回答情况：
提问时间：
问题标签：
我需要使用卡尔曼滤波融合多传感器位置的高斯测量(例如，4个位置作为滤波器的输入和1个位置作为输出)。这是可以帮助我的一些例子或教程，因为我发现的所有例子都与职位的估计有关？
浏览 0提问于2019-04-23得票数 7
回答已采纳
2回答
我有一个多传感器融合的问题，我试图决定选择哪种方法。此外，遗传算法在传感器融合中的作用有多大？我试图结合一个磁罗盘和陀螺仪来估计真正的方位。
浏览 9修改于2022-02-09得票数 6
我想知道融合多个GPS信号来改善我的估计结果是否有意义。例如，这对加速度传感器很有效，但这种传感器有一个白高斯噪声。安装在同一电路板上的GPS传感器可能会遭受相同的误差，如漂移或多径效应，这些误差不能仅通过融合这些传感器的传感器读数来纠正。我想象一下，就像在同一方向上的恒定偏移量，这是不正确的，只是几乎保持不变。此外，我有不同的传感器，我可以安装在我的无人机，甚至RKT传感器。在我看来，将d-GPS和RKT GPS的
浏览 6提问于2019-05-24得票数 0
我听了这个演讲：
Invensense公司正在制作他们的“传感器融合”系统的原型，这是他们在Android中结合陀螺仪、加速计、罗盘测量的系统，以获得更好的结果。我问的原因是，传感器融合的一部分是“重力”传感器和“线性加速度”传感器，这是从API级别9开始在Android中实现的。这让我觉得要么1)传感器融合实现了2)传感器融合没有实现，但这些都只是添加到Android API中，以期在未来广泛地添加传感器<
浏览 3提问于2011-10-15得票数 9
回答已采纳
根据我的理解，这使用加速度计和陀螺仪进行传感器融合。还有一个叫geomagnetic rotation vector的融合传感器，它用磁强计代替陀螺仪。
但我无法找到这两个虚拟传感器融合后的逻辑。请您解释一下这两个传感器是如何实现的，或者使用了哪些算法。
浏览 3提问于2019-06-05得票数 0
回答已采纳
2回答
假设我有来自同一变量的两个不同传感器的两个度量。我想知道是否有一种方法来进行信息融合，并获得一个独特的度量来描述整个系统(两个传感器)的最佳方式。我知道Bar Campo传感器融合模型，但我想知道是否有任何模型没有采用经典的高斯假设，这样传感器融合可以处理坏数据/总错误。
谢谢。
浏览 2修改于2018-01-15得票数 0
回答已采纳
我试图了解传感器融合的过程，并与它一起卡尔曼滤波。在等大多数文献中，都提到了如何克服陀螺漂移和加速度计噪声的问题。最终，传感器融合为我们提供了更好的滚动，俯仰和偏航的测量，而不是更好的加速度。
是否有可能通过传感器融合获得更好的“加速度结果”，然后将其用于“坠落检测”？分类部分不是我的问题，而是我是否应该融合传感器(三维加速度计和三维陀螺仪)或平滑传感器，我的目标是检测一个下降。
浏览 3提问于2017-03-02得票数 0
回答已采纳
我目前正在研究基于轮子的机器人姿态的编码传感器融合，来自GPS，激光雷达，视觉和车辆测量。它的模型是使用EKF的基本运动学，并且不区分传感器，即数据是基于时间戳输入的。由于以下问题，我很难融合这些传感器；有时，当最新传入的数据来自不同于先前状态的传感器时，机器人的最新姿态会落后于先前的姿态。因此，数据融合不会因此变得如此平滑和曲折。我希望丢弃绘制在先前数据之后/向后的数据，并且即使传感器提供的数据在时间戳t和时间戳t+1之间发生变化，也要采用
浏览 4修改于2017-03-08得票数 0
因此，Android有做传感器融合的规定。它可以结合陀螺仪和加速度计的读数来产生可靠的重力矢量。这是在API中使用传感器类型公开的。现在，NDK也有传感器支持，例如，这里有一个NDK应用程序，它以60 at：读取加速度计。但是，从判断，NDK只允许我生成以下传感器类型：
因此，示例代码使用ASENSOR_TYPE_ACCELEROMETER。如何在Android上进行传感器融合？我希望避免引入Java的值，因
浏览 1提问于2014-07-16得票数 1
我正在寻找一个ROS包(KF或UKF或EKF)，可以融合IMU和压力传感器数据。我想从IMU和压力传感器数据中获得6x6估计速度矩阵(线性和角度)。气压计(压力传感器数据)可以用于水下机器人，因为假设海平面(水位)相同(恒定)，并且假设压力保持相同的值，则水下机器人(载体)的直线运动。是否可以使用此软件包融合此IMU和压力数据，以获得估计的速度(线性和角度)？ 如果没有现有的ROS包(用作速度观测器)并融合IMU和压力数据，那么我可以在ROS中使用和实现任何其他代码或帮助吗？
浏览 40提问于2021-09-22得票数 1
回答已采纳
它被认为是利用磁场传感器，加速度计和陀螺仪，以提供准确的旋转在任何时候。然而，我注意到在Moto G 2上发生了巨大的漂移。是否有一种传感器融合的替代形式，即无漂移(使用磁传感器)？我也尝试过Google的传感器融合，但它使用的是偏差估计，因此推测并不是完全没有漂移(因为此时似乎还没有使用磁场传感器)，尽管它仍然比TYPE_ROTATION_VECTOR好得多。
浏览 5提问于2015-12-07得票数 13
回答已采纳
我已经为Android使用的算法搜索了一段时间，该算法用于融合来自不同传感器的原始数据以生成虚拟传感器。
它们是如何执行的？源代码在某个地方可用吗？
浏览 2提问于2017-03-02得票数 1
回答已采纳
我正在尝试使用递归神经网络对惯性测量单元进行传感器融合。IMUs通常与卡尔曼滤波(KF)结合使用，KF在进行加速度计和陀螺仪数据的融合以及‘平滑’的同时，得到滤波的、最终的方位输出(如果需要的话还有位置)。为了使网络能够复制卡尔曼滤波融合算法的工作原理，首先对原始传感器数据的输入和KF的输出进行训练。KF定向数据作为输出，从中我期望网络能够尝试学习传感器与方向之间的非线性映射。例如：📷📷
我在预测中看到的噪声并不是不自然的
浏览 0修改于2022-06-19得票数 2
这是因为它的子属性是传感器融合算法的结果，即两个信号一起评估，以减少估计误差。例如，流行的融合算法是卡尔曼滤波器和导数，但我猜CMMotionManager的内部实现基于更简单的算法，因此也更快。我期望一些简单但足够好的数学计算的传感器数据从加速度计和陀螺仪，以最终计算滚动，偏航和俯仰
浏览 0修改于2012-05-18得票数 1
回答已采纳
目前我正在开发一个增强现实应用程序，我正在用传感器进行实验。我尝试使用原始传感器数据，通过SensorManager或一个将加速度计+ magnetic_field与旋转矩阵相结合，但没有真正成功。在阅读更多关于传感器融合的文章时，我在play商店中看到了一些应用程序，它们设法获得了具有俯仰和侧滚功能的罗盘功能，例如这个: 3D陀螺罗盘() -传感器融合代码是在LGPL下的，所以我决定试一试，但我的读数仍然很差
浏览 2提问于2014-02-16得票数 1
3回答
“融合位置管理器API”是否足够好，或者GPS永远不会如此精确，不管是否与其他传感器融合？如果是的话，有没有人知道如何在智能手机上获得更准确的位置？
谢谢!
浏览 2提问于2018-12-05得票数 1
回答已采纳
我使用的是运行Android4.0.4的旧手机，它有以下传感器(通过在android中使用TYPE_ALL打印)：
到目前为止，代码是非常基本的，它只是打印值。
知道为什么会这样吗？这是标准的行为吗？不是智能手机上所有可用的传感器都应该实现吗？
浏览 0修改于2016-11-07得票数 0
回答已采纳
我知道iOS5引入了一些非常酷的传感器融合算法： [motionQueue setMaxConcurrentOperationCount有没有专门针对iOS 5的开源惯性导航项目，可以利用这种新的传感器融合？我说的是进一步将这些数据与GPS和磁力计输出相结合，以获得更准确的GPS位置。一个额外的问题:从硬件的角度来看，这种融合是可能的吗？如果我开始在较长时间内对所有可用的传感器数
浏览 13提问于2012-06-01得票数 1
回答已采纳
我目前正在构建一个用于定向的UKF，并希望将卡尔曼滤波器中的冗余传感器数据融合到一组状态变量中，以提高精度(例如。将重力和磁矢量数据与陀螺数据融合)。
浏览 8提问于2019-01-08得票数 0
我试图将Sebastian Madgwich的传感器融合算法( )移植到Android上，但第一个结果似乎不正确，当手机稳定时，由此产生的四元数到处移动。其中一个问题可能是我不能同时采样三个传感器(陀螺仪、加速计和磁力计)，但看起来Android传感器管理器不允许这样做。有没有人在移植算法上取得了更大的成功？提前感谢
浏览 2修改于2012-03-13得票数 3
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号