Giới hạn của tính toán chết bằng cảm biến MEMS

Tôi đang cố gắng theo dõi các bộ phận cơ thể liên quan đến thân thể của một người. Tôi thấy khá nhiều câu hỏi về việc sử dụng gia tốc kế và con quay MEMS để tính toán chết và họ xác nhận sự nghi ngờ của tôi rằng các yếu tố khác nhau hạn chế rất nhiều tính hữu dụng của chúng đối với các loại ứng dụng này, nhưng tôi đang tìm cách làm rõ các giới hạn này:

• Chính xác những giới hạn này là gì?

  Các câu trả lời khác đã giải quyết tại sao những giới hạn này tồn tại. Đương nhiên, các thông số kỹ thuật của các bộ phận trong hệ thống được đề cập và những gì được coi là "lỗi có thể chấp nhận" đối với hệ thống sẽ vừa thay đổi các giới hạn chính xác, nhưng liệu có một mức độ lớn nào về thời gian, hoặc khoảng cách mà tôi có thể mong đợi để tính toán chết? Tôi nhận thức rõ rằng trên một khoảng cách dài (một vài yard hoặc lâu hơn), lỗi trở nên quá lớn đối với hầu hết các mục đích thực tế, nhưng trong một vài feet thì sao?

• Tôi có thể làm gì để cải thiện những giới hạn này?

  Tôi hiện đang xem xét sử dụng gia tốc kế và con quay hồi chuyển. Tôi có thể thêm những cảm biến nào khác vào hệ thống để cải thiện tỷ lệ lỗi? Tôi biết khoảng cách xa hơn có thể sử dụng GPS, nhưng tôi nghi ngờ bất kỳ loại GPS điện tử tiêu dùng nào cũng có độ phân giải đủ tốt để giúp đỡ trong trường hợp của tôi.

  Ngoài ra, một sự đồng thuận chung dường như là cách duy nhất để cải thiện các giới hạn này vượt qua điểm của các cảm biến được cải thiện là cung cấp một tham chiếu không bị lỗi. Một số hệ thống giải quyết điều này bằng cách sử dụng máy ảnh và điểm đánh dấu. Thiết bị di động / thiết bị đeo nào có thể cung cấp loại điểm tham chiếu nào?

  Tôi đã thấy việc sử dụng sóng radio để đo khoảng cách dài một cách chính xác, nhưng tôi không thể biết liệu một hệ thống như vậy có thể chính xác ở quy mô nhỏ như vậy (về khoảng cách đo được không) bằng cách sử dụng các thành phần "ngoài luồng".

• Chính xác thì chúng là gì?

Các nguồn lỗi bao gồm zero-offset (sai lệch) và lỗi tỷ lệ (có xu hướng thay đổi chậm) và nhiễu. Giá của các cảm biến MEMS thay đổi từ dưới 10 đô la đến hơn 1000 đô la và mức độ nghiêm trọng của các điều khoản lỗi bao gồm một phạm vi rộng, tùy thuộc vào chất lượng của cảm biến.

Vấn đề lớn là sự tích hợp thường được yêu cầu để có được từ giá trị cảm biến (gia tốc, tốc độ góc) đến giá trị mong muốn (vị trí, góc). Tất cả các nguồn lỗi được gộp - tăng theo thời gian - khi được tích hợp. Giá trị của dữ liệu cho sự suy giảm tính toán chết theo thời gian, với các cảm biến giá rẻ cung cấp cho bạn nhiều nhất một vài phút dữ liệu hữu ích và các cảm biến cao cấp có thể hoạt động trong vài giờ.

• Tôi có thể làm gì để cải thiện những giới hạn này?

Như bạn đã tìm thấy, cách tốt nhất để loại bỏ các lỗi tích hợp ngày càng tăng là kết hợp dữ liệu cảm biến với các nguồn dữ liệu độc lập khác không có cùng loại lỗi. Ví dụ: GPS có thể cung cấp cho bạn một giá trị vị trí tuyệt đối không bị trôi dài hạn, nhưng có thành phần "nhiễu" tương đối lớn. Bạn có thể sử dụng dữ liệu này để ước tính sai số độ lệch và tỷ lệ của gia tốc kế, cho phép bạn sửa lỗi cho chúng trong thời gian thực. Nó cũng cho phép bạn hủy bỏ "bước đi ngẫu nhiên" được tạo ra bởi tiếng ồn cảm biến. Bộ lọc Kalman là một phương pháp phổ biến được sử dụng để mô hình hóa hệ thống (bao gồm các thuật ngữ lỗi cảm biến) và kết hợp dữ liệu với nhau để đưa ra ước tính tối ưu về trạng thái hệ thống tại bất kỳ thời điểm nào.

Một ví dụ khác là sử dụng "vectơ trọng lực", được đo bằng gia tốc kế, để loại bỏ sự trôi dạt góc của con quay. Mẹo ở đây là để biết chính xác khi nào bạn có một vectơ trọng lực hợp lệ; tức là hệ thống không tăng tốc theo bất kỳ hướng nào. Các phương pháp phỏng đoán khác nhau (ví dụ: "zero update") được sử dụng để thực hiện điều này. Từ kế cũng có thể được sử dụng để đo lỗi con quay hồi chuyển, ngay cả khi bạn không biết hướng tuyệt đối của từ trường - miễn là bạn có thể giả sử nó không đổi.

Cảm biến quang học là một cách khác để có được ước tính tốc độ, góc hoặc vị trí không bị trôi, nhưng quá trình xử lý hình ảnh cần có có thể cần rất nhiều chu kỳ CPU (hoặc FPGA) và việc phát triển một hệ thống như vậy khá phức tạp.

Bạn hỏi những gì khác có thể được thêm vào. Một từ kế 3 trục sẽ hữu ích. Từ trường của trái đất có xu hướng di chuyển chậm hơn đáng kể so với người dùng bình thường (may mắn thay).
Nhìn vào MPU6000 / 6050 tuyệt vời

Một phiên bản cung cấp giao diện SPI & IIC, chỉ có IIC khác.

Điều này chứa một con quay hồi chuyển 3 trục + gia tốc kế 3 trục cộng với đầu vào để cho phép nó tích hợp tín hiệu từ và từ kế 3 trục bên ngoài.
IC chứa 'bộ xử lý chuyển động kỹ thuật số' tích hợp các tín hiệu từ mảng cảm biến 3 x 3. Tôi chưa nắm bắt được chức năng chính xác được cung cấp nhưng ý định là xử lý 3 nguồn tín hiệu riêng biệt thành một hệ thống phân tích chuyển động hữu ích

Bảng dữ liệu tại đây

IC có giá khoảng $ 10/1 từ Digikey và một bảng đánh giá là khoảng $ 50 + từ nhà sản xuất. Hoặc bạn có thể mua một bảng hoàn chỉnh từ Trung Quốc - họ bán ở đây với giá khoảng 6 đô la Mỹ bán lẻ trong 1 - IC và PCB được lắp ráp.
Tôi vẫn chưa biết làm thế nào điều đó xảy ra hoặc nếu chúng là thật hay .... Tôi đã nhận được một ngày hôm qua nhưng sẽ không thể chơi với nó một lúc. ('Whiles' khác nhau rất nhiều về độ lớn, từ rất nhỏ đến đôi khi vượt quá lớn, than ôi). Có một số bài viết trên web về việc sử dụng chúng với Arduinos.

Làm thế nào chính xác?:

Có lẽ có nhiều thảo luận về điều này trên web.
Nếu tôi đọc chính xác bảng dữ liệu (và đó không phải là loại thiết bị mà tôi quá quen thuộc)
Bảng 6.1 trên trang 12 cho thấy Con quay hồi chuyển có độ trôi +/- 20 độ / giây tối đa ở 25 C và nhiều lần nữa - Phạm vi nhiệt độ 40 đến + 85C. Giả sử tốc độ thực tế 20 độ / giây là một lượt đầy đủ trong 18 giây. Tuy nhiên, cả từ kế và gia tốc kế đều cung cấp quyền truy cập vào các vectơ tham chiếu bên ngoài (từ trường của trọng lực và trái đất) và tín hiệu từ chúng có thể được sử dụng để lấy tốc độ trôi của con quay hồi chuyển ngắn và dài hạn. Đây cũng có thể là một phần của những gì "bộ xử lý chuyển động" của họ làm.

Lỗi gia tốc dường như thường dưới +/- 5%.
Tôi mong đợi (và có thể rất sai), rằng việc sử dụng gia tốc kế và từ kế để cắt các lỗi trôi của con quay hồi chuyển về cơ bản lâu hơn sẽ cho phép bạn sử dụng tín hiệu con quay hồi chuyển trong vài giây đến vài phút. GPS cũng cung cấp tín hiệu vận tốc và sự kết hợp giữa vị trí GP + vận tốc với đơn vị 9DOF nghe có vẻ rất hữu ích.

Wooly: Những âm thanh trên có vẻ nặng hơn tôi muốn. Tôi hy vọng sẽ biết thêm một cơn nữa trong vài tuần tới. Tôi rất muốn nghe những gì bạn tìm hiểu và nếu tôi học được những điều hữu ích sẽ thử và báo cáo lại.

.

Tùy thuộc vào ứng dụng của bạn, bạn có thể tạm thời gửi GPS và máy thu tham chiếu tại một vị trí thuận tiện. Điều này có thể cực kỳ nhỏ gọn - GPS + pin + TX. Sau khi gửi tiền, nó biết vị trí của nó và có thể truyền các hiệu chỉnh dựa trên vị trí mà hệ thống cho biết. Sử dụng cùng một chòm sao vệ tinh là 'có lẽ là một ý tưởng hay'. Nếu người dùng và GPS tham chiếu ở cùng một điểm khi nó được ký gửi càng nhiều thì càng tốt nhưng hệ thống này có xu hướng hoạt động ngay cả khi chúng luôn bị tách biệt về mặt không gian.

... Tôi nghi ngờ bất kỳ GPS điện tử tiêu dùng nào có độ phân giải đủ tốt để giúp đỡ trong trường hợp của tôi.

Không biết trường hợp của bạn là gì làm cho nó khó nói. Nhưng mẫu tương đối so với độ phân giải GPS mẫu thường vượt trội hơn nhiều so với những gì đạt được trong vài phút hoặc vài giờ. Tôi đã thực hiện các bài kiểm tra khi tôi lái xe trên một tuyến đường đô thị và vẽ các tọa độ GPS và sau đó lặp lại bài tập vài giờ sau đó. Hai con đường cách nhau vài mét, nhưng khi nói lái xe trên một đường thẳng dọc theo đường đô thị, lô đất là một đường thẳng có "tiếng ồn" ở hai bên của một đường thẳng có lẽ nhỏ hơn một mét. (Đó là một vài năm trước - thật dễ dàng để tự mình thử điều này. Tôi chỉ ghi dữ liệu từ đầu ra GPS nối tiếp GPS (điển hình là 4800 baud) và trong trường hợp đó đã vẽ nó trong Excel dưới dạng biểu đồ XY.

GPS vi sai có thể được sử dụng theo đó một máy thu cố định cục bộ của vị trí cố định cung cấp sửa lỗi dựa trên vị trí mà nó biết và hệ thống hiện đang nói ở đâu. Có rất nhiều nhà cung cấp các hệ thống như vậy nhưng khái niệm này đủ đơn giản và dễ thực hiện nếu với ngân sách eo hẹp.

Một cái gì đó không được nêu trong các câu trả lời này là ứng dụng cụ thể của bạn, mà thực sự đã được xử lý ít nhất một chục lần trước đây bởi những người rất thông minh. Hai từ khóa ở đây là động học nghịch đảo và bộ lọc Kalman.

Bây giờ, rõ ràng nguồn lỗi là gì cho ứng dụng của bạn và cách khắc phục chúng. Nhưng khi làm việc với các cảm biến về cơ bản là cố định với con người, bạn có thể giảm phạm vi vị trí không gian và góc của cảm biến bằng cách áp dụng động học nghịch đảo vào phương trình. Điều này về cơ bản có nghĩa là bạn theo dõi các vị trí tương đối của càng nhiều khớp trên cơ thể càng tốt và áp dụng mô hình động học của cơ thể con người vào nó. Chẳng hạn, chiều dài cánh tay của mọi người không thay đổi theo thời gian, cũng như phạm vi chuyển động của họ không thay đổi đáng kể. Xương không uốn cong (trong trường hợp bình thường). Tất cả điều này có thể được sử dụng để hạn chế vị trí cảm biến của bạn.

Giải pháp khác là sử dụng càng nhiều cảm biến trực giao càng tốt. Trực giao theo nghĩa: sử dụng các nguyên tắc đo lường khác nhau cơ bản. Sử dụng càng nhiều đầu vào cảm biến càng tốt, bạn có thể sử dụng bộ lọc Kalman được gọi là bộ lọc để tìm ra chính xác nhất có thể được cung cấp dữ liệu có cảm biến của bạn. Mặc dù vậy, bộ lọc Kalman không phải là một thực thể ma thuật nào đó tìm ra câu trả lời hay nhất. Chúng là các mô hình toán học cần được điều chỉnh và sửa đổi cho ứng dụng cụ thể của bạn và có thể khá rắc rối để khiến chúng hoạt động tốt. Nhưng nó cho phép bạn, theo kiểu đường vòng, kết hợp với nhau rất khó để tương quan dữ liệu cảm biến. Đầu vào cho loại bộ lọc này có thể là bất cứ thứ gì: cảm biến vị trí, gia tốc và tốc độ, nhưng cũng có thể là cảm biến ánh sáng có thể thêm thông tin bằng cách phản ứng với các nguồn sáng có thể nhìn thấy ở các góc nhất định.

Một vài "sức mạnh" với nguyên tắc làm việc này (bộ lọc động học + kalman) đã được các công ty và trường đại học chứng minh. Thiết bị gần đây nhất tôi thấy ở TU Eindhoven đã sử dụng MPU6050 trên đế mềm dẻo được dệt vào găng tay cũng như một số cảm biến hỗ trợ (tôi nghĩ hiện tại nó chỉ là webcam) được đưa vào bộ lọc Kalman chạy bằng Matlab lớn. Nó hoạt động trong vòng lặp 1mm.

Vấn đề cơ bản

Đương nhiên, các thông số kỹ thuật các bộ phận trong hệ thống được đề cập và những gì được coi là "lỗi chấp nhận được" cho hệ thống sẽ thay đổi cả các giới hạn chính xác, nhưng liệu có một mức độ lớn nào về thời gian, hoặc khoảng cách mà tôi có thể mong đợi để tính toán chết? Tôi nhận thức rõ rằng trên một khoảng cách dài (một vài yard hoặc lâu hơn), lỗi trở nên quá lớn đối với hầu hết các mục đích thực tế, nhưng trong một vài feet thì sao?

Điều này có thể được giải quyết bằng cách nghiên cứu các động lực lỗi ngắn hạn của một hệ thống điều hướng quán tính. Nó được đề cập chi tiết trong nhiều văn bản , nhưng đây là phiên bản "phương trình miễn phí" ngắn.

Điều hướng quán tính hoạt động như sau:

1. Biết chính xác vị trí ban đầu, vận tốc và thái độ của bạn (tức là ném cao độ và ngáp).

2. $\Delta t$ để có được một tăng làm từ hắc ín, cuộn và Yaw và thêm chúng vào thái độ hiện tại của bạn.

3. Sử dụng thái độ mới của bạn, bạn vừa tính toán để xoay chuyển các số đọc gia tốc của mình để cân bằng với trái đất.

4. Trừ trọng lực từ bài đọc gia tốc kế mới của bạn.

5. $\Delta t$ để có được một tăng của vận tốc. Thêm điều này vào vận tốc hiện tại của bạn.

6. $\Delta t$

7. Lặp lại các bước 2-6 miễn là muốn.

$b_g$$b_g \times \Delta t \times \Delta t \times \Delta t = b_g (\Delta t)^3$ từ một bước duy nhất.

Hơn nữa, sự thiên vị đó sẽ tích lũy thành thái độ, điều này sẽ khiến cho gia tốc kế bị sai cấp, điều này sẽ khiến gia tốc bị sai hướng, sau đó sẽ được tích hợp vào hướng sai - ba lỗi sai.

Điều này có nghĩa là lỗi con quay hồi chuyển khiến lỗi vị trí tăng theo khối thời gian .

Do lỗi gia tốc logic tương tự gây ra lỗi vị trí tăng theo bình phương thời gian .

Vì điều này, bạn sẽ chỉ nhận được vài giây điều hướng quán tính hữu ích (thuần túy) từ các cảm biến MEMS cấp điện thoại di động.

Ngay cả khi bạn có các cảm biến quán tính cực kỳ tốt - giả sử, cấp máy bay - thì về cơ bản bạn vẫn bị giới hạn ở mức dưới mười phút điều hướng quán tính (thuần túy). Lý do là Bước 3 - trọng lực thay đổi theo chiều cao. Nhận sai chiều cao của bạn và trọng lực của bạn sẽ sai, điều đó khiến chiều cao của bạn bị sai, điều này khiến trọng lực của bạn sai nhiều hơn và cứ thế - tăng trưởng lỗi theo cấp số nhân. Do đó, ngay cả một hệ thống dẫn đường quán tính "thuần túy" như những hệ thống được tìm thấy trong máy bay phản lực quân sự thường sẽ có một cái gì đó giống như một máy đo khí áp kế. Nguồn .

Các giải pháp

Ngoài ra, một sự đồng thuận chung dường như là cách duy nhất để cải thiện các giới hạn này vượt qua điểm của các cảm biến được cải thiện là cung cấp một tham chiếu không bị lỗi.

$t^2$

Một số hệ thống giải quyết điều này bằng cách sử dụng máy ảnh và điểm đánh dấu. Thiết bị di động / thiết bị đeo nào có thể cung cấp loại điểm tham chiếu nào?

Có cả sản phẩm nghiên cứu và thương mại có thể làm điều này.

Về mặt khái niệm, nó hoạt động giống như tầm nhìn âm thanh nổi - bạn có một đường cơ sở đã biết giữa các camera và một góc khác nhau với mỗi điểm đánh dấu khi được xem từ mỗi camera. Từ đó, vị trí 3D của từng nhãn hiệu có thể được tính toán (so với máy ảnh). Nó có thể hoạt động tốt hơn với nhiều camera hơn.

Tôi đã thấy việc sử dụng sóng radio để đo khoảng cách dài một cách chính xác, nhưng tôi không thể biết liệu một hệ thống như vậy có thể chính xác ở quy mô nhỏ như vậy (về khoảng cách đo được không) bằng cách sử dụng các thành phần "ngoài luồng".

Sử dụng phần cứng giá rẻ, UWB decawave có thể được sử dụng (khoảng 10cm hoặc hơn). Bạn sẽ cần phải đưa ra các thuật toán của riêng bạn thông qua.

Tôi biết khoảng cách xa hơn có thể sử dụng GPS, nhưng tôi nghi ngờ bất kỳ loại GPS điện tử tiêu dùng nào cũng có độ phân giải đủ tốt để giúp đỡ trong trường hợp của tôi.

Bên cạnh cơ thể, một hệ thống GPS sẽ vật lộn. Bắt GPS ở mức cm dựa vào theo dõi pha liên tục của tín hiệu GPS (rất, rất yếu), điều này cực kỳ khó khăn nếu ăng-ten nằm cạnh cơ thể và cơ thể đang di chuyển xung quanh! Đối với các hệ thống chỉ L1 - bất kể chúng rẻ hay đắt - việc theo dõi phải diễn ra trong một thời gian rất dài (10 phút +) và do đó không thực tế cho vấn đề này. Một máy thu tần số kép đôi khi có thể hoạt động , nhưng những thứ này thực sự không rẻ (hàng ngàn đô la).