照角速度校正公式校正所述惯性测量单元当前测量的角速度值;所述角速度校正公式为:
32、;
33、其中,为校正后的角速度值;为求解得到的所述惯性测量单元中的陀螺仪的静态偏置,为求解得到的所述陀螺仪的尺度因子误差,为求解得到的所述陀螺仪的非正交误差;为所述陀螺仪当前测量的角速度值。
34、可选地,所述目标设备为智能可穿戴设备。
35、第二方面,本技术提供了一种数据校正装置,应用于云计算端,包括:
36、收集模块,用于在目标设备工作过程中,收集所述目标设备中的惯性测量单元测量得到的惯性数据;
37、筛选模块,用于从所述惯性数据中筛选所述目标设备静止状态下的加速度数据;
38、处理模块,用于若所述加速度数据符合预设加速度模长,则从所述惯性数据中筛选符合预设条件的至少两组目标数据,并基于所述至少两组目标数据计算角速度误差参数;其中,每一组目标数据由所述惯性测量单元在所述目标设备从静止状态转换为运动状态再转换为静止状态的过程中,测量所述目标设备的加速度和角速度得到;
39、发送模块,用于将所述角速度误差参数发送至所述目标设备,以使所述目标设备根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值。
40、第三方面,本技术提供了一种电子设备,包括:
41、存储器,用于存储计算机程序;
42、处理器,用于执行所述计算机程序,以实现前述公开的数据校正方法。
43、第四方面,本技术提供了一种可读存储介质,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现前述公开的数据校正方法。
44、第五方面,本技术提供了一种数据校正方法,应用于目标设备,包括:
45、在所述目标设备工作过程中,发送自身中的惯性测量单元测量得到的惯性数据至云计算端,以使所述云计算端收集所述惯性测量单元测量得到的惯性数据;从所述惯性数据中筛选所述目标设备静止状态下的加速度数据;若所述加速度数据符合预设加速度模长,则从所述惯性数据中筛选符合预设条件的至少两组目标数据,并基于所述至少两组目标数据计算角速度误差参数;其中,每一组目标数据由所述惯性测量单元在所述目标设备从静止状态转换为运动状态再转换为静止状态的过程中,测量所述目标设备的加速度和角速度得到;将所述角速度误差参数发送至所述目标设备;
46、根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值。
47、第六方面,本技术提供了一种数据校正装置,应用于目标设备,包括:
48、发送模块,用于在所述目标设备工作过程中,发送自身中的惯性测量单元测量得到的惯性数据至云计算端,以使所述云计算端收集所述惯性测量单元测量得到的惯性数据;从所述惯性数据中筛选所述目标设备静止状态下的加速度数据;若所述加速度数据符合预设加速度模长,则从所述惯性数据中筛选符合预设条件的至少两组目标数据,并基于所述至少两组目标数据计算角速度误差参数;其中,每一组目标数据由所述惯性测量单元在所述目标设备从静止状态转换为运动状态再转换为静止状态的过程中,测量所述目标设备的加速度和角速度得到;将所述角速度误差参数发送至所述目标设备;
49、校正模块,用于根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值。
50、通过以上方案可知,本技术提供了一种数据校正方法,应用于云计算端,包括:在目标设备工作过程中,收集所述目标设备中的惯性测量单元测量得到的惯性数据;从所述惯性数据中筛选所述目标设备静止状态下的加速度数据;若所述加速度数据符合预设加速度模长,则从所述惯性数据中筛选符合预设条件的至少两组目标数据,并基于所述至少两组目标数据计算角速度误差参数;其中,每一组目标数据由所述惯性测量单元在所述目标设备从静止状态转换为运动状态再转换为静止状态的过程中,测量所述目标设备的加速度和角速度得到;将所述角速度误差参数发送至所述目标设备,以使所述目标设备根据所述角速度误差参数校正所述惯性测量单元当前测量的角速度值。
51、可见,本技术通过云计算端实时收集设备工作过程中的惯性数据,而后先对惯性数据中的静止状态下的加速度数据进行判断,若静止状态下的加速度数据符合预设加速度模长,则表明静止状态下的加速度数据的偏差在可容忍的范围内,因此删减掉加速度误差参数的标定,直接基于惯性数据中的角速度数据计算角速度误差参数,并将角速度误差参数发送至目标设备,以使目标设备根据角速度误差参数实时校正惯性测量单元当前测量的角速度值,从而实时完成角速度误差参数的标定。该方案通过云计算端实时执行,不影响用户对目标设备的使用,且能够从实时数据中选择合适的数据删减标定流程,在静止状态下的加速度数据的偏差在可容忍的范围内时只进行角速度误差参数的标定,还降低了imu标定对用户使用设备的影响,提升了标定方案的灵活性和通用性,也简化了标定方案,无需借助高精密的转台,也无需相关技术人员专门花时间,提高了标定效率。
52、相应地,本技术提供的一种数据校正装置、设备及可读存储介质,也同样具有上述技术效果。