Iphone 使用加速度计和陀螺仪的6自由度

有没有人只使用iPhone传感器而不是视频开发了6自由度姿势估计？了解加速度计和陀螺仪的漂移

陀螺仪提供了相当可靠的相对定向率。我已经能够利用陀螺仪数据进行开发

然而，我在从加速度计导出转换时遇到了更多的问题。加速度的双重积分会很快产生无用的位置数据（不到半秒）

我试图通过校准步骤消除偏差，但位置仍然很差。更糟糕的是，这种偏见不是恒定的。它随着时间的推移而变化，噪音使信号昏昏欲睡

---

我很感兴趣的是，是否有人能够开发出一种只有加速度计和陀螺仪的6自由度机器人，这种机器人可以可靠地工作5-10秒，并且在平移和方向上都几乎没有漂移

我发了一篇关于这一点的帖子：，我有同样的问题，我只是想做一个过滤器，但效果不好，有一本关于这些的书，但我没有读过这本书。

当你第一次开始更新时，使用DeviceMotion的陀螺仪偏航有一个漂移，尽量不要采集这些样本，每个人都会很高兴。

投票认为“太本地化”的人会给出理由吗？cbroaddus你能发布你用来做双重集成的代码吗。我这样做的方法是使用userAcceleration属性获得设备加速度，然后使用陀螺姿态的倒数将其转换为世界坐标（在使用参考姿态将其重置为世界坐标后），然后积分加速度计值。我还没有完成编码，所以我还不能粘贴我的代码，我还没有测试它，所以我没有把它放在答案部分…如果你使用userAcceleration属性，偏差和重力分量已经被估计和删除。你所说的应该行得通。姿态偏航漂移，但俯仰和横滚稳定。我也做过类似的事情，噪音、量化、偏差和准确性使得翻译完全不可靠。如果使用原始加速计数据，则必须将重力分量与陀螺仪和/或外部测量一起移除。陀螺仪提供非常稳定的值。它是加速度的积分，它完全爆炸了，因为没有什么东西可以关闭这个循环，并向它表明它是对的还是错的。我的模型几乎立刻飘到远处。我想我们必须在系统上建立一个更可靠的apriori模型，比如用户的手几乎总是会或多或少地回到相同的位置，这意味着一个非常泄漏的积分器在这里是有效的；如果没有低频滤波，结果是完全无用的，如果滤波足够，结果基本上是无用的。