Yah*_*hor 9 android sensor magnetometer android-sensors
使用TYPE_MAGNETOMETER传感器时,可获得与器件方向相关的磁场强度的X,Y,Z值.我想要得到的是将这些值转换为全局参考框架,澄清:用户接受设备,测量这些值,而不是将设备旋转任何轴周围一定程度并获得相同的值.请在下面找到类似的问题: 在全局坐标中获取磁场值 如何获得磁场矢量,与设备旋转无关？ 在这个答案中描述了样本解决方案(它用于线性加速,但我认为没关系):https://stackoverflow.com/a/11614404/2152255 我使用它并且我得到3个值,X总是非常小(不要认为它是正确的),Y和Z都可以,但是当我旋转设备时它们仍然有点变化.怎么可以调整？它可以全部解决吗？我使用简单的卡尔曼滤波器来近似测量值,因为即使设备根本没有移动/旋转,我也会得到不同的值.请在下面找到我的代码:
import android.app.Activity;
import android.hardware.Sensor;
import android.hardware.SensorEvent;
import android.hardware.SensorEventListener;
import android.hardware.SensorManager;
import android.opengl.Matrix;
import android.os.Bundle;
import android.view.View;
import android.widget.CheckBox;
import android.widget.TextView;
import com.test.statistics.filter.kalman.KalmanState;
import com.example.R;
/**
* Activity for gathering magnetic field statistics.
*/
public class MagneticFieldStatisticsGatheringActivity extends Activity implements SensorEventListener {
public static final int KALMAN_STATE_MAX_SIZE = 80;
public static final double MEASUREMENT_NOISE = 5;
/** Sensor manager. */
private SensorManager mSensorManager;
/** Magnetometer spec. */
private TextView vendor;
private TextView resolution;
private TextView maximumRange;
/** Magnetic field coordinates measurements. */
private TextView magneticXTextView;
private TextView magneticYTextView;
private TextView magneticZTextView;
/** Sensors. */
private Sensor mAccelerometer;
private Sensor mGeomagnetic;
private float[] accelerometerValues;
private float[] geomagneticValues;
/** Flags. */
private boolean specDefined = false;
private boolean kalmanFiletring = false;
/** Rates. */
private float nanoTtoGRate = 0.00001f;
private final int gToCountRate = 1000000;
/** Kalman vars. */
private KalmanState previousKalmanStateX;
private KalmanState previousKalmanStateY;
private KalmanState previousKalmanStateZ;
private int previousKalmanStateCounter = 0;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main2);
mSensorManager = (SensorManager) getSystemService(SENSOR_SERVICE);
mAccelerometer = mSensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER);
mGeomagnetic = mSensorManager.getDefaultSensor(Sensor.TYPE_MAGNETIC_FIELD);
vendor = (TextView) findViewById(R.id.vendor);
resolution = (TextView) findViewById(R.id.resolution);
maximumRange = (TextView) findViewById(R.id.maximumRange);
magneticXTextView = (TextView) findViewById(R.id.magneticX);
magneticYTextView = (TextView) findViewById(R.id.magneticY);
magneticZTextView = (TextView) findViewById(R.id.magneticZ);
mSensorManager.registerListener(this, mAccelerometer, SensorManager.SENSOR_DELAY_FASTEST);
mSensorManager.registerListener(this, mGeomagnetic, SensorManager.SENSOR_DELAY_FASTEST);
}
/**
* Refresh statistics.
*
* @param view - refresh button view.
*/
public void onClickRefreshMagneticButton(View view) {
resetKalmanFilter();
}
/**
* Switch Kalman filtering on/off
*
* @param view - Klaman filetring switcher (checkbox)
*/
public void onClickKalmanFilteringCheckBox(View view) {
CheckBox kalmanFiltering = (CheckBox) view;
this.kalmanFiletring = kalmanFiltering.isChecked();
}
@Override
public void onSensorChanged(SensorEvent sensorEvent) {
if (sensorEvent.accuracy == SensorManager.SENSOR_STATUS_UNRELIABLE) {
return;
}
synchronized (this) {
switch(sensorEvent.sensor.getType()){
case Sensor.TYPE_ACCELEROMETER:
accelerometerValues = sensorEvent.values.clone();
break;
case Sensor.TYPE_MAGNETIC_FIELD:
if (!specDefined) {
vendor.setText("Vendor: " + sensorEvent.sensor.getVendor() + " " + sensorEvent.sensor.getName());
float resolutionValue = sensorEvent.sensor.getResolution() * nanoTtoGRate;
resolution.setText("Resolution: " + resolutionValue);
float maximumRangeValue = sensorEvent.sensor.getMaximumRange() * nanoTtoGRate;
maximumRange.setText("Maximum range: " + maximumRangeValue);
}
geomagneticValues = sensorEvent.values.clone();
break;
}
if (accelerometerValues != null && geomagneticValues != null) {
float[] Rs = new float[16];
float[] I = new float[16];
if (SensorManager.getRotationMatrix(Rs, I, accelerometerValues, geomagneticValues)) {
float[] RsInv = new float[16];
Matrix.invertM(RsInv, 0, Rs, 0);
float resultVec[] = new float[4];
float[] geomagneticValuesAdjusted = new float[4];
geomagneticValuesAdjusted[0] = geomagneticValues[0];
geomagneticValuesAdjusted[1] = geomagneticValues[1];
geomagneticValuesAdjusted[2] = geomagneticValues[2];
geomagneticValuesAdjusted[3] = 0;
Matrix.multiplyMV(resultVec, 0, RsInv, 0, geomagneticValuesAdjusted, 0);
for (int i = 0; i < resultVec.length; i++) {
resultVec[i] = resultVec[i] * nanoTtoGRate * gToCountRate;
}
if (kalmanFiletring) {
KalmanState currentKalmanStateX = new KalmanState(MEASUREMENT_NOISE, accelerometerValues[0], (double)resultVec[0], previousKalmanStateX);
previousKalmanStateX = currentKalmanStateX;
KalmanState currentKalmanStateY = new KalmanState(MEASUREMENT_NOISE, accelerometerValues[1], (double)resultVec[1], previousKalmanStateY);
previousKalmanStateY = currentKalmanStateY;
KalmanState currentKalmanStateZ = new KalmanState(MEASUREMENT_NOISE, accelerometerValues[2], (double)resultVec[2], previousKalmanStateZ);
previousKalmanStateZ = currentKalmanStateZ;
if (previousKalmanStateCounter == KALMAN_STATE_MAX_SIZE) {
magneticXTextView.setText("x: " + previousKalmanStateX.getX_estimate());
magneticYTextView.setText("y: " + previousKalmanStateY.getX_estimate());
magneticZTextView.setText("z: " + previousKalmanStateZ.getX_estimate());
resetKalmanFilter();
} else {
previousKalmanStateCounter++;
}
} else {
magneticXTextView.setText("x: " + resultVec[0]);
magneticYTextView.setText("y: " + resultVec[1]);
magneticZTextView.setText("z: " + resultVec[2]);
}
}
}
}
}
private void resetKalmanFilter() {
previousKalmanStateX = null;
previousKalmanStateY = null;
previousKalmanStateZ = null;
previousKalmanStateCounter = 0;
}
@Override
public void onAccuracyChanged(Sensor sensor, int i) {
}
}
感谢阅读这篇文章的所有人,并提前发布了有关该问题的一些想法.
Hoa*_*yen 23
在我对上面提供的链接上的已检查答案的评论中,我参考了真实北方计算加速度的简单答案
让我再次回答这里,并作出更多澄清.答案是旋转矩阵和磁场值的乘积.如果你进一步阅读"X总是非常小"是正确的值.
加速度计和磁场传感器分别测量设备的加速度和设备位置处的地球磁场.它们是三维空间中的向量,分别称它们为a和m.
如果你静止并旋转你的设备,理论上m不会改变,假设没有来自周围物体的磁干扰(实际上m应该变化很小,如果你移动,因为地球的磁场应该在短距离内变化很小).但a确实会改变,即使在大多数情况下它不应该是激烈的.
现在,三维空间中的向量v可以由关于某个基础(e_1,e_2,e_3)的3元组(v_1,v_2,v_3)表示,即v = v_1 e_1 + v_2 e_2 + v_3 e_3.(v_1,v_2,v_3)被称为v相对于基础的坐标(e_1,e_2,e_3).
在Android设备中,基础是(x,y,z),其中,对于大多数手机,x沿着短边并且指向右边,y沿着较长边并且指向上方并且z垂直于屏幕并指出.
现在,这个基础随着设备位置的变化而变化.人们可以认为这些基数是时间(x(t),y(t),z(t))的函数,在数学术语中它是一个移动坐标系.
因此,即使m没有改变,但传感器返回的event.values也不同,因为基础不同(我稍后会讨论波动).事实上,event.values是无用的,因为它给了我们坐标,但我们不知道基础是什么,即我们知道的某些基础.
现在的问题是:是否有可能找到的坐标一和米相对于固定世界基础(W_1,W_2,w_3),其中W_1向东点,W_2对磁北极与点w_3点向上指向天空？
如果满足2个重要假设,答案是肯定的.
与这些2个假设它是简单的计算(只是几个横产品)基矩阵的变化- [R从基础(X,ÿ,Ž到基础()W_1,W_2,w_3),其在Android中被称为旋转矩阵.然后一个矢量的坐标v相对于所述基础(W_1,W_2,w_3)通过乘法获得ř与坐标v相对于(X,ÿ,Ž).因此的坐标米相对于世界坐标系统是的只是产品旋转矩阵和event.values由TYPE_MAGNETIC_FIELD传感器同样地,对于返回的一个.
在android中,旋转矩阵是通过调用getRotationMatrix(float [] R,float [] I,float [] gravity,float [] geomagnetic)获得的,我们通常会将返回的加速度计值传递给重力参数和磁场值地磁.
的2个重要的假设是:
1-在重力参数表示躺在矢量w_3,更特别地,它是单独受重力影响的向量的负.
因此,如果您传递加速度计值而不进行过滤,则旋转矩阵将稍微关闭.这就是为什么你需要过滤加速度计,使滤波器值大约只是负重力矢量.由于重力加速度是加速度计矢量中的主导因素,通常低通滤波器就足够了.
2-将地磁参数表示躺在由跨越的平面中的向量W_2和w_3载体.那就是它位于北天飞机上.因此,在(长期W_1,W_2,w_3)的基础上,第一个坐标应为0,因此,"X总是非常小",你说上面这是正确的值,理想应该是0.现在磁字段值会波动很大.这是一种预期的,正如一只普通的指南针不会停留在你的手中,你的手会摇晃一下.此外,您可能会受到周围物体的干扰,在这种情况下,磁场值是不可预测的.我曾经测试过坐在"石头"桌子附近的指南针应用程序,我的指南针偏离了90度以上,只有使用真正的指南针,我发现我的应用程序没有任何问题,而"石头"表产生了真正的强磁场.
以重力作为主导因素,您可以过滤加速度计值,但没有任何其他知识,您如何适应磁性值？你怎么知道周围物体是否有任何干扰？
通过对旋转矩阵的理解,您可以更多地了解您的设备空间位置等.
根据以上说明,这样做
private static final int TEST_GRAV = Sensor.TYPE_ACCELEROMETER;
private static final int TEST_MAG = Sensor.TYPE_MAGNETIC_FIELD;
private final float alpha = (float) 0.8;
private float gravity[] = new float[3];
private float magnetic[] = new float[3];
public void onSensorChanged(SensorEvent event) {
Sensor sensor = event.sensor;
if (sensor.getType() == TEST_GRAV) {
// Isolate the force of gravity with the low-pass filter.
gravity[0] = alpha * gravity[0] + (1 - alpha) * event.values[0];
gravity[1] = alpha * gravity[1] + (1 - alpha) * event.values[1];
gravity[2] = alpha * gravity[2] + (1 - alpha) * event.values[2];
} else if (sensor.getType() == TEST_MAG) {
magnetic[0] = event.values[0];
magnetic[1] = event.values[1];
magnetic[2] = event.values[2];
float[] R = new float[9];
float[] I = new float[9];
SensorManager.getRotationMatrix(R, I, gravity, magnetic);
float [] A_D = event.values.clone();
float [] A_W = new float[3];
A_W[0] = R[0] * A_D[0] + R[1] * A_D[1] + R[2] * A_D[2];
A_W[1] = R[3] * A_D[0] + R[4] * A_D[1] + R[5] * A_D[2];
A_W[2] = R[6] * A_D[0] + R[7] * A_D[1] + R[8] * A_D[2];
Log.d("Field","\nX :"+A_W[0]+"\nY :"+A_W[1]+"\nZ :"+A_W[2]);
}
}
| 归档时间： |
|
| 查看次数： |
26241 次 |
| 最近记录： |