WO2022205623A1 - 惯性测量传感器的零偏的补偿方法 - Google Patents
惯性测量传感器的零偏的补偿方法 Download PDFInfo
- Publication number
- WO2022205623A1 WO2022205623A1 PCT/CN2021/100234 CN2021100234W WO2022205623A1 WO 2022205623 A1 WO2022205623 A1 WO 2022205623A1 CN 2021100234 W CN2021100234 W CN 2021100234W WO 2022205623 A1 WO2022205623 A1 WO 2022205623A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- inertial measurement
- measurement sensor
- zero
- noise
- model
- Prior art date
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000003068 static effect Effects 0.000 claims description 29
- 238000005295 random walk Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 230000005653 Brownian motion process Effects 0.000 claims description 4
- 238000005537 brownian motion Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 230000002085 persistent effect Effects 0.000 description 5
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Definitions
- the six-axis inertial measurement unit IMU zero-drift update technology uses the accelerometer and gyroscope to detect the static state of the object at the same time.
- the acceleration measurement value of the sensor will be changed by a zero-drift value. and the additive noise value
- the gyroscope measurement value will also consist of a zero drift value and the additive noise. Therefore, when the variance value of the six-axis sensor value within a period of time is less than the variance of the additive noise, it can be considered that the current state is stationary.
- the static state of the UWB sensor is modeled to obtain a noise model of the UWB sensor.
- the function of the noise model of the UWB sensor is:
- a number of programs include instructions for performing the methods described above.
- FIG. 4 is a schematic structural diagram of an electronic device shown in an embodiment of the present application.
- the calibration parameters include scale coefficient matrix and zero offset. If the performance of the inertial measurement sensor changes greatly with the change of the ambient temperature, such as the micromachined gyro MEMS, its zero offset and scale coefficient will change with the change of temperature, then the actual application scenario needs to be considered, and the temperature The effect is reasonably compensated, and the temperature-induced changes are usually considered for calibration, and the speed of temperature rise and the range of temperature changes need to be considered.
- step 2 the static state of the inertial measurement sensor is modeled by the Gaussian model, and the noise model of the inertial measurement sensor is obtained.
- the function of the first noise model is:
- noise model of the UWB measurements forms:
- Step 6 Compensate the distribution of the zero bias probability of the inertial measurement sensor through the probability distribution of the system clock bias of the UWB sensor to obtain a joint probability distribution.
- the processor 420 may be a central processing unit (Central Processing Unit, CPU), or other general-purpose processors, digital signal processors (Digital Signal Processors, DSP), application specific integrated circuits (Application Specific Integrated Circuit, ASIC), field-available processors. Field-Programmable Gate Array (FPGA) or other programmable logic devices, discrete gate or transistor logic devices, discrete hardware components, etc.
- a general purpose processor may be a microprocessor or the processor may be any conventional processor or the like.
- memory 410 may include a removable storage device that is readable and/or writable, such as a compact disc (CD), a read-only digital versatile disc (eg, DVD-ROM, dual-layer DVD-ROM), Read-only Blu-ray Discs, Ultra-Density Discs, Flash Cards (eg SD Cards, Min SD Cards, Micro-SD Cards, etc.), Magnetic Floppy Disks, etc.
- a removable storage device that is readable and/or writable, such as a compact disc (CD), a read-only digital versatile disc (eg, DVD-ROM, dual-layer DVD-ROM), Read-only Blu-ray Discs, Ultra-Density Discs, Flash Cards (eg SD Cards, Min SD Cards, Micro-SD Cards, etc.), Magnetic Floppy Disks, etc.
- Computer readable storage media do not contain carrier waves and transient electronic signals transmitted over wireless or wire.
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Gyroscopes (AREA)
Abstract
一种惯性测量传感器的零偏补偿方法、电子设备(400)及存储介质，通过高斯模型对惯性测量传感器的静止状态建模，得到惯性测量传感器的噪声模型(S2)；对惯性测量传感器的噪声模型优化，得到惯性测量传感器的零偏噪声模型(S3)；根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率分布(S4)；对UWB传感器的静止状态建模，得到UWB传感器的系统时钟偏差的概率分布(S5)；UWB传感器的系统时钟偏差的概率分布对惯性测量传感器的零偏概率分布补偿，得到联合概率分布(S6)；最后对电梯的状态进行判定，以此解决了电梯在速度达到最高值时会处于匀速运动状态，此时惯性测量传感器的零偏更新仍然检测电梯为静止状态，造成的电梯状态估计出错的问题。
Description
本申请涉及电梯状态估计的技术领域，尤其涉及一种惯性测量传感器的零偏的补偿方法、电子设备及存储介质。
六轴的惯性测量单元IMU零飘更新技术，通过其中的加速度计和陀螺仪来同时检测物体的静止状态，加速度计当处于静止状态和匀速运动时，传感器的加速度测量值会由一个零飘值和加性噪声值组成，同时陀螺仪处于静止状态时，陀螺仪测量值也会由一个零飘值和加性噪声组成。因此当一段时间内的六轴传感器数值的方差值，小于加性噪声的方差时，可以认为当前处于静止状态。六轴的惯性测量单元IMU零飘更新技术无法用于电梯运动的原因是，电梯在速度达到最高值时会处于匀速运动状态，此时，六轴的惯性测量单元IMU零飘更新技术仍然会检测为静止状态，因此会使得电梯的状态估计出现问题。
因此，期望提供惯性测量传感器的零偏的补偿方法，实现惯性测量传感器能准确地判断电梯的运动状态。
发明内容
为克服相关技术中存在的问题，本申请提供一种惯性测量传感器的零偏的补偿方法、电子设备及存储介质，旨在解决电梯在运动过程中，由于惯性测量单元本身会出现错误的零飘更新，从而使得电梯的运动状态判断不准确的问题。
本申请解决上述技术问题的技术方案如下：一种惯性测量传感器的零偏的补偿方法，应用于电梯状态估计，其包括以下步骤：步骤1，对惯性测量传感器进行标定，得到惯性测量传感器的第一噪声参数和第二噪声参数；步骤2，通过高斯模型对惯性测量传感器的静止状态进行建模，得到 惯性测量传感器的噪声模型；步骤3，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型；步骤4，根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率分布；步骤5，对UWB传感器的静止状态进行建模，得到UWB传感器的系统时钟偏差的概率分布；步骤6，通过UWB传感器的系统时钟偏差的概率分布对惯性测量传感器的零偏概率分布进行补偿，得到联合概率分布。
优选的，还包括：步骤7，根据联合概率分布，对电梯的状态进行判定。
优选的，通过高斯模型对惯性测量传感器的静止状态进行建模，得到惯性测量传感器的噪声模型包括：通过高斯模型对所述惯性测量传感器的加速度计的动态变化过程进行建模，得到加速度计的噪声模型。
优选的，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型具体包括：根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的加速度计的噪声模型进行优化，得到加速度计的零偏噪声模型；根据布朗运动的过程，对所述加速度计的零偏噪声模型中的第一噪声进行建模，得到第一噪声模型。
优选的，所述第一噪声模型的函数为：
其中为单位高斯白噪声，将其离散化得到“随机游走”模型：
b
d[k]＝b
d[k-1]+σ
badω[k]；
其中ω[k]～N(0,1),
Δt为采样时间。
优选的，在步骤1中，对所述惯性测量传感器进行标定的同时对UWB传感器进行标定。
优选的，其特征在于，对UWB传感器的静止状态进行建模，得到UWB传感器的噪声模型。
优选的，UWB传感器的噪声模型的函数为：
其中c为光速，|k
b-k
t|相对时钟漂移率，T
d标签延时时间。
本申请实施例的第二方面提供了一种电子设备，包括：
处理器；以及一个或多个处理器；一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行如上所述的方法的指令。
本申请第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本申请提供一种惯性测量传感器的零偏的补偿方法、电子设备及存储介质，通过高斯模型对惯性测量传感器的静止状态进行建模，得到惯性测量传感器的噪声模型；对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型；根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率的分布；对UWB传感器的静止状态进行建模，得到UWB传感器的系统时钟偏差的概率分布；通过UWB传感器的系统时钟偏差的概率分布对惯性测量传感器的零偏概率的分布进行补偿，得到联合概率分布，根据联合概率分布，对电梯的状态进行判定，以此解决了电梯在速度达到最高值时会处于匀速运动状态，此时，六轴惯性测量传感器的零偏更新技术仍然会检测电梯为静止状态，造成的电梯状态估计出错的问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
图1是本申请实施例示出的惯性测量传感器的零偏的补偿方法的流程示意图；
图2是本申请实施例示出的单边双向测距原理的示意图；
图3是本申请实施例示出的UWB传感器单向双边测距原理的示意图；
图4是本申请实施例示出的电子设备的结构示意图。
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以下结合附图详细描述本申请实施例的技术方案。
请参阅图1，图1为本申请第一实施例示出的惯性测量传感器的零偏的补偿方法的流程示意图，如图1所示，方法包括以下步骤：
步骤1，对惯性测量传感器进行标定，得到惯性测量传感器的第一噪声参数和第二噪声参数。
具体的，所述惯性测量传感器包括加速度计和陀螺仪，加速度计的常见的指标值有：量程，分辨率，零偏，刻度系数，交叉耦合系数，刻度系数的非线性度，零偏稳定性，零偏重复性，带宽，工作温度等。
对陀螺仪和加速度计进行标定时要使用转台，一般标定的参数有刻度 系数矩阵和零偏。如果惯性测量传感器的性能随着环境温度的改变有较大的变化，比如微机械陀螺MEMS，其零偏和刻度系数会随着温度的变化发生改变，则需要考虑实际的应用场景，对温度的影响进行合理的补偿，进行温度引起的变化进行标定通常会考虑使用温箱，并需要考虑温升的速度以及温度的变化范围。陀螺的刻度系数是指陀螺的输出物理量(可能是电压)与输入角速率的比值，根据其在整个量程范围内输入角速率和输出物理量计算得到。陀螺的零偏是指当输入角速率为零时，陀螺的输出值。
进行标定时，将陀螺固定安装在转台上，依次让陀螺的三个轴与转台的转轴平行，其余两个轴与转台的转轴垂直，让转台按照设定的转速旋转，得到转台在不同角速率下旋转时3个陀螺的采样输出值，同时记录转台的实际转速作为标定时的基准值。在解算的过程中，为了降低数据采集过程中噪声的影响，可以计算在各个角速率下陀螺输出的均值，将计算的各个均值与记录的转台的实际转速代入上面的陀螺标定模型，用最小二乘法即可求解得到陀螺的零偏和刻度系数矩阵，完成陀螺的标定。在标定过程中可以将陀螺先开机几分钟，待产品输出的数据达到稳定后再采集数据进行标定，且采集数据的过程中，应在转台转速稳定后同时采集并保存3个陀螺的输出值。
对加速度计进行标定可以直接使用重力场作为参考。三轴加速度计的标定模型与三轴陀螺标定模型类似。对加速计进行标定是求解加速度计的刻度系数矩阵和加速度计的零偏。在本实施例中，采用六面法对加速度计进行标定，即依次让三个加速度计朝天和朝地放置，并采集静止状态下三个加速度计的输出，参考基准值为重力加速度。同样，在计算的过程中可以计算各个位置采集数据的均值以降低噪声的干扰。将不同位置时三个加速度计的输出值和相应的重力加速度向量带入三轴加速度计的标定模型，使用最小二乘法即可计算加速度计的刻度系数矩阵和零偏，完成加速度计标定，以此得到惯性测量传感器的第一噪声参数和第二噪声参数。
在其中一个实施例中，第一噪声参数为惯性测量传感器IMU数据的高斯白噪声的噪声参数，第二噪声参数为惯性测量传感器IMU数据的随机游走的参数。
步骤2，通过高斯模型对惯性测量传感器的静止状态进行建模，得到 惯性测量传感器的噪声模型。
具体的，通过高斯模型对惯性测量传感器的静止状态进行建模，得到惯性测量传感器的噪声模型包括：
通过高斯模型对所述惯性测量传感器的加速度计的动态变化过程进行建模，得到加速度计的噪声模型。
其中，加速度计的零飘并不是一成不变的，而是满足一定的概率分布的，我们将加速度计的零飘的动态变化过程通过一个高斯过程来建模，来得出零飘在一定时间内随机游走的速率，通过随机游走的范围来判断新的零飘估计值的正确概率。加速度计噪声模型如下：
其中
为b坐标系下的加速度计测量值,S
a为尺度因子,R
bG为地球坐标系到b坐标系的旋转矩阵,a
G为地球坐标系下加速度计的实际值,n
a为加速度计的高斯白噪声,b
a为加速度计的“随机游走”噪声信号。
其中对加速度计的高斯白噪声进行积分运算，即得到连续时间高斯白噪声n(t)，其满足以下两个条件：
E[n(t)]＝0
E[n(t
1)n(t
2)]＝σ
a
2δ(t
1-t
2)
11；
其中δ(t
1-t
2)表示狄拉克函数，σ
a
2为高斯白噪声的噪声方差。
将将连续高斯白噪声离散化，可以得到：
n
d[k]＝σ
adω[k]；
其中
Δt为采样时间。
步骤3，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型。
具体的，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型具体包括：
根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的加速度计的噪声模型进行优化，得到加速度计的零偏噪声模型；
具体的，惯性测量传感器IMU的噪声包含高斯白噪声和随机游走，通 过离线的惯性测量传感器IMU传感器标定，我们可以得到惯性测量传感器IMU数据的高斯白噪声的噪声参数和随机游走的参数，去掉随机游走噪声只剩下高斯白噪声，我们可以对静止状态下惯性测量传感器IMU的加速度进行建模，此时的加速度计数值即为高斯白噪声。
加速度计中传感器偏差噪声的缓慢变化可以用”布朗运动”过程进行建模，这一部分噪声也叫“维纳过程”，在离散时间下称为“随机游走”。
根据布朗运动的过程，对所述加速度计的零偏噪声模型中的第一噪声进行建模，得到第一噪声模型。
在其中一个实施例中，所述第一噪声模型的函数为：
其中为单位高斯白噪声，将其离散化得到“随机游走”模型：
b
d[k]＝b
d[k-1]+σ
badω[k]；
其中ω[k]～N(0,1),
Δt为采样时间。
步骤4，根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率分布。
具体的，根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率分布包括：
根据加速度计的零偏噪声模型，得到加速度计的零偏概率分布，其中加速度计的零偏概率分布函数为：
其中a
t是t时刻的加速度计数值，
是t-n时刻到t时刻的加速度计数值的方差值。
由于加速度计的零飘并不是一成不变的，而是满足一定的概率分布的，我们将加速度计的零飘的动态变化过程通过一个高斯过程来建模，来得出零飘在一定时间内随机游走的速率，通过随机游走的范围来判断新的零飘估计值的正确概率。当新的零飘估计值的概率可能性很小时，认为这是一个错误的更新值。通过对零飘的概率建模，显著的增加了概率更新的稳定性和鲁棒性，同时增强电梯定位算法的稳定性。
步骤5，对UWB传感器的静止状态进行建模，得到UWB传感器的系统时钟偏差的概率分布。
在本实施例中，UWB传感器为超光带测距传感器。
其中UWB传感器的系统时钟偏差的概率分布函数为：
其中d
t是t时刻UWB传感器的距离数据，
为t-n时刻到t时刻间UWB传感器的距离数据的方差值。
具体的，在步骤5之前还包括：在步骤1中，对所述惯性测量传感器进行标定的同时对UWB传感器进行标定。
对UWB传感器的静止状态进行建模，得到UWB传感器的噪声模型。UWB传感器的噪声模型的函数为：
其中c为光速，|k
b-k
t|相对时钟漂移率，T
d标签延时时间。
其中，UWB测量值的噪声模型形成：
由于电梯运动中的UWB应用场景比较单一，因此UWB测量值的噪声主要来自多径效应和系统时钟偏差。对于单边双向测距原理如图2所示，
其中
为无线信号飞行时间的实际值，T
prop为无线信号飞行时间的理想值，T
round为设备A发送信号和接收信号的时间差，T
reply为设备B发送信号和接收信号的时间差。该误差即为多径效应产生的误差。
UWB传感器的单边双向测距原理如图3所示，飞行时间：
但是因为基站与标签的时钟与标准时钟相比存在偏差，用时钟漂移率表示。飞行时间与延时时间相比可以忽略不计，则由标签延时时间带来的 测距误差为：
步骤6，通过UWB传感器的系统时钟偏差的概率分布对惯性测量传感器的零偏概率的分布进行补偿，得到联合概率分布。
联合概率分布函数为：
在其中一个实施例中，还包括：步骤7，根据联合概率分布，对电梯的状态进行判定。惯性测量传感器的零偏更新技术在电梯匀速运动过程中，会出现错误的零偏更新，我们通过对UWB传感器数据的统计分析，来进一步的检测匀速直线运动和静止状态，以此通过UWB传感器对惯性测量传感器进行补偿，以此本实施例能正确地更新惯性测量传感器中的加速度计的零偏。
在本实施例中，惯性测量传感器IMU的噪声包含高斯白噪声和随机游走，通过离线的惯性测量传感器IMU传感器标定，我们可以得到惯性测量传感器IMU数据的白噪声的噪声参数和随机游走的参数，减去随机游走噪声之后，我们可以对静止状态下惯性测量传感器IMU的加速度进行建模，此时的加速度计数值即为高斯白噪声，就得到了电梯静止状态下的IMU加速度计数值的归一化概率分布。同时，因为UWB传感器的数据不存在随机游走噪声，我们直接对电梯静止状态下的UWB传感器的数据进行建模，可以得到在电梯静止状态下的UWB传感器的数据的归一化概率分布。通过对两种传感器数值联合概率分布进行检验，对电梯状态进行判定，消除了惯性测量传感器IMU噪声对惯性测量传感器IMU数据的影响，使用惯性测量传感器IMU和UWB传感器对电梯进行静止状态的联合判定，排除了电梯伪静止状态的可能性，提高了系统的准确性和稳定性。
图4是本申请实施例示出的电子设备的结构示意图。
参见图4，电子设备400包括存储器410和处理器420。
处理器420可以是中央处理单元(Central Processing Unit，CPU)，还可 以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器410可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器410可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器410可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器410上存储有可执行代码，当可执行代码被处理器420处理时，可以使处理器420执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者，本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
- 一种惯性测量传感器的零偏的补偿方法，应用于电梯状态估计，其特征在于，包括以下步骤：步骤1，对惯性测量传感器进行标定，得到惯性测量传感器的第一噪声参数和第二噪声参数；步骤2，通过高斯模型对惯性测量传感器的静止状态进行建模，得到惯性测量传感器的噪声模型；步骤3，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型；步骤4，根据惯性测量传感器的零偏噪声模型，得到惯性测量传感器的零偏概率分布；步骤5，对UWB传感器的静止状态进行建模，得到UWB传感器的系统时钟偏差的概率分布；步骤6，通过UWB传感器的系统时钟偏差的概率分布对惯性测量传感器的零偏概率分布进行补偿，得到联合概率分布。
- 根据权利要求1所述的惯性测量传感器的零偏的补偿方法，其特征在于，还包括：步骤7，根据联合概率分布，对电梯的状态进行判定。
- 根据权利要求2所述的惯性测量传感器的零偏的补偿方法，其特征在于，通过高斯模型对惯性测量传感器的静止状态进行建模，得到惯性测量传感器的噪声模型包括：通过高斯模型对所述惯性测量传感器的加速度计的动态变化过程进行建模，得到加速度计的噪声模型。
- 根据权利要求3所述的惯性测量传感器的零偏的补偿方法，其特征在于，根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的噪声模型进行优化，得到惯性测量传感器的零偏噪声模型具体包括：根据所述第一噪声参数和所述第二噪声参数，对所述惯性测量传感器的加速度计的噪声模型进行优化，得到加速度计的零偏噪声模型；根据布朗运动的过程，对所述加速度计的零偏噪声模型中的第一噪声 进行建模，得到第一噪声模型。
- 根据权利要求4所述的惯性测量传感器的零偏的补偿方法，其特征在于，所述第一噪声模型的函数为：
其中为单位高斯白噪声，将其离散化得到“随机游走”模型：b d[k]＝b d[k-1]+σ badω[k]；其中Δt为采样时间。
- 根据权利要求1所述的惯性测量传感器的零偏的补偿方法，其特征在于，在步骤1中，对所述惯性测量传感器进行标定的同时对UWB传感器进行标定。
- 根据权利要求1所述的惯性测量传感器的零偏的补偿方法，其特征在于，对UWB传感器的静止状态进行建模，得到UWB传感器的噪声模型。
- 根据权利要求7所述的惯性测量传感器的零偏的补偿方法，其特征在于，UWB传感器的噪声模型的函数为：
其中c为光速，|k b-k t|相对时钟漂移率，T d标签延时时间。 - 一种电子设备，包括：存储器；一个或多个处理器；一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。
- 一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-8任一项所述惯性测量传感器的零偏的补偿方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110362839.XA CN113091770B (zh) | 2021-04-02 | 2021-04-02 | 惯性测量传感器的零偏的补偿方法 |
| CN202110362839.X | 2021-04-02 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022205623A1 true WO2022205623A1 (zh) | 2022-10-06 |
Family
ID=76673615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/100234 WO2022205623A1 (zh) | 2021-04-02 | 2021-06-16 | 惯性测量传感器的零偏的补偿方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113091770B (zh) |
| WO (1) | WO2022205623A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113624259B (zh) * | 2021-08-23 | 2023-08-08 | 湖南科众兄弟科技有限公司 | 一种mems惯组的标定方法 |
| CN114092562A (zh) * | 2021-10-19 | 2022-02-25 | 上海闻泰信息技术有限公司 | 噪声模型标定方法、图像去噪方法、装置、设备和介质 |
| US11875615B2 (en) | 2022-04-29 | 2024-01-16 | Toyota Research Institute, Inc. | Odometry noise model fitting from fleet-scale datasets |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050077117A1 (en) * | 2003-09-30 | 2005-04-14 | Shrum William M. | Elevator performance meter |
| CN101243001A (zh) * | 2005-08-19 | 2008-08-13 | 通力股份公司 | 电梯系统中的定位方法 |
| WO2012000170A1 (en) * | 2010-06-29 | 2012-01-05 | Empire Technology Development Llc | Method and system for determining safety of elevator |
| CN105712142A (zh) * | 2016-03-22 | 2016-06-29 | 上海点络信息技术有限公司 | 一种电梯运行状态的检测系统及检测方法 |
| CN109238274A (zh) * | 2017-07-10 | 2019-01-18 | 深圳市道通智能航空技术有限公司 | 惯性测量单元测量数据的处理方法、装置及无人机 |
| CN111398631A (zh) * | 2020-03-31 | 2020-07-10 | 西北工业大学 | 一种无人机加速度计误差识别及校正方法 |
| CN112073909A (zh) * | 2020-08-20 | 2020-12-11 | 哈尔滨工程大学 | 基于uwb/mems组合的uwb基站位置误差补偿方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8203487B2 (en) * | 2009-08-03 | 2012-06-19 | Xsens Holding, B.V. | Tightly coupled UWB/IMU pose estimation system and method |
| RU2736876C2 (ru) * | 2018-12-19 | 2020-11-23 | Общество с ограниченной ответственностью "СКМ Трекинг" | Способ и система отслеживания движений человека |
| CN110554396A (zh) * | 2019-10-21 | 2019-12-10 | 深圳市元征科技股份有限公司 | 一种室内场景下激光雷达建图方法、装置、设备及介质 |
-
2021
- 2021-04-02 CN CN202110362839.XA patent/CN113091770B/zh active Active
- 2021-06-16 WO PCT/CN2021/100234 patent/WO2022205623A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050077117A1 (en) * | 2003-09-30 | 2005-04-14 | Shrum William M. | Elevator performance meter |
| CN101243001A (zh) * | 2005-08-19 | 2008-08-13 | 通力股份公司 | 电梯系统中的定位方法 |
| WO2012000170A1 (en) * | 2010-06-29 | 2012-01-05 | Empire Technology Development Llc | Method and system for determining safety of elevator |
| CN105712142A (zh) * | 2016-03-22 | 2016-06-29 | 上海点络信息技术有限公司 | 一种电梯运行状态的检测系统及检测方法 |
| CN109238274A (zh) * | 2017-07-10 | 2019-01-18 | 深圳市道通智能航空技术有限公司 | 惯性测量单元测量数据的处理方法、装置及无人机 |
| CN111398631A (zh) * | 2020-03-31 | 2020-07-10 | 西北工业大学 | 一种无人机加速度计误差识别及校正方法 |
| CN112073909A (zh) * | 2020-08-20 | 2020-12-11 | 哈尔滨工程大学 | 基于uwb/mems组合的uwb基站位置误差补偿方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113091770A (zh) | 2021-07-09 |
| CN113091770B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022205623A1 (zh) | 惯性测量传感器的零偏的补偿方法 | |
| US11125581B2 (en) | Method and system for calibrating components of an inertial measurement unit (IMU) using scene-captured data | |
| JP3947531B2 (ja) | 加速度誤差の補正方法及び装置、並びにそれを利用した慣性航法システム | |
| US10788324B2 (en) | Method and apparatus for calculation of angular velocity using acceleration sensor and geomagnetic sensor | |
| CN112461269B (zh) | 惯性测量单元标定方法、设备及服务器 | |
| EP3045919B1 (en) | System and method for estimating speed of a vehicle | |
| CN111928847A (zh) | 惯性测量单元位姿数据优化方法、装置及电子设备 | |
| CN110109551B (zh) | 手势识别方法、装置、设备及存储介质 | |
| US20160047840A1 (en) | Offset estimation apparatus, offset estimation method, and computer readable medium | |
| WO2020184013A1 (ja) | 車両制御装置 | |
| US10371528B2 (en) | Pedestrian navigation devices and methods | |
| CN111784784B (zh) | Imu内参的标定方法、装置、电子设备仪及存储介质 | |
| CN112146683A (zh) | 惯性测量单元标定参数调整方法、装置及电子设备 | |
| CN113607176B (zh) | 组合导航系统轨迹输出方法及装置 | |
| CN112989625B (zh) | Uwb传感器异常值的剔除方法 | |
| CN104122412A (zh) | 一种基于北斗二代速度信息的加速度计标定方法 | |
| CN113375668B (zh) | 卫星导航系统的天线安装角标定方法及装置 | |
| CN113120713B (zh) | 电梯定位方法 | |
| CN113917512B (zh) | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 | |
| CN112284421B (zh) | 一种imu内参调整方法及相关装置 | |
| CN112130188B (zh) | 车辆定位方法、设备及云服务器 | |
| US11415590B2 (en) | Method and apparatus with posture estimation | |
| WO2022227241A1 (zh) | 一种平面运动约束方法、电子设备及存储介质 | |
| CN113124884B (zh) | 基于lstm神经网络模型的车辆定位方法及装置 | |
| CN114353825B (zh) | 基于无迹卡尔曼滤波的磁力计在线校准算法、介质及系统 |
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: 21934272 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: 21934272 Country of ref document: EP Kind code of ref document: A1 |