实践 基于 Arduino I2C读取 MPU6050 三轴陀螺仪数据
一、Arduino与MPU-6050的接线
六轴传感器模块MPU6050连线在Arduino UNO板子上，SDA接口对应的是A4引脚，SCL对应的是A5引脚。MPU6050需要5V的电源，可由UNO板直接供电。
INT中断线没用到我就没接
二、读取数据并显示
因为是使用到I/2通信，我们需要在初始化I2C和串口
void setup() {
Wire.begin(); //加入 I2C 总线序列
Serial.begin(9600); //开启串口，设置波特率
delay(1000);
mpu.initialize(); //初始化MPU6050
}void loop() {
mpu.getMotion6(&ax, &ay, &az, &gx, &gy, &gz); //IIC获取MPU6050六轴数据 ax ay az gx gy gz
Serial.print(ax);Serial.print(",");
Serial.print(ay);Serial.print(",");
Serial.print(az);Serial.println();
}三、卡曼滤波
应用中传感器采集的数据存在大量噪音的数据波动很大，卡尔曼滤波器的效果无疑是最好的数据滤波器
void Kalman_Filter(double angle_m, double gyro_m)
{
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; //角度
q_bias += K_1 * angle_err;
angle_dot = gyro_m - q_bias; //角速度
}四、整体运行
需要先下载MPU6050的i2cdevlib
https://github.com/jrowberg/i2cdevlib/tree/master/Arduino/MPU6050
https://github.com/jrowberg/i2cdevlib/tree/master/Arduino/I2Cdev
把下载的程序放入aduino 工程的 libraries目录下
最后这是完整的测试代码，可以直接用aduino的串口监视器直接看到输出的数据
#include "I2Cdev.h"
#include "MPU6050_6Axis_MotionApps20.h"
MPU6050 mpu; //实例化一个 MPU6050 对象，对象名称为 mpu
int16_t ax, ay, az, gx, gy, gz;
//********************angle data*********************//
float Gyro_y; //Y轴陀螺仪数据暂存
float Gyro_x;
float Gyro_z;
float angleAx;
float angle6;
float K1 = 0.05; // 对加速度计取值的权重
float Angle; //一阶互补滤波计算出的小车最终倾斜角度
float accelz = 0;
//********************angle data*********************//
//***************Kalman_Filter*********************//
float P[2][2] = {{ 1, 0 },
{ 0, 1 }
};
float Pdot[4] = { 0, 0, 0, 0};
float Q_angle = 0.001, Q_gyro = 0.005; //角度数据置信度,角速度数据置信度
float R_angle = 0.5 , C_0 = 1;
float q_bias, angle_err, PCt_0, PCt_1, E, K_0, K_1, t_0, t_1;
float timeChange = 5; //滤波法采样时间间隔毫秒
float dt = timeChange * 0.001; //注意：dt的取值为滤波器采样时间
//***************Kalman_Filter*********************//
void Angletest()
{
//平衡参数
Angle = atan2(ay , az) * 57.3; //角度计算公式
Gyro_x = (gx - 128.1) / 131; //角度转换
Kalman_Filter(Angle, Gyro_x); //卡曼滤波
//旋转角度Z轴参数
if (gz > 32768) gz -= 65536; //强制转换2g 1g
Gyro_z = -gz / 131; //Z轴参数转换
accelz = az / 16.4;
angleAx = atan2(ax, az) * 180 / PI; //计算与x轴夹角
Gyro_y = -gy / 131.00; //计算角速度
//一阶互补滤波
angle6 = K1 * angleAx + (1 - K1) * (angle6 + Gyro_y * dt);
}
////////////////////////kalman/////////////////////////
float angle, angle_dot; //平衡角度值
void Kalman_Filter(double angle_m, double gyro_m)
{
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; //角度
q_bias += K_1 * angle_err;
angle_dot = gyro_m - q_bias; //角速度
}
void setup() {
Wire.begin(); //加入 I2C 总线序列
Serial.begin(9600); //开启串口，设置波特率
delay(1000);
mpu.initialize(); //初始化MPU6050
}
void loop() {
mpu.getMotion6(&ax, &ay, &az, &gx, &gy, &gz); //IIC获取MPU6050六轴数据 ax ay az gx gy gz
Angletest(); //获取angle 角度和卡曼滤波
Serial.print(ax);Serial.print(",");
Serial.print(ay);Serial.print(",");
Serial.print(az);Serial.print("---");
Serial.print(angle);Serial.print(",");
Serial.print(angle_dot);Serial.print(",");
Serial.println(angle6);
delay(5);
}