使用软约束和惩罚函数初始化惯性传感器制造技术

技术编号:15195206 阅读:82 留言:0更新日期:2017-04-21 00:16
一种用于惯性传感器的方法,其在无需传感器以静止或者在公知的定位或取向下开始的情况下估计开始取向和速度。初始化使用编码为软约束集合的运动模式,这些软约束预期在初始化时段期间近似成立。惩罚度量被限定以便测量计算的运动轨迹与软约束的偏差。用于惯性传感器的运动微分方程以初始条件作为变量进行求解;最小化惩罚度量的初始条件用作对于传感器的实际初始条件的估计。用于具体应用的软约束和惩罚度量基于该应用所期望的运动模式类型进行选择。说明性案例包括初始化期间具有相对较小的运动的应用以及初始化期间具有近似周期性运动的应用。

Inertial sensors with soft constraints and penalty functions

A method for estimating the orientation and speed of an inertial sensor in the absence of a sensor to be stationary or in the presence of a known location or downward. Initialize the motion patterns that are encoded as soft constraint sets, which are expected to be established during the initialization period. The penalty measure is defined to measure the deviation between the calculated trajectory and the soft constraint. The differential equation of motion for the inertial sensor is solved with the initial condition as the variable, and the initial condition of the penalty measure is minimized to be used for the estimation of the actual initial condition of the sensor. Soft constraints and penalty measures for specific applications are selected based on the desired motion pattern type of the application. Illustrative cases include applications with relatively small motions during initialization and applications with approximately periodic motions during initialization.

【技术实现步骤摘要】
【国外来华专利技术】
一个或多个实施例涉及运动捕获以及与其关联的可能与一个用户或一台装备耦合的传感器的初始化领域。更具体地但非限制性地,一个或多个实施例允许使用软约束和惩罚函数初始化惯性传感器以便估计惯性传感器设备的初始条件。该初始化通常基于在初始化时间间隔期间从该设备捕获的数据并且基于对该间隔期间该设备的运动的软约束集合发生在某个时间点。
技术介绍
惯性传感器通常用于运动跟踪和导航。它们提供了以下优点:它们可以用来在无需外部输入或参考的情况下估计物体的运动。这些系统典型地包括测量线性力的加速度计以及测量旋转运动的陀螺仪。这样的系统多年来用作船舶和飞机的导航辅助设备。更近些时候,随着廉价的MEMS传感器变得广泛可用,惯性传感器日益嵌入到诸如智能电话之类的消费产品中。纯惯性传感器不能检测均匀线性运动;这实质上是相对性原理的结果。它们也不能确定绝对位置或取向。实际上,惯性传感器可以用于跟踪位置和取向的变化。作为运动跟踪或导航设备,它们依靠航位推算技术从已知的起始条件并且从惯性传感器检测的变化估计新的位置和取向。因此,使用惯性传感器的应用必须在借助于惯性数据测量位置和取向的变化之前使用某种方法确定传感器的初始条件。现有的系统通常将两种方法之一或者二者用于该初始化。一种现有的惯性传感器初始化方法是将传感器置于已知的位置和取向,并且确保它在开始运动跟踪之前的一定时间段是静止的(没有线性或旋转运动)。然后,可以将传感器的初始位置和取向直接提供给运动跟踪算法,并且可以将初始线速度和角速度设置为零以便反映该静止初始状态。这种方法极为简单,但是在以下情形下可能不适用。有时,初始位置或初始取向不可能知晓。在一些应用中,在开始运动跟踪之前要求静止时间段可能不是可行的。要求传感器在开始运动跟踪之前是静止的现有系统有时可以通过使用加速度计作为重力矢量传感器而获得传感器相对于竖直的初始倾斜。这种技术仅仅在传感器静止时且当存在可忽略的振动时才适用;否则,加速度计数据将反映真实加速度和重力的组合。第二种现有的惯性传感器初始化方法是利用其他传感器数据馈送补充惯性传感器数据。例如,GPS系统经常结合惯性传感器使用以便提供具有绝对位置信息的数据馈送。磁体可以结合惯性传感器使用以便提供具有绝对取向信息的数据馈送。这些类型的组合了惯性和非惯性传感器的混合系统常常用于导航。例如,GPS系统可以用作主要导航工具,惯性传感器在GPS信号暂时不可用的情况下提供GPS更新之间的外推和备份。混合系统的缺点是附加的传感器硬件和软件的成本和复杂性。特别是对于GPS(或者类似的定位系统,例如使用蜂窝电话信号的定位系统)而言,GPS接收器必须集成到传感器硬件中。这可能是不切实际的,或者它可能在某些诸如室内之类的环境下根本不起作用。总之,已知的用于初始化惯性传感器的系统通常依赖于将传感器置于静止和已知的条件下或者利用附加的传感器馈送补充惯性传感器。任一方法对于特定的应用而言都具有局限和缺点。因此,需要一种可以在更一般的条件下使用并且无需附加的传感器硬件的惯性传感器初始化方法。
技术实现思路
本专利技术的实施例涉及一种基于在初始化时间间隔期间从惯性传感器设备捕获的数据并且基于对该间隔期间该设备的运动的软约束集合在某个时间点估计该设备的初始条件的方法。这些约束可以称为软约束,因为在一些实施例中它们预期仅仅对于初始化时间间隔期间所述设备的运动近似成立。对这些软约束的小偏离可以预期,但是大的偏离可以预期是不大可能的。不同的软约束可以由本专利技术的不同实施例使用,其潜在地反映了使用这些不同实施例的各种应用中预期的典型运动模式。本专利技术的一个或多个实施例可以不要求惯性传感器在整个初始化时间间隔上静止或者处于特定的取向。此外,一些实施例可以不要求利用诸如GPS读数之类的其他非惯性数据补充从惯性传感器捕获的数据。因此,本专利技术的实施例可以用来在广泛的条件下且没有附加的传感器硬件的情况下通过在初始化期间使用预期运动模式作为软约束集合而估计惯性传感器的初始条件。例如,本专利技术的一个或多个实施例可以用来估计连续使用的装置的初始取向或初始速度,在连续使用中,要求该装置对于专门的初始化过程保持静止是不切实际的。这样的使用情况可能适用于例如具有集成的惯性传感器的体育装备,其中在比赛期间为了初始化装备的取向或速度而打断装备的用户是不切实际的。本专利技术的实施例可以使用一个或多个惩罚度量量化惯性传感器设备的实际运动轨迹与软约束集合的偏差。和软约束本身一样,本专利技术的一个或多个实施例使用的惩罚度量可以基于使用这样的实施例的应用中的预期运动模式进行选择。在一个或多个实施例中,用于惯性传感器的初始条件的估计可以通过最小化惩罚度量计算。实际上,该过程可以找到生成与为这样的实施例限定的软约束接近的运动轨迹(其可以包括位置和速度轨迹)的初始条件。对于现有技术中的典型惯性运动跟踪应用而言,惯性传感器的初始条件是已知的,并且传感器的运动轨迹通过对用于惯性传感器的公知运动微分方程积分(通过分析或者数值方法)进行计算。本专利技术的一个或多个实施例中使用的方法在某种意义上是典型运动跟踪方法的逆:初始条件可以被看作要通过最小化运动轨迹与软约束的偏差找到的变量。确定最小化惩罚度量的初始条件可以通过用于函数最小化的已知技术集合中的任何一种进行。它们包括直接分析技术(其有时可以用于简单函数形式)以及用于函数优化的各种数值方法。本专利技术的实施例也可以应用近似最小化方法获得不确切但是有用的初始条件估计。这样的近似方法例如在具有相对较小计算能力的嵌入式处理器上执行初始化计算的情况下或者在获得近似估计在时间上非常关键的情况下可能是有用的。在本专利技术的一个或多个实施例中,对惯性传感器的运动的软约束可以包括这样的约束:传感器的位置在初始化时段期间变化相对较小,并且传感器的初始速度相对较小。这些实施例可以使用由整个初始化时段上惯性传感器的净位置变化组成的简单惩罚度量。这种类型的简单惩罚度量例如在一个或多个实施例中可以用于高尔夫球挥杆分析应用,其中玩家在准备击球(address)期间移动他的高尔夫球杆(其包含集成或者附接的惯性传感器),但是球杆头在该准备击球时段期间从不移动得离球太远,并且它在准备击球期间从不移动得太快。在一个或多个实施例中,传感器的初始取向可以使用将运动微分方程分为取向方程以及位置和速度方程的技术直接计算。微分方程的这种分离得到净位置变化的表达式(惩罚度量),其可以以分析方法最小化以便给出初始取向估计。该分析解决方案可以在不能为迭代数值最小化方法承担时间或计算资源的应用中提供益处。在本专利技术的一个或多个实施例中,对惯性传感器的运动的软约束可以包括指示运动在初始化间隔期间为近似周期性的一个或多个约束。在一个或多个实施例中,惩罚度量可以包括整个单个选择的运动周期上的净位置变化和净速度变化。在一个或多个实施例中,这样的约束和惩罚度量可以例如用于棒球挥杆分析应用,其中击球手在等待投球的同时在准周期性来回运动中或者在重复圆周运动中移动他的球棒。在本专利技术的一个或多个实施例中,可以在最小化惩罚度量之前在初步处理步骤中计算运动周期的估计。一个或多个实施例可以包括周期估计步骤,该步骤在初始化期间在惯性传感器数据上使用离散傅里叶变换(DFT)以便识别主导运动频率(以及因而主导周期)本文档来自技高网
...

【技术保护点】
一种用于确定惯性传感器的初始取向Q0和初始速度v0的估计的方法,包括步骤:在包括感兴趣活动的捕获时间间隔[ti,tf]上收集来自惯性传感器的样本数据,所述样本数据包括加速度计数据s(t)和速率陀螺仪数据ω(t);在所述捕获时间间隔内选择初始化间隔限定对于所述初始化间隔期间的所述惯性传感器的位置r(t)和速度v(t)的软约束集合{Ci},其中每个其中所述软约束表示所述初始化间隔期间所述感兴趣活动的典型位置和速度轨迹模式的近似;限定惩罚度量mj(r(t),v(t))以便量化计算的所述位置r(t)和所述速度v(t)的轨迹与所述软约束{Ci}的偏差;以及当所述初始取向和初始速度用作在整个所述初始化间隔上借助于耦合的微分方程将所述样本数据整合到取向、位置和速度中的初始条件时,计算所述初始化间隔开始处所述惯性传感器的初始取向Q0=Q(t0)和初始速度v0=v(t0)的估计以便最小化所述惩罚度量。

【技术特征摘要】
【国外来华专利技术】2014.04.22 US 14/258,2911.一种用于确定惯性传感器的初始取向Q0和初始速度v0的估计的方法,包括步骤:在包括感兴趣活动的捕获时间间隔[ti,tf...

【专利技术属性】
技术研发人员:约翰·戈里巴斯卡·博斯皮尤什·吉普塔
申请(专利权)人:博拉斯特运动有限公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1