CN118670390A - 一种多功能传感器数据处理方法和系统 - Google Patents

Abstract

本发明公开了一种多功能传感器数据处理方法和系统，通过四元数表示电子设备碰撞过程中的姿态参数，并结合梯度算法和四元素变化率实时更新优化四元数表示下的姿态参数，优化后的四元数姿态参数能更有效的用于后续的碰撞分析。而且将碰撞采集的加速度数据用于梯度算法中学习速率的动态调整，将碰撞采集的角速度数据用于四元数变化率计算，实现更加实时有效的参数调整。

Description

一种多功能传感器数据处理方法和系统

技术领域

本发明属于计算机数据识别与分析领域，具体涉及电子设备在碰撞过程中四元数姿态参数的优化调整。

背景技术

电子设备在日常使用中存在着意外掉落和碰撞的风险，这可能导致设备损坏、数据丢失，甚至带来安全隐患。为了提高电子设备的可靠性和安全性，研究电子设备掉落监测系统具有重要意义，姿态检测是通过加速度计、陀螺仪和磁力计等传感器实时监测电子设备在碰撞过程中的加速度、角速度和磁场变化等参数。

在姿态检测数据分析领域，传统的算法如滤波算法、峰值检测算法和时频分析算法已经被广泛应用。传统姿态检测方式主要是在碰撞瞬间，记录加速度、角速度等数据，用欧拉角来表示碰撞瞬间的运动状况。传统方法还多用卡尔曼滤波器等其他滤波器来提高姿态估计的精度，可以抑制噪声和干扰。

然而，在复杂碰撞场景下，这些算法的准确性和鲁棒性仍然需要提高。面对数据不准确性、算法复杂性、数据处理实时性、模型建立与验证、多场景适应性等关键问题，机器学习算法的应用成为解决方案之一。此外，传统算法受到碰撞角度、碰撞速度、电子设备类型等多方面因素的制约，缺乏足够的通用性和适应性，一个算法仅只能对于一个模型适用。需要其他的算法设计来适配不同的模型，这无形中增加了成本的支出。

因此，基于电子设备碰撞场景下复杂的参数条件，如何实时获取有效的用于碰撞分析的参数，以形成后续对电子设备进行姿态调整的指令至关重要。

发明内容

为了解决现有技术的问题，本发明提出了一种通过四元数表示电子设备碰撞过程中的姿态参数，并结合梯度算法和四元素变化率实时更新优化四元数表示下的姿态参数的方法，优化后的四元数姿态参数能更有效的用于后续的碰撞分析。具体来说，本发明涉及一种多功能传感器数据处理方法，其特征在于，包括：

参数采集阶段：通过传感器采集电子设备在碰撞过程中的加速度角速度和姿态参数q，对所述加速度进行归一化处理得到对所述角速度进行归一化处理得到使用四元数表示所述姿态参数q。

归一化处理可以消除数据间的尺度差异，提高了算法的稳定性和收敛速度。

参数优化阶段：利用梯度下降算法，计算目标函数J(q)关于四元数的梯度，根据梯度迭代时参数的更新方向调整四元数值：

其中destangle_i是期望角度，curangle_i是当前角度，n为样本总数，q^′是迭代后的四元数值，q_cur是当前的四元数值，是梯度函数，a为学习速率，其确定方式为其中a_r为预设的当前学习速率，g_r为预设的归一化加速度参量。

梯度下降算法能迭代优化姿态参数，逐步提高姿态估计的精度，可以更快地收敛到最优解。

计算四元数的变化率

其中是四元数的Hamilton乘积，表示实部为0，虚部为的向量。

对四元数进行积分后，根据两次姿态更新之间的时间间隔Δt，继续更新四元数的值：

其中q_new为更新后的四元数值，接着对更新后的四元数值进行归一化处理得到处理后的姿态参数。

参数应用阶段：根据所述处理后的姿态参数进行碰撞分析，形成针对所述电子设备的碰撞响应指令，将所述碰撞响应指令反馈给所述电子设备。

进一步的，对所述加速度和所述角速度进行归一化处理，对更新后的四元数进行归一化处理，包括：将相应的加速度、角速度或四元数参数与其取模后的比值，作为所述归一化处理的结果。

进一步的，所述多功能传感器为九轴传感器。

进一步的，所述电子设备、与所述电子设备近场通信连接的计算装置；所述参数应用阶段的方法可实施主体包括：所述电子设备、与所述电子设备近场通信连接的计算装置、远程服务器。

进一步的，所述近场通信方式包括：蓝牙连接、wifi连接。

进一步的，所述时间间隔Δt采用预设的固定时间间隔，或者采用动态时间间隔。

进一步的，所述采用动态时间间隔，包括：在固定时间间隔的基础上，将所述固定时间间隔值乘以调整因子的计算结果作为动态时间间隔；其中所述调整因子的值根据确定。

本发明还涉及一种多功能传感器数据处理系统，其特征在于：包括参数采集单元、参数优化单元和参数应用单元，所述参数采集单元将采集的电子设备碰撞信息预处理后传递给所述参数优化单元，所述参数优化单元对四元数表示下的碰撞姿态参数进行优化，并将优化后所述姿态参数传递给所述参数应用单元用于后续碰撞分析；其中各单元具体还用于实现权利要求1-7中任一项所述的方法的步骤。

本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

本发明还涉及一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

本发明专利的有益技术效果包括：

(1)通过四元数表示电子设备碰撞过程中的姿态参数，四元数可以用来精确地描述任意方向的旋转，而不像欧拉角有可能存在奇异性问题，具有良好的性质；并结合梯度算法和四元素变化率实时更新优化四元数表示下的姿态参数，以实现更有效的后续碰撞分析；

(2)将碰撞采集的加速度数据用于梯度算法中学习速率的动态调整，将碰撞采集的角速度数据用于四元数变化率计算，实现更加实时有效的参数调整；

(3)参数优化计算的主体框架涉及的数据来源简单，计算方式不需要其它辅助计算就能实现有效的姿态参数调整，尤其对于安置九轴传感器的电子设备的碰撞分析具有良好的实用意义。

附图说明

图1：根据本发明实施例的多功能传感器数据处理方法框架图。

图2：根据本发明实施例的多功能传感器数据处理系统框架图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1示出了一个实施例下的多功能传感器数据处理方法框架图，相应的、一种多功能传感器数据处理方法涉及参数采集阶段、参数优化阶段和参数应用阶段。

优选的，所述多功能传感器为九轴传感器。九轴传感器集成了三个方向的加速度计、陀螺仪和磁力计，能够全面获取电子设备在空间中的运动状态。这种传感器在姿态检测中的应用，特别是在碰撞场景下，为实时监测电子设备的受力情况提供了重要数据支持。

其中在参数采集阶段主要对电子设备的碰撞参数进行采集，包括对加速度、角速度进行归一化处理，使用四元数表示所述姿态参数。

陀螺仪和加速度计的输出单位不同(陀螺仪输出通常以角速度为单位，加速度计输出通常以加速度为单位)，并且不同传感器的输出可能具有不同的精度，归一化处理可以将数据映射到相同的尺度范围内，减少不同传感器数据之间的尺度差异。通过将数据归一化到相同的尺度范围内，可以减少数据值的变化范围，提高算法的稳定性和收敛速度，进而提升姿态估计的精确度，以及减小环境造成的误差。

具体来说，通过传感器采集电子设备在碰撞过程中的加速度角速度和姿态参数q，对所述加速度进行归一化处理得到对所述角速度进行归一化处理得到使用四元数表示所述姿态参数q。

在一个实施例中，对加速度数据进行归一化处理，将其转化为单位向量，以消除加速度大小的影响，保留其方向信息：||g||表示加速度的向量的模。对角速度数据进行归一化处理，将角速度单位转换为弧度/秒，以统一表示：

四元数是一种数学工具，用于表示三维空间中的旋转。本实施例利用四元数表示所述姿态参数：

q＝q₀+q₁i+q₂j+q₃k

其中q₀为实部分量，q₁、q₂、q₃分别为三维空间虚部分量，i、j、k分别为相应虚部的基本单位。

在参数优化阶段，首先利用梯度下降算法，计算目标函数J(q)关于四元数的梯度，根据梯度迭代时参数的更新方向调整四元数值：

其中destangle_i是期望角度，curangle_i是当前角度，n为样本总数，q^′是迭代后的四元数值，q_cur是当前的四元数值，是梯度函数，a为学习速率。

梯度下降算法优化姿态估计模型的参数，通过目标函数，迭代更新参数，优化四元数的估计值，使四元数更加精确。梯度下降算法具有较强的适应性，可提升本系统鲁棒性，可将系统应用到不同的碰撞情况，提升本发明的普适性。

一旦有了目标函数，需要找到一个方向来更新姿态参数q以便J(q)减小，这个方向由目标函数J(q)关于的梯度给出。梯度是一个向量，它的每个分量是目标函数关于相应参数的偏导数，指向函数增长最快的方向。为了最小化目标函数，我们需要沿着梯度的反方向更新参数。因此、目标函数J(q)提供了一个衡量当前姿态估计质量的方法，而参数更新规则则提供了一个基于这个目标函数来优化姿态参数的方法。通过迭代应用这个更新规则，我们可以逐步改进姿态估计，直到找到最小化目标函数的参数值。

优选的，学习速率确定方式为其中a_r为预设的当前学习速率，g_r为预设的归一化加速度参量。因此，相当于一个调整因子，通过考虑加速度对电子设备当前状态的表征意义，应用于梯度学习中，在实际应用中显示出更好的学习效果。

进一步计算四元数的变化率

其中是四元数的Hamilton乘积，表示实部为0，虚部为的向量；

对四元数进行积分后，根据两次姿态更新之间的时间间隔Δt，继续更新四元数的值：

其中q_new为更新后的四元数值，接着对更新后的四元数值进行归一化处理得到处理后的姿态参数。

优选的，所述时间间隔Δt采用预设的固定时间间隔，或者采用动态时间间隔。当所述采用动态时间间隔时，在固定时间间隔的基础上，将所述固定时间间隔值乘以调整因子的计算结果作为动态时间间隔，其中所述调整因子的值根据确定。本领域技术人员可以理解的，加速度参数表征下的碰撞瞬态，能体现电子设备当前状态变化的激烈程度，据此确定调整因子，能减少不必要的更新周期下的计算开销。

在一个实施例中，所述参数优化算法可以由安置在电子设备、或者与电子设备近场通信连接的其它计算装置上实施。其中，所述近场通信方式包括：蓝牙连接、wifi连接。

在参数应用阶段，根据所述处理后的姿态参数进行碰撞分析，形成针对所述电子设备的碰撞响应指令，将所述碰撞响应指令反馈给所述电子设备。

在一个实施例中，所述参数应用阶段的方法功能可以由安置在电子设备、与电子设备近场通信连接的其它计算装置、或者远程服务器上实施。

图2示出了另一个实施例下的多功能传感器数据处理系统框架图，包括参数采集单元、参数优化单元和参数应用单元，其中参数采集单元将采集的电子设备碰撞信息预处理后传递给参数优化单元，参数优化单元对四元数表示下的碰撞姿态参数进行优化，并将优化后姿态参数传递给参数应用单元用于后续碰撞分析。此外，上述各单元具体还用于实现前文所述实施例下相应方法的步骤。

本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时还用于执行前文所述实施例下相应方法的步骤。

此外、本公开实施例还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时还用于执行前文所述实施例下相应方法的步骤。

计算机可读存储介质可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(AN)或广域网(WAN)连接到用户计算机，或者可以连接到外部计算机。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

以上介绍了本发明的较佳实施方式，旨在使得本发明的精神更加清楚和便于理解，并不是为了限制本发明，凡在本发明的精神和原则之内，所做的修改、替换、改进，均应包含在本发明所附的权利要求概括的保护范围之内。

Claims (10)

1.一种多功能传感器数据处理方法，其特征在于，包括：

参数采集阶段：通过传感器采集电子设备在碰撞过程中的加速度角速度和姿态参数q，对所述加速度进行归一化处理得到对所述角速度进行归一化处理得到使用四元数表示所述姿态参数q；

参数优化阶段：利用梯度下降算法，计算目标函数J(q)关于四元数的梯度，根据梯度迭代时参数的更新方向调整四元数值：

其中destangle_i是期望角度，curangle_i是当前角度，n为样本总数，q^′是迭代后的四元数值，q_cur是当前的四元数值，是梯度函数，a为学习速率，其确定方式为其中a_r为预设的当前学习速率，g_r为预设的归一化加速度参量；

计算四元数的变化率

其中是四元数的Hamilton乘积，表示实部为0，虚部为的向量；

对四元数进行积分后，根据两次姿态更新之间的时间间隔Δt，继续更新四元数的值：

其中q_new为更新后的四元数值，接着对更新后的四元数值进行归一化处理得到处理后的姿态参数；

参数应用阶段：根据所述处理后的姿态参数进行碰撞分析，形成针对所述电子设备的碰撞响应指令，将所述碰撞响应指令反馈给所述电子设备。

2.根据权利要求1所述的一种多功能传感器数据处理方法，对所述加速度和所述角速度进行归一化处理，对更新后的四元数进行归一化处理，包括：将相应的加速度、角速度或四元数参数与其取模后的比值，作为所述归一化处理的结果。

3.根据权利要求1所述的一种多功能传感器数据处理方法，其特征在于：所述多功能传感器为九轴传感器。

4.根据权利要求1所述的一种多功能传感器数据处理方法，其特征在于：所述参数优化阶段的方法可实施主体包括：所述电子设备、与所述电子设备近场通信连接的计算装置；所述参数应用阶段的方法可实施主体包括：所述电子设备、与所述电子设备近场通信连接的计算装置、远程服务器。

5.根据权利要求4所述的一种多功能传感器数据处理方法，其特征在于：所述近场通信方式包括：蓝牙连接、wifi连接。

6.根据权利要求1所述的一种多功能传感器数据处理方法，其特征在于：所述时间间隔Δt采用预设的固定时间间隔，或者采用动态时间间隔。

7.根据权利要求6所述的一种多功能传感器数据处理方法，所述采用动态时间间隔，包括：在固定时间间隔的基础上，将所述固定时间间隔值乘以调整因子的计算结果作为动态时间间隔；其中所述调整因子的值根据确定。

8.一种多功能传感器数据处理系统，其特征在于：包括参数采集单元、参数优化单元和参数应用单元，所述参数采集单元将采集的电子设备碰撞信息预处理后传递给所述参数优化单元，所述参数优化单元对四元数表示下的碰撞姿态参数进行优化，并将优化后所述姿态参数传递给所述参数应用单元用于后续碰撞分析；其中各单元具体还用于实现权利要求1-7中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。