newData = importdata('Data150901100854—wandao1 -改1.txt', '\t', 2);
data=newData.data;
%subplot(2,2,1);
figure(1);
plot(data(:,1),data(:,9:11));grid on;xlabel('时间/s');ylabel('加速度/g');title('加速度曲线-弯道1th');
%plot(data(:,7),data(:,9:11));grid on;xlabel('时间/s');ylabel('加速度/g');title('加速度曲线-弯道1th');
%subplot(2,2,2);plot(data(:,1),data(:,5:7));grid on;xlabel('时间/s');ylabel('角速度/°/s');title('角速度曲线');
%subplot(2,2,3);
figure(2);
plot(data(:,1),data(:,15:17));grid on;xlabel('时间/s');ylabel('角度/°');title('角度曲线-弯道2th');
%plot(data(:,7),data(:,15:17));grid on;xlabel('时间/s');ylabel('角度/°');title('角度曲线-弯道1th');
%subplot(2,2,4);plot(data(:,1),data(:,11));grid on;xlabel('时间/s');ylabel('温度/°');title('温度曲线');
%**************消除IMU自身误差*************************************%
sz=size(data(:,9));
ax=(data(:,9)-0.1*ones(sz,1));
ay=(data(:,10)-0.03*ones(sz,1));
a_xy=sqrt(ax.^2+ay.^2);
%**************消除IMU自身误差*************************************%
%**************找到一个最优阈值,判定加速度方向正负*************************************%
axy=ax+ay;
for i=1:sz
if axy(i)<=0
a_xy(i)=(0-a_xy(i));
end
end
figure(3);
plot(data(:,1),ax,'g');grid on;xlabel('时间/s');ylabel('ax,ay/g');title('加速度曲线-弯道1th');
hold on
plot(data(:,1),ay,'b');grid on;xlabel('时间/s');ylabel('ax,ay/g');title('加速度曲线-弯道1th');
%**************找到一个最优阈值,判定加速度方向正负*************************************%
figure(4);
plot(data(:,1),a_xy);grid on;xlabel('时间/s');ylabel('xy合加速度/g');title('加速度曲线-弯道1th');
%plot(data(:,7),a_xy);grid on;xlabel('时间/s');ylabel('xy合加速度/g');title('加速度曲线-弯道1th');
%
% yy2=smooth(a_xy,30,'lowess',30); %利用lowess方法y做平滑处理 这幅图效果好
% figure(5);
% plot(data(:,1),yy2,'k'),grid on;xlabel('t'),ylabel('lowess');legend('平滑后波形');
%t=0:1:304;
%a=yy2(1:150);
%za=detrend(yy2); %对采集到的加速度信号去趋势处理(因为采集到的加速度信号有直流偏移量)
v=cumtrapz(data(:,1),a_xy); %对加速度信号积分得速度信号
%zv=detrend(v); %对速度信号去趋势处理
l=cumtrapz(data(:,1),v); %对速度信号积分得到位移信号
%zl=detrend(l); %对位移信号去趋势处理
figure(10)
subplot(3,1,1)
plot(data(:,1),a_xy)
title('加速度信号');
subplot(3,1,2)
plot(data(:,1),v)
title('速度信号');
subplot(3,1,3)
plot(data(:,1),l)
title('位移信号');
基于MATLAB实现的从IMU中提取数据,计算出速度、位移,从而得到运动轨迹,实现定位功能+使用说明文档.rar
版权申诉
105 浏览量
2024-05-22
17:32:14
上传
评论
收藏 5KB RAR 举报
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
IT狂飙
- 粉丝: 4778
- 资源: 2640
最新资源
- 小程序版基于人工智能的卷积网络训练识别书法字体分类-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版CNN图像分类识别面食分类-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于深度学习识别厨余垃圾-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于卷积神经网络识别季节性水果分类-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于卷积神经网络识别食物类别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于深度学习识别4种水果-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版图像分类算法对珠宝首饰分类识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版通过CNN训练识别家具-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版通过CNN训练识别衣物纹样分类-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版CNN图像分类识别水生动物分类-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)