消除加速度計讀數中的重力影響

Question

我正在開發一個應用程序，其中使用了Accelerometer來感測線性加速度 ，但是一段時間后，我知道Accelerometer不會顯示線性加速度（ 也對其產生重力影響 ）。

因此，為了消除重力，我嘗試了一些方法，並得出結論，必須設計一個過濾器。

為了設計過濾器，我嘗試了以下代碼。

public void onSensorChanged(SensorEvent event)
 {
      // alpha is calculated as t / (t + dT)
      // with t, the low-pass filter's time-constant
      // and dT, the event delivery rate

      final float alpha = 0.8;

      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];

      linear_acceleration[0] = event.values[0] - gravity[0];
      linear_acceleration[1] = event.values[1] - gravity[1];
      linear_acceleration[2] = event.values[2] - gravity[2];
 }

摘自Android Developers 。

現在，我在上面的代碼中遇到了一些問題：

1. 什么是alpha，t和dt？
2. 如何獲得t和dt的值以及如何計算它們？
3. 還讓我知道我用於獲得線性加速度的代碼是否有效？

Answer 1

這種方法可以“抑制”傳感器值的變化。 這就是所謂的“指數平滑” 。 在快速變化的變量中，您可以通過獲取最新值並將其計算為分數（alpha）來找到平均值的估計值。

該算法使用此過濾器來找到常數，“必須”為重力。 總加速度=重力+瞬時加速度，因此可以通過event.values - gravity計算瞬時加速度。

除非您不斷加速（火箭發射，在高速公路上加速...），否則此方法有效。 因子α告訴您“平均值”的變化速度，當您想測量變化更快的加速度時，該值需要更大。 這由術語dt反映：當相對於過濾器時間常數較小（較高的事件發生率）時，alpha會變大。 時間常數告訴您平均而言，紋波效應衰減的速度有多快。