中文版互补滤波器.doc

《中文版互补滤波器.doc》由会员分享，可在线阅读，更多相关《中文版互补滤波器.doc（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流中文版互补滤波器.精品文档. 互补滤波器定义：是集成加速度计和陀螺测量平衡的一个简单的解决办法的平台。传感器：两轴加速度计：1. 测量加速度实际上是推动每个单元的块。2. 可以用来测量重力加速度，上图中x轴加速度为0g,y轴加速度为1g。3. 可以用来测量斜角。上图中x轴方向上有重力的作用 ，左边的图中x有正向的加速度，右边的图中x有负向的加速度。这就使y轴方向的加速度减少。由y轴得到的信息是否有用？可能不是：a.x轴方向上改变一个很小的角度它的灵敏度远远高于y轴。b它不依赖于方向倾斜陀螺仪：陀螺仪：1. 测量角速度（旋转的角度）。2. 当静

2、止时读“0”。3. 读取旋转时的方向值。左图为陀螺仪正转，右图为陀螺仪反转。读传感器的值第一步是要看每个传感器的模拟输入(通过类比数模转换器,ADC),并让他们成为有用的单位。这需要调整偏移和数值范围。偏移是很容易找到的: 传感器水平和/或静止的时候读传感器的整型值。如果它的值颤动,则选择一个平均值。偏移量应该是一个整形变量(或常量)。取值范围取决于传感器。它是由多因素预期的单位得来。这可以从传感器“数据手册”或实验得到。它有时被称为传感器常数、增益、或灵敏度。取值应该是一个浮点型的变量(或常量)。即使没有ADC的结果也可以抵消负面的偏移,它们将会被去掉,所以不会使变量发生改变了。单位可以是度

3、或弧度(每秒陀螺仪)，它们必须是一致的。更多的关于加速度计 如果必须要有一个360角旋转的估量,有y轴方向上的测量会很有用,但不是一定必须要。有了它,我们可以用三角法找到两个轴的反正切的数值和计算两个轴的角度。没有它,我们还可以用正弦或余弦和x轴单独算出角度,因为我们知道重力的大小。但是三角法消耗处理器时间而且是非线性,所以,它可以避免就应该尽量避免。为平衡平台,最重要的是确保角度靠近垂直。如果平台倾斜从两个方向超过30,那可能就没有更多的控制器可以做全速行驶去纠正它，在这种情形下,我们可以用小角度近似和x轴节约处理器时间和简化编码复杂度。平台有一个倾斜的角度，但是是静止的(没有水平加速度)X

4、轴方向上：(1g) sin() 小角度近似：sin() ，按幅度来算的话=/6 = 30。因此编码的二进制码如下:x_acc = (float)(x_acc_ADC x_acc_offset) * x_acc_scale如果x_acc_scale角度将取值输出到1g，x轴是径直指向下，x_acc将按弧度来算。为了获得角度，x_acc_scale应该在180/之间取值。所需要的测量为了控制平台,最好是知道基础平台角度和角速度。这可能是一个角度PD(比例/微分)控制算法的基础,该算法已经证实了该系统类型可以很好地工作。像这样的：电机输出 = Kp 角度 + Kd 角速度电机真正的输出又是另一回事。

5、但常规的想法是,这种控制建立可调谐Kd和Kp使它达到稳定和平稳的性能。这是不太可能超越的水平点除了proportional-only控制器之外。(如果角度是正向的,但是角速度是负向的,即它反馈回来的是水平的,电机就会提前减慢。)事实上,这种PD控制方案就像对智能车添加一个可调弹簧和阻尼器。映射传感器这是最好的方法吗？赞成的观点：1.直观。 2.容易编码 3. 陀螺给快速、准确的角速度测量反对的观点： 1.噪声。 2. x轴要读水平方向任何角度改变的加速度。(想象一下平台是水平,但平台电机使它向前加速，加速度计也无法和引力鉴别开。)0.75和0.25是参考数值。这些可以调谐滤波到满意的变化时间常

6、数。赞成的观点:1. 依然很直观。2. 依然很容易编码。3. 过滤掉短周期水平加速度，唯一可以通过的是长周期的加速度(重力)。反对的观点：1. 测角由于取平均值而滞后，过滤器越多就越能滞后，滞后一般会影响稳定性。赞成的观点：1. 只有一个传感器来读.2. 快速，滞后不是问题3. 不受制于水平加速度。4. 容易编码。反对的观点：1. 可怕的陀螺漂移，如果陀螺没有准确的读出平衡时的零点(而且它不会),小速度将持续增加角度,直到它远离实际的角度。赞成的观点：1. 想象一下理论上完美的滤波器可以滤去杂波、准确的估计。2. 考虑到系统的已知的物理性质(质量、惯性等)。反对的观点：1. 我不知道它是如何工

7、作的，它的算法很复杂的,需要了解一些线性代数的知识。不同情况有不同形式。2. 可能很难编码。3. 会消耗处理器的时间。赞成的观点：1. 可以帮助解决噪声、漂移、水平加速度的依赖性。2. 快速估计角度,比只有低通滤波器时的滞后明显减弱。3. 处理器不是很密集。反对的观点：1. 和低通滤波相比需要了解更多的理论知识,但没有像卡尔曼滤波器那样。更多关于数字滤波器 数字滤波器有很多的原理,其中大部分我不懂,但是没有理论符号的基本概念很容易掌握 (z-domain转移函数,如果你想研究它)，这里有一些定义：整合:这很简单,想像一个汽车以一个已知的速度移动，你的程序是一只钟每隔几毫秒滴答响一次，为了在每一

8、个滴答声响得到新的位置,你应把旧的位置加上改变的位置。这个位置的改变只是自从上次滴答响，这辆小汽车的速度乘以时间,你由单片机定时器或其他已知的定时器得到数值。在代码:新位置=旧的位置+速度*变化的时间。对于平衡的平台来说：角度=原来的角度+陀螺仪的值*变化的时间。 低通滤波器：低通滤波的目的是只让长期信号的变化量通过,过滤掉短期的波动。一种方法是力的变化建立在随后的时间一点一点地通过程序循环。在代码中:angle = (0.98)*angle + (0.02)*x_acc例如,开始是零的角度，加速计突然跳跃到10,角度估计的改变像随后的迭代:如果传感器保持在10,角度估计将会上升直至在它的水平

9、这个值。所花费的时间,达到充分数值既取决于过滤常数(例如0.98和0.02)也取决于采样率的回路(dt)。高通滤波器:理论和低通滤波器相比这有点难以解释,但作用上它恰恰和低通滤波器相反:它允许短周期信号通过，过滤信号而达到稳定，这能用来抵消漂移（过滤掉直流成分）。采样周期:每个程序之间经过循环所需时间的长短。如果采样率是100赫兹,采样周期为0.01秒。时间常数:滤波器的时间常数表现为一个相对持续的信号，对于一个低通滤波器,分析了信号的时间常数远比通过信号改变而短于过滤的时间常数。对于高通滤波器那就是相反的，这个时间常数，是一个低通滤波器。 y = (a)*(y) + (1-a)*(x);所以

10、如果你知道所需的时间常数和采样率,你可以选择滤波器系数。补充:这表示滤波器的两个部分总是合成一部分,输出是一种精度高的值、单位的线性估计这样做是有意义的。读得差不了,我感觉这滤波器不是准确的互补, 但是当时间常数远比采样率大的时候是一个很好的近似(对任何数字控制来说是一个必要条件)。仔细看看角互补滤波器如果这个过滤器运行一个循环中执行100次/秒,时间常数对低通、高通滤波器是:在这个定义中是徘徊在信任陀螺仪和加速度计的边界，如果这个时间短于半秒钟,陀螺仪整合和滤除水平加速度噪声优先。如果时间期长于半秒钟,平均加速计的质量比陀螺仪更重,可能这一点有漂流。 大多数情况下,设计滤波器通常用其他的方式

11、，首先,选择一个时间常数,然后用它来计算滤波器系数。挑选时间常数在这个地方你可以调整响应。如果你的陀螺仪漂移平均每秒2(可能是一个最坏的估计),你可能想要一个小于一秒的时间常数,让你可以保证在任一个方向上从未漂移超过两度。但时间常数越低,加速度越水平噪声将允许通过。像许多其他控制的情况下,有一个权衡,唯一的办法就是去试验。 记住, 选择正确的采样率系数是非常重要的，如果你改变你的程序,增加更多的浮点运算和是导致你的采样率下降的两个因素。你的时间常数会变大有两个因素除非你重新计算你的过滤条件。 举个例子,考虑使用26.2毫秒的收音机更新你的控制回路(通常是一个缓慢的思想,但它是工作的)。如果你想

12、要一个0.75秒的时间常数、过滤器术语应该是这样的:滤波器上陀螺仪的偏压它也是值得去思考。这个过滤器陀螺肯定不会造成漂移的问题,但它仍然可以影响角的计算方法。举例来说,我们误选错了偏移和我们的速率陀螺静止时报告5/秒的旋转，它算术上可以证明(这里我不会) 角度估计等于偏移速度乘以时间常数。因此,如果我们有一个0.75秒时间常数,这将给一个常数3.75角的偏移量。另外,这可能是一个坏的情形(陀螺仪不应该那么远偏移),长角度偏移和一个漂泊角度偏移量相比较是很容易处理的。举例说来,你可以在相反的方向旋转加速度计3.75来调节它。对某些实验结果的足够理论控制平台:自定义PIC-based无线控制器,十

13、位精度的ad。数据采集:一个串行USB收音机,做在Visual Basic上。陀螺:ADXRS401、模拟装置iMEMS /秒75角速率传感器。加速度:ADXL203,模拟设备两轴iMEMS加速度计。注意过滤处理两个问题:水平加速度干扰而不旋转(强调蓝色)和陀螺漂移(突出红色)。这里有两件事情需要注意:第一,不可预见的启动问题(蓝色凸显)，如果你不适当初始化你的变量这是什么都可能发生的，长时间常数是指前几秒钟可以不确定。这是很容易地确保所有重要的变量将被初始化为0,或者任何一个“安全”的数值。其次,注意到严重的陀螺偏移量(红色突出),大约6/秒,以及如何创造一个恒角度在偏移角度估计中。角度偏移

14、约等于陀螺偏移乘以时间常数)这是一个很好的坏的情形的例子总结我认为这个过滤器,很适合D.I.Y.平衡解决方案,原因如下:1. 这似乎工作，角度估计是准确，响应快的，但是对横向加速度和陀螺仪漂移是不敏感的。2.微处理器是安全的，它需要少量的浮点操作,但总之你使用的这些应在你的控制代码中。100赫兹或以上它可以很容易的控制回路。2. 和备选的方案例如卡尔曼滤波器相比这更直观，更容易解释理论。这可能没有任何解释为什么它运转的要好,但在教育项目,如第一,它就是一个优势。之前我说100%的可能性,这是一个完美的解决办法来平衡平台,我想看看一些硬件测试也许D.I.Y. 赛格威吗?另外,我也不确定这当中有多少适用于水平定位。我怀疑不是太多:没有地心引力,有一个小的加速度计就可以给一个绝对的参考。当然,你能将它两次求积分估计目标位置,但是这将漂移很多。虽然, 过滤技术可以用一系列不同的传感器实行,也许一个加速度计及一个编码器集合但想定的情况根本不模拟。(编码器不存在绝对定位装置如果轮子失去牵引力一样会漂移，一个好的对水平方向定位的模拟量将使用GPS做长期估计和惯性传感器进行短期整合。)