一、前言

在物联网时代，传感器是数据收集的最底端，如何运用传感器数据是一门技术活。

加速度计是一种常见的传感器，在某些场合下，我们可以利用加速度计求出物体实时姿态与参考姿态的夹角，例如做老人宝项目倾倒检测、数字倾角计等。

本文将会分析加速度计来做倾角检测的原理，以及给出原代码。

二、倾角检测原理

加速度计能够采集物体的加速度数据，市面上有很多加速度传感器，例如LIS3DH等，其输出的加速度数据与我们理解的加速度不太一样，例如：当正立放置时(+Z轴指向重力的反方向)，此时，加速度计输出的加速度值（理想情况下，不考虑噪声）为:X:0mg,Y:0mg,Z:1000mg,将加速度计倒立，加速度为:X:0mg,Y:0mg,Z:-1000mg,将+Y轴正立放置，加速度为X:0mg,Y:1000mg,Z:0mg，-Y轴正立：X:0mg,Y:-1000mg,Z:0mg，以此类推。

我们可以看出，加速度计内部模型可以理解为:加速度计是一个立方体，中间有一个小球，立方体的六个内表面有压力传感器，六个内表面记为±X，±Y，±Z，当+Z朝上时，小球受到重力，压在+Z面上，+Z面上受到1000mg重力，其他表面不受力，因此加速度输出为:X:0mg,Y:0mg,z1000mg。以此类推。
根据以上分析，X，Y，Z轴三个轴的加速度合值，必然指向重力的反方向，即使是加速度计向任意方向倾斜的情况下，亦是如此。

那么如果我们想得出一个物体与参考方向的倾角，我们可以将参考方向的三轴加速度值作为参考向量a(x1,y1,z1)，物体实时加速度作为实时向量b(x2,y2,z2),只需要计算向量a与向量b的夹角即可得出物体与参考方向的夹角。

三、算法简介

根据以上分析，算法本质是求参考向量与实时向量的夹角a(x1,y1,z1),b(x2,y2,z2)，根据向量内积公式可得出:
cos(∠aob) = (a · b)/(norm(a)norm(b));//向量内积
第一步：先归一化X,Y,Z轴加速度值
为什么要归一化呢？
因为每次加速度数据并不都是稳定的，加速度的矢量和大小会改变，因此需要做归一化处理。
第二步：根据内积公式求参考向量与实时向量夹角

四、原代码

/本例给出了倾角超过40°报警的示例，可以修改/

typedef struct {
rt_int32_t AcceX;               /*acceleration x*/
rt_int32_t AcceY;               /*acceleration y*/
rt_int32_t AcceZ;               /*acceleration z*/
} MENS_XYZ_STATUS_T;bool lean_check(MENS_XYZ_STATUS_T *acc_xyz)
{
bool Ret = FALSE;
float norm,ax,ay,az,dot,dot_norm;
MENS_XYZ_STATUS_T tmp;
float angle;
/*去除加速度计抖动,30mg变化视为抖动*/
if(abs(acc_xyz->AcceX-acc.AcceX)>=30){tmp.AcceX = acc_xyz->AcceX;acc.AcceX = acc_xyz->AcceX;
}else{tmp.AcceX = acc.AcceX;
}
if(abs(acc_xyz->AcceY-acc.AcceY)>=30){tmp.AcceY = acc_xyz->AcceY;acc.AcceY = acc_xyz->AcceY;
}else{tmp.AcceY = acc.AcceY;
}if(abs(acc_xyz->AcceZ-acc.AcceZ)>=30){tmp.AcceZ = acc_xyz->AcceZ;acc.AcceZ = acc_xyz->AcceZ;
}else{tmp.AcceZ = acc.AcceZ;
}/*归一化处理*/
norm = (float)sqrt((double)(tmp.AcceX*tmp.AcceX) + (double)(tmp.AcceY*tmp.AcceY) + (double)(tmp.AcceZ*tmp.AcceZ));
if (norm == 0.0) norm = 0.000001;  //avoid Nan happen
ax = tmp.AcceX / norm;
ay = tmp.AcceY / norm;
az = tmp.AcceZ / norm;/*检测倾角是否超限40°*//*ax_ref,ay_ref,az_ref
为归一化后的参考向量的分量，可以自己设置，如定义为ax_ref=0,ay_ref=0,az_ref=1，表示加速度计正立放置
也可以让终端程序稳定运行一段时间后，取一个加速度值作为参考向量，这样就可以不论物体怎么摆放，当他稳定后就可以确定初始向量*/dot = ax*ax_ref+ay*ay_ref+az*az_ref;dot_norm = (float)sqrt((double)(ax*ax) + (double)(ay*ay) + (double)(az*az));if (dot_norm == 0.0) dot_norm = 0.000001;**//针对不少人的疑问:norm_ref和dot_norm 一样是归一化后的向量的模，norm_ref是参考的向量而已,可以在开机时记录，或者在某个特定时刻指定,计算公式参考dot_norm ,需要注意的是参考向量也需要归一化**angle = acos(dot/(dot_norm*norm_ref))*180/PI;//弧度转化为角度，if(angle>=40){return TRUE;}else{return FALSE;}
return Ret;

}

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

  1. 全新的界面设计 ，将会带来全新的写作体验；
  2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
  3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
  4. 全新的 KaTeX数学公式 语法；
  5. 增加了支持甘特图的mermaid语法1 功能；
  6. 增加了 多屏幕编辑 Markdown文章功能；
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
  8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  • 项目

    • 项目

      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目 Value
电脑 $1600
手机 $12
导管 $1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列 第二列 第三列
第一列文本居中 第二列文本居右 第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE ASCII HTML
Single backticks 'Isn't this fun?' ‘Isn’t this fun?’
Quotes "Isn't this fun?" “Isn’t this fun?”
Dashes -- is en-dash, --- is em-dash – is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to-HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ(n)=(n−1)!∀n∈N\Gamma(n) = (n-1)!\quad\forall n\in\mathbb NΓ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ(z)=∫0∞tz−1e−tdt .\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

Mon 06Mon 13Mon 20已完成 进行中 计划一 计划二 现有任务Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：:

张三李四王五你好！李四, 最近怎么样?你最近怎么样，王五？我很好，谢谢!我很好，谢谢!李四想了很长时间,文字太长了不适合放在一行.打量着王五...很好... 王五, 你怎么样?张三李四王五

这将产生一个流程图。:

链接
长方形
圆
圆角长方形
菱形
  • 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

Created with Raphaël 2.2.0开始我的操作确认？结束yesno
  • 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件或者.html文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

基于加速度计的倾角检测算法-C语言程序相关推荐

  1. 基于高斯分布的异常检测算法 项目描述

     异常检测项目整理 基于高斯分布的异常检测算法 收集特征:电机轴1到6,问问剑桥,那份文档每个参数啥意思. 假设机器数据符合高斯分布,如果不符合,就用对数函数转化为高斯分布. 一个机器的1轴和2轴 ...

  2. 基于语音的疲劳度检测算法研究

    基于语音的疲劳度检测算法研究 摘 要 疲劳是一种自然现象,是人体的一种自我调节和保护功能.检测疲劳状态对于当今社会从事各行各业都有积极意义.本课题提出了一种基于语音特征参数和概率神经网络的语音疲劳度识 ...

  3. 基于TIA博途的一阶滞后滤波+中位值滤波+堆栈平均值滤波算法SCL语言程序（封装FB库）

    基于TIA博途的一阶滞后滤波+中位值滤波+堆栈平均值滤波算法SCL语言程序(封装FB库) 如下图所示,新建一个新项目,添加一个1215CPU,在程序块中添加一个FB,命名为:一阶滞后滤波法, 在该FB ...

  4. 基于YOLOv4的绝缘子检测算法

    摘要 针对绝缘子检测过程中图像易出现失真,以及模型受外界环境影响较大的问题,提出一种基于YOLOv4的绝缘子检测算法.该算法首先采用自适应伽马变换自动调整绝缘子图像的明亮度,然后使用YOLOv4网络学 ...

  5. 基于TIA博途的滑动平均值滤波算法SCL语言程序（V15）

    基于TIA博途的滑动平均值滤波算法SCL语言程序(V15) 如果在实际项目中发现模拟量输入或某些信号输入有干扰时或波动时,可以编写相应的滤波程序来使得输入信号变得较为稳定,下面就和大家分享:在TIA博 ...

  6. 基于图的异常检测算法——概述

    正在调研基于图的异常检测算法,先出个概述,后面再慢慢填坑 基于图的异常检测 给定一个图数据库,找到其中罕见不同于其他数据对象的点/边/子结构 静态图的异常检测 普通静态图 基于结构 基于特征:利用图结 ...

  7. rsa加解密算法报告c语言,RSA加密解密算法c语言程序Word版

    <RSA加密解密算法c语言程序Word版>由会员分享,可在线阅读,更多相关<RSA加密解密算法c语言程序Word版(5页珍藏版)>请在人人文库网上搜索. 1.传播优秀Word版 ...

  8. 前馈神经网络_BP算法+R语言程序运行实例

    前馈神经网络_BP算法+R语言程序运行实例 目录 关于神经网络的介绍 前馈神经网络 应用到机器学习 参数学习 误差反向传播 程序实例(R语言) 前言 今天是小白学习神经网络的第一次博客文章,希望以后的 ...

  9. 连通域最小外接矩形算法原理_基于分割的文本检测算法之PSENet/PAN/DBNet

    1. 文本检测难点 文本内包含文本,艺术字体,任意方向 ,曲线文字 ,多语言,其他环境因素等是文本检测中的难点 2. 分割 问题1: 语义分割模型是对pixel进行分类,所以理论上讲,可以检测不规则的 ...

  10. 基于机器视觉的水果检测算法实现

    各位看官看文章之前,先给大家看个瓜.打开闲鱼,搜水果识别,你就可以看到如下界面: 你点开我画标记的那个图片或者这个连接盗版闲鱼代码,你就会发现,这代码换汤不换药,竟然和我的UI界面都一样.我最初我也挺 ...

最新文章

  1. 【C/C++学院】0831-类与对象的异常/面试100题1-100
  2. Java运行时动态加载类之URLClassLoader
  3. 一些关于Silverlight 3的消息
  4. OJ 169 Majority Element
  5. android webview js交互 第一节 （java和js交互）
  6. 用户空间与内核空间数据交换的方式(2)------procfs
  7. 4个你未必知道的内存小知识
  8. 机器学习常用评价指标总结
  9. PostgreSQL usermanual翻译暂停20200420
  10. 开关三极管的导通和截止条件
  11. 最小行走距离（dfs+虚树）
  12. java指纹识别+谷歌图片识别技术
  13. [收藏]31部黑客电影
  14. Html5开发小游戏看你有多色
  15. html 汉字美化,HTML5 | 0 0 6 - 美化字体
  16. C#怎么判断是鼠标左键单击还是右键单击？
  17. 「医次元」「心际舰队」：论传销洗脑与纳粹之关联
  18. android数字转汉字,【原创】最精简的中文数字和阿拉伯数字互相转换函数
  19. 决定转学运维了，JAVA学不下去了
  20. 骁龙处理器排名天梯图2022

热门文章

  1. AutoCAD安装及激活
  2. 基于微型计算机系统的报警器设计,防盗报警器的设计毕业设计分析.doc
  3. Java中成员变量的超详解
  4. 解决阿里云轻量应用服务器不能安装应用
  5. Nature | 易基因DNA甲基化测序助力人多能干细胞向胚胎全能8细胞的人工诱导
  6. 树莓派 android10,树莓派4使用AndroidTV 10系统
  7. pandas 学习task08文本数据
  8. ospf（MGRE的星型结构和全连结构）
  9. 我的世界 Unity3D MineCraft 用Unity3D制作类似MineCraft我的世界的游戏 洞穴算是完成了
  10. 几何分布的期望和方差公式推导_常用概率分布总结(1)