一种基于IMU的智能头盔控制方法与流程

本发明涉及智能头盔控制，更具体地说，本发明涉及一种基于i mu的智能头盔控制方法。

背景技术：

1、基于i mu的智能头盔控制系统是一种利用惯性测量单元(i mu)技术来实现头部姿态感知和控制的系统。i mu通常包括加速度计、陀螺仪，通过测量用户头部的加速度、角速度等头部姿态数据信息，来确定用户头部的运动状态和方向。

2、在飞行模拟游戏中，基于i mu的智能头盔控制系统通过获取佩戴有智能头盔玩家的头部姿态信息，并将其同步至游戏系统，游戏系统根据获取的玩家头部姿态信息可以动态调整飞行器的视角和方向，使其与玩家的头部运动进行同步，当用户转动头部时，游戏中的视角会相应地随之变化，然而由于不同玩家所处的环境存在差异性，例如，外部振动的波动可能导致惯性测量单元存在运行隐患，区域网络环境的波动可能导致头部姿态信息与游戏系统的同步存在延迟隐患，现有的基于i mu的智能头盔控制系统对于惯性测量单元的运行异常和同步延迟无法实现及时的智能化感知，缺乏普适性的预警判定标准，导致智能头盔控制系统与游戏系统之间协作的实时性和稳定性降低，导致游戏系统无法及时接收到准确的头部姿态信息，导致游戏中的飞行器视角变化不理想或不及时，使得玩家用户体验感降低，影响游戏供应商对智能头盔控制系统的信任度。

3、为了解决上述缺陷，现提供一种技术方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于i mu的智能头盔控制方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于i mu的智能头盔控制方法，包括如下步骤：

4、步骤s1，获取惯性测量单元运行时的外界环境信息和运行状态信息，并根据外界环境信息计算外界振动波动系数，根据惯性测量单元运行时的运行状态信息计算三元数据偏差系数；

5、步骤s2，获取基于i mu的智能头盔控制系统与游戏系统进行数据同步时的区域网络环境信息，并根据区域网络环境信息计算数据同步延迟系数；

6、步骤s3，根据外界振动波动系数、三元数据偏差系数、数据同步延迟系数建立同步隐患分析模型，对基于i mu的智能头盔控制系统与游戏系统之间协作是否存在同步异常隐患进行综合分析，生成同步隐患分析指数；

7、步骤s4，将同步隐患分析指数与预设的同步隐患分析指数阈值进行比较，对基于imu的智能头盔控制系统与游戏系统之间协作是否存在同步异常隐患进行分类；

8、步骤s5，根据同步异常隐患的分类结果对基于i mu的智能头盔控制系统的实时性和稳定性进行预警。

9、在一个优选地实施方式中，在步骤s1中，获取惯性测量单元运行时的外界环境信息，对外界的振动波动程度进行分析，并获取外界振动波动系数，来衡量惯性测量单元受到的外部振动程度，外界振动波动系数的获取逻辑如下：

10、通过振动传感器获取t时间周期内惯性测量单元的时域振动信号，并对采集的时域振动信号进行预处理，将预处理后的时域振动信号转换到频域振动信号，可通过如下公式计算式中，x(f)表示振动信号在频率f处的幅度，x(t)表示t时刻的振动数据，t1表示t时间周期的起始时刻，t2表示t时间周期的结束时刻，e-j2πft表示复指数函数，其中，e表示自然数的底，j表示虚数单位，π表示圆周率，f表示频率，t表示时间；计算振动信号在频率f处的功率谱密度，用于表示振动信号在频域上的能量分布，表达式如下s(f)＝|x(f)|2，式中s(f)表示振动信号在频率f处的功率谱密度；计算外界振动波动系数表达式如下式中wzj表示外界振动波动系数，[fmin，fmax]表示预设的频率范围；

11、获取惯性测量单元运行时的运行状态信息，对测量元件的数据响应一致性进行分析，并获取三元数据偏差系数，来衡量惯性测量单元的运行状态，三元数据偏差系数的获取逻辑如下：

12、获取三种测量元件的历史数据，根据测量元件的历史数据分别计算加速度计与陀螺仪数据间的相关系数j lx、加速度计与磁力计数据间的相关系数jcx、陀螺仪与磁力计数据间的相关系数tcx，相关系数j lx的计算表达式如下ki和yi分别表示两种测量元件在第i组历史数据的取值，i＝1、2、3、4、……、n，n为正整数；相关系数jcx和相关系数tcx的计算方式同相关系数j lx的计算方式一致；

13、在测量元件实际运行的t时间周期内获取不同测量元件的实际运行数据，分别计算加速度计实际运行数据的标准差jsb、陀螺仪实际运行数据的标准差tlb、磁力计实际运行数据的标准差clb，加速度计实际运行数据的标准差jsb的表达式如下式中jsb表示加速度计实际运行数据的标

14、准差，jsu表示第u时刻的实际运行数据取值，u＝1、2、3、4、……、v，v为正整数，表示t时间周期内加速度计实际运行数据的均值，陀螺仪实际运行数据的标准差t l b、磁力计实际运行数据的标准差c l b的计算方式同加速度计实际运行数据的标准差jsb的计算方式一致；并根据不同测量元件的实际运行数据的标准差以及不同的测量元件间的相关系数计算三元数据偏差系数计算表达式如下

15、在一个优选地实施方式中，在步骤s2中，获取基于imu的智能头盔控制系统与游戏系统进行数据同步时的区域网络环境信息，对数据同步存在的延迟隐患进行分析，并获取数据同步延迟系数，来衡量基于i mu的智能头盔控制系统与游戏系统的数据同步的延迟情况，数据同步延迟系数的获取逻辑如下：

16、在t时间周期内获取基于imu的智能头盔控制系统与游戏系统每一次进行数据同步时的响应时长，建立响应时长数据序列，将其标记为d＝{d1，d2，...，dq}；

17、构建响应时长数据矩阵m，将其标记为

18、对响应时长数据矩阵m进行奇异值分解，得到三个矩阵u、∑和vt，即m＝u∑vt，式中u是左奇异向量矩阵，其列向量为左奇异向量，∑是奇异值矩阵，对角线上的元素为奇异值，vt是右奇异向量矩阵v的转置；

19、对奇异值矩阵∑中的奇异值进行由大到小进行排序，选择出奇异值大于奇异值阈值的前k个奇异值及其对应的左奇异向量和右奇异向量；

20、根据选择的前k个奇异值及其对应的左奇异向量和右奇异向量对响应时长数据矩阵m进行重构，得到响应时长数据矩阵m的重构矩阵，将其标记为计算数据同步延迟系数式中sty表示数据同步延迟系数，dp表示响应时长数据矩阵m内的元素，d′p表示响应时长数据重构矩阵m′内的元素。

21、在一个优选地实施方式中，将外界振动波动系数、三元数据偏差系数、数据同步延迟系数进行归一化处理，根据归一化后的外界振动波动系数、三元数据偏差系数、数据同步延迟系数构建同步隐患分析模型，生成同步隐患分析指数tbo，其模型依据的公式如下式中a1、a2、a3分别表示外界振动波动系数、三元数据偏差系数、数据同步延迟系数的预设比例系数，且a1、a2、a3均大于0。

22、在一个优选地实施方式中，将同步隐患分析指数与预设的同步隐患分析指数阈值进行比较，对基于imu的智能头盔控制系统与游戏系统之间协作是否存在同步异常隐患进行分类其分类情况如下：

23、若同步隐患分析指数大于预设的同步隐患分析指数阈值，则生成同步风险信号；

24、若同步隐患分析指数小于等于预设的同步隐患分析指数阈值，则生成同步正常信号。

25、在一个优选地实施方式中，当生成同步风险信号时，获取后续多个t时间周期内生成的同步隐患分析指数，建立数据分析集合，将数据分析集合标记为wt＝{tboα}，其中α＝{1,2,3…β}，β为正整数；

26、计算数据分析集合中编号为β的同步隐患分析指数的离群点，表达式如下式中afg表示编号为β的同步隐患分析指数的离群点，qf为数据分析集合中同步隐患分析指数的平均值，jy为数据分析集合中同步隐患分析指数的标准差。

27、在一个优选地实施方式中，将同步隐患分析指数的离群点与预设的预警阈值进行比较，对基于imu的智能头盔控制系统的实时性和稳定性进行预警，其分类情况如下：

28、若同步隐患分析指数的离群点大于预设的预警阈值，则生成预警信号；

29、若同步隐患分析指数的离群点小于等于预设的预警阈值，则无需生成预警信号。

30、本发明的技术效果和优点：

31、1、本发明通过获取惯性测量单元运行时的外界环境信息和运行状态信息，并根据外界环境信息和运行状态信息计算外界振动波动系数以及三元数据偏差系数，提高系统对于环境变化的适应能力，获取基于i mu的智能头盔控制系统与游戏系统进行数据同步时的区域网络环境信息，并根据区域网络环境信息计算数据同步延迟系数，有助于准确评估数据同步的延迟情况，提高数据同步的效率和准确性，建立同步隐患分析模型，综合考虑外界振动波动系数、三元数据偏差系数和数据同步延迟系数，综合分析基于i mu的智能头盔控制系统与游戏系统之间协作的同步异常隐患，确保分析的全面性和准确性，根据同步隐患分析指数与预设的同步隐患分析指数阈值进行比较，对同步异常隐患进行分类，并对基于imu的智能头盔控制系统的实时性和稳定性进行预警，及时发现并解决同步问题，提高系统的实时性和稳定性，提升玩家的游戏体验，增强游戏供应商对智能头盔控制系统的信任度。