CN106289249A - 用于合成传感器信号生成的系统和方法 - Google Patents
用于合成传感器信号生成的系统和方法 Download PDFInfo
- Publication number
- CN106289249A CN106289249A CN201610626768.9A CN201610626768A CN106289249A CN 106289249 A CN106289249 A CN 106289249A CN 201610626768 A CN201610626768 A CN 201610626768A CN 106289249 A CN106289249 A CN 106289249A
- Authority
- CN
- China
- Prior art keywords
- sensor
- axle
- signal
- data
- accelerometer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
- G01C19/56—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces
- G01C19/5776—Signal processing not specific to any of the devices covered by groups G01C19/5607 - G01C19/5719
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/42—Devices characterised by the use of electric or magnetic means
- G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Manufacturing & Machinery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Gyroscopes (AREA)
Abstract
公开了用于提供传感器数据的系统和设备。与便携式设备集成的第一和第二传感器可具有多个测量轴。通过组合来自第一传感器和第二传感器的数据,可为第一传感器的第一轴生成合成信号。
Description
技术领域
本发明总体上涉及惯性传感器并且更具体地涉及从其他传感器信息获得一个或多个量测轴的合成信号。
背景技术
微机电系统(MEMS)的发展使得各种各样的传感器能够集成至移动设备,诸如手机、笔记本电脑、平板电脑、游戏装置和其他便携式电子设备。这种传感器的非限制性示例包括加速度计、陀螺仪、磁力仪、压力传感器、麦克风、接近度传感器、环境光传感器、红外传感器等。此外,可执行传感器融合处理以组合来自多个传感器的数据以提供设备的运动或取向的改进的表征。
惯性传感器一般具有多个轴,这些轴测量传感器在多个方向上的运动。例如,3轴加速度计或3轴陀螺仪有3个正交轴。在传感器的使用期限期间,这些轴中的一个或多个可能会临时或永久地变得有缺陷。例如,3轴加速度计的轴中的一个可能出现故障,卡住或具有阻止传感器提供正确输出的一些其他的退化。这个问题可能是由于生产错误或可能发生在设备的使用期限期间,例如由于诸如相当大的冲击之类的外部事件。如果轴在生产中有缺陷,这可在将传感器集成至其预期装置(诸如,例如智能手机)之前检测到。然而,轴可能在生产之后出现故障,其中根本原因可能是由于某些生产错误或问题。伴随轴的问题可能是永久性的或可能是暂时性的。例如,对于加速度计,轴由于第一次冲击而卡住,并且第二次冲击可能使轴“松开”。在加速度计的使用期限期间的不同时间处,轴可能卡住和松开。轴的卡住和故障将在延长的时期内导致加速度计信号缺失、不变或异常高。在这些情况下,针对该轴的加速度计的输出变得不可用。
当传感器的轴中的一个轴的信号不可用或不能获得时,该传感器可能不能如设计般运行并且依赖来自此传感器的信息的操作可能受到损害。在某些情况下,来自传感器的输出可直接被应用程序使用,当没有提供传感器轴的信号或此信号有缺陷时,可能导致该应用程序的性能的退化。此外,许多传感器操作是相互关联的。例如,传感器融合技术可用于利用来自多种类型的传感器的数据来估计便携式设备的取向或作出关于便携式设备的运动的其他确定。当一个传感器没有提供一个轴的预期输出时,使用此信息的任何传感器融合算法可能不再正常运行。进而,依赖传感器融合结果的装置的任何功能或应用也可能不再正常运行。
根据如上所述,本领域普通技术人员将理解到希望提供针对非正常运行的传感器的轴的合成信号。此外,可能希望提供一种至少部分地基于传感器轴的合成信号的替代信号。此外,可能希望通过将来自传感器的另一个轴或其他轴的数据与另一个传感器的输出结合来提供合成信号。为了解决这些需求以及其他,本公开涉及提供如下面材料所描述的合成的传感器信号的技术。
发明内容
如将在下面详细描述的,本公开包括为便携式设备提供传感器数据的方法。可提供第一传感器,其中所述第一传感器与便携式设备集成并且具有多个测量轴。至少可提供第二传感器,其中所述第二传感器也与便携式设备集成并且也具有多个测量轴。来自第一传感器和第二传感器的数据可被组合以生成第一传感器的第一轴的合成信号。
本公开还包括一种便携式设备,所述便携式设备具有第一传感器、第二传感器以及传感器信号生成器,所述第一传感器与所述便携式设备集成并具有多个测量轴;所述第二传感器与所述便携式设备集成并具有多个测量轴;所述传感器信号生成器可以组合来自第一传感器和第二传感器的数据以生成所述第一传感器的轴的合成信号。
更进一步的,本公开包括传感器处理单元,所述传感器处理单元可包括第一传感器和传感器处理器,所述第一传感器与所述传感器处理单元集成并具有多个测量轴,所述传感器处理器配置成组合来自所述第一传感器和具有多个测量轴的第二传感器的数据以生成所述第一传感器的第一轴的合成信号。
附图说明
图1是根据实施例的使用加速度计、陀螺仪和磁力计的传感器融合的示意图。
图2是根据实施例的使用生成的合成传感器信号的例程的示意图。
图3是根据实施例的使用具有生成的合成传感器信号的加速度计、陀螺仪和磁力计的传感器融合的示意图。
图4是根据实施例的用于生成候选合成传感器信号的例程的示意图。
图5是示出根据实施例的候选合成传感器信号的传感器融合的示意图。
图6是示出根据实施例的在候选合成传感器信号之中进行选择的示意图。
图7是根据实施例的用于为加速度计生成合成传感器信号的例程的示意图。
图8是示出根据实施例的在候选合成加速度计传感器信号之中进行选择的示意图。
图9是示出根据实施例的便携式设备的示例性优选取向的示意图。
图10是根据实施例的用于生成合成传感器信号的技术的示意图。
图11是根据实施例的用于利用所选的候选合成传感器信号来执行传感器融合的例程的示意图。
图12是根据实施例的用于为陀螺仪生成合成传感器信号的例程的示意图。
图13是根据实施例的用于提供传感器数据的便携式设备的示意图。
具体实施方式
在一开始,应当理解,本公开不限于具体例举的材料、架构、例程、方法或结构,因为上述各项可以变化。因此,尽管有可以在本公开的实践或实施例中使用类似于或等同于本文所述的那些的数个这类选项,但在本文中描述优选的材料和方法。
还应当理解的是,本文所使用的术语仅仅用于描述本公开的具体实施例的目的并且不旨在限制。
结合附图在下面阐述的详细说明旨在作为本公开的示例性实施例的说明并且并且不旨在表示可实践本公开的唯一示例性实施例。在整个说明书使用的术语“示例性”意思是“作为示例、例子或插图”,并且在其他示例性实施例上不一定解释为优选的或有利的。详细的说明包括特定细节用于提供说明书的示例性实施例的透彻理解。本领域技术人员将显而易见的是可以在没有这些特定细节的情况下实践说明书的示例性实施例。在某些情况下,众所周知的结构和设备以框图的形式示出以免使本文中呈现的示例性实施例的新颖性模糊。
仅为了便利和清楚,方向性术语(诸如顶部、底部、左、右、上、下、上面、上方、下面、下方、后方、背部和前面)可相对于附图或芯片实施例使用。这些和类似的方向性术语不应被解释为以任何方式限制本公开的范围。
在本说明书和权利要求中,应当理解,当一个元件被称为被“连接至”或“耦合至”另一元件时,它能直接连接或耦合至其他元件或可存在中间元件。相反,当元件被称为被“直接连接至”或“直接耦合至”另一元件时,则不存在中间元件。
随后详细描述的一些部分以计算机存储器内的数据位上的操作的程序、逻辑块、处理和其他符号表现的形式存在。这些描述和表示是由数据处理领域技术人员所使用的方式以便将他们工作的实质最有效地传达给本领域的其他技术人员。在本申请中,程序、逻辑块、过程等被设想是导致期望结果的自相一致的步骤或指令的序列。这些步骤是那些需要物理量的物理操作的步骤。通常,虽然不是必需的,采取电或磁信号形式的这些量能够在计算机系统中被存储、转移、组合、对比和以其他方式操作。
然而,应当记住,全部这些或类似术语与恰当的物理量相关联并且仅仅是应用到这些物理量的便捷标签。除非特别说明,否则从下面的讨论可以显而易见的是,应当理解整个申请中,使用诸如“访问”、“接收”、“发送”、“使用”、“选择”、“确定”、“标准化”、“乘”、“平均”、“监控”、“对比”、“应用”、“更新”、“测量”、“推导”之类的术语指的是计算机系统或类似的电子计算设备的行动或过程,此计算机系统或类似的电子计算设备将表示为计算机系统的寄存器和存储器中的物理(电子)量的数据操纵并变换成类似表示成计算机系统存储器或寄存器或其他这种信息存储器、传输或显示设备中的其他数据。
在此描述的实施例可以在由一个或多个计算机或设备执行的驻留在某些形式的非易失性处理器可读介质上的处理器执行的指令(诸如,程序模块)的总体范围中讨论。通常,程序模块包括例程、程序、对象、部件、数据结构等,其执行具体任务或实现具体抽象数据类型。程序模块的功能可以如各种实施例所需组合或散布。
在附图中,单一框可被描述成执行函数或功能;然而,在实际实践中,由那个框执行的功能或多个功能可以在单个部件或跨多个部件执行,和/或可使用硬件、使用软件或使用软件与硬件的组合来执行。为清楚地描绘这种硬件和软件的可互换性,通常按照其功能性在上文描述各种说明性部件、框、模块、电路和步骤。这种功能是否实现为硬件或软件取决于具体应用和强加在总体系统上的设计约束。本领域技术人员可以针对每一个具体应用以各种方式实现描述的功能,但这种实现决策不应理解为导致脱离本公开的范围。并且,示例性无线通信设备可报包括除这些示出的部件外的其他部件,包括公知的部件,诸如处理器、存储器等。
在本文中描述的技术可以以硬件、软件、固件或它们的任意组合的形式实现,除非特别描述为以特定方式实现。描述为模块或组件的任何特征也可以是在集成逻辑设备中一起实现或作为独立但彼此协作的逻辑设备分开实现。如果在软件中实现,所述技术至少部分地由包含指令的非易失性处理器可读的存储介质实现,当执行所述指令时,执行上述方法中的一个或多个。非易失性处理器可读的存储介质可形成计算机程序产品的一部分,计算机程序产品可包括封装材料。
非易失性处理器可读的存储介质可包括随机存取存储器(RAM),诸如同步动态随机存取存储器(SDRAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读只读存储器(EEPROM)、闪存、其他已知存储介质等。另外或替代地,此技术可至少部分地由处理器可读的通信介质实现,该通信介质携载或传递以指令或数据结构形式的代码并且可以被计算机或其他处理器访问、读取和/或执行。例如,载波可用于携载计算机可读的电子数据,诸如那些用于发送或接收电子邮件或访问网络(如英特网或局域网(LAN))的电子数据。当然,可对此结构做出许多修改而不脱离所要求保护的主题的范围或精神。
结合本文所公开的实施例描述的各种说明性逻辑块、模块、电路和指令可由一个或多个处理器(诸如一个或多个传感器处理单元(SPU)、数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC),专用指令集处理器(ASIP),现场可编程门阵列(FPGA),或其他等效集成或离散的逻辑电路)来执行。在本文中使用的术语“处理器”可指的是任何前述结构或适于本文所述技术实现的任何其他结构。此外,在某些方面,本文描述的功能可由配置成本文所述的专用软件模块或硬件模块提供。此外,此技术可在一个或多个电路或逻辑元件中完全实现。通用处理器可以是微处理器,但可替代地,处理器可以是任何常规处理器、控制器、微处理器或状态机。处理器也可实现为计算装置的组合,例如运动处理单元(MPU)或传感器处理单元(SPU)与微处理器、多个微处理器、结合MPU/SPU核心的一个或多个微处理器或任何其他这种配置的组合。
除非另有定义,本文所用的所有的技术和科学术语具有本发明所属技术领域普通技术人员通常理解的相同含义。
最后,如在本说明书和所附权利要求所使用的,单数形式“一”、“一个”和“所述”包括复数引用,除非上下文另有明确说明。
如指出的,本公开的技术可包括:提供与便携式设备集成的并具有多个测量轴的第一传感器;至少提供与便携式设备集成的并具有多个测量轴的第二传感器;以及组合来自第一传感器和第二传感器的数据以生成第一传感器的第一轴的合成信号。给定传感器轴的合成信号的生成可基于来自传感器的另一轴或其他轴的信息与来自附加的传感器的一个或多个轴的信息的组合。例如,有故障的加速度计轴的合成信号可基于使用剩余正确运行的加速度计轴和陀螺仪轴的传感器融合所推导出的设备的发展姿态。
在一些实施例中,合成传感器信号可用于产生传感器的轴的替代信号。例如,提供替代信号可包括替换轴的信号。作为另一个例举,可使用合成信号来校正针对该轴输出的信号。当传感器的一个轴临时地或永久地发生故障时,可采用这些技术。适当的方法可包括检测当传感器(诸如加速度计)的轴发生故障或有缺陷时。如果检测到发生故障的轴,可生成合成传感器信号并将其用于该轴。也可将合成信号与正常运行的其他剩余传感器轴的实际信号组合以获得组合的和完整的传感器信号,其可以以相同方式用作标称(nominal)传感器信号。包括合成信号信息的组合的传感器信号然后可正常使用。例如,如果具有有缺陷的轴的传感器是加速度计,重组的三轴加速度计信号可进一步用于与陀螺仪或磁力计信号的6轴融合,或用于使用陀螺仪和磁力计信号两者的9轴融合。
在以下说明中,将首先讨论使用陀螺仪的有缺陷的加速度计轴的合成信号的生成,之后将讨论其他示例。
一种用于确定便携式设备相对于外部参照坐标系(frame of reference)的取向的方法涉及使用传感器融合算法组合来自多个类型的传感器的信息。在图1中示意性的表示了用于实现传感器融合的适当架构的示例。在此实施例中,当每个传感器的每一组三个正交轴都正确地运行时,来自加速度计、陀螺仪和磁力计的传感器信号被用于6轴和9轴传感器融合以确定便携式设备的取向。
四元数可用来表达设备的取向或姿态。四元数qk表示对于第k次采样的设备相对于静止参照坐标系(诸如世界坐标系)的取向。虽然四元数原则上表示旋转,但四元数也可用来表达取向,因为四元数表达旋转设备的体坐标系的轴以与世界坐标系或其他参照坐标系的轴对齐所需要的旋转。四元数仅用作示例,也可使用例如旋转矩阵、欧拉角或任何其他方式来表达取向以执行提出的方法。
框100中的陀螺仪集成(integration)输出所产生的取向表达为指示来自三个轴(陀螺仪的三个轴)的信息被用于它的确定,并且被用作对6轴融合框102的输入。对应地,6轴融合框102的输出可表达为四元数并且因此基于使用来自三个加速度计轴和三个陀螺仪轴的信号采样k的融合算法来在世界坐标系中表示设备的取向。
如上文所述,陀螺仪集成产生取向相对于先前取向的变化。为了确定使用了通过对于先前采样k-1的6轴融合所确定的且表示为的取向,如框104中z-1所示。框106中的先前取向被用作对陀螺仪集成框100的输入。
也可将6轴融合的结果与框108中的磁力计测量h结合以获得相对于地球的磁场的参照。作为框110输出的此9轴融合的所得方向称为以反映来自三个传感器中每一个的三个轴的信号的使用。另外,这种取向也可称为旋转矢量qRV。框102输出的从6轴融合推导出的取向也可选择性地称为游戏旋转矢量qGRV,因为如果设备的取向被用于游戏或类似应用,则可能不需要相对于地球的磁场的取向。
如图所示,框102的6轴融合基于磁力计和陀螺仪信号的组合。首先在框112中校准原始加速度计信号araw,并且然后将校准的加速度计信号ac用作框102中6轴融合的输入。加速度计校准可包括任何偏移、增益、温度或漂移校正。此外,可作出任何转换或校正以将加速度计信号转换成设备的参照坐标系(进一步称为体坐标系)。因此校准的加速度计信号ac表示设备的体坐标系的三个正交轴的加速度信号。
陀螺仪信号被转换成校准的角速度信号wc。可需求与针对加速度计类似的校准过程以将原始陀螺仪信号转换成校准的角速度信号wc。接着,角速度wc被集成以确定取向相对于先前取向的变化。
在6轴融合的一个示例中,使用加速度计信号ac来校正基于陀螺仪q3所确定的设备的取向。在设备的适当加速度的缺失的情况下,并且假设加速度计测量上没有误差,加速度计仅测量重力。对应地,如果用四元数q给出了取向,那么使用四元数q将表达为[0,ax,ay,az]T的ac从体坐标系旋转至世界坐标系根据以下方程(1)得到表达为[0,0,0,1]T的重力矢量G:
如将要理解的,这指示在使用基于陀螺仪的确定的取向q3将ac从体坐标系转换至世界坐标系之后可获得世界坐标系中的加速度如方程(2)所示:
假设在ac上没有误差,如果已正确地确定四元数q3,世界坐标系中的加速度等于重力。因此,如果已正确地确定取向四元数q3,则与重力矢量的比较产生信息。可基于此比较校正四元数q3。例如,如果这种差异过大,可校正四元数q3以便使等于重力。换句话说,校正的q3在被应用于方程式(2)时将导致等于重力。另外,四元数校正旋转可应用于q3,减小与重力之间的差异。
在一个示例中,传感器融合的校正可基于与重力正交的加速度(在此情况下是和)。基于先前四元数和陀螺仪集成的取向四元数可基于小的四元数旋转来校正,其中可根据施加在加速度情况和的增益确定此旋转的角度。这意味着,如果这些加速度越大,则校正越大。增益因子确定对某一确定的加速度施加多少校正。四元数校正的细节可以在2015年4月7日提交的共同待审的、共同拥有的美国专利申请S/N.14/680,993中发现,其通过引用的方式作为整体在此并入本文并且可被参考以便进一步的阅读。
可对加速度ac应用滤波以最小化由用户在设备上给予的设备的适当加速度的任何影响。例如,滤波器可以是低通滤波器。另外,基于方程(2)的比较仅可在没有适当的加速度时执行并且因此仅检测到重力。
以上示例和方程论证了6轴融合可能需要三个轴的加速度计输出以便执行与重力矢量的比较。对应地,如果加速度计轴之一有缺陷或丢失,根据这种架构的6轴融合不能正确地运行。因此,根据本公开的技术,可利用合成加速度计信号来替换或校正有缺陷的轴的加速度计信号。
为帮助说明生成合成传感器信号的一个实施例,图2示出了组合来自第一传感器(加速度计)与第二传感器(陀螺仪)的信息以便生成第一传感器的第一轴的合成信号的高级示意图。开始于200,可确定全部轴是否正常运行,或者轴中的一个(或多个)是否有缺陷以及信号是否需要被合成信号替换。有缺陷的轴检测的示例性细节在稍后章节解释。在200中作出的确定指示是否存在有缺陷的轴并且如果存在,确定涉及哪个轴。接下来,在202,为在200中指示为有缺陷的或丢失的轴生成合成加速度信号。如下面描述的,可基于加速度计的正确运行的轴的信号和陀螺仪信号生成合成信号。然后,在204,有缺陷的轴的合成信号和其他轴的正确信号可组合成完整的三个轴上的加速度信号,如图所示。最后,如由206指示的,在传感器融合操作中,组合的加速度计信号可与陀螺仪信号组合。
图3示意性地示出了对应于关于图1描述的传感器融合架构中的合成传感器信号的使用。在框300中,原始加速度计信号araw可被用于检查不同轴以确定一个或多个轴是否有缺陷或丢失。若干标准可单独地或结合地用来确定轴是否正确地运行或有缺陷。例如,轴可能根本不给出任何信号,或轴可能会在一段时间内具有恒定的信号(例如接近最大值或最小值)。在另一示例中,如果加速度值在一段时间内高于或低于某个阈值,那么该轴被定义为有缺陷的。例如,如果可在例如200ms至1600ms之间变化的信号在确定的时间内持续高于+1.5g或低于-1.5g(取决于技术参数),那么轴可能有缺陷或“卡住了”。也可通过比较加速度计信号和陀螺仪信号来检测有缺陷的轴。例如,如果加速度计信号是恒定的,但陀螺仪信号表明轴上的值应该变化,则轴可能发生故障。
有缺陷的轴的检测框也可保持追踪轴何时开始发生故障。例如,可在检测到有缺陷的轴的第一时间取得时间戳。例如时间戳可记录在可用的存储器中。框也可具有计数器,计数自有缺陷的轴的第一次检测以来的采样数量。计数器为零可能指示没有故障发生。检测框也可指示是否在操作期间开始发生故障或轴是否从设备启动时就发生故障。
如此,故障检测块的输出可被用于指示轴是否有缺陷,并且如果有这种情况,则指示哪个轴发生故障。在一个实施例中,输出为0可用于指示没有检测到故障(根据技术参数,全部轴正在运行)以及输出为1可用于指示已检测到有缺陷的轴。因此,第二输出可用于指示哪个轴有缺陷:x、y或z,或利用对应的非零整数。这些输出可被组合:0表示没有故障,以及如果有一个有缺陷的轴的话,则x、y或z表示该有缺陷的轴。在所示的实施例中,有缺陷的轴的索引(index)表示为i。
当在框300中检测到有缺陷的轴时,可进一步监测该轴以确定问题是否消失并且该轴是否重新正确地运行。根据恢复正常运行的检测,框300可指示由于不再需要合成信号而可停止合成信号的生成。可将在正常操作的起始处的实际传感器信号与合成信号相比以获得对合成信号的生成的精确度的反馈。这种反馈可用于调整合成信号生成的未来时段的参数以便提高性能。如果需要,可记录所有检测到的有缺陷的或正常运行的实例和时间戳以供将来分析。检测框300也可被编程来存储在行为变化之前或之后的传感器信号以便帮助分析。
根据图3执行的操作可类似于上面关于图1所描述的操作。例如,根据框302中陀螺仪集成输出所产生的取向可被输入至6轴融合框304。可使用来自框306的输入确定取向,其中确定了先前采样k-1的融合取向。在框310中,将6轴融合与磁力计测量h组合确定相对于地球的磁场的参照,并可从框312输出为来自框306的融合取向也可用作框314的输入,以用于上面关于方程(1)和(2)所讨论的地球的重力对体坐标系的旋转。然后可在框316中生成轴i的合成传感器信号,在框318中与来自其他轴的加速度信号一起被校准并且被馈送至用于6轴融合的框304以导出如图所示。
图4中示意性地描绘了关于用于生成合成加速度信号的示例性技术的进一步细节。在第一操作中,可确定感兴趣的轴上的加速度信号的幅度,如由400所指示。例如,可假设所测量的总加速度是1G,对应于如上所述的地球的磁场。虽然在本实施例中,用G来表达加速度,它也可根据需要而以m/s2来表达。当被测加速度仅归因于重力并且便携式设备不经受任何其他运动时,此假设适用。应当注意,便携式设备所经受的任何适当加速度将导致总加速度不等于1G,并且,除非被补偿,可导致生成的合成传感器信号中的误差。一方面,平均化或滤波(例如低通滤波)可从加速度中去除由便携式设备的移动(诸如由用户进行的操纵)所引起的作用。这种处理可增加等待时间或延迟并且可被对应地调整。或者,来自陀螺仪的信息可被用于检查设备是否移动。可为由陀螺仪输出的信号设置阈值以指示是否可基于1G的假设来计算合成加速度。如果陀螺仪信息指示便携式设备正经受除重力以外的加速度,合成加速度信号的生成可能会延迟直到陀螺仪信号低于阈值。在另一个方面,陀螺仪信号可用于确定与生成的合成信号相关联的置信因子。例如,相对较大的陀螺仪信号可能与降低的置信度相关,因为1G假设可能无效。作为另一个例子,陀螺仪信号可用于估计设备的适当加速度,此适当加速度然后可被用于将1G假设调整至总加速度的正确幅度。
根据与测量的加速度等于重力的假设有关的上述讨论,可利用其他轴的值确定合成加速度值。在下面的描述中,3轴实施例中的l轴是有缺陷的或丢失的轴,m轴和n轴是正常运行的轴。除非另外指定,加速度信号是相对于体坐标系的。可根据方程(3)基于am和an的测量导出l轴上的合成加速度al。
对应地,al的幅度可表达为方程(4):
如绝对值函数所反映的,方程(4)没有解决合成加速度的符号,并且为合成加速度提供两个候选方案:和对应于图4所示的例程402。在404中的同时的传感器融合路径中并行地探查这两个合成加速度候选,直到基于的任何适当标准(例如通过预测的加速度信号与测量的加速度信号之间的比较)可以作出判定这两个加速度候选和中的哪一个是正确的选择,如406所指示。可选择具有最小误差的候选并且在408中可利用确定的值继续任何进一步的传感器融合操作。
在图5中示意性示出关于候选合成加速度信号之间的选择的进一步的细节。传感器融合可基于陀螺仪信号与加速度计信号的融合,类似于关于图1或图3的讨论。然后可使用馈送给传感器融合操作的陀螺仪信息以基于框306中的或来确定取向相对于两个候选初始参照取向的改变。在取向改变发生之后,该取向的预测加速度计信号然后与正常运行的轴上的实际测量的加速度计信号相比。具有预测的加速度(基于或)与测量的加速度之间的最小误差的解决方案可被假设为正确的解决方案,其允许确定正确的al的符号。例如,适当的例程可在500开始,具有如上所述的有缺陷的、故障的或丢失的轴的检测。在502,使用方程(3)初始化并且使加速度相对于1G标准化来初始化合成加速度候选,从而根据以下方程(5)生成两个合成加速度候选a+和a-:
(5)a+=[+al,am,an];a-=[-al,am,an]
在504和506中,两个合成加速度候选a+和a-被分别转换成四元数和这些四元数然后被用于508和510,作为代表两个候选的传感器融合路径的参照/初始化四元数。
如图6所示,每个候选可与陀螺仪信息一起用于传感器融合操作。基于两个初始四元数和在框600和602分别并行地执行两个6轴传感器融合路径,对应于关于图3所讨论的操作。如将要理解的,传感器融合可基于陀螺仪的3轴、加速度计的两个正确运行的轴以及1个合成加速度信号。加速度计的2个正确运行的轴和1个合成加速度信号的组合可称为组合的加速度计信号。比较来自框600和框602的输出以在608中选择正确的候选。如下面将要描述的,这可包括在610中确定哪个候选导致相对于测量信号的最小误差并且也可包括在612中确定何时存在足够的置信度以选择候选。
在图7示意性描绘的示例性例程的上下文中描述了关于陀螺仪的三个轴和加速度计的两个正确轴的传感器融合的进一步细节,以使得可对和执行类似的过程。如700所指示的,通过使用传感器融合所产生的四元数将惯性坐标系重力矢量旋转至体坐标系,开始合成加速度的生成。在这种情况下,为了计算方便,可使用标准化的重力矢量,即与惯性坐标系z轴相同。体坐标系中的所得加速度称为并且可使用方程(1)所示的四元数旋转的逆运算来确定,如以下方程(6)所示:
当期望合成传感器信号(诸如根据检测到故障轴,如702所指示),可在704中根据方程(7)由体坐标系中的对应加速度生成具有索引i的有缺陷的轴的加速度信号:
在706,合成加速度然后与其他轴的加速度信号结合以获得组合的加速度信号在708,此组合的信号可被标准化(例如相对于1G)或校准以获得校准的加速度信号校准的加速度信号可用于传感器融合操作中以选择正确的候选。在710,针对初始四元数和执行迭代的传感器融合周期,从而基于每个周期的传感器融合的四元数结果估计合成加速度。如上图1和图3所示,使用合成传感器信号的传感器融合可采用与使用标称的传感器输出的传感器融合相同的操作。为了传感器融合,当合成信号可用时,可忽略有缺陷的轴的存在,因为传感器融合算法可保持不变。如此,生成的合成信号可替换有缺陷的轴的信号。
如上所述,可以定义选择标准以确定应选择两个候选合成加速度中的哪一个。这两个候选中的一个将具有正确的符号,并且一个将具有不正确的符号。通过推理,具有正确符号的候选可预计产生正确的初始四元数(和),导致在预测的加速度信号与测量的加速度信号之间的传感器融合中相对较少的误差,从而允许选择正确的候选。
图8中示意性示出了用于比较误差以选择适当候选的一个代表性例程。如从方程(6)获得的预测的加速度可与测量的加速度相比,如800所指示。在802中可确定对应于各个候选的误差。作为示例,可使用未卡住的轴(m轴和n轴)的预测和测量之间的误差的L2-范数(norm)。如此,可使用以下方程(8)分别确定四元数和的误差e+和e-:
其中是没有缺陷的轴的测量的加速度计信号的矢量,以及和是通过分别使用四元数和将重力矢量旋转至体坐标系来预测的没有缺陷的轴的加速度值(如方程(6)所示)。四元数和表示不同路径的传感器融合周期的结果。如果需要,如804所示,例如使用低通滤波器可在多个采样上对误差范数e+和e-滤波。
在此示例中,L2范数用在没有缺陷的轴上以表达测量值与预测值之间的误差。然而,可使用任意其他范数来定义误差。此外,可计算包括有缺陷的轴的误差。在另一个示例中,误差也可表达为测量的加速度矢量与预测的加速度矢量之间的角度。四元数可用于将测量的取向与预测的取向相比,并且误差可表达为四元数之间的角度,例如使用点积法。可在体坐标系、世界/惯性坐标系或任何其他参照坐标系中计算误差。
如上所述,合成加速度信号候选之间的选择可基于使用陀螺仪的传感器融合。对应地,便携式设备的一定程度的移动或旋转可促进两个候选路径之间的差异化。因此,可期望在存在预定的动作标准时执行候选选择。例如,可采用运动阈值并且当超过阈值时执行选择,诸如通过执行上文解释的技术中的一种。
在此实施例中,角θ可用于表达初始化与当前采样之间的旋转角。如810所示,阈值角θth可用于定义最小的所需运动或旋转。当不超过阈值时,该例程可能回到800以便重新初始化。作为例子,临界角θth可以是10度,然而可根据需要使用其他值。对应地,当角θ大于阈值角θth时,可开始候选路径的选择过程,前进至814。针对两个候选路径的角度可被定义为θ+和θ-。如果角度θ+和θ-中的一个或全部两者都大于阈值角θth,则可开始选择过程。
可使用所有轴获得旋转角。然而,当在有缺陷的轴上旋转并且此有缺陷的轴与重力对齐时,这可能会引起问题。在这种情况下,旋转被测量,但没有缺陷的轴不测量信号中的任何改变。为克服这个问题,角度θ+和θ-可能被测量成没有缺陷的轴的平面中的旋转。这可通过将取向投影至没有缺陷的轴的平面并且适当地标准化两个候选路径的所得四元数来完成。这种方法确保测量的旋转引起没有缺陷的轴上的加速度的变化。
旋转计算可基于传感器融合四元数,但也可基于对所有轴或仅没有缺陷的轴上的陀螺仪集成。
如果使用四元数,可使用初始四元数和采样k处的四元数的点积来确定两个四元数之间的角度,其表示旋转的1/2角的余弦。在这种情况下,该角度与阈值的比较也可使用余弦来表示,例如cos1/2θ+>cosθth。
其他方法,例如使用旋转矩阵或欧拉角也可用于在决定选择哪个候选路径之前确定取向之间的运动量。可使用任何范数来确定两个候选之间的差异。
诸如通过上文所述的技术,现在可在814中确定候选的误差,从而允许选择正确的候选。一旦已检测到相对于初始取向足够的旋转,例如方程(8)中表达的误差范数可用于确定正确的候选路径。如上所述,与其他候选相比,正确的合成加速度值将生成相对较小的误差。因此,如果e+≤e-,合成加速度的符号是正的(+1),以及如果e+>e-,合成加速度的符号为负(-1)。在选择之后,如816所示,可使用选择的候选执行任何进一步的操作。
在上面的示例性实施例中,计算了候选路径的误差,并在同一时间监测自初始化以来的旋转角度以便决定何时选择正确的候选,诸如在便携式设备的移动超出阈值时。在另一个实施例中,可在初始化后监测旋转角度,并且仅当旋转超过阈值角度时,可作出选择哪个候选的决定,然后计算不同路径的误差,并且可选择具有最小误差的候选。
如果误差e+和e-之间的差异非常小,在合成加速度候选之间进行选择的选择过程可被延迟并且系统可保持分析采样直到差异变得明显。换句话说,可针对e+和e-之间的差异定义阈值并且如果差异低于阈值,则继续传感器融合并且可延迟选择过程。
在一个示例中,可确定加速度的方差。如果加速度计信号的方差是高的,线性加速度可能会破坏这一过程并因此影响误差e+和e-中的一个或全部两者。这可能会导致错误的选择。换句话说,可针对加速度的方差定义阈值并且如果方差超过此阈值,则可延迟选择过程。以类似的方式,如果一个或多个加速度计信号(除了有缺陷的轴)达到饱和值,误差计算e+和e-被延迟以维持数值计算中的鲁棒性。同样,当加速度计信号(除了有缺陷的轴)的大小大于重力加速度(例如大10%),设备的运动和适当加速度可被认为过快,并且延迟误差计算e+和e-。在另一鲁棒性检查中,使用产生矢量之间的角度变化的余弦的点积操作,测试没有缺陷的轴的加速度计矢量的连续采样的角度变化。如果由此计算的角度大于预定阈值,那么该运动被假设为过快并且延迟误差计算e+和e-以便维持数值计算中的鲁棒性。这些检查确保:即使当设备在其操作期间经受快速运动(诸如振动、撞击或冲击)时,该算法仍选择正确的取向。
图9示出不存在正确选择的合成加速度的情况下的合成加速度的优选取向。
在有缺陷的轴的检测和合成加速度的符号选择之间的时间间隔期间,正确的(符号)合成加速可能是未知的。为了避免具有未定义的合成加速,可定义预设的偏好以在选择完成之前确定合成加速度符号。例如,图9示意性地描绘了智能手机实施例中的便携式设备的一组取向。基于常规使用模式,这些取向预计比相反的取向更经常出现。如图所示,在此实施例中,任意有缺陷的轴的优选符号可以是正。
上述的方法解释了合成传感器信号的若干候选的生成,以及选择最佳候选的选择过程。当设备启动并且没有先前取向信息可用时且当检测到有缺陷的轴时,可使用这些方法。此外,当设备在运转,但传感器被启动并且因此没有先前传感器数据可用时,也可应用这些方法。
可能发生如下情况:其中传感器融合在运行中并且针对传感器采样生成设备取向。例如,四元数对每个数据采样k可用。如果在传感器融合期间,轴变得有缺陷,那么在检测之前可用的取向可用于选择最适当的候选或确定合成传感器信号的符号。
为帮助描绘有缺陷的轴的检测的情况中的操作的适当顺序,图10示意性地描绘了示例策略。在其他实施例中,如果情况许可,可采用不同策略。如1000所示,有缺陷的轴的检测可触发决策树。在1002中,传感器融合的输出仍可提供正确的取向。在有缺陷的轴的检测是瞬时性的情况下,例如,在1004中,该轴的信号不再存在,传感器融合可继续运行,并且合成传感器信号可立即或在期望的持续时间之后替换丢失的传感器信号。即使检测或合成信号生成的启动取得若干采样,传感器融合可继续运行陀螺仪集成,直到合成信号变得可用。生成的合成传感器信号可用于提供如上所述的组合信号并且用于1006中的传感器融合。如果有缺陷的轴的检测的时刻与合成信号的可用性之间没有检测到非常多的运动,则可使用先前取向。对于这些示例,可能不要求上面关于方程(3)-(5)讨论的初始化阶段。
在有缺陷的轴的检测不是瞬时的情况下,有缺陷的轴的错误信号可导致通过传感器融合所确定的取向是错误的,从而导致例程从1002分岔至1008。例如,如果加速度计在相当长的时间内停留在例如1.5G的高值处,所得的不正确测量的加速度信号可导致使用陀螺仪的传感器融合的误差。取向四元数因此也是不正确的。因此,可能不能继续传感器融合并且仅用合成信号替换有缺陷的轴信号。可能需要初始化阶段以从由有缺陷的轴引入的误差恢复。如果有可能在故障阶段期间(优选地,从开始处)获得设备运动的估计,这可以在初始化阶段期间提供帮助。例如,如果在有缺陷的阶段期间将陀螺仪信号存储在存储器中,那么可仅使用陀螺仪信号来回溯(retrace)取向而不会错误地受到不正确的加速度信号影响。在这种情况下,如1008所示,轴有故障前的最后已知的正确的取向可用作参照。在1010的初始化过程中,完全以陀螺仪为基础估计的取向可然后帮助候选选择,然后使用生成的合成信号来提供组合的信号以便允许1012中的传感器融合。例如,在初始化过程中,两个初始四元数和被创建,并且基于此取向且基于陀螺仪信号,立即选择正确的候选。这避免了对具有不同候选传感器融合路径的需要,从而之后基于测量值与预测值之间的误差作出决定。然而,如果不可使用先前取向,那么例程流向1014以便使用候选合成信号生成传感器融合路径,如上所述可被评估。在选择正确的候选之后,可在1016执行传感器融合以确定便携式设备的正确取向。
上面的讨论和示例是在有缺陷的加速度计轴的范围中。然而,本公开也可延伸至其他类型的传感器。加速度计是测量矢量场(即重力)的传感器。在有缺陷的轴的合成信号的生成中,利用四元数结果将重力矢量转换到体坐标系(如关于图3和图7所描述的)。类似的程序可应用于测量矢量场的任意其他传感器。例如,如果磁力计轴是有缺陷的,则可采用对应的程序以针对有缺陷的轴生成合成磁力计信号。在这种情况下,使用传感器融合四元数将磁场矢量(例如北)转换到体坐标系。与加速度计相比,虽然可假定重力矢量的大小在不同位置上是恒定的,但这可能不适用于磁场。为了补偿,可采用查找表或任何其他适当的方式来确定设备的当前位置处的磁场。在一些实施例中,可以使用绝对导航信息源(诸如全球导航卫星系统(GNSS))以及任何其他外部的位置指示。
如上所述的技术可由图11所示的示意性流程图举例,其可包括针对有缺陷的传感器轴生成合成传感器信号。在1100中,可检测到一个或多个有缺陷的或丢失的传感器轴。接着检测之后,在1102中,可针对有缺陷的轴或多个轴生成合成信号。合成信号的生成至少基于第一传感器或第二传感器的其他没有缺陷的轴中的一个的信息。如在1104中所示,如果存在多个候选合成信号,基于预测信号与测量信号之间的比较来并行地测试不同的候选。在1106中可选择具有预测信号与测量信号之间的最小误差的候选,以使得可使用从所选候选导出的组合信号来执行传感器融合,如1102所示。
生成合成信号的方法可应用于包含至少一个传感器的设备。如将要理解的是,设备可被实现为设备或装置,诸如可由用户在空间中移动的手持设备并且因此感测其在空间中的运动和/或取向。例如,这种手持设备可以是移动电话(例如蜂窝电话、局部网络上运行的电话、或任何其他的电话手持机)、有线电话(例如由电线附连的电话)、个人数字助理(PDA)、视频游戏机、视频游戏控制器、导航设备、活动或健身跟踪器装置(例如手镯或夹子)、智能手表、其他可穿戴设备、移动因特网设备(MID)、个人导航设备(PND)、数码照相机、数码摄像机、双筒望远镜、长焦镜头、便携式音乐、视频或媒体播放器、远程控制器或其他手持设备,或这些设备中的一种或多种的组合。
上面解释的原理可用于例如3轴加速度计的故障轴。然而,如果传感器被设计成仅具有两个轴,也可应用同样的原理。2轴设计将花费更低,消耗更少的能量并且将占用更小的空间。在此情况下,该架构将包含2轴传感器,这对于期望三轴传感器信号的一些应用或程序会引发问题。因此,使用以上概述的方法,可将两个物理传感器轴转换成合成的三轴传感器信号。
在低功率的三轴传感器的实施例中,诸如当一个轴临时处于不活动状态以节约功率(诸如正处于功率节省模式中)时,在给定时间仅有两个轴可处于活动中。不活动轴以循环的方式改变或可以被多路复用。短时间内使单个轴不活动避免创建在单个不活动轴上的较大误差或偏差。也可基于设备的移动选择不活动轴。例如,在某些移动或手势期间,具有非常小的信号值的轴可切换成不活动状态。当移动改变并且不活动轴的合成值增大时,可再次激活该轴。
在一个实施例中,上述方法可用于传感器自测试。在这种情况下,某一轴的合成信号可被确定并且与该轴的实测信号相比。可执行此测试,例如用于检测传感器是否需要校准。可周期性执行此测试,循环不同的轴。可替换的,在传感器的高值或低值、传感器饱和之后或当传感器已在其操作限值处运行时,可完成此测试。
在上面的传感器示例中,讨论了用于测量矢量场的传感器(诸如,例如加速度计和磁力计)的合成轴的方法。基于相同的原理,但具有一些算法的调节,也可针对其他类型的传感器确定合成传感器信号。为了描绘一个示例性实施例,图12示意性描绘了与针对陀螺仪生成合成传感器信号相关联的操作,其利用了加速度计与磁力计的传感器融合。在1200开始,加速度计和磁力计用于“AM”传感器融合(也称为地磁传感器融合)以确定瞬时k处的取向在1202中,可在k和k-1处分别比较取向和以推导出取向的改变。根据这种取向的变化,可针对全部3个陀螺仪轴推导角速度的估计。在1204中,两个正确运行轴的实际陀螺仪信号然后可与有缺陷的轴的陀螺仪信号的估计组合以形成3轴合成陀螺仪信号。在此示例中,AM传感器融合将给出相对于地球磁场的取向。如果不需要这种绝对参照,则传感器融合框1200可例如仅处理加速度计信号并纯粹基于加速度计测量来确定表示取向的在这种情况下,传感器融合框1206将只包含加速度计和陀螺仪融合。
在1206中的AGM传感器融合操作中,合成陀螺仪信号然后可与加速度计和磁力计信号组合,从而产生取向qAGM。基于AM融合和AGM融合的取向然后可在1208中相比。此外,如需要,可使用在陀螺仪信号的估计和正确运行轴的实际陀螺仪信号之间观察到的误差eg。基于此比较,可调整AM传感器融合或基于传感器融合的陀螺仪信号的估计(诸如以类似于如卡尔曼滤波的操作的方式)。
如图13中的高级示意性框图所示,描绘了关于包含本公开的特征的便携式设备1300的一个实施例的细节。如将要理解的是,设备1300可实现为设备或装置,诸如可由用户在空间中移动的手持设备并且因此感测其在空间中的运动和/或取向。例如,这种手持设备可以是移动电话(例如蜂窝电话、局部网络上运行的电话、或任何其他的电话手持机)、有线电话(例如由电线附连的电话)、个人数字助理(PDA)、视频游戏机、视频游戏控制器、导航设备、活动或健身跟踪器装置(例如手镯或夹子)、智能手表、其他可穿戴设备、移动因特网设备(MID)、个人导航设备(PND)、数码照相机、数码摄像机、双筒望远镜、长焦镜头、便携式音乐、视频或媒体播放器、远程控制器或其他手持设备,或这些设备中的一种或多种的组合。
在一些实施例中,设备1300可以是自包含式(self-contained)设备或可与能够与设备1300通信(例如,经由网络连接)的另一便携式设备或非便携式设备(诸如台式电脑、电子桌面设备、服务器计算机等)结合运行。设备能经由使用任何类型的基于线的通信协议(例如,串行传输、并行传输、基于分组的数据通信)的有线连接、无线连接(例如,电磁辐射、红外辐射或其他无线技术)、或一个或多个有线连接与一个或多个无线连接的组合来通信。
如图所示,设备1300包括运动处理单元(MPU)(或更一般的传感器处理单元(SPU)1302)、主机处理器1304、主机存储器1306并且可包括一个或多个传感器,诸如外部传感器1308。主机处理器1304可配置成执行涉及设备1300的一般功能的各种计算和操作。主机处理器1304可通过总线1310耦接至SPU 1302,总线1310可以是任何适当的总线或接口,诸如周边部件互联高速(peripheral component interconnect express,PCIe)总线,通用串行总线(USB),通用异步接收器/发送器(UART)串行总线,合适的高级微控制器总线架构(AMBA)接口,内部集成电路(I2C)总线,串行数字输入输出(SDIO)总线,或其他等同物。主机存储器1306可包括程序、驱动器或利用由SPU1302提供的信息的其他数据。关于主机处理器1304和SPU 1302的适当配置的示例性描述可在2008年4月21日提交的共同待审、共同拥有的美国专利申请S/N.132/106,921中找到,此申请在本文中将其整体纳入作为参考。设备1300还可包括显示器(未示出)。
在此实施例中,SPU 1302被示为包括传感器处理器1312、存储器1314、加速度计1316和陀螺仪1318。加速度计和/或陀螺仪可实现为基于MEMS的惯性传感器,配置成提供分别对应于沿三个正交轴测量的加速度或沿三个正交轴的角速率的原始数据输出,或实现为任何等效的结构。存储器1314可存储算法、例程或用于处理传感器数据的其他指令,诸如合成信号生成器1320以执行上述操作中的任何一个,诸如检测一个或多个有缺陷的轴,生成并选择候选,提供组合的信号和其他。可以以任何适当的非易失性计算机可读格式存储指令。SPU存储器可存储所需算法、例程或其他指令以及存储由传感器输出的数据。SPU存储器也可存储数据或临时性数据以用于不同候选合成传感器信号路径的计算。如果需要,SPU可包括总线,类似于主机处理器的总线,用于耦接SPU处理器、SPU存储器和内部传感器。可针对内部或外部传感器中的一个的有缺陷的轴通过SPU处理器在SPU中执行生成合成传感器信号的传感器融合。传感器融合可使用来自一个或多个传感器的没有缺陷的轴的信号,此一个或多个传感器可以是内部或外部传感器。可替代的,处理和计算中的一些或全部可由可以使用主机存储器的主机处理器执行。一个或多个附加的内部传感器(诸如内部传感器1322)可根据需要集成至SPU 1302中。如果提供,外部传感器1308和/或内部传感器1322可包括一个或多个传感器,诸如加速度计、陀螺仪、磁力计、压力传感器、麦克风、接近和环境光传感器以及温度传感器之类的传感器。如在本文中使用的,内部传感器指的是使用MEMS技术实现的传感器以便与SPU 1302集成在一个单独芯片中。类似的,在此使用的外部传感器称为没有集成到SPU 1302的板载设备1300所搭载的传感器。加速度计、陀螺仪和/或在本公开的技术中使用的任何其他传感器可根据需要实现为内部或外部传感器。
如将要理解的,主机处理器1304和/或传感器处理器1312可以是一个或多个微处理器、中央处理单元(CPU)、或其他处理器,其运行设备1300的软件程序或与设备1300有关的其他应用程序。例如,可提供不同软件应用程序,诸如菜单导航软件、游戏、摄像功能控制、导航软件和电话或各种其他软件和功能接口。在一些实施例中,可在单个设备1300上提供多个不同应用程序,并且在那些实施例中的一些实施例中,多个应用程序可同时在设备1300上运行。可在计算机可读介质(诸如电子存储器或其他存储介质,诸如硬盘、光盘、闪存等)上提供多层软件以供主机处理器1304和传感器处理器1312使用。例如,可以为设备1300提供操作系统层来实时控制和管理系统资源、启用应用软件和其他层的功能、并且使应用程序与设备1300的其他软件和功能交互。在一些实施例中,一个或多个运动算法层可提供运动算法,用于从内部或外部传感器提供的原始传感器数据的低级处理。此外,传感器设备驱动层可提供软件接口至设备1300的硬件传感器。这些层中的一些或全部可提供在主机存储器1306中以便主机处理器1304访问,提供在存储器1314中以便传感器处理器1312访问,或提供在任何其他适当的架构中。
在一方面,在SPU 1302中实现合成信号生成器1320可允许执行减少的或没有主机处理器1304的参与的情况下执行本公开中描述的操作。如将要理解的,这可提供增加的能效和/或可释放主机处理器1304以便执行任何其他任务。然而,可使用主机处理器1304和存储器1306或任何其他硬件、固件和软件或可用于便携式设备1300的其他处理资源实现由合成信号生成器1320执行的所描述的功能。
当SPU 1302完成触感器融合的全部处理和内部传感器的有缺陷的轴的合成传感器信号的生成时,如果根据技术规范,合成信号生成起作用,那么系统的其余部分不需要知道轴发生故障。但是,SPU可向主机处理器报告任何有缺陷的轴以通知系统。传感器轴的误差的任何记录可存储在主机存储器或其他适当的位置。
在所述实施例中,芯片被定义成包括至少一个通常由半导体材料形成的基板。单个芯片可由多个基板形成,其中基板机械地接合以保持功能性。多个芯片包括至少两个基板,其中两个基板电连接,但不需要机械接合。一个封装提供芯片上接合焊接点至可焊接至PCB的金属引线之间的电连接。一个封装通常包括基板和盖。集成电路(IC)基板可指具有电路(典型地,CMOS电路)的硅基板。在某些配置中,已知为MEMS帽的基板部分提供MEMS帽的机械支撑。MEMS结构层附连到MEMS帽。MEMS帽也被称为搬运基板或搬运晶片。在所述的实施例中,合并有传感器的电子设备可采用传感器追踪模块(也称为传感器处理单元(SPU)),其包括除电子电路以外的至少一个传感器。传感器,诸如陀螺仪、磁力仪、加速度计、麦克风、压力传感器、接近传感器或环境光传感器以及其他本领域已知的,都在考虑范围内。一些实施例中包括加速度计、陀螺仪和磁力计,其中每一个提供沿三个互相正交的轴的测量。这种装置通常称为9轴装置。其他实施例可能不包括所有的传感器或可提供沿一个或多个轴的测量值。传感器可在形成在第一基板上。其他实施例可包括固态传感器或任何其他类型的传感器。SPU中的电子电路接收来自一个或多个传感器的测量输出。在一些实施例中,电路处理传感器数据。电路可能在第二硅基板上实现。在一些实施例中,第一基板可能垂直堆叠,与第二基板在单一半导体芯片上附接和电连接,而在其他实施例中,第一基板可横向设置并且与第二基板在单一半导体封装中电连接。
在一个实施例中,第一基板通过晶片接合与第二基板附接,如共同拥有的US专利No.7,104,129所描述的,其在此整体引入作为参考,以便同时提供电连接和气密密封MEMS装置。这种制作技术有利地实现以下技术:允许以非常小和经济的封装形式设计和制造高性能、多轴、惯性传感器。晶片级集成最大限度减少寄生电容,允许提高相对于离散解(discrete solution)的信噪比。这种晶片级集成也实现丰富特征集的合并,其最小化外部放大的需要。
在所描述的施例中,原始数据指的是未处理的来自传感器的测量输出。运动数据可称为处理的和/或原始数据。处理可包括传感器融合算法的应用或任何其他算法的应用。在传感器融合算法的情况下,来自多个传感器的数据可被组合以提供例如设备的取向。在所描述的实施例,SPU可包括处理器、存储器、控制逻辑和结构中的传感器。
便携式设备的参照坐标系可以是体坐标系,具有三个正交轴。可通过对数据应用适当旋转,可执行从体坐标系切换至世界坐标系或任何其他适当的参照坐标系,或反之亦然。同样,世界坐标系可具有固定在地球上的轴,诸如通过将世界坐标系的Z轴与地球重力场产生的重力矢量对齐,从地球表面指向天空。虽然在本公开中提供的数学和描述在这些坐标系的范围中,本领域技术人员应当理解可使用其他定义和参照坐标系执行类似的操作。所有的教导可通过不同的定义重做。因此,便携式设备的取向可表示为将体坐标系转换成世界坐标系的旋转操作,诸如将体坐标系Z轴与重力矢量对齐的旋转操作。在一些实施例中,旋转操作可以以单位四元数的形式表示。如在此使用的,术语“四元数”和“单位四元数”为了便利可以互换使用。因此,四元数可以描述一个旋转取向至另一旋转取向转变的四元素矢量并可被用于表示便携式设备的取向。单位四元数具有一个标量项和三个虚部项。在本公开中,用标量项首先跟随着虚部项表示四元数但,可对公式、方程和操作作出适当修改以适应四元数的不同定义。
根据上面的材料,应当理解,本公开包括一种用于为便携式设备提供传感器数据的方法。可提供第一传感器,其中第一传感器与便携式设备集成并具有多个测量轴。至少可提供第二传感器,其中第二传感器也与便携式设备集成并且也具有多个测量轴。来自第一传感器和第二传感器的数据可被组合以生成第一传感器的第一轴的合成信号。第一轴的合成信号可被用于替换或替代第一轴的实际信号。
一方面,可至少部分地基于合成信号来提供第一传感器的第一轴的替代信号。可检测第一传感器的第一轴中的故障,使得可根据故障的检测,提供第一传感器的第一轴的替代信号。通过用合成信号替换故障轴的信号,可进一步在需要的情况下使用第一轴的信号,而可不使用故障轴的信号。
一方面,来自第一传感器的数据可包括除第一轴以外的至少一个轴的数据。可基于除第一轴以外至少一个轴的数据以及由第一传感器测量的矢量场的特性组合来推导至少一个候选合成信号。第一传感器可以是加速度计以及矢量场是重力场,以及至少一个候选可基于在除第一轴之外的至少一个轴上测量的加速度与重力场引起的加速度的比较。当例如由于外部冲击,加速度计轴发生故障或卡住时,可使用候选合成信号中的一个来替换故障轴。因为已知加速度测量的重力场,可确定候选信号。
一方面,合成传感器信号和另一轴的至少一个信号可被组合以重新产生第一传感器的期望输出。通过将合成信号与来自其他轴的信号组合,可生成第一传感器的完整传感器信号。使用传感器信号的任何进程和处理器甚至可以不知道传感器有问题。
一方面,第一传感器可包括加速度计以及第二传感器可包括陀螺仪。当基于重力场确定加速度计的候选合成信号时,可确定幅度,但符号可能仍未知。可使用来自陀螺仪的传感器信号确定此符号。
一方面,组合来自第一传感器和第二传感器的数据可包括基于数据的传感器融合来确定便携式设备的取向。便携式设备的取向可被用于将信号从一个参照坐标系转换至另一个,例如从固定参照坐标系转换至便携式设备的体坐标系。
一方面,第一传感器可以是加速度计,并且可基于重力矢量至便携式设备体坐标系的转换生成第一传感器的第一轴的合成信号。重力矢量至便携式设备体坐标系的转换可基于便携式设备的取向。通过将重力矢量转换至体坐标系,加速度计的候选合成信号可通过与加速度计的运行轴的比较来确定。
一方面,组合数据可包括生成合成信号的多个候选。可对多个候选执行并行的传感器融合路径,直到候选选择过程被执行为止。当满足预定义的动作标准时,可执行候选选择过程。当存在多个合成信号时,设备的运动可导致传感器信号的生成,其然后可被用于选择过程以确定正确的候选。
一方面,第一传感器可包括陀螺仪并且第二传感器可包括加速度计。如此,组合数据可包括基于多个加速度计信号确定取向变化并且至少部分地基于陀螺仪轴的确定的取向变化来估计角速度。也可提供磁力计并且可基于加速度计和磁力计信号的融合来确定取向变化。可基于估计的角速度和至少一个其他陀螺仪轴的信号生成陀螺仪轴的合成信号。在陀螺仪的轴发生故障的情况下,可使用合成信号替换故障信号。
一方面,至少可提供具有多个测量轴的第三传感器,使得组合来自第一传感器和第二传感器的数据进一步还可包括组合来自第三传感器的数据。通过使用来自第三传感器的信号,有助于合成信号生成的附加信息是可用的。
一方面,可生成一个没有被第一传感器测量的轴的合成信号。在这种情况下即使轴没有被测量,仍可使用合成信号。
一方面,第一传感器可配置成在功率节省模式中操作测量轴中的至少一个并且可生成处于功率节省模式中操作的轴的合成信号。由于低功率模式而不可用的任何传感器信号可由合成信号替换或替代。
一方面,合成信号可用于测试第一传感器的对应的测量轴。通过将轴的合成信号与该轴的实测信号相比,可执行测试以查看该轴是否正确运行。
此外,本公开还包括便携式设备,所述便携式设备具有第一传感器、第二传感器以及传感器信号生成器,所述第一传感器与便携式设备集成并且具有多个测量轴,所述第二传感器与便携式设备集成并且具有多个测量轴,所述传感器信号生成器可以组合来自第一传感器和第二传感器的数据以生成第一传感器轴的合成信号。当第一传感器的轴发生故障时,由于用合成信号替换故障轴的信号,便携式设备的操作没有受到影响。
一方面,传感器信号生成器可由便携式设备的主机处理器实现。主机处理器可检测任何故障轴并激活生成合成信号的过程以便保证第一传感器的正确运行。
更进一步的,本公开包括传感器处理单元,其可包括第一传感器和传感器处理器,所述第一传感器与传感器处理单元集成且具有多个测量轴,所述传感器处理器配置成将来自第一传感器的数据与来自具有多个测量轴的第二传感器的数据组合以生成第一传感器的第一轴的合成信号。第一轴的合成信号可被用于替换任意故障轴的信号。
一方面,第二传感器可集成在传感器处理单元中。当第一和第二传感器集成在传感器处理单元中时,可以在传感器处理单元中内部地完成生成合成信号所需要的任何处理。
一方面,传感器处理单元可至少部分地基于合成信号来输出第一传感器的第一轴的替代信号。当可在第一轴上检测到故障时,传感器处理单元可输出第一传感器的第一轴的替代信号。因为合成信号可替换故障信号,即使第一传感器的轴发生故障,也可因此始终使用对于第一传感器的传感器处理单元的输出信号。
虽然已根据所示实施例描述了本发明,本领域普通技术人员将容易地认识到实施例可存在变型并且那些变型将在本发明的精神和范围内。因此,本领域普通技术人员可作出很多修改而不脱离本发明的精神和范围。
Claims (28)
1.一种用于为便携式设备提供传感器数据的方法,包括:
提供第一传感器,所述第一传感器与所述便携式设备集成且具有多个测量轴;
至少提供第二传感器,所述第二传感器与所述便携式设备集成且具有多个测量轴;以及
组合来自所述第一传感器和所述第二传感器的数据以生成所述第一传感器的第一轴的合成信号。
2.如权利要求1所述的方法,进一步包括至少部分地基于所述合成信号为所述第一传感器的所述第一轴提供替代信号。
3.如权利要求2所述的方法,进一步包括检测所述第一传感器的所述第一轴中的故障,其中在检测到所述故障后,提供所述第一传感器的所述第一轴的所述替代信号。
4.如权利要求1所述的方法,其中来自所述第一传感器的数据包括来自除所述第一轴以外的至少一个轴的数据。
5.如权利要求4所述的方法,其中基于来自除所述第一轴以外的所述至少一个轴的数据与由所述第一传感器测量的矢量场的特性的组合来推导至少一个候选合成信号。
6.如权利要求5所述的方法,其中所述第一传感器是加速度计,并且所述矢量场是重力场,以及所述至少一个候选基于在除所述第一轴以外的所述至少一个轴上测量的加速度与归因于所述重力场的加速度的比较。
7.如权利要求1所述的方法,其中所述合成传感器信号和另一轴的至少一个信号经组合以重新产生所述第一传感器的期望输出。
8.如权利要求1所述的方法,其中所述第一传感器包括加速度计并且所述第二传感器包括陀螺仪。
9.如权利要求1所述的方法,其中组合来自所述第一传感器和所述第二传感器的数据包括基于所述数据的传感器融合来确定所述便携式设备的取向。
10.如权利要求1所述的方法,其中所述第一传感器是加速度计,并且基于重力矢量至所述便携式设备的体坐标系的转换来生成所述第一传感器的第一轴的合成信号。
11.如权利要求10所述的方法,其中所述重力矢量至所述便携式设备的体坐标系的转换基于所述便携式设备的取向。
12.如权利要求1所述的方法,其中组合数据包括为所述合成信号生成多个候选。
13.如权利要求12所述的方法,其中对所述多个候选执行并行的传感器融合路径,直到候选选择过程被执行为止。
14.如权利要求13所述的方法,其中当满足预定义的动作标准时,执行所述候选信号选择过程。
15.如权利要求1所述的方法,其中所述第一传感器包括陀螺仪,并且所述第二传感器包括加速度计。
16.如权利要求15所述的方法,其中组合数据包括基于多个加速度计信号来确定取向变化并且至少部分地基于所述陀螺仪轴的所确定的取向变化来估计角速度。
17.如权利要求16所述的方法,进一步包括提供磁力计并基于所述加速度计信号与磁力计信号的融合来确定取向变化。
18.如权利要求16所述的方法,其中基于估计的角速度和至少一个其他的陀螺仪轴的信号来生成所述陀螺仪的轴的合成信号。
19.如权利要求1所述的方法,进一步包括提供具有多个测量轴的第三传感器,其中组合来自所述第一传感器和第二传感器的数据进一步包括组合来自第三传感器的数据。
20.如权利要求1所述的方法,其中为没有被所述第一传感器测量的轴生成所述合成信号。
21.如权利要求1所述的方法,其中所述第一传感器配置成在功率节省模式中操作所述测量轴中的至少一个,并且针对正处于功率节省模式中的轴生成所述合成信号。
22.如权利要求1所述的方法,进一步包括使用所述合成信号来测试所述第一传感器的对应的测量轴。
23.一种便携式设备包括:
第一传感器,所述第一传感器与所述便携式设备集成且具有多个测量轴;
第二传感器,所述第二传感器与所述便携式设备集成且具有多个测量轴;以及
传感器信号生成器,配置成组合来自所述第一传感器和所述第二传感器的数据以生成所述第一传感器的第一轴的合成信号。
24.如权利要求23所述的便携式设备,其中所述传感器信号生成器由所述便携式设备的主机处理器实现。
25.一种传感器处理单元包括:
第一传感器,所述第一传感器与所述传感器处理单元集成且具有多个测量轴;
传感器处理器,配置成将来自所述第一传感器的数据与来自具有多个测量轴的第二传感器的数据组合以生成所述第一传感器的第一轴的合成信号。
26.如权利要求25所述的传感器处理单元,其中所述第二传感器集成在所述传感器处理单元中。
27.如权利要求25所述的传感器处理单元,其中所述传感器处理单元配置成至少部分地基于所述合成信号来输出所述第一传感器的所述第一轴的替代信号。
28.如权利要求27所述的传感器处理单元,其中所述传感器处理单元配置成当在所述第一轴上检测到故障时,输出所述第一传感器的所述第一轴的替代信号。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562165431P | 2015-05-22 | 2015-05-22 | |
US62/165,431 | 2015-05-22 | ||
US14/985,833 | 2015-12-31 | ||
US14/985,833 US20170299388A9 (en) | 2015-05-22 | 2015-12-31 | Systems and methods for synthetic sensor signal generation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106289249A true CN106289249A (zh) | 2017-01-04 |
Family
ID=57665362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610626768.9A Pending CN106289249A (zh) | 2015-05-22 | 2016-05-20 | 用于合成传感器信号生成的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20170299388A9 (zh) |
CN (1) | CN106289249A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491533A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 数据融合方法、装置、数据处理系统及存储介质 |
CN109765402A (zh) * | 2019-03-06 | 2019-05-17 | 上海理工大学 | 一种基于双加速度计的加速度测量装置和卡尔曼滤波算法 |
CN110296701A (zh) * | 2019-07-09 | 2019-10-01 | 哈尔滨工程大学 | 惯性与卫星组合导航系统渐变型故障回溯容错方法 |
WO2021128245A1 (en) * | 2019-12-27 | 2021-07-01 | Intel Corporation | Hinge angle detection |
CN113776522A (zh) * | 2020-06-10 | 2021-12-10 | 精工爱普生株式会社 | 惯性传感器装置以及惯性传感器装置的制造方法 |
CN114207451A (zh) * | 2019-07-31 | 2022-03-18 | 皇家飞利浦有限公司 | 校准传感器 |
CN115917471A (zh) * | 2020-06-22 | 2023-04-04 | 华为技术有限公司 | 包括多个对应传感器的移动设备 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201700057066A1 (it) | 2017-05-25 | 2018-11-25 | St Microelectronics Srl | Sistema di elaborazione implementante un algoritmo per la fusione di dati da sensori inerziali, e metodo |
KR101922700B1 (ko) * | 2017-06-08 | 2018-11-27 | 주식회사 해치텍 | 가속도 센서와 지자기 센서 기반의 각속도 산출 방법 및 장치 |
JP7056079B2 (ja) * | 2017-10-31 | 2022-04-19 | セイコーエプソン株式会社 | 物理量検出回路、物理量検出装置、慣性計測装置、移動体測位装置、携帯型電子機器、電子機器及び移動体 |
US10921122B2 (en) * | 2018-02-06 | 2021-02-16 | Stmicroelectronics S.R.L. | Tilt event detection device, system and method |
US10983791B2 (en) * | 2018-08-29 | 2021-04-20 | Aktiebolaget Skf | Processor-implemented system and method for vector analysis to extract a speed of a rotating part of a machine where there is no trigger signal present |
DE102018217809A1 (de) * | 2018-10-18 | 2020-04-23 | Robert Bosch Gmbh | Mikroelektromechanischer Inertialsensor mit einem Substrat und einer auf dem Substrat angeordneten elektromechanische Struktur |
US20220252399A1 (en) * | 2019-01-28 | 2022-08-11 | Panasonic Intellectual Property Management Co., Ltd. | Composite sensor and angular velocity correction method |
US11407098B2 (en) | 2019-11-26 | 2022-08-09 | Stmicroelectronics S.R.L. | Smart push button device utilizing MEMS sensors |
CN113608576B (zh) | 2020-05-05 | 2024-06-25 | 意法半导体股份有限公司 | 电子装置控制方法、其电子装置和软件产品 |
IT202000009937A1 (it) | 2020-05-05 | 2021-11-05 | St Microelectronics Srl | Metodo di controllo di un apparecchio elettronico eseguito tramite il calcolo di un angolo di apertura, relativo apparecchio elettronico e prodotto software |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070032951A1 (en) * | 2005-04-19 | 2007-02-08 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN101939203A (zh) * | 2007-12-10 | 2011-01-05 | 西门子运输系统有限公司 | 用于测量自动引导车辆的位移的装置 |
US20120078570A1 (en) * | 2010-09-29 | 2012-03-29 | Apple Inc. | Multiple accelerometer system |
CN102706347A (zh) * | 2012-05-17 | 2012-10-03 | 南京航空航天大学 | 一种惯性传感器网络节点装置及其信息融合方法 |
CN103389088A (zh) * | 2013-07-24 | 2013-11-13 | 北京航空航天大学 | 一种四冗余rfins最优配置方案的确定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090265671A1 (en) * | 2008-04-21 | 2009-10-22 | Invensense | Mobile devices with motion gesture recognition |
US9901405B2 (en) * | 2010-03-02 | 2018-02-27 | Orthosoft Inc. | MEMS-based method and system for tracking a femoral frame of reference |
US9495018B2 (en) * | 2011-11-01 | 2016-11-15 | Qualcomm Incorporated | System and method for improving orientation data |
US9410809B2 (en) * | 2011-12-16 | 2016-08-09 | Microsoft Technology Licensing, Llc | Applying a correct factor derivative method for determining an orientation of a portable electronic device based on sense gravitation component linear accelerate filter data obtained |
US9683865B2 (en) * | 2012-01-26 | 2017-06-20 | Invensense, Inc. | In-use automatic calibration methodology for sensors in mobile devices |
US9277361B2 (en) * | 2014-02-20 | 2016-03-01 | Google Inc. | Methods and systems for cross-validating sensor data acquired using sensors of a mobile device |
-
2015
- 2015-12-31 US US14/985,833 patent/US20170299388A9/en not_active Abandoned
-
2016
- 2016-05-20 CN CN201610626768.9A patent/CN106289249A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070032951A1 (en) * | 2005-04-19 | 2007-02-08 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN101939203A (zh) * | 2007-12-10 | 2011-01-05 | 西门子运输系统有限公司 | 用于测量自动引导车辆的位移的装置 |
US20120078570A1 (en) * | 2010-09-29 | 2012-03-29 | Apple Inc. | Multiple accelerometer system |
CN102706347A (zh) * | 2012-05-17 | 2012-10-03 | 南京航空航天大学 | 一种惯性传感器网络节点装置及其信息融合方法 |
CN103389088A (zh) * | 2013-07-24 | 2013-11-13 | 北京航空航天大学 | 一种四冗余rfins最优配置方案的确定方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491533A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 数据融合方法、装置、数据处理系统及存储介质 |
CN108491533B (zh) * | 2018-03-29 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 数据融合方法、装置、数据处理系统及存储介质 |
CN109765402A (zh) * | 2019-03-06 | 2019-05-17 | 上海理工大学 | 一种基于双加速度计的加速度测量装置和卡尔曼滤波算法 |
CN109765402B (zh) * | 2019-03-06 | 2021-11-02 | 上海理工大学 | 一种基于双加速度计的加速度测量装置和卡尔曼滤波算法 |
CN110296701A (zh) * | 2019-07-09 | 2019-10-01 | 哈尔滨工程大学 | 惯性与卫星组合导航系统渐变型故障回溯容错方法 |
CN114207451A (zh) * | 2019-07-31 | 2022-03-18 | 皇家飞利浦有限公司 | 校准传感器 |
WO2021128245A1 (en) * | 2019-12-27 | 2021-07-01 | Intel Corporation | Hinge angle detection |
US11809237B2 (en) | 2019-12-27 | 2023-11-07 | Intel Corporation | Hinge angle detection |
CN113776522A (zh) * | 2020-06-10 | 2021-12-10 | 精工爱普生株式会社 | 惯性传感器装置以及惯性传感器装置的制造方法 |
CN115917471A (zh) * | 2020-06-22 | 2023-04-04 | 华为技术有限公司 | 包括多个对应传感器的移动设备 |
Also Published As
Publication number | Publication date |
---|---|
US20170299388A9 (en) | 2017-10-19 |
US20170191831A1 (en) | 2017-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289249A (zh) | 用于合成传感器信号生成的系统和方法 | |
US10072956B2 (en) | Systems and methods for detecting and handling a magnetic anomaly | |
US20160178657A9 (en) | Systems and methods for sensor calibration | |
US20160077166A1 (en) | Systems and methods for orientation prediction | |
CN103791905A (zh) | 姿态估计方法和装置 | |
CN106197410A (zh) | 用于准确捕获惯性传感器数据的方法和装置 | |
US10386203B1 (en) | Systems and methods for gyroscope calibration | |
CN104515521A (zh) | 步行者观测系统、记录介质及行进方向推定方法 | |
CN108225370A (zh) | 一种运动姿态传感器的数据融合与解算方法 | |
WO2015157069A1 (en) | Systems and methods for guiding a user during calibration of a sensor | |
CA2477677C (en) | Autonomous velocity estimation and navigation | |
CN109696178A (zh) | 偏移校正装置、偏移校正程序、步行者航位推算装置及记录介质 | |
CN103245364A (zh) | 一种星敏感器动态性能测试方法 | |
Amirsadri et al. | Practical considerations in precise calibration of a low-cost MEMS IMU for road-mapping applications | |
CN106989773A (zh) | 一种姿态传感器及姿态更新方法 | |
CN102778965A (zh) | 3d指示装置与补偿3d指示装置的转动的方法 | |
Hoang et al. | Pre-processing technique for compass-less madgwick in heading estimation for industry 4.0 | |
CN104949691A (zh) | 基于超声电机的mems惯性器件旋转调制测试系统 | |
Kulkarni et al. | Sensor fusion: An advance inertial navigation system using GPS and IMU | |
US20190346281A1 (en) | System and method for sensor calibration | |
CN104048658B (zh) | 一种使用基于姿态生成的设备来降低数据速率和功率消耗的方法 | |
US9921335B1 (en) | Systems and methods for determining linear acceleration | |
CN101949702B (zh) | 使用mems加速度计的gnss pvt质量快速自检方法 | |
EP3104126B1 (en) | Systems and methods for synthetic sensor signal generation | |
Gaias et al. | Extended Kalman filters for close-range navigation to noncooperative targets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170104 |