WO2016150312A1 - 一种地磁传感器校准方法、装置及智能设备 - Google Patents
一种地磁传感器校准方法、装置及智能设备 Download PDFInfo
- Publication number
- WO2016150312A1 WO2016150312A1 PCT/CN2016/076227 CN2016076227W WO2016150312A1 WO 2016150312 A1 WO2016150312 A1 WO 2016150312A1 CN 2016076227 W CN2016076227 W CN 2016076227W WO 2016150312 A1 WO2016150312 A1 WO 2016150312A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- geomagnetic sensor
- data
- zero offset
- geomagnetic
- gyroscope
- 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.)
- Ceased
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
Definitions
- the present application relates to the field of magnetic calibration technology, and in particular, to a geomagnetic sensor calibration method, device and smart device.
- Geomagnetic sensors, acceleration sensors, and gyro sensors have been installed, through which various functions including sensing user motion and estimating device orientation are performed.
- the geomagnetic sensor is susceptible to the surrounding magnetic field, for example, when the mobile phone replaces the battery and opens or closes the LCD folder, the geomagnetic sensor is affected; when the mobile phone enters an environment with a magnetic or steel structure, the geomagnetic sensor also It will be affected; once the geomagnetic sensor is affected by the surrounding magnetic field, the zero point of the geomagnetic sensor will be offset, and calibration must be performed to determine the zero offset to ensure that the output value is correct.
- the prior art geomagnetic sensor calibration scheme is implemented by prompting the user to trigger a calibration operation when it is found to be interfered by an external magnetic field; the user performs a manual operation according to the instruction (eg, drawing a character action, rotating the device to rotate the ball along the circle for one week) And so on; obtaining the data measured by the geomagnetic sensor when the user performs the manual operation, and using the least squares algorithm to fit the zero offset of the geomagnetic sensor according to the data.
- the least squares algorithm fits the zero offset of the geomagnetic sensor, a large amount of geomagnetic sensor data is needed to ensure the accuracy of the fitting; if the amount of data is insufficient, for example, a certain amount of data should be distributed within the four quadrants of the coordinate system. If there is only one data in one quadrant, the deviation between the calculated zero offset of the geomagnetic sensor and the true offset is large; therefore, the calculation process is large, the response time is long, and the user experience is affected.
- the technical problem to be solved by the present application is to provide a geomagnetic sensor calibration method for improving the geomagnetic sensor. Calibration efficiency.
- the present application also provides a geomagnetic sensor calibration device and a smart device for ensuring the implementation and application of the above method in practice.
- a geomagnetic sensor calibration method comprising:
- the data of the geomagnetic sensor is filtered by the data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- a geomagnetic sensor calibration apparatus comprising:
- a monitoring unit for monitoring data of the geomagnetic sensor and data of the gyroscope
- a calibration unit configured to perform filtering processing on the data of the geomagnetic sensor by using data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- a smart device comprising a geomagnetic sensor, a gyroscope and a processor, the geomagnetic sensor calibration device being integrated on the processor.
- the present application includes the following advantages:
- the present application monitors the data of the geomagnetic sensor and the data of the gyroscope as the data basis for the calibration of the geomagnetic sensor, and is no longer simply based on the data of the geomagnetic sensor, which can save the acquisition time of the geomagnetic sensor data and save Calibrating the time; using the data of the gyroscope to filter the data of the geomagnetic sensor to obtain a zero offset of the geomagnetic sensor. Since the data of the gyroscope is to represent the rotation angle of the device, the rotation angle of the device is utilized. By filtering the data of the geomagnetic sensor, the zero offset of the geomagnetic sensor can be obtained. This filtering method requires less data amount, less calculation amount, and faster response, and can improve the calibration efficiency of the geomagnetic sensor.
- Embodiment 1 is a flow chart of Embodiment 1 of a geomagnetic sensor calibration method of the present application
- Embodiment 1 of a filtering processing method of the present application
- Embodiment 3 is a flow chart of Embodiment 2 of a geomagnetic sensor calibration method of the present application
- Embodiment 4 is a structural diagram of Embodiment 1 of a geomagnetic sensor calibration apparatus of the present application.
- Fig. 5 is a structural diagram of a second embodiment of the geomagnetic sensor calibration apparatus of the present application.
- This application can be used in a variety of general purpose or special purpose computing system environments or configurations. For example: personal computers, server computers, handheld or portable devices, tablet devices, multiprocessor systems, distributed computing environments including any of the above systems or devices, and the like.
- the application can be described in the general context of computer-executable instructions executed by a computer, such as a program module.
- program modules include routines, programs, objects, components, data structures, and the like that perform particular tasks or implement particular abstract data types.
- the present application can also be practiced in distributed computing environments where tasks are performed by remote processing devices that are connected through a communication network.
- program modules can be located in both local and remote computer storage media including storage devices.
- Embodiment 1 of a geomagnetic sensor calibration method of the present application may include the following steps:
- the calibration method of this embodiment can be implemented according to different calibration strategies. Specifically, the calibration can be performed according to a user trigger request, periodic calibration can also be performed according to a preset period, and real-time calibration can also be performed.
- the step may further include, before S101, triggering the operation of monitoring the data of the geomagnetic sensor and the data of the gyroscope in response to the geomagnetic sensor calibration operation triggered by the user on the device display interface.
- the calibration period needs to be set in advance, such as half an hour, one hour, twelve hours, etc., that is, the monitoring is completed once every preset period of time is completed.
- the preset period can also be dynamically changed, and the specific period length depends on actual needs.
- the monitoring process is performed when the geomagnetic sensor and the gyroscope are in the working state when the device is started.
- the method of monitoring the data of the geomagnetic sensor and the data of the gyroscope according to the preset period or real-time can ensure that the geomagnetic sensor is calibrated in time, reducing the user operation and improving the user experience.
- S102 Filter data of the geomagnetic sensor by using data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- this step may specifically adopt a real-time iterative filtering algorithm, and such an algorithm can realize real-time data processing, such as using a Kalman filtering algorithm or a particle filtering algorithm.
- the zero offset of the geomagnetic sensor is calculated using the data of the gyroscope and the data of the geomagnetic sensor.
- the physical essence is to fit the data measured by the geomagnetic sensor into a sphere. According to some points on the sphere and the angle between these points and the connection of the sphere, the center of the sphere can be quickly determined. Characterizing the zero offset of the geomagnetic sensor, the required data in this way is much smaller than the data required to fit the center of the sphere based on multiple points on the sphere.
- the principle is the same, only a circle of the fit, the center of the circle is calculated, and the center of the circle is the zero offset of the geomagnetic sensor.
- Embodiment 1 of a filtering processing manner of the present application is shown, and the processing procedure may include the following steps:
- S201 Establish a prediction matrix in a filtering process according to the data of the gyroscope; the prediction matrix is used to represent an actual geomagnetic field and a variation relationship between a zero offset of the geomagnetic sensor between adjacent monitoring times.
- the prediction matrix is established as follows:
- w (k-1)x , w (k-1)y , w (k-1)z represent the data of the three-axis direction of the gyroscope in the monitored k-1th state
- I denotes an identity matrix
- ⁇ k,k-1 denotes a prediction matrix whose physical meaning is the rate of change between the actual geomagnetic field between the k-1th and kth moments and the zero offset of the geomagnetic sensor.
- ⁇ t represents the time interval of the adjacent monitoring time of the k-1th and kth states.
- the observation matrix is used to represent a correspondence relationship between the observed geomagnetic field and the zero offset of the geomagnetic sensor and the actual geomagnetic field.
- the observation matrix is established as follows:
- H represents the observation matrix
- this step specifically includes:
- the basic formula of the Kalman filter includes an estimated value covariance formula and an estimated value formula
- the process of processing the zero offset of the geomagnetic sensor by the Kalman filtering process is explained below by taking a specific implementation process as an example. The following is only taking a three-axis geomagnetic sensor as an example.
- the two-dimensional geomagnetic sensor has the same basic principle and will not be described here.
- k-1) represents the predicted value of the kth state
- ⁇ k, k-1 represents the prediction matrix
- k-1) represents the optimal estimated value of the k-1th state
- k-1) represents the covariance corresponding to X(k
- k-1) represents the covariance corresponding to X(k-1
- Q represents the prediction error matrix of the system.
- X(kk) represents an optimum estimate of the kth state
- Kg(k) represents a Kalman gain
- Z k represents an observation value of the kth state
- H represents an observation matrix
- H T represents a transposed matrix of H.
- k) represents the covariance corresponding to the kth state X(k
- Q and R are implemented, they are set to a fixed value.
- Equation (1) represents a state prediction process, and the value of the kth state is predicted based on the state of the k-1th.
- Equation (2) represents the process of pre-estimating the covariance, predicting the covariance of the kth state.
- Equation (3) represents that the optimum estimation value in the kth state is obtained from the predicted value in the kth state and the measured value in the kth state.
- Equation (3) is the state update process.
- Equation (4) represents the Kalman gain matrix in the kth state.
- Equation (5) represents the covariance value corresponding to the optimal estimated value in the kth state.
- k) of the formula (5) is P(k-1
- the zero point of the geomagnetic sensor can be determined according to the data in formula (3) in the kth state. Transfer amount.
- 0) of two zero moments need to be set in advance.
- 0) can be set according to the first value (x1, y1, z1) of the monitored geomagnetic sensor, such as (x1, y1, z1, 0, 0, 0) or The last converged X value after one calibration is taken as the initial value of the current state; the initial value of P(0
- X gradually converges, and the convergence degree of X is judged according to the value of P.
- X is a matrix of 1 row and 6 columns, the first three columns are geomagnetic field values, and the last three columns are The zero offset of the three-axis of the geomagnetic sensor.
- Embodiment 1 of the geomagnetic sensor calibration method of the present application may include the following steps:
- S302 Filter data of the geomagnetic sensor by using data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- S301 and S302 are the same as S101 and S102 in the foregoing embodiment, and details are not described herein again.
- the zero offset of the geomagnetic sensor and the geomagnetic sensor data after the filtering process can be obtained.
- the data of the geomagnetic sensor after the filtering process is mapped to the geodetic coordinate system, and the geographical location information is finally It is to be displayed on the device for the user to view, so it is also necessary to map the data in the geodetic coordinate system to the axis direction of the device.
- the location data here differs according to the different devices, or according to different applications within the device, for example, when the device is a compass, or when the compass application is installed in the device, the location data here includes the orientation and angle, for example 225 degrees southwest, 194 degrees south.
- the location data here includes latitude and longitude information, and may also include height information, such as GPS latitude and longitude information (assumed to be: 30.524561, 104.052798), and altitude information (elevation) The height is 2001.8 meters).
- the magnetic sensor calibration apparatus embodiment 1 is provided.
- the apparatus may include:
- a monitoring unit 401 configured to monitor data of the geomagnetic sensor and data of the gyroscope
- the calibration unit 402 is configured to perform filtering processing on the data of the geomagnetic sensor by using data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- the monitoring unit may periodically or in real time monitor the data of the geomagnetic sensor and the data of the gyroscope according to a preset period; or perform monitoring according to the user trigger request.
- the device in this embodiment further includes: a calibration trigger unit, The operation of monitoring the data of the geomagnetic sensor and the data of the gyroscope is triggered in response to a geomagnetic sensor calibration operation triggered by the user at the device display interface.
- the calibration unit is specifically configured to:
- the Kalman filter algorithm or the particle filter algorithm is used to filter the data of the geomagnetic sensor by using the data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- the calibration unit includes:
- a prediction matrix establishing subunit configured to establish a prediction matrix in a filtering process according to the data of the gyroscope; the prediction matrix is used to represent an actual geomagnetic field and a zero offset of the geomagnetic sensor at an adjacent monitoring time Relationship between changes;
- An observation matrix establishing subunit configured to establish an observation matrix of a filtering process according to data of the geomagnetic sensor; the observation matrix is used to represent between an observed geomagnetic field and a zero offset of the geomagnetic sensor and an actual geomagnetic field Correspondence relationship;
- a filtering subunit configured to perform a filtering process on the geomagnetic sensor according to the prediction matrix and the observation matrix to obtain a zero offset of the geomagnetic sensor by using a Kalman filtering algorithm or a particle filtering algorithm.
- the filtering subunit includes:
- a Kalman filter sub-unit configured to establish a basic formula of the Kalman filter by using the prediction matrix and the observation matrix;
- the basic formula of the Kalman filter includes an estimated value covariance formula and an estimated value formula;
- a determining subunit configured to calculate a current estimated value covariance according to the estimated value covariance formula, and determine whether the current estimated value covariance is less than a preset threshold, and if yes, determine the geomagnetic sensor according to the current estimated value The zero offset.
- the present application further provides Embodiment 2 of the geomagnetic sensor calibration apparatus.
- the apparatus may include:
- a monitoring unit 501 configured to monitor data of the geomagnetic sensor and data of the gyroscope
- the calibration unit 502 is configured to perform filtering processing on the data of the geomagnetic sensor by using data of the gyroscope to obtain a zero offset of the geomagnetic sensor.
- the coordinate mapping unit 503 is configured to map the data of the geomagnetic sensor to the geodetic coordinate system according to the data of the geomagnetic sensor after the filtering process, the zero offset of the geomagnetic sensor, and the data of the acceleration sensor, and the geodetic coordinates
- the geomagnetic sensor data is mapped to the axis direction of the device to obtain position data;
- the location display unit 504 is configured to display the location data on the device display interface in response to a location display operation triggered by the user on the device display interface.
- the geomagnetic sensor calibration device monitors the data of the geomagnetic sensor and the data of the gyroscope as the data basis for the calibration of the geomagnetic sensor, and is no longer simply based on the data of the geomagnetic sensor, which can save data.
- the acquisition time saves the calibration time; the data of the geomagnetic sensor is filtered by the data of the gyroscope to obtain the zero offset of the geomagnetic sensor. Since the data of the gyroscope is indicative of the rotation angle of the device, By using the rotation angle of the device to filter the data of the geomagnetic sensor, the zero offset of the geomagnetic sensor can be obtained. This filtering method requires less data, less calculation, and faster response.
- the present application also provides a smart device including a geomagnetic sensor, a gyroscope, and a processor on which the aforementioned geomagnetic sensor calibration device is integrated.
- the smart device may be a smart phone, a tablet, a smart bracelet, a handheld GPS, or the like.
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Magnetic Variables (AREA)
- Navigation (AREA)
Abstract
一种地磁传感器校准方法、装置及智能设备，其中方法包括：监测地磁传感器的数据和陀螺仪的数据（S101、S301）；利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量（S102、S302）。以陀螺仪数据为校准依据，节约了大量的地磁传感器的数据计算量以及数据获取时间，使得整个过程的计算量较少、响应快，能够提高地磁传感器的校准效率。
Description
本申请要求2015年03月20日递交的申请号为201510125031.4、发明名称为“一种地磁传感器校准方法、装置及智能设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
本申请涉及磁校准技术领域，特别涉及一种地磁传感器校准方法、装置及智能设备。
随着电子技术的发展，为了方便人们出行市场上出现了具有定位功能的设备，如全球定位系统GPS功能和指南针功能的设备；比较常用的设备如手机、平板、个人电脑等电子设备中，均已安装了地磁传感器、加速度传感器以及陀螺仪传感器，通过这些传感器执行包括感测用户运动和估计装置方向的各种功能。
由于地磁传感器容易受到周围磁场的影响，例如：在手机替换电池、打开或关闭LCD文件夹时，地磁传感器就受到影响；当手机进入具有强磁性或钢结构的对象设置的环境时，地磁传感器也会受到影响；一旦地磁传感器受到周围磁场的影响，地磁传感器的零点就会发生偏移，就必须进行校准确定零点偏移量才能保证输出的值是正确的。
现有技术的地磁传感器校准方案的实现过程是：当发现受到外界磁场干扰时，提示用户来触发校准操作；用户根据指示执行手动操作(如画八字动作、转动设备使圆球沿着圆圈转动一周等)；获取用户执行手动操作时地磁传感器测量的数据，根据这些数据采用最小二乘算法拟合出地磁传感器的零点偏移量。
发明人分析现有技术存在以下缺点：
由于最小二乘算法拟合地磁传感器的零点偏移量时，需要大量的地磁传感器的数据才能保证拟合的准确性；如果数据量不足，例如坐标系的四个象限内都应该分布一定数据，如果只有一个象限内有数据，计算的地磁传感器的零点偏移量与真实偏移量的偏差就很大；因此整个计算过程的计算量较大、响应时长较长、影响用户体验。
发明内容
本申请所要解决的技术问题是提供一种地磁传感器校准方法，以提升地磁传感器的
校准效率。
本申请还提供了一种地磁传感器校准装置和智能设备，用以保证上述方法在实际中的实现及应用。
在本申请第一方面，提供了一种地磁传感器校准方法，该方法包括：
监测地磁传感器的数据和陀螺仪的数据；
利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
在本申请第二方面，提供了一种地磁传感器校准装置，该装置包括：
监测单元，用于监测地磁传感器的数据和陀螺仪的数据；
校准单元，用于利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
在本申请第三方面，提供了一种智能设备，该智能设备包括地磁传感器、陀螺仪和处理器，所述处理器上集成了上述地磁传感器校准装置。
与现有技术相比，本申请包括以下优点：
本申请通过监测地磁传感器的数据和陀螺仪的数据，以此作为地磁传感器校准的数据依据，不再仅是单纯地以地磁传感器的数据为依据，这就可以节省地磁传感器数据的获取时间，节省了校准时间；再利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量，由于陀螺仪的数据是表征设备的旋转角度，利用设备的旋转角度对地磁传感器的数据进行滤波处理就能够得到所述地磁传感器的零点偏移量，这种滤波方式对数据量要求较少，计算量较少，响应快，能够提高地磁传感器的校准效率。
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请的地磁传感器校准方法实施例1的流程图；
图2是本申请的滤波处理方式的实施例1的流程图；
图3是本申请的地磁传感器校准方法实施例2的流通图；
图4是本申请的地磁传感器校准装置实施例1的结构图；
图5是本申请的地磁传感器校准装置实施例2的结构图。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
参考图1，示出了本申请地磁传感器校准方法实施例1的流程图，可以包括以下步骤：
S101，监测地磁传感器的数据和陀螺仪的数据。
现有的电子设备如智能手机、手环、定位仪等，这一类具有定位功能的设备。为了实现定位功能，这些设备内可以安装地磁传感器和陀螺仪。但这一类设备容易受到周围环境的干扰，在定位时候需要对地磁传感器进行校准，本实施例的方法就是针对这一类设备实现地磁传感器的校准，校准的实质就是确定出地磁传感器的零点偏移量(简称零偏)。
本实施例的校准方法可以按照不同的校准策略实现，具体的，可以根据用户触发请求进行校准、也可以按照预设周期进行周期性校准，还可以进行实时性校准。
在具体实现时，如果是根据用户触发请求校准，在S101之前还可包括步骤：响应于用户在设备显示界面触发的地磁传感器校准操作，触发所述监测地磁传感器的数据和陀螺仪的数据的操作。
在具体实现时，如果是按照预设周期进行校准，则需预先设置好校准周期，如半小时、一个小时、十二个小时等，即每间隔预设周期的时间进行一次监测完成校准。当然，预设周期也可以动态变化的，具体的周期长度根据实际需求而定。
在具体实现时，如果是实时性校准，则在设备启动时，地磁传感器和陀螺仪都处于工作状态时，就执行监测处理。
这种按照预设周期或者实时性监测地磁传感器的数据和陀螺仪的数据的方式，能够保证地磁传感器及时得到校准，减小用户操作，提高用户体验。
S102，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
在具体实现时，本步骤可以具体采用实时迭代滤波算法，这类算法能够实现实时性的数据处理，如采用卡尔曼滤波算法或粒子滤波算法。
利用陀螺仪的数据和地磁传感器的数据计算得到所述地磁传感器的零点偏移量。对于三轴地磁传感器而言，其物理本质就是将地磁传感器测量的数据拟合成一个球体，根据球面上一些点以及这些点和球心连线的夹角，可以快速确定球心，而球心表征的就是地磁传感器的零点偏移量，这种方式的所需要的数据远远小于根据球面上多个点拟合球心所需的数据。当然，如果是二维地磁传感器，其原理相同，只是拟合的一个圆形，计算的是圆心，而圆心表征的就是地磁传感器的零点偏移量。
下面对以具体滤波算法为例，对本步骤的实现过程作具体解释说明。
参见图2，示出的本申请滤波处理方式实施例1的流程图，该处理过程可以包括以下步骤：
S201，根据所述陀螺仪的数据建立滤波过程中的预测矩阵；所述预测矩阵用于表征实际的地磁场以及所述地磁传感器的零点偏移量在相邻监测时间之间的变化关系。
若采用卡尔曼滤波算法时，按照如下方式建立预测矩阵：
I表示单位矩阵；φk,k-1表示预测矩阵，其物理含义是第k-1时刻和第k时刻之间实际
地磁场以及所述地磁传感器的零点偏移量之间的变化率。Δt表示第k-1与第k状态相邻监测时间的时间间隔。
S202，根据所述地磁传感器的数据建立滤波过程的观测矩阵；所述观测矩阵用于表征观测的地磁场与所述地磁传感器的零点偏移量、实际的地磁场之间的对应关系。
若采用卡尔曼滤波算法时，按照如下方式建立观测矩阵：
S203，采用卡尔曼滤波算法或粒子滤波算法，根据所述预测矩阵和所述观测矩阵对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
若采用卡尔曼滤波算法，则此步骤具体包括：
利用所述预测矩阵和所述观测矩阵建立卡尔曼滤波基本公式；所述卡尔曼滤波基本公式包括预估值协方差公式以及预估值公式；
根据所述预估值协方差公式计算当前预估值协方差，并判断当前预估值协方差是否小于预设阈值，如果是，根据当前预估值确定所述地磁传感器的零点偏移量。
下面以具体的实现过程为例对卡尔曼滤波过程处理得到地磁传感器的零点偏移量的过程进行解释说明。下面仅以三轴地磁传感器为例，二维地磁传感器与其基本原理相同，此处不赘述。
首先，利用预测矩阵和观测矩阵建立卡尔曼滤波基本公式，具体如下：
X(k|k-1)＝φk,k-1*X(k-1|k-1) 公式(1)
X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1)) 公式(3)
Kg(k)＝P(k|k-1)*HT/(HP(k|k-1)HT+R) 公式(4)
P(k|k)＝(I-Kg(k)H)P(k|k-1) 公式(5)
上述五个公式中的各个字母的含义分别如下：
X(k|k-1)表示第k状态的预测值；φk,k-1表示预测矩阵；X(k-1|k-1)表示第k-1状态的最优估计值；
P(k|k-1)表示X(k|k-1)对应的协方差；P(k-1|k-1)表示X(k-1|k-1)对应的协方
差；
表示φk,k-1的转置矩阵；Q表示系统的预测误差矩阵。
X(kk)表示第k状态的最优化估算值；Kg(k)表示卡尔曼增益； 
Zk表示第k状态的观测值，H表示观测矩阵；HT表示H的转置矩阵。
P(k|k)表示第k状态X(k|k)对应的协方差，R表示系统的观测误差矩阵。Q和R在具体实现时，将其设定为定值。
其中，公式(1)表示状态预测过程，根据第k-1的状态预测第k状态的值。公式(2)表示预估计协方差的过程，预测第k状态的协方差。公式(3)表示根据第k状态下的预测值和第k状态下的测量值得到第k状态下的最优化估算值。公式(3)是状态更新过程。公式(4)表示第k状态下的卡尔曼增益矩阵。公式(5)表示第k状态下的最优估算值对应的协方差值。
当系统进入第k+1状态时，公式(5)的P(k|k)就是公式(2)中的P(k-1|k-1)，这样整个处理过程可以迭代运算下去。
如果按照公式(5)计算第k状态下的协方差值小于预设阈值，此时确定x已收敛，可以根据第k状态下的公式(3)中的数据确定所述地磁传感器的零点偏移量。
为了保证卡尔曼算法正常工作，需要预先设置两个零时刻的初始值X(0|0)和P(0|0)。X(0|0)的初始值可以根据监测到地磁传感器的第一个值(x1,y1,z1)来设定，比如设置为(x1,y1,z1,0,0,0)或者使用上一次校准后最后收敛的X值作为当前状态的初始值；P(0|0)初始值可以设置为6行6列的对角矩阵，其中对角线上的6个数值相等，且设置为至少大于上述预设阈值的数值，最好是远远大于上述预设阈值。比如，预设阈值设置为5，可以设置对角线上的数值为10000、9000等远大于5的数值。随着卡尔曼算法的执行，X逐渐收敛，根据P的值判断X的收敛程度，当判断X已收敛时，X为1行6列的矩阵，前三列为地磁场数值，后三列为所述地磁传感器三轴的零点偏移量。
参见图3，示出了本申请地磁传感器校准方法实施例1的流程图，可以包括以下步骤：
S301，监测地磁传感器的数据和陀螺仪的数据。
S302，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
S301和S302与上述实施例中S101和S102相同，此处不再赘述。
S303，根据经过滤波处理后的地磁传感器的数据、所述地磁传感器的零点偏移量以及加速度传感器的数据，将地磁传感器的数据映射到大地坐标系下，将所述大地坐标系下的地磁传感器数据映射到设备的轴方向上得到位置数据。
经过S302的处理后，可以得到所述地磁传感器的零点偏移量以及滤波处理后的地磁传感器数据，本步骤是将滤波处理后的地磁传感器的数据映射到大地坐标系下，由于地理位置信息最终是要显示在设备上供用户查看的，因此，还需要将大地坐标系下的数据映射到设备的轴方向上。
这里的位置数据根据不同的设备其存在形式不同，或者根据设备内不同的应用其存在形式不同，例如当设备是指南针时，或者设备中安装指南针应用时，这里的位置数据包括方位和角度，例如西南225度，南194度等。当设备是GPS导航仪时，或者设备中安装GPS导航应用时，这里的位置数据包括经纬度信息，还可以包括高度信息，例如GPS的经纬度信息(假设为：30.524561，104.052798)，以及高度信息(海拔高度是2001.8米)。
S304，响应于用户在设备显示界面触发的位置显示操作，在设备显示界面上显示所述位置数据。
根据用户在设备显示界面上触发的位置显示操作，例如点击应用图标等，如指南针应用，GPS导航应用等，当设备接收到用户触发的位置显示操作时，则在设备显示界面上直接显示上述映射得到的位置数据。这样，用户在需要查看位置信息时，只需要触发位置显示操作，无需先通过手动实现地磁传感器的校准，才能得到位置信息，这样就简化了用户操作，提高了用户体验。
与上述本申请地磁传感器校准方法实施例1所提供的方法相对应，参见图4，本申请还提供了地磁传感器校准装置实施例1，在本实施例中，该装置可以包括：
监测单元401，用于监测地磁传感器的数据和陀螺仪的数据；
校准单元402，用于利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
在具体实现时，所述监测单元可以是按照预设周期定期地或实时性地监测地磁传感器的数据和陀螺仪的数据；也可以根据用户触发请求再进行监测。
如果是根据用户触发请求进行监测，在本实施例的装置还包括：校准触发单元，用
于响应于用户在设备显示界面触发的地磁传感器校准操作，触发所述监测地磁传感器的数据和陀螺仪的数据的操作。
优选的，所述校准单元具体用于：
采用卡尔曼滤波算法或粒子滤波算法，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
进一步地，所述校准单元，包括：
预测矩阵建立子单元，用于根据所述陀螺仪的数据建立滤波过程中的预测矩阵；所述预测矩阵用于表征实际的地磁场以及所述地磁传感器的零点偏移量在相邻监测时间之间的变化关系；
观测矩阵建立子单元，用于根据所述地磁传感器的数据建立滤波过程的观测矩阵；所述观测矩阵用于表征观测的地磁场与所述地磁传感器的零点偏移量、实际的地磁场之间的对应关系；
滤波子单元，用于采用卡尔曼滤波算法或粒子滤波算法，根据所述预测矩阵和所述观测矩阵对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
更进一步地，所述滤波子单元，包括：
卡尔曼滤波子单元，用于利用所述预测矩阵和所述观测矩阵建立卡尔曼滤波基本公式；所述卡尔曼滤波基本公式包括预估值协方差公式以及预估值公式；
判断子单元，用于根据所述预估值协方差公式计算当前预估值协方差，并判断当前预估值协方差是否小于预设阈值，如果是，根据当前预估值确定所述地磁传感器的零点偏移量。
与上述本申请地磁传感器校准方法实施例2所提供的方法相对应，参见图5，本申请还提供了地磁传感器校准装置实施例2，在本实施例中，该装置可以包括：
监测单元501，用于监测地磁传感器的数据和陀螺仪的数据；
校准单元502，用于利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
坐标映射单元503，用于根据经过滤波处理后的地磁传感器的数据、所述地磁传感器的零点偏移量以及加速度传感器的数据，将地磁传感器的数据映射到大地坐标系下，将所述大地坐标系下的地磁传感器数据映射到设备的轴方向上得到位置数据；
位置显示单元504，用于响应于用户在设备显示界面触发的位置显示操作，在设备显示界面上显示所述位置数据。
本申请提供的地磁传感器校准装置，通过监测地磁传感器的数据和陀螺仪的数据，以此作为地磁传感器校准的数据依据，不再仅是单纯地以地磁传感器的数据为依据，这就可以节省数据的获取时间，节省了校准时间；再利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量，由于陀螺仪的数据是表征设备的旋转角度，利用设备的旋转角度对地磁传感器的数据进行滤波处理，就能够得到所述地磁传感器的零点偏移量，这种滤波方式对数据量要求较少，计算量较少，响应快。
本申请还提供了一种智能设备，该智能设备包括地磁传感器、陀螺仪以及处理器，所述处理器上集成了前述的地磁传感器校准装置。
在具体实现时，该智能设备可以是智能手机、平板、智能手环、手持GPS等设备。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的地磁传感器校准方法、装置及智能设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (13)
- 一种地磁传感器校准方法，其特征在于，该方法包括：监测地磁传感器的数据和陀螺仪的数据；利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求1所述的方法，其特征在于，所述利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量，具体为：采用卡尔曼滤波算法或粒子滤波算法，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求2所述的方法，其特征在于，采用卡尔曼滤波算法或粒子滤波算法，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量，包括：根据所述陀螺仪的数据建立滤波过程中的预测矩阵；所述预测矩阵用于表征实际的地磁场以及所述地磁传感器的零点偏移量在相邻监测时间之间的变化关系；根据所述地磁传感器的数据建立滤波过程的观测矩阵；所述观测矩阵用于表征观测的地磁场与所述地磁传感器的零点偏移量、实际的地磁场之间的对应关系；采用卡尔曼滤波算法或粒子滤波算法，根据所述预测矩阵和所述观测矩阵对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求3所述的方法，其特征在于，所述采用卡尔曼滤波算法，根据所述预测矩阵和所述观测矩阵对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量，包括：利用所述预测矩阵和所述观测矩阵建立卡尔曼滤波基本公式；所述卡尔曼滤波基本公式包括预估值协方差公式以及预估值公式；根据所述预估值协方差公式计算当前预估值协方差，并判断当前预估值协方差是否小于预设阈值，如果是，根据当前预估值确定所述地磁传感器的零点偏移量。
- 根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：根据经过滤波处理后的地磁传感器的数据、所述地磁传感器的零点偏移量以及加速度传感器的数据，将地磁传感器的数据映射到大地坐标系下，将所述大地坐标系下的地磁传感器数据映射到设备的轴方向上得到位置数据；响应于用户在设备显示界面触发的位置显示操作，在设备显示界面上显示所述位置数据。
- 根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：响应于用户在设备显示界面触发的地磁传感器校准操作，触发所述监测地磁传感器的数据和陀螺仪的数据的操作。
- 一种地磁传感器校准装置，其特征在于，该装置包括：监测单元，用于监测地磁传感器的数据和陀螺仪的数据；校准单元，用于利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求7所述的装置，其特征在于，所述校准单元具体用于：采用卡尔曼滤波算法或粒子滤波算法，利用所述陀螺仪的数据对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求8所述的装置，其特征在于，所述校准单元，包括：预测矩阵建立子单元，用于根据所述陀螺仪的数据建立滤波过程中的预测矩阵；所述预测矩阵用于表征实际的地磁场以及所述地磁传感器的零点偏移量在相邻监测时间之间的变化关系；观测矩阵建立子单元，用于根据所述地磁传感器的数据建立滤波过程的观测矩阵；所述观测矩阵用于表征观测的地磁场与所述地磁传感器的零点偏移量、实际的地磁场之间的对应关系；滤波子单元，用于采用卡尔曼滤波算法或粒子滤波算法，根据所述预测矩阵和所述观测矩阵对所述地磁传感器的数据进行滤波处理得到所述地磁传感器的零点偏移量。
- 根据权利要求9所述的装置，其特征在于，所述滤波子单元，包括：卡尔曼滤波子单元，用于利用所述预测矩阵和所述观测矩阵建立卡尔曼滤波基本公式；所述卡尔曼滤波基本公式包括预估值协方差公式以及预估值公式；判断子单元，用于根据所述预估值协方差公式计算当前预估值协方差，并判断当前预估值协方差是否小于预设阈值，如果是，根据当前预估值确定所述地磁传感器的零点偏移量。
- 根据权利要求7至10任一项所述的装置，其特征在于，所述装置还包括：坐标映射单元，用于根据经过滤波处理后的地磁传感器的数据、所述地磁传感器的零点偏移量以及加速度传感器的数据，将地磁传感器的数据映射到大地坐标系下，将所 述大地坐标系下的地磁传感器数据映射到设备的轴方向上得到位置数据；位置显示单元，用于响应于用户在设备显示界面触发的位置显示操作，在设备显示界面上显示所述位置数据。
- 根据权利要求7至10任一项所述的装置，其特征在于，所述装置还包括：校准触发单元，用于响应于用户在设备显示界面触发的地磁传感器校准操作，触发所述监测地磁传感器的数据和陀螺仪的数据的操作。
- 一种智能设备，其特征在于，所述智能设备包括地磁传感器、陀螺仪和处理器，所述处理器上集成了所述7-12的任一项所述的装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510125031.4A CN106033131B (zh) | 2015-03-20 | 2015-03-20 | 一种地磁传感器校准方法、装置及智能设备 |
| CN201510125031.4 | 2015-03-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2016150312A1 true WO2016150312A1 (zh) | 2016-09-29 |
Family
ID=56979052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2016/076227 Ceased WO2016150312A1 (zh) | 2015-03-20 | 2016-03-14 | 一种地磁传感器校准方法、装置及智能设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106033131B (zh) |
| WO (1) | WO2016150312A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580187A (zh) * | 2020-05-09 | 2020-08-25 | 迈锐数据(无锡)有限公司 | 一种基于nb-iot的地磁车位标定启动方法及标定方法 |
| CN114719846A (zh) * | 2020-12-28 | 2022-07-08 | 意法半导体公司 | 用于使用陀螺仪的快速磁力计校准的系统和方法 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106597033A (zh) * | 2016-12-23 | 2017-04-26 | 东莞华贝电子科技有限公司 | 地磁感应测试夹具及方法 |
| CN108303753B (zh) * | 2018-02-01 | 2019-07-26 | 中国地震局地球物理研究所 | 地磁矢量场观测数据一致性校正方法 |
| CN110068875B (zh) * | 2019-04-30 | 2021-06-08 | 深圳市万普拉斯科技有限公司 | 地磁传感器校准方法、移动终端及计算机可读存储介质 |
| CN113048976B (zh) * | 2021-02-08 | 2023-02-28 | 中国人民解放军军事科学院国防科技创新研究院 | 一种双磁参量坐标反演定位方法及装置 |
| CN115655310B (zh) * | 2022-10-26 | 2024-04-05 | 荣耀终端有限公司 | 数据的校准方法、电子设备及可读存储介质 |
| CN118244378B (zh) * | 2024-05-27 | 2024-08-02 | 深圳市小镜科技有限公司 | 零点校正方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1664506A (zh) * | 2004-03-05 | 2005-09-07 | 清华大学 | 一种载体姿态测量方法及其系统 |
| CN101782391A (zh) * | 2009-06-22 | 2010-07-21 | 北京航空航天大学 | 机动加速度辅助的扩展卡尔曼滤波航姿系统姿态估计方法 |
| CN102980577A (zh) * | 2012-12-05 | 2013-03-20 | 南京理工大学 | 一种微型捷联航姿系统及其工作方法 |
| US20130294016A1 (en) * | 2012-05-02 | 2013-11-07 | Microsoft Corporation | Wireless controller |
| CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
| CN104764451A (zh) * | 2015-04-23 | 2015-07-08 | 北京理工大学 | 一种基于惯性和地磁传感器的目标姿态跟踪方法 |
| CN104764452A (zh) * | 2015-04-23 | 2015-07-08 | 北京理工大学 | 一种基于惯性和光学跟踪系统的混合位姿跟踪方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842991B2 (en) * | 2002-07-31 | 2005-01-18 | Robert W. Levi | Gyro aided magnetic compass |
| CN102236111A (zh) * | 2010-05-07 | 2011-11-09 | 张琳 | 一种三轴磁传感器标定用的方法 |
| CN102252689A (zh) * | 2010-05-19 | 2011-11-23 | 北京国浩传感器技术研究院(普通合伙) | 一种基于磁传感器的电子罗盘校准方法 |
| RU2597658C2 (ru) * | 2010-11-08 | 2016-09-20 | ЭлпайнРиплей, Инк. | Устройство и способ калибровки гиродатчиков |
| US9454245B2 (en) * | 2011-11-01 | 2016-09-27 | Qualcomm Incorporated | System and method for improving orientation data |
| CN102506898B (zh) * | 2011-11-03 | 2014-05-07 | 中国科学院自动化研究所 | 一种基于遗传算法的惯性/地磁传感器标定方法 |
| CN102590870A (zh) * | 2012-02-13 | 2012-07-18 | 无锡泰克塞斯新能源科技有限公司 | 三维空间地磁传感器模块及其校正方法 |
| CN103090870B (zh) * | 2013-01-21 | 2015-07-01 | 西北工业大学 | 一种基于mems传感器的航天器姿态测量方法 |
| CN103411623B (zh) * | 2013-07-10 | 2015-12-23 | 西北工业大学 | 速率陀螺校准方法 |
| CN103954286B (zh) * | 2014-04-24 | 2016-08-24 | 南京航空航天大学 | 微小卫星磁传感器多误差模型在轨迭代标定方法 |
| CN104075699B (zh) * | 2014-07-07 | 2016-06-29 | 温州大学 | 三维固态电子罗盘及其传感器的零点和比例系数核正方法 |
-
2015
- 2015-03-20 CN CN201510125031.4A patent/CN106033131B/zh active Active
-
2016
- 2016-03-14 WO PCT/CN2016/076227 patent/WO2016150312A1/zh not_active Ceased
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1664506A (zh) * | 2004-03-05 | 2005-09-07 | 清华大学 | 一种载体姿态测量方法及其系统 |
| CN101782391A (zh) * | 2009-06-22 | 2010-07-21 | 北京航空航天大学 | 机动加速度辅助的扩展卡尔曼滤波航姿系统姿态估计方法 |
| US20130294016A1 (en) * | 2012-05-02 | 2013-11-07 | Microsoft Corporation | Wireless controller |
| CN102980577A (zh) * | 2012-12-05 | 2013-03-20 | 南京理工大学 | 一种微型捷联航姿系统及其工作方法 |
| CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
| CN104764451A (zh) * | 2015-04-23 | 2015-07-08 | 北京理工大学 | 一种基于惯性和地磁传感器的目标姿态跟踪方法 |
| CN104764452A (zh) * | 2015-04-23 | 2015-07-08 | 北京理工大学 | 一种基于惯性和光学跟踪系统的混合位姿跟踪方法 |
Non-Patent Citations (1)
| Title |
|---|
| HE, CHANGYU ET AL.: "An Inertial and Optical Sensor Fusion Approach for Six Degree-of-Freedom Pose Estimation", SENSORS, vol. 15, no. 7, 8 July 2015 (2015-07-08), pages 16448 - 16465, XP055315186, ISSN: 1424-8220 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580187A (zh) * | 2020-05-09 | 2020-08-25 | 迈锐数据(无锡)有限公司 | 一种基于nb-iot的地磁车位标定启动方法及标定方法 |
| CN114719846A (zh) * | 2020-12-28 | 2022-07-08 | 意法半导体公司 | 用于使用陀螺仪的快速磁力计校准的系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106033131B (zh) | 2018-09-11 |
| CN106033131A (zh) | 2016-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106033131B (zh) | 一种地磁传感器校准方法、装置及智能设备 | |
| US9175963B2 (en) | Dead reckoning based initialization of position and heading using discrete position indicators | |
| US9052203B2 (en) | Methods and apparatus for low-cost inertial dead-reckoning using context detection | |
| CN105737826B (zh) | 行人室内定位方法 | |
| CN110398245A (zh) | 基于脚戴式惯性测量单元的室内行人导航姿态估计方法 | |
| CN108020813B (zh) | 定位方法、定位装置和电子设备 | |
| JP2017207456A (ja) | 姿勢推定装置、姿勢推定方法、制御プログラム、および記録媒体 | |
| CN109764870B (zh) | 基于变换估计量建模方案的载体初始航向估算方法 | |
| CN110430534A (zh) | 一种定位选择方法、装置、电子设备及存储介质 | |
| WO2016198009A1 (zh) | 一种检测航向的方法和装置 | |
| CN105091878A (zh) | 一种基于步态的定位方法和装置 | |
| EP2972683B1 (en) | Dynamically calibrating magnetic sensors | |
| JP6357992B2 (ja) | 電子機器及びキャリブレーションプログラム | |
| CN108801250B (zh) | 基于水下机器人的实时姿态获取方法及装置 | |
| JP5678748B2 (ja) | 端末装置及び地磁気環境判定プログラム | |
| CN106931965A (zh) | 一种确定终端姿态的方法及装置 | |
| US20180087906A1 (en) | Device orientation systems and methods | |
| US9933403B2 (en) | Method for alarming gas and electronic device thereof | |
| CN107014373B (zh) | 在定位时用来产生一地理方位的方法及定位系统 | |
| CN114170297B (zh) | 车辆位姿的处理方法、装置、电子设备和自动驾驶车辆 | |
| WO2017088149A1 (zh) | 一种指示方向的方法和装置 | |
| HK1229892A (zh) | 一種地磁傳感器校準方法、裝置及智能設備 | |
| HK1229892A1 (zh) | 一种地磁传感器校准方法、装置及智能设备 | |
| HK1229892B (zh) | 一种地磁传感器校准方法、装置及智能设备 | |
| CN117091596B (zh) | 一种姿态信息获取方法以及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16767689 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 16767689 Country of ref document: EP Kind code of ref document: A1 |