结合陀螺仪和加速度计数据

Posted 2023-02-19

【中文标题】结合陀螺仪和加速度计数据

【英文标题】：Combine Gyroscope and Accelerometer Data

【发布时间】：2010-12-07 21:12:44

【问题描述】：

我正在使用 Lego Mindstorm 的 NXT 系统构建一个平衡机器人。我正在使用 HiTechnic 的两个传感器，第一个是加速度计，第二个是陀螺仪。我已成功滤除来自传感器和派生角度的噪声，范围在 -90 到 90 度之间，0 度完美平衡。

我的下一个挑战是结合两个传感器值来校正陀螺仪随时间的漂移。下面是我根据实际数据创建的示例图，用于演示陀螺仪的漂移：

我见过的最常用的方法是使用卡尔曼滤波器来组合这些传感器。但是，我不是微积分专家，我真的不懂数学符号，但我确实了解源代码中的数学。

我正在使用 RobotC（它与任何其他 C 衍生产品一样），如果有人能给我提供如何在 C 中完成此操作的示例，我将不胜感激。

感谢您的帮助！

解决方案结果：

好的，kersny 通过向我介绍互补过滤器解决了我的问题。这是说明我的结果的图表：

结果 #1

结果 #2

如您所见，滤波器校正陀螺漂移并将两个信号组合成一个平滑信号。

编辑：因为无论如何我都在修复损坏的图像，所以我认为展示我用来生成这些数据的装备会很有趣：

【问题讨论】：

您的数据明显不同。如果您的初始数据不一致，卡尔曼滤波器或任何其他方法都无法帮助您。

我不确定您是否完全理解图表显示的内容，这是陀螺仪数据漂移的已知问题。这就是数据发散的原因，这就是我正在寻找的过滤器/积分将使用加速度计数据进行纠正的原因。此外，剧烈漂移的原因是因为我非常猛烈地摇晃传感器来说明我的问题。 :)

我不知道您在绘制什么图形，因为您没有标记轴，但无论您的数据是否明显偏离相同的 y 值，给定相同的 x 值，这都是非常糟糕的数据。

如果你对它应用任何过滤器，试图在最小二乘意义上最小化错误（例如卡尔曼过滤器所做的），你将平均一个随着你的值增加的错误 x增加。很明显，您的数据的一部分在告诉您一些事情，而您的另一部分数据在告诉您其他事情。

卡尔曼滤波器的一个很好的替代方案是互补滤波器，它更容易实现：http://www.pieter-jan.com/node/11

【参考方案1】：

卡尔曼滤波器非常棒，但我发现互补滤波器更容易实现，结果相似。我发现的用于编码互补滤波器的最佳文章是this wiki（以及关于将传感器转换为工程单位的this article）和this page 上zip 文件中的PDF（在技术文档下，我相信文件名在 zip 中是 filter.pdf);

PS。如果您卡在卡尔曼滤波器上，here 是实现它的 Arduino 的一些 C 语法代码。

【讨论】：

太棒了，我相信这可能正是我想要的。 Filter.pdf 文件真的很有帮助，它解释并解决了我的确切问题。我还没有验证它（我在工作）。但今晚，我会努力解决这个问题，并将我的问题标记为已回答！

很高兴我能帮上忙！如果您想查看它的实际示例，请查看我的博客ohscope.com。我制造了一辆 Segway 之类的平衡车，我很快就会提供更多数据。

维基链接似乎已失效

耶 archive.org: web.archive.org/web/20091121085323/http://www.mikroquad.com/bin/…

【参考方案2】：

Gamasutra.com 跑了an article on using Kalman filters for WiiMote filtering。

文末有一些C++源代码的链接。

【讨论】：

感谢您的回复。这篇文章也很棒，但我真的需要知道如何使用卡尔曼（或其他）滤波器来组合两个传感器值，而不仅仅是平滑一个。

据我了解，你平滑一个，然后用它对另一个应用校正因子。不过，不能说我完全理解它应该如何工作。这些 tlb.org/scooter2.html">two</a> tlb.org/scooter.html">articles</a> 可能会有所帮助。