ما هي ميزة استخدام مستشعر القصور الذاتي ذي التسعة محاور مقارنة بستة محاور؟ تتبع دقيق لحركة القدم

الميزة الحاسمة لمستشعر القصور الذاتي ذي التسعة محاور مقارنة بوحدة الستة محاور التقليدية هي إضافة مغناطيس ثلاثي المحاور، والذي يوفر مرجعًا ثابتًا ومطلقًا للاتجاه. بينما تعاني مستشعرات الستة محاور (مقياس التسارع والجيروسكوب) من تراكم الأخطاء بمرور الوقت، يستخدم نظام التسعة محاور المجال المغناطيسي للأرض لتصحيح "انجراف التكامل" هذا بنشاط، مما يضمن تتبعًا دقيقًا للاتجاه والوضعية حتى أثناء حركات القدم المعقدة أو عالية السرعة.

يعمل مقياس المغناطيسية كمرساة تصحيحية للجيروسكوب، مما يلغي الانجراف للحفاظ على الدقة المكانية طويلة الأمد. هذا الاستقرار شرط أساسي لتحليل المشي القوي ويضمن أن خوارزميات التعلم العميق تتلقى مدخلات بيانات عالية الدقة.

آلية الاستقرار

ما وراء قيود الستة محاور

تعتمد مستشعرات الستة محاور التقليدية على مقاييس التسارع للكشف عن الجاذبية والجيروسكوبات لسرعة الدوران.

على الرغم من فعاليتها في فترات قصيرة، تفتقر هذه المستشعرات إلى نقطة مرجعية مطلقة لـ "الاتجاه" (الانعراج). بدون هذا، لا يمكن للنظام التمييز بين الانعطاف وانجراف المستشعر بمرور الوقت.

دور مقياس المغناطيسية

يشتمل مستشعر التسعة محاور على مقياس مغناطيسية ثلاثي المحاور في الهيكل.

يعمل هذا المكون بشكل مشابه للبوصلة الرقمية، حيث يستشعر المجال المغناطيسي للأرض. يوفر للنظام "شمالًا" ثابتًا، مما ينشئ إطارًا مرجعيًا مطلقًا تفتقر إليه المستشعرات القصورية البحتة.

تحسين سلامة البيانات في الحركة

مكافحة انجراف التكامل

تحسب الجيروسكوبات الموضع عن طريق دمج السرعة الزاوية بمرور الوقت، وهي عملية عرضة بطبيعتها لتراكم الأخطاء الصغيرة.

خلال مدة جلسة التتبع، تتراكم هذه الأخطاء الصغيرة لتصبح انحرافات كبيرة، تُعرف باسم انجراف التكامل. يستخدم نظام التسعة محاور بيانات مقياس المغناطيسية "لإعادة ضبط" اتجاه الجيروسكوب باستمرار، مما يلغي هذا الانجراف بفعالية.

التعامل مع الديناميكيات عالية السرعة

غالبًا ما تتضمن حركة القدم تغييرات عالية السرعة ومتعددة الاتجاهات تضغط على خوارزميات المستشعر.

خلال هذه الحركات الديناميكية المعقدة، يحافظ تكوين التسعة محاور على الاستقرار حيث قد يفقد مستشعر الستة محاور قفل الاتجاه الخاص به. هذا يضمن أن المسار المسجل للقدم يظل مطابقًا للواقع.

تعزيز أداء الخوارزميات

غالبًا ما تغذي تتبع الحركة الحديثة البيانات في نماذج التعلم العميق لتحليل المشي.

إذا كانت بيانات الإدخال تحتوي على عيوب انجراف، فستكون تنبؤات الشبكة العصبية معيبة. من خلال تقليل مدخلات الأخطاء على مستوى الأجهزة، يعزز مستشعر التسعة محاور بشكل كبير قوة ودقة هذه النماذج التحليلية المتقدمة.

فهم المفاضلات

قابلية التأثر بالتداخل المغناطيسي

بينما يحل مقياس المغناطيسية مشكلة الانجراف، فإنه يقدم متغيرًا جديدًا: الاضطراب المغناطيسي.

يمكن للبيئات التي تحتوي على كميات كبيرة من المعادن الحديدية (مثل الأرضيات الخرسانية المسلحة) أو المجالات الكهرومغناطيسية أن تشوه قراءات مقياس المغناطيسية. يجب عليك التأكد من أن خوارزميات دمج المستشعرات الخاصة بك قادرة على اكتشاف وتصفية هذه الشذوذات للحفاظ على فوائد نظام التسعة محاور.

اتخاذ القرار الصحيح لهدفك

لتحقيق أقصى قدر من الفعالية لتطبيق تتبع القدم الخاص بك، قم بمواءمة اختيار المستشعر الخاص بك مع متطلبات البيانات المحددة الخاصة بك:

إذا كان تركيزك الأساسي هو التتبع طويل الأمد: فإن مستشعر التسعة محاور ضروري لمنع الانجراف في الاتجاه بمرور الوقت.
إذا كان تركيزك الأساسي هو تكامل التعلم العميق: استخدم نظام التسعة محاور لتوفير بيانات إدخال أنظف وخالية من الانجراف قدر الإمكان لتدريب النموذج والاستدلال.
إذا كان تركيزك الأساسي هو تحليل الوضع المطلق: يلزم مقياس المغناطيسية لإنشاء اتجاه صالح بالنسبة للعالم المادي، بدلاً من مجرد بالنسبة لنقطة بداية المستشعر.

ترقية مستشعرات التسعة محاور تحول تتبع القدم من تقدير نسبي إلى قياس دقيق ومطلق مناسب للتحليل الاحترافي.

جدول ملخص:

الميزة	مستشعر 6 محاور	مستشعر 9 محاور
المكونات	مقياس التسارع + جيروسكوب	مقياس التسارع + جيروسكوب + مقياس المغناطيسية
استقرار الاتجاه	عرضة للانجراف (الانعراج)	تصحيح الاتجاه المطلق
نقطة المرجع	نسبي فقط	مطلق (المجال المغناطيسي للأرض)
سلامة البيانات	تراكم خطأ التكامل	تصحيح انجراف المستشعر بنشاط
أفضل حالة استخدام	حركة أساسية قصيرة الأمد	تحليل مشي احترافي وتتبع طويل الأمد

الشراكة مع 3515 لحلول الأحذية المتقدمة

بصفتنا شركة مصنعة واسعة النطاق تخدم الموزعين العالميين وأصحاب العلامات التجارية، تقدم 3515 إمكانيات إنتاج شاملة لجميع أنواع الأحذية. سواء كنت تقوم بتطوير أحذية سلامة مدمجة تقنيًا أو أحذية رياضية عالية الأداء، فإننا نوفر التميز التصنيعي المطلوب لتحويل رؤيتك إلى واقع.

ترتكز سلسلتنا الرائدة أحذية السلامة على مجموعة متنوعة تشمل:

أحذية العمل والتكتيكات
أحذية خارجية وتدريب
أحذية رياضية وأحذية عصرية
أحذية رسمية وأحذية أنيقة

عزز ميزتك السوقية بخبرتنا في الإنتاج بالجملة والتزامنا بالابتكار. اتصل بنا اليوم لمناقشة احتياجات تصنيع الأحذية الخاصة بك!

المراجع

Luigi D’Arco, Huiru Zheng. DeepHAR: a deep feed-forward neural network algorithm for smart insole-based human activity recognition. DOI: 10.1007/s00521-023-08363-w

تستند هذه المقالة أيضًا إلى معلومات تقنية من 3515 قاعدة المعرفة .

القائمة