CN111475770B - 一种三轴加速度坐标系分量修正方法和系统 - Google Patents
一种三轴加速度坐标系分量修正方法和系统 Download PDFInfo
- Publication number
- CN111475770B CN111475770B CN202010271456.7A CN202010271456A CN111475770B CN 111475770 B CN111475770 B CN 111475770B CN 202010271456 A CN202010271456 A CN 202010271456A CN 111475770 B CN111475770 B CN 111475770B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- triaxial
- vector
- coordinate system
- module
- 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.)
- Active
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012937 correction Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 110
- 238000006243 chemical reaction Methods 0.000 claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 6
- 238000009434 installation Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种三轴加速度坐标系分量修正方法和系统，其从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；并对各点位数据的加速度三轴进行向量化处理。分别计算加速度三轴向量对应的转换系数。根据转换系数计算出置换矩阵。根据置换矩阵对加速度三轴向量进行矩阵变换。根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。本发明采用置换矩阵进行坐标转换，利用用户的历史驾驶数据完成，无需人工现场测量，从而通过简单、自动化的方式完成坐标系分量的修正，完成对车辆真实受力方向的修正。同时，基于用户的历史行为也便于后续碰撞检测的个性化分析，可有效减少误报或漏报情况。
Description
技术领域
本发明涉及车联网领域，尤其是一种三轴加速度坐标系分量修正方法和系统。
背景技术
在车联网领域，对于基于网络大数据的车辆碰撞检测的方案，多是基于网络大数据下多车辆所上传的历史行车数据中的加速度三轴数据进行过滤和训练，得到碰撞检测模型。对于单个车辆而言，由于设备在车上的安装位置以及安装方式的不同，会导致设备自带的加速度计失去平衡，区分不了加速度计的受力方向(重力方向、前后方向和左右方向)，会导致在基于加速度传感器的碰撞检测过程中，出现训练样本集中出现数据所反映的受力方向与实际受力方向不统一，从而使得所训练的分类器发生检测的整体平移的情况，致使发生碰撞检测的误报或漏报。由此可见，准确识别出车辆在三轴坐标系的受力方向，对于碰撞现场的还原(以准确确定救援措施)以及碰撞检测模型的训练至关重要。因此，需要将社保的三轴加速度方向(坐标系)与车辆三轴加速度方向进行统一，即对因安装位置或方式所导致的三轴加速度坐标系的偏移进行修正。
发明内容
本发明的发明目的在于：针对上述存在的问题，提供一种三轴加速度坐标系分量修正方法，以解决对设备三轴加速度的坐标系分量的修正问题。
本发明采用的技术方案如下：
一种三轴加速度坐标系分量修正方法，其包括以下流程：
A.从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；并对各点位数据的加速度三轴进行向量化处理。
B.分别计算加速度三轴向量对应的转换系数。
C.根据B中计算的转换系数，计算出置换矩阵。
D.根据所述置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量。置换矩阵一方面提供了坐标系转换的方法，另一方面其本身代表着各个受力方向对于整体受力的权重。
E.根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。
上述的预定长度的轨迹数据包可根据时长或包数来确定，其决定加速度向量的长度。上述方法可将设备加速度三轴的坐标分量修正到车辆真实的受力方向。整个流程均基于设备回传的数据进行，不用人工进行复杂的测量工作，基于设备回传的历史数据对设备加速度方向进行修正，考虑了车辆用户的驾驶习惯，对各独立的车辆具有针对性，避免了因采用历史大数据对各车辆的加速度方向进行修正而导致对部分具备特殊驾驶习惯或长期在特殊环境下驾驶的车辆进行误修正的情况。
进一步的，所述步骤B中，转换系数的计算方法包括：
分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。
进一步的，所述各加速度三轴向量中位数所对应的阈值相同。
进一步的，所述步骤C中，置换矩阵的计算方法为：
进一步的，所述步骤E包括：
H表示前后方向向量，L表示左右方向向量，V表示上下方向向量，X’、 Y’、Z’为修正后的加速度三轴向量，px、py和pz分别为加速度三轴向量对应的转换系数。
为解决上述全部或部分问题，本发明还提供了一种三轴加速度坐标系分量修正系统，其包括依次连接的解析模块、向量化模块、处理器模块、修正模块和映射模块，修正模块连接处理器模块；其中：
解析模块被配置为：从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；
向量化模块被配置：对解析出的各点位数据的加速度三轴进行向量化处理，得到加速度三轴向量；
处理器模块被配置为：分别计算加速度三轴向量对应的转换系数，并根据各转换系数计算出置换矩阵；
修正模块被配置为：根据所述置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量；
映射模块被配置为：根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。
该系统解析模块的参数-如轨迹数据包长度-可以根据需要进行灵活配置，配置完成后，其他模块同步更新。系统在参数配置完成后自动化运行。上述的各模块在实际中，可以是独立的器件承担，也可以是一个器件完成多个模块的功能，或者多个器件集合完成一个模块的功能，即各个模块不一定是相互独立地存在。
进一步的，所述处理器模块计算加速度三轴向量对应的转换系数的方法包括：
分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。
进一步的，所述各加速度三轴向量中位数所对应的阈值相同。
进一步的，所述处理器模块计算置换矩阵的方法为：
进一步的，所述映射模块根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间的方法包括：
H表示前后方向向量，L表示左右方向向量，V表示上下方向向量，X’、 Y’、Z’为修正后的加速度三轴向量，px、py和pz分别为加速度三轴向量对应的转换系数。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明的三轴加速度坐标系分量修正方案依据设备回传的数据对三轴加速度坐标系分量进行修正，无需人工对车辆三轴加速度进行测量，仅需一段历史轨迹数据包即可，方法简单、自动化程度高。并且，采用置换矩阵的计算方式进行计算具备计算简单的特点，同时其还可以代表各轴加速度向量占整体受力的权重，算法逻辑设计巧妙，计算量小。
2、本发明的三轴加速度坐标系分量修正方案依据各个用户的历史行驶数据进行修正，完全参考了用户的驾驶特点，考虑了用户的个性化驾驶习惯，从而使得每一次的修正均具备极强的针对性。
3、本发明的三轴加速度坐标系分量修正方案尤其适用于碰撞检测，对于车辆真实受力方向的修正可以便于碰撞现场的还原，进而便于远程制定救援措施。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是三轴加速度坐标系分量修正方法流程图。
图2是三轴加速度坐标系分量修正系统结构图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
实施例一
本实施例公开了一种三轴加速度坐标系分量修正方法，包括以下流程：
A.从设备端上传的预定长度的轨迹数据包中，解析出每一个点位数据的加速度三轴；并对各点位数据的加速度三轴进行向量化处理。
B.分别计算加速度三轴向量对应的转换系数。转换系数的计算方法包括：分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。各加速度三轴向量中位数所对应的阈值设置为相同。
C.根据B中计算的转换系数，计算出置换矩阵。
D.根据所述置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量。
E.根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。从而完成对三轴加速度坐标系分量的修正。
上述方法中，首先计算设备与车辆(依据设备上传的加速度三轴数据拟定) 间加速度三轴方向的转换系数，再根据转换系数得到修正方向的置换矩阵，根据置换矩阵对设备历史加速度三轴向量进行修正。最后，根据各转换系数间的大小关系，从修正的加速度三轴方向映射出车辆真实的受力方向。整个流程均基于设备回传的数据进行，不用人工进行复杂的测量工作，基于设备回传的历史数据对设备加速度方向进行修正，考虑了车辆用户的驾驶习惯，对各独立的车辆具有针对性，避免了因采用历史大数据对各车辆的加速度方向进行修正而导致对部分具备特殊驾驶习惯或长期在特殊环境下驾驶的车辆进行误修正的情况。
实施例二
本实施例公开了一种三轴加速度坐标系分量修正方法，包括以下流程：
A.从设备端上传的预定长度的轨迹数据包中，解析出每一个点位数据的加速度三轴；并对各点位数据的加速度三轴进行向量化处理，得到加速度三轴向量X、Y、Z。
从设备端实时上传的轨迹数据包中，解析出时间间隔为S秒，长度为N 的轨迹段，提取每一个点位数据中的加速度三轴。组成加速度三轴向量X、Y、 Z。
B.分别计算加速度三轴向量X、Y、Z所对应的转换系数。
分别计算X、Y、Z的中位数Xmedian、Ymedian、Zmedian，进一步计算对应的转换系数px、py、pz。历史驾驶数据的中位数通常来讲对于车辆的驾驶行为描述具有较好的代表性，从长期来看，偏移也不会有多大，选择基于三轴加速度的中位数计算转换系数，符合对于车辆行为的描述。
px＝Xmedian/G0，G0为预设阈值，默认值是980mg。
py＝Ymedian/G0，G0为预设阈值，默认值是980mg。
pz＝Zmedian/G0，G0为预设阈值，默认值是980mg。
C.根据转换系数计算出置换矩阵。
根据转换系数px、py、pz计算置换矩阵T：
D.根据置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量。
令修正后的加速度三轴向量分别为X’、Y’、Z’，有：
令X＝[x1,...xi...,xn]；Y＝[y1,...yi...,yn]；Z＝[z1,...zi...,zn](n为点位数据包数量)，有：
E.根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。
根据转换系数的大小进行排序，将[X’,Y’,Z’]映射到[H,L,V]。其中H表示前后方向，L表示左右方向，V表示上下方向。
转换系数的大小与车辆受力方向有着直接的联系，因此，根据上述三轴的转换系数将设备修正的加速度三轴映射到车辆实际的三轴方向，具有高准确性。
实施例三
参见附图1，本实施例公开了一种三轴加速度坐标系分量修正方法，包括以下流程：
S001.从设备端实时上传的轨迹数据包中，解析出时间间隔为S秒，长度为N的轨迹段，提取每一个点位数据中的加速度三轴。组成加速度三轴向量X、 Y、Z。
S002.分别计算X、Y、Z的中位数Xmedian、Ymedian、Zmedian，进一步计算对应的转换系数px、py、pz。历史驾驶数据的中位数通常来讲对于车辆的驾驶行为描述具有较好的代表性，从长期来看，偏移也不会有多大，选择基于三轴加速度的中位数计算转换系数，符合对于车辆行为的描述。
px＝Xmedian/G0，G0为预设阈值，默认值是980mg。
py＝Ymedian/G0，G0为预设阈值，默认值是980mg。
pz＝Zmedian/G0，G0为预设阈值，默认值是980mg。
S003.根据转换系数px、py、pz计算置换矩阵T：
S004.令X＝[x1,...xi...,xn]；Y＝[y1,...yi...,yn]；Z＝[z1,...zi...,zn](n为点位数据包数量)，根据置换矩阵对加速度三轴向量进行矩阵变换，有：
其中X’、Y’、Z’为修正后的加速度三轴向量。
S005.根据转换系数的大小进行排序，将[X’,Y’,Z’]映射到[H,L,V]。其中H表示前后方向，L表示左右方向，V表示上下方向。
实施例四
本实施例公开了一种三轴加速度坐标系分量修正系统，如图2所示，其包括依次连接的解析模块、向量化模块、处理器模块、修正模块和映射模块，所述修正模块连接所述处理器模块。其中：
解析模块被配置为：从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；
向量化模块被配置：对解析出的各点位数据的加速度三轴进行向量化处理，得到加速度三轴向量；
处理器模块被配置为：分别计算加速度三轴向量对应的转换系数，并根据各转换系数计算出置换矩阵；
修正模块被配置为：根据所述置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量；
映射模块被配置为：根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间。从而完成对三轴加速度坐标系分量的修正。
上述系统中，处理器模块包括转换系数计算模块和置换矩阵计算模块，其中：转换系数计算模块分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。优选所设置的阈值相同。置换矩阵计算模块计算置换矩阵，方法为：
映射模块根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间的方法包括：
H表示前后方向向量，L表示左右方向向量，V表示上下方向向量，X’、 Y’、Z’为修正后的加速度三轴向量，px、py和pz分别为加速度三轴向量对应的转换系数。
实施例五
本实施例公开了一种三轴加速度坐标系分量修正系统，如图2所示，该系统包括依次连接的解析模块、向量化模块、处理器模块、修正模块和映射模块，所述修正模块连接所述处理器模块。其中：
解析模块被配置为：从设备端实时上传的轨迹数据包中，解析出时间间隔为S秒，长度为N的轨迹段，提取每一个点位数据中的加速度三轴。
向量化模块被配置：将解析模块所提取的每个点位数据的加速度三轴组成加速度三轴向量X、Y、Z。
处理器模块被配置：
分别计算X、Y、Z的中位数Xmedian、Ymedian、Zmedian，进一步计算对应的转换系数px、py、pz。历史驾驶数据的中位数通常来讲对于车辆的驾驶行为描述具有较好的代表性，从长期来看，偏移也不会有多大，选择基于三轴加速度的中位数计算转换系数，符合对于车辆行为的描述。
px＝Xmedian/G0，G0为预设阈值，默认值是980mg。
py＝Ymedian/G0，G0为预设阈值，默认值是980mg。
pz＝Zmedian/G0，G0为预设阈值，默认值是980mg。
此外，还根据转换系数px、py、pz计算置换矩阵T：
处理器模块可以由两部分构成：转换系数计算单元和置换矩阵计算单元，两者分别完成转换系数的计算和置换矩阵的计算。
修正模块被配置为：根据置换矩阵对加速度三轴向量进行矩阵变换。令X ＝[x1,...xi...,xn]；Y＝[y1,...yi...,yn]；Z＝[z1,...zi...,zn](n为点位数据包数量)，有
其中X’、Y’、Z’为修正后的加速度三轴向量。
映射模块被配置为：根据转换系数的大小进行排序，将[X’,Y’,Z’]映射到[H,L,V]。其中H表示前后方向，L表示左右方向，V表示上下方向。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (8)
1.一种三轴加速度坐标系分量修正方法，其特征在于，包括以下流程：
A.从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；并对各点位数据的加速度三轴进行向量化处理；
B.分别计算加速度三轴向量对应的转换系数；
C.根据B中计算的转换系数，计算出置换矩阵；
D.根据所述置换矩阵对加速度三轴向量进行矩阵变换，，以得到修正后的加速度三轴向量；
E.根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间，包括：
H表示前后方向向量，L表示左右方向向量，V表示上下方向向量，X’、Y’、Z’为修正后的加速度三轴向量，px、py和pz分别为加速度三轴向量对应的转换系数。
2.如权利要求1所述的三轴加速度坐标系分量修正方法，其特征在于，所述步骤B中，转换系数的计算方法包括：
分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。
3.如权利要求2所述的三轴加速度坐标系分量修正方法，其特征在于，所述各加速度三轴向量中位数所对应的阈值相同。
4.如权利要求1所述的三轴加速度坐标系分量修正方法，其特征在于，所述步骤C中，置换矩阵的计算方法为：
5.一种三轴加速度坐标系分量修正系统，其特征在于，包括依次连接的解析模块、向量化模块、处理器模块、修正模块和映射模块，所述修正模块连接所述处理器模块；其中：
解析模块被配置为：从设备端上传的预定长度的轨迹数据包中，解析每一个点位数据的加速度三轴；
向量化模块被配置：对解析出的各点位数据的加速度三轴进行向量化处理，得到加速度三轴向量；
处理器模块被配置为：分别计算加速度三轴向量对应的转换系数，并根据各转换系数计算出置换矩阵；
修正模块被配置为：根据所述置换矩阵对加速度三轴向量进行矩阵变换，以得到修正后的加速度三轴向量；
映射模块被配置为：根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间；
所述映射模块根据转换系数间的大小关系，将修正后的加速度三轴向量映射到坐标系向量空间的方法包括：
H表示前后方向向量，L表示左右方向向量，V表示上下方向向量，X’、Y’、Z’为修正后的加速度三轴向量，px、py和pz分别为加速度三轴向量对应的转换系数。
6.如权利要求5所述的三轴加速度坐标系分量修正系统，其特征在于，所述处理器模块计算加速度三轴向量对应的转换系数的方法包括：
分别计算各加速度三轴向量的中位数，再根据各加速度三轴向量中位数和对应的阈值计算出各加速度三轴向量对应的转换系数。
7.如权利要求6所述的三轴加速度坐标系分量修正系统，其特征在于，所述各加速度三轴向量中位数所对应的阈值相同。
8.如权利要求5所述的三轴加速度坐标系分量修正系统，其特征在于，所述处理器模块计算置换矩阵的方法为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010271456.7A CN111475770B (zh) | 2020-04-08 | 2020-04-08 | 一种三轴加速度坐标系分量修正方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010271456.7A CN111475770B (zh) | 2020-04-08 | 2020-04-08 | 一种三轴加速度坐标系分量修正方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111475770A CN111475770A (zh) | 2020-07-31 |
| CN111475770B true CN111475770B (zh) | 2023-04-14 |
Family
ID=71750072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010271456.7A Active CN111475770B (zh) | 2020-04-08 | 2020-04-08 | 一种三轴加速度坐标系分量修正方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111475770B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116039648B (zh) * | 2023-04-03 | 2023-06-27 | 成都赛力斯科技有限公司 | 一种基于权重的坡度计算方法、装置及车辆 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1832966A2 (en) * | 2006-03-09 | 2007-09-12 | Nintendo Co., Limited | Coordinate calculating apparatus and coordinate calculating program |
| CN104121905A (zh) * | 2014-07-28 | 2014-10-29 | 东南大学 | 一种基于惯性传感器的航向角获取方法 |
| CN105115501A (zh) * | 2015-08-11 | 2015-12-02 | 中国航空工业集团公司西安飞机设计研究所 | 三轴加速度修正方法及装置 |
| CN105807095A (zh) * | 2016-03-10 | 2016-07-27 | 同济大学 | 一种三轴加速度传感器安装误差修正方法 |
| CN108693982A (zh) * | 2017-04-11 | 2018-10-23 | 西安邮电大学 | 一种将手机内置传感器采集数据从手机坐标系转换到参考坐标系的处理方法 |
| CN109141408A (zh) * | 2017-09-28 | 2019-01-04 | 中国计量大学 | 一种长输地下管道定位系统的误差补偿方法及实施系统 |
| CN109269471A (zh) * | 2018-11-09 | 2019-01-25 | 上海华测导航技术股份有限公司 | 一种新型gnss接收机倾斜测量系统及方法 |
| CN110440805A (zh) * | 2019-08-09 | 2019-11-12 | 深圳市道通智能航空技术有限公司 | 一种偏航角的融合方法、装置及飞行器 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2219010A1 (en) * | 2009-02-11 | 2010-08-18 | Leica Geosystems AG | Coordinate measuring machine (CMM) and method of compensating errors in a CMM |
-
2020
- 2020-04-08 CN CN202010271456.7A patent/CN111475770B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1832966A2 (en) * | 2006-03-09 | 2007-09-12 | Nintendo Co., Limited | Coordinate calculating apparatus and coordinate calculating program |
| CN104121905A (zh) * | 2014-07-28 | 2014-10-29 | 东南大学 | 一种基于惯性传感器的航向角获取方法 |
| CN105115501A (zh) * | 2015-08-11 | 2015-12-02 | 中国航空工业集团公司西安飞机设计研究所 | 三轴加速度修正方法及装置 |
| CN105807095A (zh) * | 2016-03-10 | 2016-07-27 | 同济大学 | 一种三轴加速度传感器安装误差修正方法 |
| CN108693982A (zh) * | 2017-04-11 | 2018-10-23 | 西安邮电大学 | 一种将手机内置传感器采集数据从手机坐标系转换到参考坐标系的处理方法 |
| CN109141408A (zh) * | 2017-09-28 | 2019-01-04 | 中国计量大学 | 一种长输地下管道定位系统的误差补偿方法及实施系统 |
| CN109269471A (zh) * | 2018-11-09 | 2019-01-25 | 上海华测导航技术股份有限公司 | 一种新型gnss接收机倾斜测量系统及方法 |
| CN110440805A (zh) * | 2019-08-09 | 2019-11-12 | 深圳市道通智能航空技术有限公司 | 一种偏航角的融合方法、装置及飞行器 |
Non-Patent Citations (4)
| Title |
|---|
| MEMS-based low-cost strap-down AHRS research;H Sheng，T zhang;《Elsevier》;全文 * |
| 基于ANN和单个三轴加速度传感器的汽车运动姿态测量;吴黎明等;《传感技术学报》(第06期);全文 * |
| 基于捷联惯性导航的室内定位系统研究;朱立明等;《南京师范大学学报(工程技术版)》(第01期);全文 * |
| 小型无人直升机导航定位系统设计与实现;陈宏润;《中国优秀硕士学位论文全文数据库》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111475770A (zh) | 2020-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8989441B2 (en) | Data acquisition method and device for motion recognition, motion recognition system and computer readable storage medium | |
| AU2020103811A4 (en) | Method for recognizing human knee motion postures based on extreme learning machine | |
| CN108919367B (zh) | 基于电流磁场的交流输电线路反演方法 | |
| CN107016342A (zh) | 一种动作识别方法及系统 | |
| CN103203096B (zh) | 高尔夫挥杆信息分析方法、相关装置及分析系统 | |
| CN111475770B (zh) | 一种三轴加速度坐标系分量修正方法和系统 | |
| CN104748735A (zh) | 基于智能终端的室内定位方法和设备 | |
| CN113079193B (zh) | 一种基于深度学习神经网络模型的封样监控系统 | |
| CN112131928A (zh) | 一种rgb-d图像特征融合的人体姿态实时估计方法 | |
| CN105105757A (zh) | 一种可穿戴人体运动姿态轨迹记录与测评装置 | |
| CN116310991A (zh) | 一种基于强化学习的篮板落点预测方法及系统 | |
| CN107085246A (zh) | 一种基于mems的人体动作识别方法和装置 | |
| CN113156473A (zh) | 信息融合定位系统卫星信号环境的自适应判别方法 | |
| CN109615063B (zh) | 一种基于bp神经网络的潜艇抗沉辅助决策系统 | |
| CN111985432A (zh) | 一种基于贝叶斯定理和自适应权值调整的多模态数据融合方法 | |
| CN104715133B (zh) | 一种待辨识对象的运动学参数在轨辨识方法和装置 | |
| Shamsudin et al. | Recursive Gauss-Newton based training algorithm for neural network modelling of an unmanned rotorcraft dynamics | |
| CN108534775B (zh) | 基于捷联式惯性导航系统的空间轨迹重建方法及装置 | |
| JP2017000180A (ja) | ゴルフボールの弾道予測方法、ゴルフボールの弾道予測装置及びゴルフクラブの選定方法 | |
| CN113932815A (zh) | 稳健性优化的Kalman滤波方法、装置、电子设备和存储介质 | |
| Okuno et al. | Body posture and face orientation estimation by convolutional network with heterogeneous learning | |
| CN112597959A (zh) | 基于人工智能和计算机视觉的火车安全监控方法和装置 | |
| CN113919154B (zh) | 一种非合作弹道飞行目标运动状态分析方法及系统 | |
| CN106092134B (zh) | 一种基于自适应算法的运动警报方法以及运动警报装置 | |
| CN111160072A (zh) | 载体停车识别方法及装置、存储器、终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |