2015-10-05 2 views
0

il est maintenant les pratiques standard pour fusionner les mesures de accéléromètres et gyroscope à travers le filtre de Kalman, pour des applications telles que l'auto-équilibrage des chariots 2 roues: par exemple: http://www.mouser.com/applications/sensor_solutions_mems/mesure d'accélération horizontale dans les véhicules à 2 roues à auto-équilibrage?

accéléromètre

donne une lecture de l'angle d'inclinaison par arctan (A_X/a_y). il est très déroutant d'utiliser le terme «accélération» ici, car ce que cela signifie réellement, c'est la projection de la gravité le long de l'axe des dispositifs (bien que je comprenne que, physiquement, la gravité est vraiment une accélération).

voici le gros problème: lorsque le chariot essaie de se déplacer, le moteur entraîne le chariot et crée une accélération non triviale dans la direction horizontale, ce qui rendrait a_x plus une projection de gravité juste le long du périphérique x -axe. en fait, cela rendrait l'angle d'inclinaison mesuré plus grand. comment est-ce géré? Je suppose que compte tenu de la maturité de Segway, il doit y avoir des moyens existants pour le gérer. Quelqu'un a des pointeurs?

grâce Yang

Répondre

0

Vous êtes tout à fait raison. Vous pouvez estimer les angles de tangage et de roulis en utilisant la projection du vecteur de gravité. Vous pouvez obtenir un vecteur de gravité en utilisant un accéléromètre immobile, mais si l'accéléromètre se déplace, il mesure la gravité + composante linéaire de l'accélération et le problème principal ici est de séquestrer la composante de gravité des accélérations linéaires. La meilleure façon de le faire est de passer le signal de l'accéléromètre à travers le filtre passe-bas. Veuillez vous reporter à Low-Pass Filter: The Basics ou Android Accelerometer: Low-Pass Filter Estimated Linear Acceleration pour en savoir plus sur le filtre passe-bas.

Sensor fusion algorithm devrait être intéressant pour vous aussi.