iPhone6、iPad Pro惯性传感器性能对比

最新推荐文章于 2021-01-02 20:36:29 发布

古路

最新推荐文章于 2021-01-02 20:36:29 发布

阅读量1.1k

点赞数 3

分类专栏： slam 文章标签： IMU标定

slam 专栏收录该内容

70 篇文章

订阅专栏

iPhone6、iPad Pro惯性传感器性能对比

引言

厉害！原文是github.io制作的博客页，估计博主那边能正常显示公式，但是我这边不能，转贴一下！

机型	iPhone6	iPad Pro
上市时间	2014.9	2015.9
操作系统	iOS 11.0 beta2	iOS 11.0 beta2
CPU型号	A8	A9X
IMU型号	InvenSense MP67B	InvenSense MP67B

1.标定

误差来源.

加速计

误差类型	描述
Bias,零偏	输出信号与真值间的偏移量，单位 $m/s^2$
Noise,白噪声	环境中的噪声影响，一般是零均值的随机误差，单位 $m/s/\sqrt{h}$
Temperature Effects,温度影响	由于温度变化对系统性能产生的影响，高度非线性，一般由厂商在硬件内部进行修正
Calibration, 标定误差	尺度因子误差，坐标轴非正交，未对齐和加速计输出的非线性误差
Bias Instability,零偏扰动	加速计零偏的随机游走

陀螺仪

误差类型	描述
Bias,零偏	输出信号与真值间的偏移量，单位 $° / h$
Noise,白噪声	环境中的噪声影响，一般认为是零均值的随机误差，单位 $\sqrt{h}$
Temperature Effects,温度影响	由于温度变化对系统性能产生的影响，高度非线性，一般由厂商在硬件内部进行修正
Calibration, 标定误差	尺度因子误差，坐标轴非正交，未对齐和加速计输出的非线性误差
Bias Instability,零偏扰动	陀螺仪零偏的随机游走，常用单位为 $° / h$

2.结果

标定算法：IMU_TK

加速计

标定依据：在静止状态下，加速计的三轴测量值确定的加速度应等于本地的重力加速度。
$a^o = T^aK^a(a^s + b^a + v^a)$ 测量值 = 坐标轴旋转 * 尺度因子 (真实值 + 零偏 + 白噪声)

            iPhone6                    |               iPad Pro
# 坐标轴误差校准                               
           1  -0.00221245  0.000912477 |          1 0.000917927   0.0018841
           0            1 -0.000198147 |          0           1  -0.0011969
          -0            0            1 |         -0           0           1
# 尺度校准
    0.998609            0            0 |    1.00324           0           0
           0     0.999106            0 |          0     1.00145           0
           0            0     0.996096 |          0           0    0.998371
# 零偏校准
                            0.00658852 |     0.1052
                              0.122912 |  0.0268708
                           -0.00764916 | -0.0361952

陀螺仪

标定依据：IMU从一个静止状态切换到另一个静止状态下加速计所测量得到的重力向量变化值等于使用陀螺仪方向积分算法计算得到的方向变化。
$g^o = T^gK^g(g^s + b^g + v^g)$ 测量值 = 坐标轴旋转 * 尺度因子 (真实值 + 零偏 + 白噪声)

                iPhone6                |             iPad Pro
# 坐标轴旋转量校准
           1  0.000109637  -0.00138577 |           1  0.00276909 0.000878412
-0.000623062            1   -0.0039999 | -0.00261206           1  0.00113335
 5.65993e-05   0.00400731            1 |  0.00107458  0.00368646           1
# 尺度校准
     1.00294            0            0 |     1.00173           0           0
           0      1.00406            0 |           0    0.999191           0
           0            0      1.00344 |           0           0    0.999748
# 零偏校准
                            -0.0184523 |  -0.0254976
                             0.0326501 |  0.00988707
                            -0.0162517 |  -0.0127728

4.对比分析

静止状态下的传感器性能对比
分析方法：统计了设备静止两个小时的数据，先绘制数据变化曲线来大致分析性能；然后采用Allan Variance分析数据，来定量计算传感器的性能参数。需要提及的是，惯性传感器性能参数一般需要静止放置采集数十个小时的数据，此处采集两个小时数据主要是考虑到一般用户的使用时间平均值。

静止7200秒(两小时)的数据对比

在这里插入图片描述

上图:iPhone6静止7200秒的原始加速计数值随时间的变化曲线。
下图:iPad Pro静止7200秒的原始加速计数值随时间的变化曲线。

数据统计信息如下：

# iPhone6 加速计统计信息
      x        y          z
mean -0.035517 0.151579  -9.846777
std  0.008939  0.009675  0.009832
min  -0.081281 0.105231  -9.895323
25%  -0.041464 0.145048  -9.853410
50%  -0.035476 0.151335  -9.846823
75%  -0.029489 0.157772  -9.840087
max  0.007484  0.206870  -9.797127

# iPad 测量值统计信息
      x       y         z
mean 0.148356   -0.027715   -9.844957
std  0.009364   0.005995    0.011061
min  0.102986   -0.051942   -9.898466
25%  0.142055   -0.031884   -9.852362
50%  0.148342   -0.027992   -9.844877
75%  0.154628   -0.023801   -9.837543
max  0.200284   0.005688    -9.787696

对比图像及统计信息，可以发现在静止状态下，iPhone6与iPad Pro的各个轴的测量值受环境噪声影响变化的范围为 $±0.05m/s2 \pm 0.05m/s^2$ ，二者的稳定性能都较好，下图展示使用小波滤波去除高频噪声后的数值图。从滤波后的图中，可以看出对于iPhone6，在720000末尾时刻附近，加速计度数受到了外部较大的扰动，会对我们在进行Allan Variance分析时造成影响；对于iPad Pro设备，在470000时刻附近，设备收到了小幅扰动，也会对我们进行Allan Variance分析造成影响。
在这里插入图片描述

上图:iPhone 6加速计测量值滤波。下图:iPad Pro加速计测量值滤波。

陀螺仪

在这里插入图片描述

在这里插入图片描述
上图:iPhone 6静止7200秒的原始陀螺仪数值随时间的变化曲线。
下图:iPad Pro静止7200秒的原始陀螺仪数值随时间的变化曲线。

统计信息如下：

#iPhone6
      roll      pitch     yaw
mean -0.021478 0.032021  -0.016064
std  0.000730  0.000733  0.000625
min  -0.024588 0.028623  -0.019294
25%  -0.022445 0.031809  -0.016094
50%  -0.021383 0.031813  -0.016089
75%  -0.021382 0.032872  -0.016085
max  -0.017120 0.035008  -0.013947

#iPad
         roll        pitch    yaw
mean -0.027756  0.008330    -0.013746
std   0.000732  0.000737    0.000564
min  -0.030833  0.004116    -0.016073
25%  -0.028682  0.008391    -0.013931
50%  -0.027622  0.008397    -0.013928
75%  -0.027616  0.008404    -0.013922
max  -0.024425  0.011610    -0.011783

类似加速计，采用小波滤波去除噪声后的陀螺仪测量值变化情况如下图。

在这里插入图片描述

4.Allan Variance分析

对于一个给定的平均时间t, Allan Variance的计算过程如下：

将所有时刻的数据按照时间长度t划分。
在每一份上计算平均值 ${a(t)_1, a(t)_2, \cdots , a(t)_n}$ ，其中n为份数。
Allan Variance（方差）
$\frac{1}{2(n-1)}\sum_{i}(a(t)_{i+1}-a(t)_i)^2$
确定噪声特性时，Allan Deviation(Allan偏差)由下式给定:
$AD(t)=\sqrt{AVAR(t)}$
使用log-log来绘制随平均时间t的变化。

标准的Allan Variance图如下图所示：
在这里插入图片描述

Allan 标准差	系数	双对数曲线斜率
$\sqrt 3 Q/t$	量化噪声系数Quantization Noise( $° / h$ )	-1
$\sqrt t$	角速度随机游走/白噪声 Random Walk/White Noise( $\sqrt h$ )	-0.5
$A D (t) = 0.664 B$	零偏不稳定性Bias InStability, Flicker( $° / h$ )	0
$Wt/\sqrt 3$	速率随机游走系数Rate Random Walk( $\sqrt h)$ )	0.5
$Rt/\sqrt 2$	速率斜坡系数Rate Ramp( $h^2$ )	1

各项噪声相互独立，则Allan方差为：
$\frac{3Q^2}{t^2} + \frac{N^2}{t} + (0.6648B)^2 + \frac{W^2}{3}t + \frac{R^2}{2}t^2$ 有的地方表达为：
$\frac{3Q^2}{t^2} + \frac{N^2}{t} + (0.6648B)^2 + \frac{K^2}{3}t + \frac{R^2}{2}t^2$
可以通过拟合上式求解出各项噪声系数。

下面对iPhone6和iPad Pro设备进行Allan方差分析，需要提及的是，在上述分析中，测得iPhone6在720000时刻末尾受到了外部较大的扰动，会影响分析，故而选定[0:719000]时刻之间的数据进行分析。

加速计Allan Variance分析

图中虚线表示实际数据产生的曲线，实线表示基于实际数据拟使用最小二乘拟合各项系数。
在这里插入图片描述

在这里插入图片描述

iPhone 6参数	Bias Instability	加速度随机游走
x轴	0.00031339118089950978 $m/s^2$	0.00900734500775285038 $m/s^2/\sqrt{s}$
y轴	0.00059266534623396135 $m/s^2$	0.00978029252483184584 $m/s^2/\sqrt{s}$
z轴	0.00028523714305156200 $m/s^2$	0.00999934941654948527 $m/s^2/\sqrt{s}$
iPad Pro参数	Bias Instability	加速度随机游走
x轴	0.00106918429453465962 $m/s^2$	0.00745781762060129024 $m/s^2/\sqrt{s}$
y轴	0.00014150320967146692 $m/s^2$	0.00596410135694045752 $m/s^2/\sqrt{s}$
z轴	0.00071630683170711572 $m/s^2$	0.01094867249117151102 $m/s^2/\sqrt{s}$

陀螺仪Allan Variance分析

在这里插入图片描述

iPhone 6参数	Bias Instability	角度随机游走
roll轴	0.00000958949814246141 $° / s$	0.00074476637902596220 $°/\sqrt {s}$
pitch轴	0.00003329700350509466 $° / s$	0.00077487980339896868 $°/\sqrt {s}$
yaw轴	0.00003092355420404677 $° / s$	0.00065633846881467763 $°/\sqrt {s}$
iPad Pro参数	Bias Instability	角度随机游走
roll轴	0.00003481153129870388 $° / s$	0.00078542607142304433 $°/\sqrt {s}$
pitch轴	0.00006181899789760461 $° / s$	0.00075425826751018582 $°/\sqrt {s}$
yaw轴	0.00003160778722050383 $° / s$	0.00059731859848418528 $°/\sqrt {s}$

5.结果

iPad Pro和iPhone6使用的IMU型号相同，性能相差不大。从加速计数据来看，iPad Pro和iPhone6受白噪声影响的加速度随机游走大致相同，不过bias稳定性方面，iPad Pro性能比iPhone6要差一些，问题出现在数据获取阶段，在使用小波变换后得到的iPad Pro 加速计x轴和z轴的变化情况可以看出，在大约470000时刻出现了一次向上的波动，也即设备受到了外部扰动，导致了设备不是出于静止状态。相对地，在470000时刻，陀螺仪测量的扰动不明显，iPhone6与iPad Pro的Allan Variance分析表明二者的性能十分接近，Bias Instability大致相同。

6.TODO

1.采集数十小时的设备静止数据进行分析。

采集8.5小时数据绘制的Allan Variance图。
在这里插入图片描述

iPhone6静止8.5小时的加速计Allan方差分析

参数	quantization	white	flicker	walk	ramp
x轴	2.036605913865e-03	8.787034448905e-03	3.842003262693e-04	1.434705682799e-06	2.920101145273e-09
y轴	0.000000000000e+00	9.467511485760e-03	6.351823845897e-04	1.172745998124e-05	2.082541807133e-08
z轴	0.000000000000e+00	1.085228494629e-02	7.092289945368e-04	4.422579509429e-06	8.614174995923e-09

在这里插入图片描述

iPhone6静止8.5小时的陀螺仪Allan方差分析

参数	quantization	white	flicker	walk	ramp
roll轴	2.591604522717e-04	7.280523999135e-04	4.384859460983e-05	5.046802826819e-07	5.263176166678e-10
pitch轴	0.000000000000e+00	1.111262674864e-03	4.131491400990e-05	1.971495693847e-07	4.176582313217e-10
yaw轴	0.000000000000e+00	6.824313983321e-04	3.052670874270e-05	1.772773607659e-07	0.000000000000e+00