1、加速度计数据处理

为了实现代步车平平衡和运动控制,首先应该得到足够精确机器人车身倾角信息。根据两轮处自平衡车的应用环境,一般使用加速度器和陀螺仪两种传感器来采集代步车的姿态信息。

加速度计可能测量动态和静态线性加速度。静态加速度的一个典型例子就是重力加速度,用加速度计数直接测量物体静态重力加速度可以确定倾斜角度。

加速度传感器静止时,加速传感器仅仅输出作用在加速度灵敏轴上的重力加速度值,即重力加速度的分量值。根据各轴上的重力加速度的分量值可以算出物体垂直和水平方向上的倾斜角度。

加速度计动态响应慢 ,不适应跟踪动态角度运动;如果期望快速地响应,又会引起较大的噪声。再加上其测量范围的限制,使得单独应用加速度计检测车体倾角并不合适,需要与其它传感器共同使用。

2、陀螺仪数据处理

两轮自平衡机器人控制系统除了需要实时的倾角信号,还要用到角速度以给出控制量。理论上可以对加速度计测得的倾角求导得到角速度,但实际上这样求得的结果远远低于陀螺仪测量的精度,陀螺仪具有动态性能好的优点。

陀螺仪的直接输出值是相对灵敏轴的角速率,角速率对时间积分即可得到围绕灵敏轴旋转过的角度值。由于系统采用微控制器循环采样程序获得陀螺仪角速率信息,即每隔一段很短的时间采样一次,所以采用累加的方法实现积分的功能来计算角度值。

陀螺仪是用来测量角速度信号的,通过对角速度积分,能得到角度值。但由于温度变化、摩擦力、不稳定力矩等因素,陀螺仪会产生漂移误差。而无论多么小的常值漂移通过积分都会得到无限大的角度误差。因而不能单独使用陀螺仪作为自平衡小车的角度传感器。

综上所述,对于姿态检测系统而言,单独使用陀螺仪或者加速度计,都不能提供有效而可靠的信息来保证车体平衡。陀螺仪虽然动态性能良好,能够提供瞬间的动态角度变化,不受加速度变化的影响,但是由于其本身固有的特性、温度、积分过程的影响,存在累积漂移误差,不适合长时间单独工作;加速度计表态响应好,能够准确提供表态的角度,但受动态加速度影响较大,不适合跟踪动态角度运动。为了克服这些困难,采用一种简易互补滤波方法来融合陀螺仪和加速度计的输出信号,补偿陀螺仪的漂移误差和加速计的动态误差,得到一个更优的倾角近似值。

3、传感器数据融合

传感器数据融合是指对来自多个传感器的数据进行多级别、多方面、多层次的处理,从而产生新的有意义的信息,而这种新信息是任何单一传感器所无法获得的。

对加速度计,需要采用滤波算法除去短时性快速变化的信号,保留长时性缓慢变化的信号,所以要对加速度计运用低通滤波算法。一种常用的方法是给变化较快的信号乘上一个较小的权重系数,以削弱突变信号对整体产生的影响。

如果传感器停留在10°,滤波后角度值会在一定时间后逐渐增大到10°。这段时间的长短依赖于滤波常数和循环程序的采样速率(程序循环一次所用的时间)。

对于陀螺仪情况正好相反,应用高通滤波方法处理陀螺仪数据,来抑制陀螺仪积分的漂移。

针对陀螺仪的高通滤波和针对加速度计的低通滤波两部分恰好组成一个互补滤波器。可以看到两个滤波系数相加结果为1,所以滤波结果是一个比较精确的线性的角度估计值。

这样,用加速度计的输出来消除陀螺仪的漂移,使最终得到的倾角估计更加精确。这就是传感器数据融合中典型的状态估计问题。状态估计的目的是对目标过去的状态进行平滑、对现在的状态进行滤波和对未来的状态进行预测。

什么是陀螺仪的dr算法_陀螺仪与加速传感器数据的融合算法解析相关推荐

  1. 陀螺仪数据转换成角度_陀螺仪编写实时角度的计算公式?

    ENC03以前用过,我记得还是一个模拟的陀螺仪,受温度湿度影响超级大--特别是温度,除非自己写温度补偿. 简单点的陀螺仪算角度就是陀螺仪测得的原始数据,减去offset,除以比例系数--这个要看你ad ...

  2. umap算法_生命科学中的 UMAP(降维算法)

    UMAP应该说是目前最好的降维算法了,能最大程度的保留原始数据的特征同时大幅度的降低特征维数. 这是<生命科学的数理统计和机器学习>的相关探讨,我试图介绍生物信息学.生物医学.遗传学等常见 ...

  3. 推荐系统算法_机器学习和推荐系统(二)推荐算法简介

    推荐算法简介 一. 基于人口统计学的推荐算法 二.基于内容的推荐算法 三. 基于协同过滤的推荐算法 协同过滤(Collaborative Filtering , CF) 基于近邻的系统过滤 基于用户( ...

  4. etc的常见算法_(转)8种常见机器学习算法比较

    机器学习算法太多了,分类.回归.聚类.推荐.图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验.通常最开始我们都会选择大家普遍认同的算法,诸如SV ...

  5. grads 相关系数_基于小波变换的多聚焦图像融合算法

    引用本文 孟强强, 杨桄, 童涛, 张俭峰. 基于小波变换的多聚焦图像融合算法[J]. 国土资源遥感, 2014,26(2): 38-42 MENG Qiangqiang, YANG Guang, T ...

  6. 一致性hash算法_(图文案例)一致性哈希算法详解 一点课堂(多岸教育)

    一致性Hash算法 关于一致性Hash算法,在我之前的博文中已经有多次提到了,MemCache超详细解读一文中"一致性Hash算法"部分,对于为什么要使用一致性Hash算法.一致性 ...

  7. 协同过滤算法_推荐系统(5):协同过滤算法的基本思想

    1 什么是协同过滤 协同过滤是利用集体智慧的一个典型方法.要理解什么是协同过滤 (Collaborative Filtering, 简称 CF),首先想一个简单的问题,如果你现在想看个电影,但你不知道 ...

  8. python50种算法_一文洞悉Python必备50种算法

    本文是一些机器人算法(特别是自动导航算法)的Python代码合集. 其主要特点有以下三点:选择了在实践中广泛应用的算法:依赖最少:容易阅读,容易理解每个算法的基本思想.希望阅读本文后能对你有所帮助. ...

  9. 两个矩阵是否相交的算法_刷透近200道数据结构与算法,成功加冕“题王”,挤进梦中的字节!...

    不管是学生还是已经工作的人,我想彼此都有一个相同的梦想:进大厂! 眼看着2020年还有个三十来天就要完美收尾了,那么如何才能在未来三个月弯道超车赶上"金三银四的春招",进入梦寐以求 ...

最新文章

  1. Gson源码分析之Json结构抽象和注解使用
  2. 网编编程必看书籍:unix网络编程
  3. Python 技术篇-利用pyperclip库实现读取写入剪切板,超简单
  4. unicode 编解码记录
  5. python 装饰器实现_Python装饰器系列01 - 如何正确地实现装饰器
  6. 使用Guava的AbstractInvocationHandler正确完成代理
  7. 创建新的swap文件
  8. C++ opengl 深度缓冲区
  9. CHR-6dm datasheet 中文翻译
  10. Qt编写onvif搜索和云台控制工具源码
  11. 使用Python及SMTP协议发送邮件(以163邮箱为例)
  12. 直播 | SDCC 2017 人工智能技术实战线上峰会
  13. LZJ的python的第8次打卡
  14. linux打印机测试程序,轻松了解Linux打印之CUPS软件
  15. 微信公众号的开发和使用注意事项有哪些?
  16. “Windows已经阻止此软件因为无法验证发行者”解决办法
  17. 大型螺旋CT空间分辨率(线对)
  18. C++ 小游戏 视频及资料集(四)
  19. Options, Futures and Other Derivatives 读书笔记(三)—— CHP4
  20. 高校选课系统设计(一)

热门文章

  1. 什么是光纤收发器,光纤收发器分类,光纤收发器的作用
  2. C++学习(三十九)(C语言部分)之 游戏项目(2048游戏)
  3. 如何在Apple Watch上管理您的朋友圈
  4. 晴天小猪历险记之Hill
  5. Android 信号查看,安卓Android手机怎么快速查看系统信号强度
  6. 小程序如何引用阿里巴巴图标
  7. 二级mysql大题_全国计算机等级考试二级MySQL练习题及答案
  8. EPLAN 设备接线图模板制作
  9. 实验24:超声波测距仪小实验
  10. python 图像识别实现四川麻将回放牌面数据