加强实境

加强实境(AR)是在一个及时显示的┞锋实情况上叠加图形、声音和其它感知强化技巧并使其具有互动性和可把持性的功能或用户界面。在一个真实情况内融合3D虚拟信罕见助于进步用户对虚拟目标四周情况的┞锋是尤酰

比来，加强实境技巧出现了几个成功的应用案例。例如，汽车安然设备把路况和汽车四周的信息投射到前档异常璃上，让驾驶员对汽车地点地位有周全懂得。另一个应用是把智妙手机对准一个方位已知的目标，例如饭铺或超市棘手机就会显示所指目标的信息。此外，如不雅身处一个陌生的大年夜城市，这个功能还能赞助你找到比来的地铁站，只要把手机扭转360度，即可锁定地铁路线，沿所指偏向达到目标地。
社交统现代人的生活中扮演侧重要感化。当一小我接近一个购物中间时，他可以用手机指向购物中间。然后，他的同伙将会收到经由数字处理技巧强化的他地点地位和周边情况的虚拟信息。反之亦然，他也会收到他同伙的方位和周边信息。是以，加强实境是一种改变人们对真实世界的感到的新方法。

因为智妙手机市场高速增长，移动设备开端鼓起加强实境应用。图1所示是在智妙手机内实现移动加强实境所需的关键模块。

图1 智妙手机的移动加强实境体系构造

数字摄像头:用于传送实际情况的信息流，并在液晶触摸屏上显示捕获的视频。今朝，新款智妙手机上已配备500万像素或更高分辨率的成像传感器。

CPU、手机操作体系、用户界面和软件开辟对象：这些是智妙手机的核心模块。如今新的智妙手机配备1GHz以上的双核CPU、512MB RAM内存和32GB存储器。在应用开辟过程中，可经由过程用户界面和软件开辟对象（SDK）调用应用法度榜样接口，拜访图形、无线通信功能、数据库和MEMS传感器原始数据，无需知道这些代码背后的具体道理。

高灵敏度GPS接收器、AGPS(帮助GPS)或DGPS(差分GPS) :当捕获到有效的卫星旌旗灯号时，这些模块用于肯定用户当前的经纬度地位。多年来人们一向在研究进步GPS接收器在室内和高楼林立的地区的接收灵敏度和定位精度，因为在这类地区卫星旌旗灯号变弱，并产生多信道干扰缺点。

无线数据传输接口，包含GSM/GPRS、WiFi、蓝牙和RFID:无线数据接口的重要目标是接入互联网，检索当前地位目标的在线数据库，在等待GPS定位或没有GPS旌旗灯号时供给扼要的陡位鹋息。如不雅建筑物内预装了发射器，其它的近距离无线连接如WLAN、蓝牙和RFID也可以供给精度恰当的室内陡位鹋息。

本机或在线数据库:用于把加强的虚拟目标信息叠加到真实世界视频上。当目标与当前方位吻应时，体系将能大年夜本机数据库或在线数据库检索目标的信息。然后用户可以点击触摸屏上的超等链接或搁笔，接收加倍具体的方位信息。

内置数字地图的液晶触摸屏:供给高分辨率的用户界面，显示含有虚拟目标信息的┞锋实世界的视频。有了数字地图，用户可以知道当前地位地点街道名称，无需配戴任何特别的3D眼镜。

2. STMicroelectronics, Inc. J. Esfandyari et al, MEMS Pressure Sensors in Pedestrian Navigation, Sensors Magazine,Dec. 2010
MEMS传感器(加快度计、磁力计、陀螺仪和压力传感器):这些传感器是自导式器件，随时随地工作。因为低成本、小尺寸、轻量、低功耗、高机能，它们成为行人航位推算应用的首选半导体产品。这些传感器与GPS接收器集成在一路可以在室表里获得方位信息。

随时随地获取精确、靠得住的方位信息，使虚拟目标与实际情况保持一致，是移动加强实境应用面对的重要挑衅。

http://www.sensorsmag.com/electronics-computers/consumer/mems-pressure-sensors-pedestrian-navigation-7896


尽管智妙手机内置GPS接收器，在户外的定位功能异常不错，可在数字地图上显示航向，然则，某些GPS接收器在室内或高楼林立的城区无法接收卫星陡位旌旗灯号。即便在户外，当汽车或行人静止时，GPS也无法供给精确的方位或航向信息。GPS无法区分渺小的高度变更。此外，GPS仅凭一个天线无法为手机或汽车用户供给俯仰/滚转/航向等姿势信息。

DGPS的定位精度为几cm，然则须要另一个GPS接收器做基站，应用某一种距离粗捕获码向移动GPS接收器发射参考地位信息。帮助全球定位体系(A-GPS)在某种程度上有助于GPS获得室内陡位鹋息，但无法在可以接收的距离内供给精确的陡位鹋息。当手机用户静止时，至少须要三个GPS天线才能检测到用户的姿势信息。不过，今朝还无法在一部智妙手机上安装多个GPS天线。
陀螺仪:可以持续供给大年夜体系载体坐标到局部地球程度坐标的扭转矩阵，当磁力计受捣鲋才时，陀螺仪可帮助数字罗盘计算航向数据。长时光的零点漂移会导致无穷制的姿势和定位缺点。


是以，仅有GPS的智妙手机无法为用户供给精确的方位和姿势信息。自导式MEMS传感器是协助GPS实现一体化导航体系、供给室表里LBS定位办事的选择。

当天线没有被遮挡时，GPS接收器的绝对定位精度是3m到20m，这个参数在一段时代后不会产生漂移。基于MEMS传感器的捷联式惯性导航体系(Strap-down Inertial Navigation System，SINS) 可在很短时光内供给精确的陡位鹋息。然则，根据活动传感器的机能，这种导航体系在应用一段时光后很快就会产生精度漂移现象。行人航位推算体系（Pedestrian Dead Reckoning，PDR）是一个根据步长和方位计算大年夜室内已知初始地位开端的行走距离的相对导航体系，固然定位精度不会随时光推移而产生漂移，然则须要在受磁力干扰的情况内保持航向精度。此外，GPS须要对步长进行校准，才能达到可以接收的定位精度。

按照捷联式惯性导航体系理论，根据内涵的误差漂移和比例因数，惯性传感器(3轴加快度计和3轴陀螺仪)可分为三大年夜类：导航级、战术级和商用级。经由过程下面两个方程式 ⑴ ，可以计算出自力的加快度计和陀螺仪的程度地位误差。

加快度计的地位误差: PE_ACC＝1/2 ACC_biasT² (1)

室内方位检测
个中ACC_bias是加快度计经久误差稳定性，单位是mg；g=9.81m/s2；T是双重积分周期，单位是s；PE_ACC是ACC_bias造成的地位误差，单位是m。


陀螺仪的地位误差:PE_GYRO＝1/6 gGYRO_biasT³ (2)
要想取得5%的室内行人航位推算定位误差，须要开辟MEMS传感器整合算法，以修改每个传感器的缺点，使这些传感器实现优势互补。跟着MEMS传感器的机能赓续进步，在不远的将来，与用户无关的SINS/GPS一体化导航体系将会成为智妙手机的标准设备。（作者：Jay Esfandyari，Paolo Bendiscioli，Gang Xu）

个中g是地球重力，9.81m/s²；GYRO_bias是陀螺仪经久误差稳定性，单位是rad/s；T是双重积分周期，单位是s，PE_ACC是GYRO_bias造成的地位误差，单位是m。

以上两个方程式可用于计算典范惯性传感器的机能和经久误差稳定性引起的程度地位误差。当惯性传感器与GPS集成在一路时，这些误差不会随时光推移而扩大年夜，其它引起地位误差的身分，如掉匹、非线性和温度影响，也应在计算中赐与推敲。
比来在MEMS工艺上取得的进步使MEMS加快度计和陀螺仪可以或许持续地供给更高的陡位机能，使商用级产品更接近战术级产品的机能。在较短的时光，如1分钟内，自力的加快度计和陀螺仪可取得相对较高的测量精度。当GPS旌旗灯号受阻时，这对于GPS/SINS一体化导航体系很有效。

对于花费电子产品，室内行人航位推算体系5%的行进距离误差平日是可以接收的。例如，当一小我走过100m的距离时，定位误差应当在5m范围内。这请求航向误差在±2°到±5°之间[2]。例如，如不雅航位误差是2°，当一小我走过100m的距离时，定位误差应当在3.5m范围内[即2×100m×sin(2°/2)]。

此外，因为MEMS压力传感器可以或许测量相对于海平面的绝对气压。是以，它可以肯定手机用户在海平面以下600m到海平面以上 9000m之间的高度，帮助GPS的高度测量[2]。应用MEMS传感器与GPS接收器的行人航位推算体系构造图如图2所示。

传感器整合是一套数字滤波算法，用于修改每个自力传感器的缺点，然后输出精确、响应快速、动态的（俯仰/滚转/偏航）姿势测量结不雅。其目标是把每个传感器的测量数据作为输入数据，然后应用数字过滤算法对输入数据进行互相修改，最后输出精确、响应快速、动态的姿势测量结不雅。是以，航向或方位不受情况磁干扰的影响，没有陀螺仪的零点漂移问题。

可以或许修改倾斜度的数字罗盘由一个3轴加快度计和一个3轴磁力计构成，可供给以地球北极为参考的航向信息，然则这个航向信息轻易受到情况磁力的干扰。如不雅安装一个3轴陀螺仪，开辟一个9轴传感器整合解决筹划，则可以随时随地保持精确的航向信息。

在设计多个MEMS传感器英国沃森WSEN进口传感器的体系时，懂得下面每种MEMS传感器的优缺点很重要。

加快度计:在静态或慢速活动状况下，可用于倾斜度修改型数字罗盘；或用于计步器的检测功能，检测行人当前是静止照样活动状况。不过，当体系在3D空间静止时，加快度计无法区分真正的线性加快度与地球重力，并且轻易受到震动和振荡的影响。


磁力计:可计算以地球北极为参考偏向的绝对航向，并且可用于校准陀螺仪的灵敏度，但轻易受到情况磁场的干扰。
压力传感器:在室内导航时，压力传感器可告诉你身处哪一楼层，帮助GPS可计算高度；当GPS旌旗灯号变弱时，帮助GPS进步定位精度，然则轻易受到气流和气象状况的影响。

图2 移动设备行人航位推算体系构造图

MEMS传感器整合
基于以上各方面推敲，卡尔曼滤波器是最常用的┞符合不合传感器输入信息的数学办法。这种办法衡量不合传感器的感化，给机能最高的方面最高权数，是以，与基于单一序言的导航体系比拟，卡尔曼滤波器算法的估算结不雅更精确靠得住[3]。今朝的传感器整合筹划中，基于四元数的扩大型卡尔曼滤波器(EKF)很受迎接，因为四元数只有4个元素，而扭转矩阵有9个元素，此外，四元数法还避免了扭转矩阵的特别问题[3]。

结论

随时随地准肯定位是加强实境等先辈移动应用面对的重要挑衅，因为加强实境与行人航位推算（PDR）或定位办事（LBS）的关系密切。鉴于GPS接收器的接收限制，MEMS传感器对室内行人航位推算应用很有吸引力，因为这些传感器大年夜多半已经涌如今智妙手机内。


参考文献
1. A. Lawrence, Modern Inertial Technology: Navigation, Guidance, and Control, ISBN: 978-0387985077 (hardback), 0387985077 (electronic), 1998
3. Greg Welch, Gary Bishop, An Introduction to the Kalman Filter, University of North Carolina at Chapel Hill
4. A. Sabatini, Quaternion-Based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing, IEEE transaction on biomedical engineering, Vol. 53, No. 7, July 2006
http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1643403 (end)