storm32和pixhawk_STORM32云台板调参教程 新人可参考 大师请指点
本帖最后由 mountain230 于 2015-8-14 13:21 编辑
写在前面:自调云台任重道远
第一个难点是硬件。找一套好的云台架子并且配好动力,安排好走线,需要的话还要添加电滑环
然后才涉及到选择云台板和调参
---------------------------------------------------------------------------
总体而言,一般或者中等偏上动手能力的人,做出的板子在效果上也许可以媲美商业台子,但是外观往往不如。
所以图省事或者急用的赶快去买商业云台吧!!兴趣释然或者有时间精力折腾的请看下去。
而调参的过程即使有了教程,也受个人不同的理解能力和云台所带的负载会有所不同效果。
本人只试过一种云台框架,并且是GOPRO台。因此下面的教程也许会有误导,请自行判断。
====================以上======================
这款板子的官方网站,应该是官方哈!反正可以下载到最新固件,有时候还有视屏
http://www.rcgroups.com/forums/showthread.php?t=2055844
本文思路以及引用视频来自这里,有时候需要fan qiang看,视频在YOUTUBE上,不过我给大家下下来了,贴在后面
http://www.olliw.eu/storm32bgc-wiki/Tuning_Recipe
云台的驱动
http://yunpan.cn/cdMiRg2NqS9Lj 访问密码 24c4
一些更基本的安装,刷固件等方法有很多中文教程了,如果有需要以后再贴,基本问商家要都会有。
对了刷固件要买一个转接的板子。
============================================================
先来翻译一下上面WIKI里面的意思。
第一步是硬件安装,主要目的是调平各个轴上的中心。如下图。
文中说的理想状态是各个轴都能放手停留在各个角度。
不过反正我是没做到,只能做到不通电停留在ROLL水平,PITCH向前,YAW随便转。似乎也不影响后面。
DSC_7111.jpg (36.69 KB, 下载次数: 215)
2015-8-13 02:37 上传
第二步是我的做法,做六面校准,如下图。
比较推荐做,不过不做貌似也行。原则是要做就好好做,不然更糟。
如果调完发现你在动ROLL或者PITCH的时候,YAW莫名在转,有可能就是需要重新校准。
认清楚IMU1 2哪个是CAMEAR。有的板子会反过来。
如果做的时候出现IMU没有读数,就是IMU有问题,或者受到干扰。
做好先STORE再SAVE TO FILE,我喜欢再WHITE一下。
IMU校准.jpg (78.65 KB, 下载次数: 212)
2015-8-13 02:37 上传
第三步,我和这个WIKI都推荐,就是自动检测,可以省不少事,不同固件版本可能选项会不同,我的是0.82E
基本校准.jpg (91.2 KB, 下载次数: 224)
2015-8-13 02:37 上传
检测过程需要通电,如果通过检测,没有I2C错误,并且相机自动上下左右水平,那么恭喜你,你的硬件及走线安装基本没有干扰等问题。
遇到过有的板子无法通过STEP2 和3的,商家不愿承认,说不影响使用。但是我认为是板子有问题。这个再议
以上都是准备工作,下面正式调参
==================================================
调参前禁用板载IMU
WIKI中建议的是,顺序先调PITCH,然后是ROLL,最后YAW。E文一大堆,反正我照办了。
重要事情说三遍。
先调PITCH,然后是ROLL,最后YAW。调的时候先D再P再I。
先调PITCH,然后是ROLL,最后YAW。调的时候先D再P再I。
先调PITCH,然后是ROLL,最后YAW。调的时候先D再P再I。
具体调到什么程度看视屏
D
P
I
视屏中用了比较好的一种调参思路,因为PID难以理解,所以其中用了极限法——测试每个参数的极限,找到折中值。比较好记好调。
好了,按照以上方法,应该能顺利调完PITCH和ROLL,但是到YAW时候很可能有抖动了。
后面的原文中没有阐述。也恰恰是调参最难的地方。
我的理解是这样,原文中的方法很有参考价值,至少能把参数缩小到一个范围,方便后面的精调。
======================================================================
在进行后面的调试之前,先来看一下曲线。我们只看中间一行。我用的比例是30这一档
这个是静止曲线,不包含YAW。什么都不动,并且通过刚才说的自检,应该是这样,如果不是,请返回排查
未标题-1.jpg (63.64 KB, 下载次数: 217)
2015-8-13 02:37 上传
PITCH调完之后的曲线,上下波动的是板载IMU,也就是我在PITCH方向的晃动,而调好之后的P轴应该是基本不动的
P动态曲线.jpg (67.06 KB, 下载次数: 218)
2015-8-13 02:37 上传
R轴也是如此
R动态曲线.jpg (65.18 KB, 下载次数: 214)
2015-8-13 02:37 上传
Y轴在HOLD HOLD PAN 也就是常用的航拍模式下,调完曲线。板载先动,机头跟上。注意,这个模式下YAW轴并不一定一直在中线。
HHPY曲线.jpg (70.9 KB, 下载次数: 205)
2015-8-13 02:37 上传
Y轴在HOLD HOLD HOLD 也就锁头跟随模式下,这个模式下板载的YAW应该始终在中线。
hhhY曲线.jpg (66.73 KB, 下载次数: 221)
2015-8-13 02:37 上传
如果不出意外,P轴R轴调好,Y轴稍微调一下,有点抖。这个时候一开板载IMU到FULL。情况会有改善,要求不高甚至就可以用了。
如果还想调更好,就没有定论了。下面我提供一下我的思路。
==================================================================================
记得先停用板载IMU
首先,要判断是哪个轴在抖动,但是情况往往是不止一个轴在抖,而且抖动厉害的话无法从曲线分辨谁在抖。
这个时候可以一个个排查。把其他轴的I调为0,或者除了POWER都变0,但是记住他们的数字,方便之后调。
只剩一根轴之后,先缩小P的值,慢慢到不太抖动了,然后在慢慢缩小D。直到所有极限角度都不抖了。曲线接近甚至超越我的曲线。
然后进行其他轴。
这个过程可能会重复多遍。慢慢自己会有心得。
先写到这里,祝大家都调出好台子!
码字辛苦,如要转载请注明。稍后上我的云台效果视频
LZ不帅,并且衣冠不整,所以无耻的打码了哈哈!!
storm32和pixhawk_STORM32云台板调参教程 新人可参考 大师请指点相关推荐
- Pytorch环境下微调BERT以及调参教程
使用Hugginface的Transformers库快速微调BERT等预训练模型,使其适应下游任务,本文以Quora问题对任务为例,对两问题表意是否一致进行预测 介绍 之前写了个微调BERT的入门教程 ...
- XgBoost使用及调参教程
Kaggle比赛利器XGBboost 数据,决定了机器学习的上限,而算法,只是逼近这个上限. 简介 如果你的机器学习集成模型表现得不是那么尽如人意,那就使用XGBoost吧.XGBoost算法现在已经 ...
- 055B ENMTools教程-基于R语言对MaxEnt模型优化-MaxEnt调参教程--更新日期2021-9
055B-1 视频附带资料下载和密码:软件-数据-文献下载-持续更新 055B-2 ENMTools软件下载安装 055B-3 R软件和工具包安装 055B-4 生物气候因子的精度说明与选择方法(理论 ...
- ENMTools教程-基于R语言对MaxEnt模型优化-MaxEnt调参教程介绍
MaxEnt3.4.4软件下载网盘: http://lucky-boy.ys168.com (如有侵权请联系删除) 055B-1 视频附带资料:软件-数据-文献下载-持续更新 055B-2 ENMTo ...
- 调参1——随机森林贝叶斯调参
贝叶斯调参教程请参考:https://blog.csdn.net/weixin_35757704/article/details/118480135 安装贝叶斯调参: pip install baye ...
- MLK | Keras 基础模型调参指南
MLK,即Machine Learning Knowledge,本专栏在于对机器学习的重点知识做一次梳理,便于日后温习,这次主要讲下Keras 模型的调参. ? 前情回顾 上一篇文章讲解了如何简易入门 ...
- scikit-learn 梯度提升树(GBDT)调参小结
在梯度提升树(GBDT)原理小结中,我们对GBDT的原理做了总结,本文我们就从scikit-learn里GBDT的类库使用方法作一个总结,主要会关注调参中的一些要点. 1. scikit-learn ...
- 集成学习5-Xgboost原理与调参
github地址:DataScicence欢迎star 集成学习4-前向分步算法与GBDT-原理与案例 集成学习3-Boosting的原理和案例 集成学习2-bagging的原理与案例分析 集成学习1 ...
- 【机器学习】sklearn-GBDT调参-GradientBoostingClassifier
在梯度提升树(GBDT)原理小结中,我们对GBDT的原理做了总结,本文我们就从scikit-learn里GBDT的类库使用方法作一个总结,主要会关注调参中的一些要点. 1. scikit-learn ...
最新文章
- uniapp中easycom组件的封装
- 开发日记-20190914 关键词 汇编语言王爽版 第七章第八章
- SNMP功能开发简介 四 net-snmp动态监听自定义端口
- 海贼王为什么画风突变_什么是突变测试?
- 今日恐慌与贪婪指数为78 贪婪程度有所缓解
- java程序崩溃查询,java – 有程序识别它上次崩溃了吗?
- liux环境下配置jdk
- poj 2560 Freckles
- 台达伺服B2 调机杂说
- git pull报错 Can‘t update no tracked branch
- 如何删除PDF空白签名域?
- c#的decode用法
- shamir秘密共享matlab程序,shamir 秘密共享代码
- 文献翻译1:Oriented R-CNN for Object Detection
- 微信小程序使用nginx跳转第三方url
- 未越狱iphone与 Android短信备份迁移攻略
- [转载]Matlab反三角函数表示
- 所有手机中的「北斗导航」应用,都是山寨货
- 太阳直射点纬度计算公式_高中地理——每日讲1题(太阳直射点、太阳高度角、地方时)...
- 读《精通正则表达式》-- 网上 js 正则基础教程没有涉及的一些知识