智能车制作

 找回密码
 注册

扫一扫,访问微社区

123
返回列表 发新帖
楼主: huster_tjs
打印 上一主题 下一主题

mpu6050的陀螺仪的角速度换成角度算法

    [复制链接]

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
21#
发表于 2016-8-8 21:00:37 | 只看该作者

楼主,我用卡尔曼滤波了烧完程序后发现,我快速改变板子的倾角时得到的角度数值很大,比如变化10度时,如果我快速的变化10度,它瞬间可能显示100度以上,而我慢速改变的时候,它是正常的值。这种变化是正常的吗?我用的是MPU6050测速的,然后用的卡尔曼滤波测得倾角。MPU6050的两个轴的角度显示的变化一直是正常的,就是融合后的倾角有这个问题
回复 支持 反对

使用道具 举报

0

主题

36

帖子

0

精华

金牌会员

Rank: 6Rank: 6

积分
1328
威望
596
贡献
384
兑换币
393
注册时间
2015-12-22
在线时间
174 小时
22#
发表于 2016-8-9 11:20:47 | 只看该作者
疯狂土豆儿 发表于 2016-8-8 21:00
楼主,我用卡尔曼滤波了烧完程序后发现,我快速改变板子的倾角时得到的角度数值很大,比如变化10度时,如 ...

上图才好说话。你滤完波回来16位数据有归一化成90度吗?
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
23#
发表于 2016-8-9 16:17:09 | 只看该作者
我是想做一个自平衡车,用卡尔曼滤波完了之后得到的就是角度啊,16位数据是什么啊?不太懂

*************读取数据********************
//定义MPU6050内部地址
#define        SMPLRT_DIV                0x19        //陀螺仪采样率 典型值 0X07 125Hz
#define        CONFIG                          0x1A        //低通滤波频率 典型值 0x00
#define        GYRO_CONFIG                0x1B        //陀螺仪自检及测量范围                 典型值 0x18 不自检 2000deg/s
#define        ACCEL_CONFIG        0x1C        //加速度计自检及测量范围及高通滤波频率 典型值 0x01 不自检 2G 5Hz
#define INT_PIN_CFG     0x37
#define INT_ENABLE      0x38
#define INT_STATUS      0x3A    //只读
#define        ACCEL_XOUT_H        0x3B
#define        ACCEL_XOUT_L        0x3C
#define        ACCEL_YOUT_H        0x3D
#define        ACCEL_YOUT_L        0x3E
#define        ACCEL_ZOUT_H        0x3F
#define        ACCEL_ZOUT_L        0x40
#define        TEMP_OUT_H                0x41
#define        TEMP_OUT_L                0x42
#define        GYRO_XOUT_H    0x43
#define        GYRO_XOUT_L                0x44       
#define        GYRO_YOUT_H        0x45
#define        GYRO_YOUT_L                0x46
#define        GYRO_ZOUT_H        0x47
#define        GYRO_ZOUT_L                0x48

//读取寄存器原生数据
           
        MPU6050_Raw_Data.Accel_X = (buf[0]<<8 | buf[1]);
        MPU6050_Raw_Data.Accel_Y = (buf[2]<<8 | buf[3]);
        MPU6050_Raw_Data.Accel_Z = (buf[4]<<8 | buf[5]);
        MPU6050_Raw_Data.Temp =    (buf[6]<<8 | buf[7]);  
        MPU6050_Raw_Data.Gyro_X = (buf[8]<<8 | buf[9]);
        MPU6050_Raw_Data.Gyro_Y = (buf[10]<<8 | buf[11]);
        MPU6050_Raw_Data.Gyro_Z = (buf[12]<<8 | buf[13]);
      
      
        //将原生数据转换为实际值,计算公式跟寄存器的配置有关
        MPU6050_Real_Data.Accel_X = -(float)(MPU6050_Raw_Data.Accel_X)/8192.0;
        MPU6050_Real_Data.Accel_Y = -(float)(MPU6050_Raw_Data.Accel_Y)/8192.0;
        MPU6050_Real_Data.Accel_Z = (float)(MPU6050_Raw_Data.Accel_Z)/8192.0;
              MPU6050_Real_Data.Gyro_X=-(float)(MPU6050_Raw_Data.Gyro_X - gyroADC_X_offset)/65.5;   
        MPU6050_Real_Data.Gyro_Y=-(float)(MPU6050_Raw_Data.Gyro_Y - gyroADC_Y_offset)/65.5;   
        MPU6050_Real_Data.Gyro_Z=(float)(MPU6050_Raw_Data.Gyro_Z - gyroADC_Z_offset)/65.5;   
    }
   


//******卡尔曼参数************
               
const float Q_angle=0.001;  
const float Q_gyro=0.003;
const float R_angle=0.5;
const float dt=0.01;                          //dt为kalman滤波器采样时间;
const char  C_0 = 1;
float Q_bias, Angle_err;
float PCt_0, PCt_1, E;
float K_0, K_1, t_0, t_1;
float Pdot[4] ={0,0,0,0};
float PP[2][2] = { { 1, 0 },{ 0, 1 } };

/*****************卡尔曼滤波**************************************************/
void Kalman_Filter(float Accel,float Gyro)               
{
        Angle+=(Gyro - Q_bias) * dt; //先验估计
       
        Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; // Pk-先验估计误差协方差的微分

        Pdot[1]= -PP[1][1];
        Pdot[2]= -PP[1][1];
        Pdot[3]=Q_gyro;
       
        PP[0][0] += Pdot[0] * dt;   // Pk-先验估计误差协方差微分的积分
        PP[0][1] += Pdot[1] * dt;   // =先验估计误差协方差
        PP[1][0] += Pdot[2] * dt;
        PP[1][1] += Pdot[3] * dt;
               
        Angle_err = Accel - Angle;        //zk-先验估计
       
        PCt_0 = C_0 * PP[0][0];
        PCt_1 = C_0 * PP[1][0];
       
        E = R_angle + C_0 * PCt_0;
       
        K_0 = PCt_0 / E;
        K_1 = PCt_1 / E;
       
        t_0 = PCt_0;
        t_1 = C_0 * PP[0][1];

        PP[0][0] -= K_0 * t_0;                 //后验估计误差协方差
        PP[0][1] -= K_0 * t_1;
        PP[1][0] -= K_1 * t_0;
        PP[1][1] -= K_1 * t_1;
               
        Angle        += K_0 * Angle_err;         //后验估计
        Q_bias        += K_1 * Angle_err;         //后验估计
        Gyro_y   = Gyro - Q_bias;         //输出值(后验估计)的微分=角速度

}

******************倾角计算*****************
void Angle_Calculate(void)
{

/****************************加速度****************************************/
       
        Accel_x  =  MPU6050_Real_Data.Accel_X;          //读取X轴加速度
        Angle_ax = Accel_x*1.2*180/3.14;     //弧度转换为度

/****************************角速度****************************************/
       
         Gyro_y = MPU6050_Real_Data.Gyro_Y;             
时间dt,所以此处不用积分
/***************************卡尔曼融合*************************************/
        Kalman_Filter(Angle_ax,Gyro_y);       //卡尔曼滤波计算倾角
       
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
24#
发表于 2016-8-9 18:13:12 | 只看该作者
疯狂土豆儿 发表于 2016-8-9 16:17
我是想做一个自平衡车,用卡尔曼滤波完了之后得到的就是角度啊,16位数据是什么啊?不太懂

************ ...

现在情况就是,就算我是在减小倾角,只要我快速地改变,它显示的倾角都会先增大再减小,而如果我慢速改变的话,倾角就会缓慢减小而不会出现那些增大的角
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
25#
发表于 2016-8-10 13:11:47 | 只看该作者
人呢?!!!求助啊,help
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
26#
发表于 2016-8-15 18:39:36 | 只看该作者
我在做平衡小车,在卡尔曼滤波计算出倾角之后我再进行PID调节的时候,因为在PID调节函数里面加上了if(Angle>-3.0&&Angle<3.0){Angle=0.0;}然后发现倾角在我缓慢变化至3度后,刚过3度时倾角会突然猛的增加,然后减小最后稳定在正常值上,如果我不加这句话,倾角变化一直正常,百思不得其解,希望有大神能帮帮我。。。。
另外,卡尔曼滤波和速度PID控制我都是写在中断里的,周期5msPID参数我暂时只加了一个P调节,其他均为零。
//******卡尔曼参数************
                  
const float Q_angle=0.001;  
const float Q_gyro=0.003;
const float R_angle=0.5;
const float dt=0.07;                           //dtkalman滤波器采样时间;0.005,0.07
const char C_0 = 1;
float Q_bias=0.0, Angle_err=0.0;
float PCt_0=0, PCt_1=0, E=0;
float K_0=0, K_1=0, t_0=0, t_1=0;
float Pdot[4] ={0,0,0,0};
float PP[2][2] = { { 1, 0 },{ 0, 1 } };
float position;
static const float Kp  = 40.0;                             //PID参数  Angle  
static const float Kd  = 0.0;                                         //PID参数  Gyro_y  
static const float Ksp = 0.0;                                 //PID参数  motor_speed  
static const float Ksi = 0.0;                                  //PID参数    position         
  
/*****************卡尔曼滤波**************************************************/
void Kalman_Filter(float Accel,float Gyro)               
{
         Angle+=(Gyro- Q_bias) * dt; //先验估计
         
         Pdot[0]=Q_angle- PP[0][1] - PP[1][0]; // Pk-先验估计误差协方差的微分
         Pdot[1]=-PP[1][1];
         Pdot[2]=-PP[1][1];
         Pdot[3]=Q_gyro;
         
         PP[0][0]+= Pdot[0] * dt;   // Pk-先验估计误差协方差微分的积分
         PP[0][1]+= Pdot[1] * dt;   // =先验估计误差协方差
         PP[1][0]+= Pdot[2] * dt;
         PP[1][1]+= Pdot[3] * dt;
         
         Angle_err= Accel - Angle;        //zk-先验估计
         
         PCt_0= C_0 * PP[0][0];
         PCt_1= C_0 * PP[1][0];
         
         E= R_angle + C_0 * PCt_0;
         
         K_0= PCt_0 / E;
         K_1= PCt_1 / E;
         
         t_0= PCt_0;
         t_1= C_0 * PP[0][1];
         PP[0][0]-= K_0 * t_0;                  //后验估计误差协方差
         PP[0][1]-= K_0 * t_1;
         PP[1][0]-= K_1 * t_0;
         PP[1][1]-= K_1 * t_1;
                  
         Angle        += K_0 * Angle_err;           //后验估计
         Q_bias      += K_1 * Angle_err;           //后验估计
         Gyro_y   = Gyro - Q_bias;       //输出值(后验估计)的微分=角速度
}
void Angle_Calculate(void)
{
/****************************加速度****************************************/
         
         Accel_x  = MPU6050_Real_Data.Accel_X;           //读取X轴加速度
         Angle_ax= Accel_x*1.2*180/3.14;     //弧度转换为度
  
/****************************角速度****************************************/
         
          Gyro_y = MPU6050_Real_Data.Gyro_Y;            
   Angle_gy += (Gyro_y)*0.003;
         
/***************************卡尔曼融合*************************************/
         Kalman_Filter(Angle_ax,Angle_gy);       //卡尔曼滤波计算倾角
         
}
void Speed_Pid_Calculate(void)
{
           if(Angle>-3.0&&Angle<3.0){Angle=0.0;}
                  
                   Speed_control  = (Kp*Angle + Kd*Gyro_y);            //PID:角速度和角度调节
                 Speed_control +=(Ksp*motor_speed + Ksi*position);   
                  
                   //PID:车速度调节
                  
           speed_control_l= (int)Speed_control ;            //左轮速度
                   speed_control_r= (int)- Speed_control;    //右轮速度
                  
                   if(speed_control_l> MAX_SPEED) speed_control_l = MAX_SPEED;
                   if(speed_control_l< -MAX_SPEED) speed_control_l = -MAX_SPEED;
                   if(speed_control_r> MAX_SPEED) speed_control_r = MAX_SPEED;
                   if(speed_control_r< -MAX_SPEED) speed_control_r = -MAX_SPEED;
}
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
27#
发表于 2016-8-15 18:39:59 | 只看该作者
黄施泓 发表于 2016-8-9 11:20
上图才好说话。你滤完波回来16位数据有归一化成90度吗?

我在做平衡小车,在卡尔曼滤波计算出倾角之后我再进行PID调节的时候,因为在PID调节函数里面加上了if(Angle>-3.0&&Angle<3.0){Angle=0.0;}然后发现倾角在我缓慢变化至3度后,刚过3度时倾角会突然猛的增加,然后减小最后稳定在正常值上,如果我不加这句话,倾角变化一直正常,百思不得其解,希望有大神能帮帮我。。。。
另外,卡尔曼滤波和速度PID控制我都是写在中断里的,周期5msPID参数我暂时只加了一个P调节,其他均为零。
//******卡尔曼参数************
                  
const float Q_angle=0.001;  
const float Q_gyro=0.003;
const float R_angle=0.5;
const float dt=0.07;                           //dtkalman滤波器采样时间;0.005,0.07
const char C_0 = 1;
float Q_bias=0.0, Angle_err=0.0;
float PCt_0=0, PCt_1=0, E=0;
float K_0=0, K_1=0, t_0=0, t_1=0;
float Pdot[4] ={0,0,0,0};
float PP[2][2] = { { 1, 0 },{ 0, 1 } };
float position;
static const float Kp  = 40.0;                             //PID参数  Angle  
static const float Kd  = 0.0;                                         //PID参数  Gyro_y  
static const float Ksp = 0.0;                                 //PID参数  motor_speed  
static const float Ksi = 0.0;                                  //PID参数    position         
  
/*****************卡尔曼滤波**************************************************/
void Kalman_Filter(float Accel,float Gyro)               
{
         Angle+=(Gyro- Q_bias) * dt; //先验估计
         
         Pdot[0]=Q_angle- PP[0][1] - PP[1][0]; // Pk-先验估计误差协方差的微分
         Pdot[1]=-PP[1][1];
         Pdot[2]=-PP[1][1];
         Pdot[3]=Q_gyro;
         
         PP[0][0]+= Pdot[0] * dt;   // Pk-先验估计误差协方差微分的积分
         PP[0][1]+= Pdot[1] * dt;   // =先验估计误差协方差
         PP[1][0]+= Pdot[2] * dt;
         PP[1][1]+= Pdot[3] * dt;
         
         Angle_err= Accel - Angle;        //zk-先验估计
         
         PCt_0= C_0 * PP[0][0];
         PCt_1= C_0 * PP[1][0];
         
         E= R_angle + C_0 * PCt_0;
         
         K_0= PCt_0 / E;
         K_1= PCt_1 / E;
         
         t_0= PCt_0;
         t_1= C_0 * PP[0][1];
         PP[0][0]-= K_0 * t_0;                  //后验估计误差协方差
         PP[0][1]-= K_0 * t_1;
         PP[1][0]-= K_1 * t_0;
         PP[1][1]-= K_1 * t_1;
                  
         Angle        += K_0 * Angle_err;           //后验估计
         Q_bias      += K_1 * Angle_err;           //后验估计
         Gyro_y   = Gyro - Q_bias;       //输出值(后验估计)的微分=角速度
}
void Angle_Calculate(void)
{
/****************************加速度****************************************/
         
         Accel_x  = MPU6050_Real_Data.Accel_X;           //读取X轴加速度
         Angle_ax= Accel_x*1.2*180/3.14;     //弧度转换为度
  
/****************************角速度****************************************/
         
          Gyro_y = MPU6050_Real_Data.Gyro_Y;            
   Angle_gy += (Gyro_y)*0.003;
         
/***************************卡尔曼融合*************************************/
         Kalman_Filter(Angle_ax,Angle_gy);       //卡尔曼滤波计算倾角
         
}
void Speed_Pid_Calculate(void)
{
           if(Angle>-3.0&&Angle<3.0){Angle=0.0;}
                  
                   Speed_control  = (Kp*Angle + Kd*Gyro_y);            //PID:角速度和角度调节
                 Speed_control +=(Ksp*motor_speed + Ksi*position);   
                  
                   //PID:车速度调节
                  
           speed_control_l= (int)Speed_control ;            //左轮速度
                   speed_control_r= (int)- Speed_control;    //右轮速度
                  
                   if(speed_control_l> MAX_SPEED) speed_control_l = MAX_SPEED;
                   if(speed_control_l< -MAX_SPEED) speed_control_l = -MAX_SPEED;
                   if(speed_control_r> MAX_SPEED) speed_control_r = MAX_SPEED;
                   if(speed_control_r< -MAX_SPEED) speed_control_r = -MAX_SPEED;
}

回复 支持 反对

使用道具 举报

0

主题

36

帖子

0

精华

金牌会员

Rank: 6Rank: 6

积分
1328
威望
596
贡献
384
兑换币
393
注册时间
2015-12-22
在线时间
174 小时
28#
发表于 2016-8-15 22:28:05 | 只看该作者
疯狂土豆儿 发表于 2016-8-15 18:39
我在做平衡小车,在卡尔曼滤波计算出倾角之后我再进行PID调节的时候,因为在PID调节函数里面加上了if(Ang ...

嘻嘻加QQ交流893601353.答案是我的ID
回复 支持 反对

使用道具 举报

2

主题

15

帖子

0

精华

注册会员

Rank: 2

积分
124
威望
72
贡献
34
兑换币
33
注册时间
2016-8-8
在线时间
9 小时
毕业学校
北方工业大学
29#
发表于 2016-8-16 14:03:30 | 只看该作者
黄施泓 发表于 2016-8-15 22:28
嘻嘻加QQ交流893601353.答案是我的ID

好的~~谢谢
回复 支持 反对

使用道具 举报

5

主题

57

帖子

0

精华

金牌会员

Rank: 6Rank: 6

积分
1664

优秀会员奖章活跃会员奖章

威望
821
贡献
539
兑换币
542
注册时间
2016-7-24
在线时间
152 小时
30#
发表于 2017-1-17 22:58:12 | 只看该作者
疯狂土豆儿 发表于 2016-8-15 18:39
我在做平衡小车,在卡尔曼滤波计算出倾角之后我再进行PID调节的时候,因为在PID调节函数里面加上了if(Ang ...

我跟你一样的 请问你的问题解决没有

回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

关于我们|联系我们|小黑屋|智能车制作 ( 黑ICP备2022002344号

GMT+8, 2024-12-25 02:30 , Processed in 0.058821 second(s), 25 queries , Gzip On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表