本發(fā)明屬傳感器，涉及一種濾波方法，特別是涉及一種濾波方法及裝置、存儲介質(zhì)與終端。

背景技術(shù)：

1、加速度傳感器，通常與陀螺儀、磁傳感器集成在一起，為手機，汽車、航空航天等要求比較高的領(lǐng)域提供豐富的姿態(tài)以及運動信息。但直接采集的加速度數(shù)據(jù)會存在以下問題：其一，溫度影響較大：溫度變化會使加速度傳感器的材料特性發(fā)生改變，導(dǎo)致傳感器的輸出產(chǎn)生漂移，會影響教態(tài)角度檢測的準(zhǔn)確性，特別在一些對溫度控制不太嚴(yán)格的應(yīng)用場景中，溫度對加速度傳感器的影響更為明顯。其二，易受外部干擾：如果周圍存在較強的電磁場，可能會對加速度傳感器的信號產(chǎn)生干擾。這會影響傳感器對加速度的準(zhǔn)確測量，進而影響靜態(tài)角度的檢測結(jié)果，在一些電子設(shè)備密集的環(huán)境中，電磁干擾問題可能較為突出。其三，存在零點漂移:即使在沒有加速度輸入的情況下，加速度傳感器的輸出信號可能也會隨時間緩慢變化，這就是零點漂移現(xiàn)象。在靜態(tài)角度檢測中，零點漂移會導(dǎo)致角度測量的誤差逐漸累積，長時間使用時，可能會使測量結(jié)果與實際角度產(chǎn)生較大偏差，需要定期進行校準(zhǔn)以保證測量的準(zhǔn)確性。其四，分辨率有限：對于一些對角度測量精度要求非常高的應(yīng)用場景，加速度傳感器的分辨率可能不夠，它無法精準(zhǔn)檢測到非常微小的角度變化，限制了其在高精度靜態(tài)角度檢測領(lǐng)域的應(yīng)用。因此，需要對傳感器采集的加速度數(shù)據(jù)進行優(yōu)化。

2、但現(xiàn)有技術(shù)對于加速度數(shù)據(jù)的優(yōu)化，通常是使用濾波算法對加速度數(shù)據(jù)的靜態(tài)誤差進行優(yōu)化，當(dāng)加速度傳感器所測量設(shè)備發(fā)生突變運動的情況下，濾波算法的準(zhǔn)確性將大大降低，并且需要通過長時間的迭代過程來抵消突變導(dǎo)致的動態(tài)誤差。因此，現(xiàn)有技術(shù)的濾波算法實時性差、無法應(yīng)對動態(tài)誤差，角度檢測的穩(wěn)定性和精度均不足。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種濾波方法及裝置、存儲介質(zhì)與終端，用于解決現(xiàn)有技術(shù)中的濾波方法無法應(yīng)對動態(tài)誤差、穩(wěn)定性差的技術(shù)問題。

2、第一方面，本發(fā)明提供一種濾波方法，包括：

3、獲取最新一個加速度數(shù)據(jù)，獲取最近預(yù)設(shè)個數(shù)的加速度數(shù)據(jù)以作為近期樣本集合；

4、基于所述近期樣本集合，獲取對應(yīng)的離散程度指標(biāo)；

5、判斷所述離散程度指標(biāo)是否超出閾值，若未超出閾值，則直接利用預(yù)設(shè)濾波算法獲取所述最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果；若超出閾值，則重置所述預(yù)設(shè)濾波算法的初始狀態(tài)估計值之后，利用所述預(yù)設(shè)濾波算法獲取所述最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果。

6、于本發(fā)明的一實施例中，

7、所述離散程度指標(biāo)包括方差、標(biāo)準(zhǔn)差、變異系數(shù)、均方誤差和均方根差中的至少一個。

8、于本發(fā)明的一實施例中，利用所述預(yù)設(shè)濾波算法所述獲取最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果包括：

9、利用預(yù)設(shè)濾波算法對所述最新一個加速度數(shù)據(jù)進行濾波，以獲取濾波后數(shù)據(jù)；

10、基于所述濾波后數(shù)據(jù)，獲取對應(yīng)的角度值以作為濾波結(jié)果。

11、于本發(fā)明的一實施例中，

12、所述預(yù)設(shè)濾波算法為卡爾曼濾波算法。

13、于本發(fā)明的一實施例中，

14、所述最近預(yù)設(shè)個數(shù)的加速度數(shù)據(jù)為最近10個加速度數(shù)據(jù)。

15、第二方面，本發(fā)明還提供一種濾波裝置，其特征在于，包括：

16、數(shù)據(jù)采集模塊，用于獲取最新一個加速度數(shù)據(jù)，獲取最近預(yù)設(shè)個數(shù)的加速度數(shù)據(jù)以作為近期樣本集合；

17、離散指標(biāo)模塊，用于基于所述近期樣本集合，獲取對應(yīng)的離散程度指標(biāo)；

18、濾波模塊，用于判斷所述離散程度指標(biāo)是否超出閾值，若未超出閾值，則直接利用預(yù)設(shè)濾波算法獲取最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果；若超出閾值，則重置所述預(yù)設(shè)濾波算法的初始狀態(tài)估計值之后，利用所述預(yù)設(shè)濾波算法獲取最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果。第三方面，本發(fā)明還提供一種存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上所述的濾波方法。

19、第四方面，本發(fā)明還提供一種終端，包括處理器以及存儲器，所述存儲器與所述處理器之間通信連接；

20、所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述存儲器存儲的計算機程序，以使所述終端執(zhí)行如上所述的濾波方法。

21、如上所述，本發(fā)明所述的濾波方法及裝置、存儲介質(zhì)與終端，具有以下有益效果：

22、本發(fā)明利用近期樣本集合獲取對應(yīng)的離散程度指標(biāo)，實現(xiàn)了自動識別不同程度的離散程度來區(qū)分不同波動性，以此應(yīng)對了靜態(tài)誤差與動態(tài)誤差，提高了濾波的穩(wěn)定性和實時性，適用于各類噪聲數(shù)據(jù)與能發(fā)生突變的靜態(tài)數(shù)據(jù)的處理

技術(shù)特征：

1.一種濾波方法，包括：

2.根據(jù)權(quán)利要求1所述的濾波方法，其特征在于，

3.根據(jù)權(quán)利要求1所述的濾波方法，其特征在于，利用所述預(yù)設(shè)濾波算法所述獲取最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果包括：

4.根據(jù)權(quán)利要求1所述的濾波方法，其特征在于，

5.根據(jù)權(quán)利要求1所述的濾波方法，其特征在于，

6.一種濾波裝置，其特征在于，包括：

7.一種存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至5中任一項所述的濾波方法。

8.一種終端，其特征在于，包括處理器以及存儲器，所述存儲器與所述處理器之間通信連接；所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述存儲器存儲的計算機程序，以使所述終端執(zhí)行如權(quán)利要求1至5中任一項所述的濾波方法。

技術(shù)總結(jié)
本發(fā)明提供一種濾波方法及裝置、存儲介質(zhì)與終端，其中方法包括獲取最新一個加速度數(shù)據(jù)，獲取最近預(yù)設(shè)個數(shù)的加速度數(shù)據(jù)以作為近期樣本集合；基于所述近期樣本集合，獲取對應(yīng)的離散程度指標(biāo)；判斷所述離散程度指標(biāo)是否超出閾值，若未超出閾值，則直接利用預(yù)設(shè)濾波算法獲取所述最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果；若超出閾值，則重置所述預(yù)設(shè)濾波算法的初始狀態(tài)估計值之后，利用所述預(yù)設(shè)濾波算法獲取所述最新一個加速度數(shù)據(jù)對應(yīng)的濾波結(jié)果。本發(fā)明能有效針對動態(tài)誤差進行濾波，提高了濾波的穩(wěn)定性和實時性。

技術(shù)研發(fā)人員：袁群凱
受保護的技術(shù)使用者：奕瑞電子科技集團股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15