1 mpu6050姿态融合原理及程序代码-德赢Vwin官网 网

mpu6050姿态融合原理及程序代码

电子常识

2647人已加入

描述

  姿态角(Euler角)pitch yaw roll

  飞行器的姿态角并不是指哪个角度,是三个角度的统称。

  它们是:俯仰、滚转、偏航。你可以想象是飞机围绕XYZ三个轴分别转动形成的夹角。

  地面坐标系(earth-surface inertial reference frame)Sg--------OXgYgZg

  MPU6050

  ①在地面上选一点Og

  ②使Xg轴在水平面内并指向某一方向

  ③Zg轴垂直于地面并指向地心(重力方向)

  ④Yg轴在水平面内垂直于Xg轴,其指向按右手定则确定

  机体坐标系(Aircraft-body coordinate frame)Sb-------OXYZ

  MPU6050

  ①原点O取在飞机质心处,坐标系与飞机固连

  ②x轴在飞机对称平面内并平行于飞机的设计轴线指向机头

  ③y轴垂直于飞机对称平面指向机身右方

  ④z轴在飞机对称平面内,与x轴垂直并指向机身下方

  欧拉角/姿态角(Euler Angle)

  MPU6050

  MPU6050

  机体坐标系与地面坐标系的关系是三个Euler角,反应了飞机相对地面的姿态。

  俯仰角θ(pitch):机体坐标系X轴与水平面的夹角。当X轴的正半轴位于过坐标原点的水平面之上(抬头)时,俯仰角为正,否则为负。

  

  偏航角ψ(yaw):

  机体坐标系xb轴在水平面上投影与地面坐标系xg轴(在水平面上,指向目标为正)之间的夹角,由xg轴逆时针转至机体xb的投影线时,偏航角为正,即机头右偏航为正,反之为负。

  

  滚转角Φ(roll):机体坐标系zb轴与通过机体xb轴的铅垂面间的夹角,机体向右滚为正,反之为负。

  

  首先要明确,MPU6050是一款姿态传感器,使用它就是为了得到待测物体(如四轴、平衡小车)x、y、z轴的倾角(俯仰角Pitch、滚转角Roll、偏航角Yaw)。我们通过I2C读取到MPU6050的六个数据(三轴加速度AD值、三轴角速度AD值)经过姿态融合后就可以得到Pitch、Roll、Yaw角。

  主要介绍三种姿态融合算法:四元数法、一阶互补算法和卡尔曼滤波算法。

  一、四元数法

  关于四元数的一些概念和计算就不写上来了,我也不懂。我能告诉你的是:通过下面的算法,可以把六个数据转化成四元数(q0、q1、q2、q3),然后四元数转化成欧拉角(P、R、Y角)。

  虽然MPU6050自带的DMP库可以直接输出四元数,减轻STM32的运算负担,这里在此没有使用,因为我是用STM32的硬件I2C读取MPU6050数据的,DMP库需要对I2C函数进行修改,如DMP库中的I2C写:i2c_write(st.hw-》addr,st.reg-》pwr_mgmt_1,1,&(data[0]));有4个输入变量,而STM32硬件I2C的I2C写为:voidMPU6050_I2C_ByteWrite(u8slaveAddr,u8pBuffer,u8writeAddr),只有3个输入量(这之间的差异好像是由于MPU6050的DMP库是针对MSP430单片机写的),所以必须进行修改,但是改固件库是一件很痛苦的事,你们应该都懂。当然,如果你用模拟I2C的话,是容易实现的,网上的DMP移植几乎都是基于模拟I2C的。

  要注意的的是,四元数算法输出的是三个量Pitch、Roll和Yaw,运算量很大。而像平衡小车这样的例子只需要一个角(Pitch或Roll)就可以满足工作要求,个人觉得做平衡小车最好不用四元数法。

  #include《math.h》

  #include“stm32f10x.h”

  //------------------------

  //变量定义

  #defineKp100.0f//比例增益支配率收敛到加速度计/磁强计

  #defineKi0.002f//积分增益支配率的陀螺仪偏见的衔接

  #definehalfT0.001f//采样周期的一半

  floatq0=1,q1=0,q2=0,q3=0;//四元数的元素,代表估计方向

  floatexInt=0,eyInt=0,ezInt=0;//按比例缩小积分误差

  floatYaw,Pitch,Roll;//偏航角,俯仰角,翻滚角

  voidIMUupdate(floatgx,floatgy,floatgz,floatax,floatay,floataz)

  {

  floatnorm;

  floatvx,vy,vz;

  floatex,ey,ez;

  //测量正常化

  norm=sqrt(ax*ax+ay*ay+az*az);

  ax=ax/norm;//单位化

  ay=ay/norm;

  az=az/norm;

  //估计方向的重力

  vx=2*(q1*q3-q0*q2);

  vy=2*(q0*q1+q2*q3);

  vz=q0*q0-q1*q1-q2*q2+q3*q3;

  //错误的领域和方向传感器测量参考方向之间的交叉乘积的总和

  ex=(ay*vz-az*vy);

  ey=(az*vx-ax*vz);

  ez=(ax*vy-ay*vx);

  //积分误差比例积分增益

  exInt=exInt+ex*Ki;

  eyInt=eyInt+ey*Ki;

  ezInt=ezInt+ez*Ki;

  //调整后的陀螺仪测量

  gx=gx+Kp*ex+exInt;

  gy=gy+Kp*ey+eyInt;

  gz=gz+Kp*ez+ezInt;

  //整合四元数率和正常化

  q0=q0+(-q1*gx-q2*gy-q3*gz)*halfT;

  q1=q1+(q0*gx+q2*gz-q3*gy)*halfT;

  q2=q2+(q0*gy-q1*gz+q3*gx)*halfT;

  q3=q3+(q0*gz+q1*gy-q2*gx)*halfT;

  //正常化四元

  norm=sqrt(q0*q0+q1*q1+q2*q2+q3*q3);

  q0=q0/norm;

  q1=q1/norm;

  q2=q2/norm;

  q3=q3/norm;

  Pitch=asin(-2*q1*q3+2*q0*q2)*57.3;//pitch,转换为度数

  Roll=atan2(2*q2*q3+2*q0*q1,-2*q1*q1-2*q2*q2+1)*57.3;//rollv

  //Yaw=atan2(2*(q1*q2+q0*q3),q0*q0+q1*q1-q2*q2-q3*q3)*57.3;//此处没有价值,注掉

  }

  二、一阶互补算法

  MPU6050可以输出三轴的加速度和角速度。通过加速度和角速度都可以得到Pitch和Roll角(加速度不能得到Yaw角),就是说有两组Pitch、Roll角,到底应该选哪组呢?别急,先分析一下。MPU6050的加速度计和陀螺仪各有优缺点,三轴的加速度值没有累积误差,且通过算tan()可以得到倾角,但是它包含的噪声太多(因为待测物运动时会产生加速度,电机运行时振动会产生加速度等),不能直接使用;陀螺仪对外界振动影响小,精度高,通过对角速度积分可以得到倾角,但是会产生累积误差。所以,不能单独使用MPU6050的加速度计或陀螺仪来得到倾角,需要互补。一阶互补算法的思想就是给加速度和陀螺仪不同的权值,把它们结合到一起,进行修正。得到Pitch角的程序如下:

  //一阶互补滤波

  floatK1=0.1;//对加速度计取值的权重

  floatdt=0.001;//注意:dt的取值为滤波器采样时间

  floatangle;

  angle_ax=atan(ax/az)*57.3;//加速度得到的角度

  gy=(float)gyo[1]/7510.0;//陀螺仪得到的角速度

  Pitch=yijiehubu(angle_ax,gy);

  floatyijiehubu(floatangle_m,floatgyro_m)//采集后计算的角度和角加速度

  {

  angle=K1*angle_m+(1-K1)*(angle+gyro_m*dt);

  returnangle;

  }

  互补算法只能得到一个倾角,这在平衡车项目中够用了,而在四轴飞行器设计中还需要Roll和Yaw,就需要两个互补算法,我是这样写的,注意变量不要搞混:

  //一阶互补滤波

  floatK1=0.1;//对加速度计取值的权重

  floatdt=0.001;//注意:dt的取值为滤波器采样时间

  floatangle_P,angle_R;

  floatyijiehubu_P(floatangle_m,floatgyro_m)//采集后计算的角度和角加速度

  {

  angle_P=K1*angle_m+(1-K1)*(angle_P+gyro_m*dt);

  returnangle_P;

  }

  floatyijiehubu_R(floatangle_m,floatgyro_m)//采集后计算的角度和角加速度

  {

  angle_R=K1*angle_m+(1-K1)*(angle_R+gyro_m*dt);

  returnangle_R;

  }

  单靠MPU6050无法准确得到Yaw角,需要和地磁传感器结合使用。

  三、卡尔曼滤波

  其实卡尔曼滤波和一阶互补有些相似,输入也是一样的。卡尔曼原理以及什么5个公式等等的,我也不太懂,就不写了,感兴趣的话可以上网查。在此给出具体程序,和一阶互补算法一样,每次卡尔曼滤波只能得到一个方向的角度。

  #include《math.h》

  #include“stm32f10x.h”

  #include“Kalman_Filter.h”

  //卡尔曼滤波参数与函数

  floatdt=0.001;//注意:dt的取值为kalman滤波器采样时间

  floatangle,angle_dot;//角度和角速度

  floatP[2][2]={{1,0},

  {0,1}};

  floatPdot[4]={0,0,0,0};

  floatQ_angle=0.001,Q_gyro=0.005;//角度数据置信度,角速度数据置信度

  floatR_angle=0.5,C_0=1;

  floatq_bias,angle_err,PCt_0,PCt_1,E,K_0,K_1,t_0,t_1;

  //卡尔曼滤波

  floatKalman_Filter(floatangle_m,floatgyro_m)//angleAx和gyroGy

  {

  angle+=(gyro_m-q_bias)*dt;

  angle_err=angle_m-angle;

  Pdot[0]=Q_angle-P[0][1]-P[1][0];

  Pdot[1]=-P[1][1];

  Pdot[2]=-P[1][1];

  Pdot[3]=Q_gyro;

  P[0][0]+=Pdot[0]*dt;

  P[0][1]+=Pdot[1]*dt;

  P[1][0]+=Pdot[2]*dt;

  P[1][1]+=Pdot[3]*dt;

  PCt_0=C_0*P[0][0];

  PCt_1=C_0*P[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*P[0][1];

  P[0][0]-=K_0*t_0;

  P[0][1]-=K_0*t_1;

  P[1][0]-=K_1*t_0;

  P[1][1]-=K_1*t_1;

  angle+=K_0*angle_err;//最优角度

  q_bias+=K_1*angle_err;

  angle_dot=gyro_m-q_bias;//最优角速度

  returnangle;

  }

 总结:三种融合算法都能够输出姿态角(Pitch和Roll),一次四元数法可以输出P、R、Y三个倾角,计算量比较大。一阶互补和卡尔曼滤波每次只能输出一个轴的姿态角。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分