【コピペでPython】加速度から距離を算出してみよう

f:id:yukiyukiponsu:20200208164852p:plain

こんにちわ。ゆきぽんずです。

今日は、前回Androidから取得した加速度値のCSVファイルを使って加速度から距離を算出したいと思います。

前回の記事

www.yukiyukiponsu.work

前回Androidから取得した加速度値を20msにリサンプルして新たにCSVファイルを作成したファイルからデータを抽出し、距離を求めます。

＊Y軸にだけAndroid端末を動かしているのでY軸の加速度から距離を算出

＊20msにリサンプルした理由として、AndroidOSは計測用のOSではないため加速度値の取得時間がまちまちになってしまうことを防ぐためです（リクエストがあれば20msにリサンプルするコードも次回以降の記事にのせます）

それでは早速ソースコードから見ていきましょう！

ソースコード
実行方法 && 実行結果

ソースコード

既に20msにリサンプルしたデータを入力し、Y軸の加速度成分だけを抽出、さらに台形積分を用いて距離を算出しています。動かした距離はおおよそ30[cm]です。

#外部ライブラリ使用
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import datetime
from scipy.interpolate import interp1d

#サンプリング間隔 20ms
samplingTime = 0.02
#サンプリング周波数
#samplingRate = 1.0/samplingTime
print('AccelerationData CSVFileName')
fileName_acceleration = input('>>')
Acceleration = pd.read_csv(filepath_or_buffer= fileName_acceleration, encoding="utf8", sep=",")

y_array_Acceleration = Acceleration.iloc[:,1]
print("Androidのy軸加速度(重力成分なし)の出力")
print(y_array_Acceleration)
print("20msでリサンプルしたAndroidの数")
print(len(y_array_Acceleration))
AccelerationLength = len(y_array_Acceleration)

#加速度[m/s2]を速度[m/s]に台形積分を用いて変換
acceleration_velocity= [0]*AccelerationLength

for i in range(1, AccelerationLength):
    acceleration_velocity[i] = (((y_array_Acceleration[i] + y_array_Acceleration[i-1])*samplingTime)/2.0) + acceleration_velocity[i-1]

#print("加速度を速度に変換したときの値")
#print(acceleration_velocity)

#速度[m/s]を距離[m]に台形積分を用いて変換
acceleration_distance = [0]*AccelerationLength
for i in range(1, AccelerationLength):
     acceleration_distance[i] = (((acceleration_velocity[i] + acceleration_velocity[i-1])*samplingTime)/2.0) + acceleration_distance[i-1]

#print("速度を距離に変換したときの値")
#print(acceleration_distance)

#時間軸の初期化
time_array = [0]*AccelerationLength
for i in range(1, AccelerationLength):
    time_array[i] = 0.02*i

#始まりの時間
for i in range(0, 1):
    t_Min = time_array[i]
#print(x_Min)

#終わりの時間
for i in range(AccelerationLength-1, AccelerationLength):
    t_Masset = time_array[i]
#print(x_Masset)

#時間成分
t = np.linspace(t_Min, t_Masset, AccelerationLength)

#実際に計測した距離[m]
real_distance = 0.3

#全体の距離の合計を表示
print('\n全体の距離の合計値')
for i in range(AccelerationLength-1, AccelerationLength):
    print("距離の推定値[cm]")
    print(acceleration_distance[i]*100)

#誤差率の表示
print('\n測定した距離と理論的な距離の誤差率表示')
for i in range(AccelerationLength-1, AccelerationLength):
    data_acceleration_distance = acceleration_distance[i]

    error_upper = data_acceleration_distance - real_distance
    #print(error_upper)
    error_upper_abs = abs(error_upper)
    #print(error_upper_abs)
    error_lower = real_distance
    error_rate = (error_upper_abs/error_lower)*100

    print('誤差率 (%)')
    print("距離測定の誤差率")
    print(error_rate)

print("\nグラフ表示")
fig = plt.figure()
asset_Acceleration = fig.add_subplot(1,1,1)

print('加速度センサから得たデータ')
#ラベルの名前
asset_Acceleration.set_xlabel('time[s]')
asset_Acceleration.set_ylabel('value')
asset_Acceleration.set_title('Acce Veloc Meter') # グラフタイトル
# asset.set_aspect('equal') # スケールを揃える
#asset.grid()            # 罫線
#asset.set_xlim([-10, 10]) # x方向の描画範囲を指定
#asset.set_ylim([0, 1])    # y方向の描画範囲を指定
asset_Acceleration.plot(t, y_array_Acceleration, color="red", label="Accleration[m/s2]", linestyle = "solid")
asset_Acceleration.plot(t, acceleration_velocity, color="blue", label="Velocity[m/s]", linestyle = "dashed")
asset_Acceleration.plot(t, acceleration_distance, color="green", label="Meter[m]", linestyle = "dotted")
asset_Acceleration.legend(loc=0)    # 凡例

fig.tight_layout()  # レイアウトの設定
# plt.savefig('hoge.png') # 画像の保
plt.show() #グラフの表示