モバイル デバイスのセンサー (加速度計、コンパス、ジャイロ) を使用して、屋内位置特定システムを実装したいと考えています。この問題は、ここやここなどのいくつかの場所ですでに議論されています
最初のステップは、そのようなシステムを実装するのに最適なプラットフォームを決定することです。主な可能性は、Samsung の Galaxy/Galaxy タブ、または iphone/iPad です。最も重要な基準は、センサー データの精度です。ただし、精度はデバイス自体だけでなく、その上のソフトウェア層にも依存するため、この比較は非常に複雑です。
この件に関して利用可能な研究はありますか？スマートフォンとタブレットのセンサーに違いはありますか？
ウェブサイトや記事へのリンクが最も役に立ちます
前もって感謝します！
アリエル
私はAndroidタブレット用にまったく同じものを開発しました。センサーの精度に関しては、互いに大きな違いがあります。最近リリースされたタブレットは、より良い機器を備えている傾向があります。
精度は向上しますが、特定のデバイスに同じコンストラクターからセンサーを提供するための取り組みもあります。
説明させてください。私はGalaxyTabs7.0と10.1を使用しました。GT7のセンサーはさまざまなコンストラクターによって提供され、ポーリング頻度に関連する不一致になります。Xの加速度計とYのジャイロスコープがあり、どちらも最大周波数で使用されている場合（精度を上げるために必要です）、これらの周波数は一致しません。1つは約10ミリ秒、もう1つは約15ミリ秒になる可能性があります。これは、計算にかなり煩わしいものです。GT10の場合、すべてのセンサーは、私が使用したタブレット上でInvenSenseによって構築されています。InvenSenseは、慣性航法用のセンサーとソフトウェアソリューションを作成します（Webサイトといくつかの論文を確認することをお勧めします）。それらの精度が優れているだけでなく、すべてのセンサーが連携して機能します。特に周波数に関してはそうです。
TL; DR-精度を高め、センサー間の調整を行うために、最新の機器（おそらく最も高価な機器）を使用することをお勧めします。
そのような悪いセンサーでINSを開発することは私が言うことができるトリッキーなことですが、あなたはそれを機能させることができます。
考慮すべきいくつかの一般的な注意事項を次に示します。 センサー測定値の時間同期の問題は、カルマン フィルターによって非常にうまく管理されます。KF は非常に強力ですが、学習と実装には時間がかかります。とても大きな飛躍です。
KF を使用すると、さまざまなデータ レートでさまざまなタイプのセンサー (レート ジャイロ、加速度計、すべてのタイプの角度または位置測定値) のデータ フュージョンを実行できます。
全体的な方法は、データ フュージョンと呼ばれます。追跡しているアイテムが移動している場合、このプロセスは「軌道推定」と呼ばれます。KF アルゴリズムは、オブジェクトの移動能力 (動的モデル) に関するすべての測定値と特定の仮定に基づいて、時間の経過に伴うオブジェクトの位置、速度、および加速度を推定します。
たとえば、オブジェクトが牛の場合、速度、加速度、および位置 (地球の表面上) について特定の仮定を立てることができます。オブジェクトがロケットである場合、可能な動きに関する仮定は異なります。オブジェクトの「動的モデル」を知ることで、軌道推定の精度が向上します。
KF アルゴリズムのもう 1 つの優れた点は、「ノイズ モデル」とセンサー精度モデルに基づいてセンサー ノイズを除外するのに役立つことです。センサーのバイアス、ドリフトなどをモデル化することもできます。