典型的传感器融合软件架构

　　现实世界设计传感器融合是一个高度专业化的设计领域，需要熟练掌握建模和仿真技术。它要求尽最大可能地理解传感器的工作细节以及它们的缺点和交互情况。多年来，人们的关注点已经被带进导航、智能手机应用和游戏等领域。但直到现在，借助大量知识的储备和累积，才使得人们可以获得真实和精确的结果。

　　在基于传感器融合的系统中，操作需要进行精细调整。现实世界中没有什么事像“即插即用”这么简单。一个系统的试运行要求必须调整参数，而且每个传感器的操作之间存在交互，因此很容易变成高度复杂的反复过程。如今的软件具有以很高层次执行这种“精细调整”的能力，并且可以向OEM厂商提供简单直观的滤波器调整程序(图1)。

　　图1 典型的传感器融合软件架构

　　预定义滤波器使得精细调整速度更快既然传感器融合操作的精细调整已发展并简化成了滤波器调整任务，它就给开发人员提供了一个有价值的机会。通过适当调整滤波器，开发人员或OEM厂商可以让最终产品以市场差异化的方式运行。由于所有权衡管理都是自动完成的，开发人员可以做出有效的决策，例如在最高稳定性和最高性能之间做出权衡，以便适应最终目标市场。

　　关键性能指标测量设置所有传感器融合技术并不等同。在现有的实现技术和测试方面，不同供应商之间有很大差异。为了得到正确结果，必须采用含有经过验证的精确库的正确软件方法。

　　所有硬件在接口和时序参数方面必须兼容和匹配。合理的方法是确保摄像头系统的性能，这些系统将通过跟踪物体上的标记根据物体(本例中是智能手机)移动产生方位矢量。方位矢量再与传感器创建的、用数据记录应用同时记录的矢量进行比较。使用这种基于摄像机的系统允许对最终商用设备进行直接比较。

　　静态精度静态精度被定义为设备置于稳定位置时，测量到的设备方位与实际设备方位之间的偏差。为了计算静态精度，需要手机在多个位置静止放置时收集航向、俯仰和滚转方面的成套数据。一个设备的静态精度主要受磁力计和陀螺仪的硬件参数以及软件中给它们分别分配的权重影响。在具有低静态精度值的设备中，最终用户可以在罗盘或地图应用的绝对航向中看到很大偏差，当设备处于静态状态，他们还能在交互式应用中见到抖动(很小的旋转移动)。这是由于软件校正陀螺仪漂移引起的。

　　动态精度动态精度被定义为设备在运动时，测量到的设备方位与实际设备方位之间的偏差。由于在运动期间涉及到旋转加速度，测量起来更加困难。动态精度是在手机以不同运动模式(8字舞、慢速线性、快速和慢速旋转以及游戏动作)运动时，通过采集航向、俯仰和滚转等成套数据进行计算的。所有数据都以最快可能的数据速率进行采集。

　　在具有低动态精度的设备中，最终用户可以看到屏幕上的移动与设备实际运动之间有很大偏差。这在增强现实应用中特别引人注意，因为增强单元的移动与现实世界不是同步的。这也是用户在使用虚拟现实几分钟后就感到不满意的原因之一。

　　虽然直接关系不是很明显，但大误差的动态精度也是室内导航应用性能差的主要原因。由于用户在已知固定点之间导航(比如从Wi-Fi或蓝牙信标开始)，传感器数据可用于计算轨迹。然而，航向误差将随着时间的推移而累积，因此具有15°较差动态精度的设备很容易在20s～30s时间内产生超过100°的累积误差。诸如地图匹配等更高层处理也许可以做些修正，但代价是更大的功耗(图2)。

　　图2 方位随时间发生偏离