Matlab Mobile手机版获取gps数据和加速度信号融合

前言
- 安装matlab mobile
- Matlab Drive Connector 安装
- Matlab Mobile 记录数据
- Matlab 数据处理
- GPS与加速度积分融合
- 结语

前言

导师突然让我用手机版的matlab给同学们演示一下gps定位和加速度积分的融合，啥都不会的我一脸懵逼，老师只是看着我说你行的。然后就让我自己下去了解了解。自己在csdn上找了几篇帖子看了看，下了个matlab mobile边做边试。CSDN上虽然已经有了这类的介绍，但自己还是再来写个详细点的版本。

更新：资源已贴
https://download.csdn.net/download/Maxf1y/18251352

安装matlab mobile

ios可以直接进入APP store中下载

安卓我没在应用商店中找到，直接在网上下载的

进入之后登陆自己的matlab账号

登陆账号后出现以上界面，选择流式传输至matlab，此时警告需要许可证编号升级，否则无法使用，可以通过进入官网获取一个月试用权限。

进入网址：

https://ww2.mathworks.cn/campaigns/products/trials.html

输入自己的邮箱账号（手机版登陆的matlab账号）
输入信息，申请一个月试用期，之后退出网页（不仅如此online）

再次在手机上打开matlab mobile 如果依然提示升级，点击升级，连接云端后，不再需要许可证进行升级，可以正常使用，打开传感器，可以看到传感器记录的信息。如上图所示

Matlab Drive Connector 安装

手机上的matlab mobile记录数据信息后，会发送到云端，电脑上的matlab可以通过Matlab Drive Connector在云端接收到这些信息，然后对数据进行处理。

进入网址：

https://www.mathworks.com/products/matlab-drive.html?s_tid=AO_MLConnector#matlab-drive-connector

下载Matlab Drive Connector,点击箭头所示进行安装

选择文件夹位置，matlab mobile传输的数据会储存在这个位置里面

Matlab Mobile 记录数据

点开箭头所示位置进入命令行界面
输入

clear all
m = mobiledev

进入传感器界面，打开加速度传感器和位置传感器（此时若没有输入m = mobiledev命令，则会提示创建m=mobiledev）(如下图)

打开需要记录的传感器开关，点击开始，进行数据纪律。然后就可以拿着手机沿着你想测量的路径行走。注意加速度的方向（自己把手机的各个方向朝向地面，看看xyz的值什么时候为9.8，此时该方向为正方向）

数据记录结束后，点击停止，结束记录数据

输入命令：

[lat, lon, t, spd，yaw] = poslog(m);
posdata.lat = lat;
posdata.lon = lon;
posdata.t = t;
posdata.spd = spd;
posdata.yaw = yaw;
save('posdata.mat',“posdata”);

记录GPS的位置信息并保存为posdata.mat

[a,ta]=accellog(m);
acc.a=a;
acc.t=ta;
save('acc.mat','acc');

记录加速度信息并保存为acc.mat
之后进入matlab 跳转到Drive connector文件夹中可以看到保存的mat文件

Matlab 数据处理

打开matlab，跳转到Drive connector文件夹中（安装时保存的位置）运行

%%gpsmap.m
load('posdata.mat');
lat = posdata.lat;
lon = posdata.lon;
spd = posdata.spd;
t = posdata.t;
t = t - t(1);%%
wm = webmap('World Imagery');
s = geoshape(lat,lon);
wmline(s,'Color', 'red', 'Width', 3);

将路径放在地图上，得到如上图效果。

在github上找了一个卡尔曼滤波的程序,对得到的数据进行滤波：
https://github.com/goodstudentwhy/IMU_GPS_KF_Fusion
（程序并没有如介绍那样对加速度进行积分融合）
运行程序一下代码，将数据整合为github程序需要的形式

load('posdata.mat');
lat = posdata.lat;
lon = posdata.lon;
spd = posdata.spd;
t = posdata.t;
t = t - t(1);load('acc.mat');
ta = acc.t;
ta = ta - ta(1);data = [];
data(:,1) = t;
accdata = [];
accdata(:,1) = acc.t;
accdata(:,2) = acc.a(:,1)
accdata(:,3) = -acc.a(:,2)
accdata(:,4) = acc.a(:,3)for i = 1:length(data(:,1))p_t = data(i,1);for j = 1:length(ta)a_t = ta(j);if abs(a_t - p_t) <0.05data(i,4) = accdata(j,2);data(i,5) = accdata(j,3);endend
enddata(:,2) = lon;
data(:,3) = lat;vx=[];
vy=[];
yaw = posdata.yaw;
spd = posdata.spd;
for i=1:length(spd)vy(i,:) = spd(i)*sin(yaw(i));vx(i,:) = spd(i)*cos(yaw(i));
endkfdata(:,1) = data(:,1);
kfdata(:,2) = data(:,4);
kfdata(:,3) = data(:,5);
kfdata(:,4) = data(:,5);   %未使用z方向加速度，随意赋值
kfdata(:,5) = data(:,2);
kfdata(:,6) = data(:,3);
kfdata(:,7) = vx;
kfdata(:,8) = vy;
kfdata(:,9) = zeros(length(data),1);
kfdata(:,10) = zeros(length(data),1);

运行github程序
GPS_IMU_KF.m（github下载）

X_ACC = data(:,4);%X轴加速度
Y_ACC = data(:,5);%Y轴加速度
earth = 6378137;%地球半径
L = length(X_ACC);lat_1 = zeros(L,1);
lon_1 = zeros(L,1);
lat = zeros(L,1);
lon = zeros(L,1);
d_x = zeros(L,1);
d_y = zeros(L,1);
d_lon = zeros(L,1);
d_lat = zeros(L,1);%转为经纬度
for i = 1:Llon_1(i) = floor(data(i,2));lat_1(i) = floor(data(i,3));lon(i) = lon_1(i) + (mod(data(i,2),1)/60)*100;lat(i) = lat_1(i) + (mod(data(i,3),1)/60)*100;
end
%%%%%%%%%%%%%%%%%%%
%%计算距离上电距离
for i = 1:Ld_lon(i) = lon(i)-lon(1); d_lat(i) = lat(i)-lat(1);d_x(i) = 2 * 3.14 * earth * (d_lon(i)/360);d_y(i) = 2 * 3.14 * (earth / cos(d_lat(i)/360 * 2 * 3.14))*(d_lat(i)/360);
endpm_x = d_x; %GPS经度差
am_x = X_ACC;%X轴加速度数据
pm_y = d_y;  %GPS纬度差
am_y = Y_ACC;%Y轴加速度数据
t = 0.02; %运行周期
X1kf = zeros(3,1);
X2kf = zeros(3,1);
%状态转移矩阵和协方差矩阵
F = [1,t,0.5*t*t;0,1,t;0,0,1];%状态转移矩阵
P1 = [10,0,0;0,2,0;0,0,0.8]; %定义经度纬度协方差矩阵
P2 = [10,0,0;0,2,0;0,0,0.8];
Q = [10,0,0;0,0.8,0;0,0,0.8];%过程噪声
H = [1,0,0;0,0,1];%观测矩阵
R = [100,0;0,100]; %观测噪声
I = [1,0,0;0,1,0;0,0,1];
XX = zeros(L,1);
YY = zeros(L,1);
%对经纬度分别融合
for i = 1:L%预测X1_pre = F * X1kf;P1_pre = F*P1*F'+Q;Z1 = [pm_x(i);5];e1 = Z1 - H * X1_pre;Kg1 = P1_pre * H' * inv(H*P1_pre*H' + R);%更新X1kf = X1_pre + Kg1*e1;P1 = (I - Kg1*H)*P1_pre;XX(i) = X1kf(1);
end
%对经纬度分别融合
for i = 1:L%预测X2_pre = F * X2kf;P2_pre = F*P2*F'+Q;Z2 = [pm_y(i);5];e2 = Z2 - H * X2_pre;Kg2 = P2_pre * H' * inv(H*P2_pre*H' + R);%更新X2kf = X2_pre + Kg2*e2;P2 = (I - Kg2*H)*P2_pre;YY(i) = X2kf(1);
end%画图
figure
hold on; box on;
plot(d_x,d_y,'r');
plot(XX,YY,'b');
legend('原始轨迹','EKF轨迹');

结果如下

GPS与加速度积分融合

鉴于在github上的程序没有进行加速度积分融合，我又在csdn上找了一位大佬的程序
链接：IMU和GPS数据融合估计位置与速度（MATLAB实现）
效果如下：

效果有点差，直接运行没有去调过参数，不知道是因为加速度积分的问题还是因为代码参数的问题。如果有大佬了解还望指点。

结语

一个比较粗糙的笔记，帮大家熟悉一下matlab mobile的使用。

Matlab Mobile手机版获取gps数据和加速度信号融合相关推荐

Matlab从移动设备获取加速度数据对步数进行计数
Matlab从移动设备获取加速度数据对步数进行计数本文分享如何从 Android或 iOS (我的手机是ios)移动设备收集加速度数据,并使用它来对行走步数进行计数. 1.设置移动设备为了在 MA ...
gta5 android版数据包,gta5手机版2.21g数据包
gta5手机版2.21g数据包是一款非常自由的RPG游戏,游戏中拥有着非常高度的自由性,而且画质上也是非常的真实.游戏开局将是以3人的犯罪开始的,故事情节安排的非常不错哦!喜欢这款游戏的玩家,不如快来 ...
gta5 android版数据包,gta5手机版2.8g数据包
gta5手机版2.8g数据包是一款全新的都市冒险与战斗系列的RPG动作冒险类的手指游戏.在这个巨大的落砂机的城市,拥有着惊险刺激的开端,大型的战斗方式,实现更好的激情对决.化身成为退伍的老兵,回到家乡 ...
如何关闭大疆gps_如何使用djisdkforwindows从mavic 2获取gps数据?
我使用windows sdk. 我正在尝试使用以下方法获取gps数据: var flightControllerHandler = _djiManagerInstance.ComponentManag ...
携程手机版国际机票数据
目录携程手机版国内机票数据携程手机版国际机票数据携程网页版国内机票数据携程网页版国际机票数据去哪儿网手机版机票数据去哪儿网网页版机票数据携程手机版机票数据添加代理去哪儿网网页版机票数据 ...
携程手机版国内机票数据
目录携程手机版国内机票数据携程手机版国际机票数据携程网页版国内机票数据携程网页版国际机票数据去哪儿网手机版机票数据去哪儿网网页版机票数据携程手机版机票数据添加代理去哪儿网网页版机票数据 ...
基于STM32F407四旋翼无人机 --- 姿态解算讲解（四元数）（叉积法融合陀螺仪数据和加速度数据）（五）
基于STM32F407四旋翼无人机 --- 姿态解算讲解(五) 姿态解算姿态解算定义欧拉角四元数四元数性质方向余弦矩阵四元数方向余弦矩阵叉积法融合陀螺仪数据和加速度数据叉积运算一阶龙 ...
【Android工具】安卓手机轻松获取硬件数据和状态信息
可以获取的硬件信息和软件如上图所示. 硬件中的传感器比较好玩,可以获取手机上所有传感器的数据,还能绘制出变化曲线图总体来说功能比较多,软件界面也非常干净,就是没有移动网络信号和wifi网络信号强度的 ...
树莓派连接GPS模块，python获取GPS数据
文章主要内容: 模块之间的连接树莓派识别gps模块使用Python语言获取GPS数据 1.连线 ---- 使用 USB转TTL转换器,将树莓派和GPS模块连接需要的设备:gps模块,gps天线, ...

Matlab Mobile手机版获取gps数据和加速度信号融合

Matlab Mobile手机版获取gps数据和加速度信号融合

前言

安装matlab mobile

Matlab Drive Connector 安装

Matlab Mobile 记录数据

Matlab 数据处理

GPS与加速度积分融合

结语

Matlab Mobile手机版获取gps数据和加速度信号融合相关推荐

最新文章

热门文章