梶研 [端末姿勢推定]

2023年09月19日

端末姿勢推定

出席率

3年セミナー：??%

スケジュール

短期的な予定

[ ] 端末姿勢推定
- [x] データを収集
- [x] グラフを作成
- [x] 静止状態の判別
- [x] 端末姿勢を相補フィルターを用いて推定
- [x] 加速度を世界座標に変換
- [ ] カルマンフィルターを用いた推定

長期的な予定

9月23日技育展決勝
9月中旬まで端末姿勢推定(加速度, 角速度)
10月まで? 端末姿勢推定(カルマンフィルター)
11月中 Kotlin(とRust)の勉強「日常をsセンシングしたい」

進捗

やりたいこと

端末の姿勢推定

加速度を端末座標から世界座標にする

考え方

相補フィルターを使う
- 静止状態では加速度から傾きを推定
- 動作状態では角速度から傾きを推定
最終的には カルマンフィルター を使う

前回) 相補フィルターを使って端末姿勢推定をした

結構理想通りにはなったが正解が分からない

加速度を世界座標系に変換してみる
正解データとの比較ができるデータを取る

前回) 加速度を世界座標系に変換した

明らかにおかしい

ベクトル(加速度)を回転させる関数は以前のものを使用したため合ってるはず
元の加速度と姿勢推定後のデータのサンプリング周波数の違い?

データをとる

正解がわかりやすいデータで試してみる

机に置く(z軸正が上) → 縦向きに立てる(y軸正が上) → 横向きに立てる(x軸正が上) → 机に置く(z軸正が上)

問題点1 単位の違い

前回、単位が rad と deg で違うという問題があった

→ deg に統一

ただし、過去に作ったベクトルを回転させる関数は rad だった

修正後のグラフ

問題点2 関数が良くない

以前に使った加速度から傾きを出す関数を利用した

関数の仕様

以前のプログラムでは以下の処理をして返していた

def calc_tilt(df_acc):
  ...
    roll = math.acos(x / gravity)
    yaw = math.acos(y / gravity)
    pitch = math.acos(z / gravity)
  ...

# 加速度から傾きを計算
df_tilt = calc_tilt(df_acc)

# 基準に合わせて回転
df_tilt["roll"] = df_tilt["roll"] - math.pi / 2
df_tilt["yaw"] = df_tilt["yaw"] - math.pi / 2

今回コピペする上で、基準に合わせて回転 という処理をしていなかった

関数の役割的に基準に合わせて回転させる処理は端末の傾きを計算する前に行うべき