Motion capture with MEMS sensors

Abstract

The object of this article is the registration and analysis of human movements based on sensors. This paper presents a comparison of the basic methods of data processing from inertial micromechanical sensors to collect data a device was implemented that captures movements. As result the device uses the motion data from accelerometer and gyroscope to calculate the motion trajectory: the angle of rotation and acceleration. The data is read by the microcontroller, after which it is filtered and processed by one of the filters (Complementary, Kalman), and finally transferred to a computer for further analysis and display. The purpose of the article is to compare several methods of data processing from microelectromechanical. The results obtained: device was developed, obtained data that can be used to characterize the methods and analyze their work in the system. Conclusions: In the course of the study, a device was developed for collecting and processing data from MEMS sensors, which showed the effectiveness of the complementary filter in comparison with the Kalman filter in real-time systems with limited computing power. Real results confirmed that the results of the complementary method using less computational resources are not far behind the more costly Kalman filter without the use of auxiliary sensors, like a digital compass.Предметом дослідження даної статті є реєстрація та аналіз рухів людини за допомогою датчиків. У даній роботі представлено порівняння основних методів обробки даних інерційних мікромеханічних датчиків. Для збору даних було реалізовано пристрій, що фіксує рухи. У результаті пристрій використовує дані руху з акселерометра та гіроскопа для розрахунку траєкторії руху: кута повороту та прискорення. Дані зчитуються мікроконтролером, після чого фільтруються та обробляються одним із фільтрів (додатковим, Калмана) і, нарешті, передаються на комп’ютер для подальшого аналізу та відображення. Метою статті є порівняння кількох методів обробки даних з мікроелектромеханічних. Отримані результати: розроблено пристрій, отримані дані, які можна використовувати для характеристики методів та аналізу їх роботи в системі. Висновки: У ході дослідження було розроблено пристрій для збору та обробки даних від датчиків MEMS, який показав ефективність комплементарного фільтра порівняно з фільтром Калмана в системах реального часу з обмеженою обчислювальною потужністю. Реальні результати підтвердили, що результати додаткового методу з використанням менших обчислювальних ресурсів ненабагато поступаються дорожчому фільтру Калмана без використання додаткових датчиків, таких як цифровий компас.