卡尔曼滤波融合库函数+Arduino实例

-------这篇文章就作为放弃ACM比赛转行到电子设计大赛的开始吧,ACM比赛真的太需要时间了,准确的说对于我这样的菜鸟而言太浪费时间了,但是话说回来两年时间从中真心收获了很多


        我是不理解卡尔曼滤波的原理啊,但是用这个库函数做个平衡车是绝对没问题 ,所以不理解没太大问题,只要知道它是用来融合加速度计 和 陀螺仪测定角度的。这个角度相对单纯求得的角度会更加精确,既然我弄不明白滤波的原理,下面我会特别详细的说明一下此库函数用到的变量,毕竟有很多人还是想弄明白的。

Q_angle:相对于加速度计的噪音协方差。    Q_bias:相对于陀螺仪的噪音协方差。  

R_measure:测量噪声协方差(有的版本是R_angle说是ACC的协方差)。  

***********************************以上私有变量使用者可以根据具体情况稍作修改,并且库提供set的函数***********************************


angle:最终要算得的角度。  bias:最终算得的陀螺零偏。  rate:最终算得的角速度。 P[2][2]:协方差误差矩阵。


************************************************************再说一下getAngle函数的参数*******************************************************

newAngle:这是去除了LBS偏差的角度单位是度。   newRate:去除了LBS偏差的角速度单位是度/秒。 dt:增量时间采样频率

**********************************************Kalman.h文件 当时找到没法复制 我就手打 所以忘记了作者***********************************

#ifndef _Kalman_h_
#define _Kalman_h_


class Kalman {
public:
    Kalman();


    float getAngle(float newAngle, float newRate, float dt);


    void setAngle(float angle);
    float getRate();


    void setQangle(float Q_angle);
    void setQbias(float Q_bias);
    void setRmeasure(float R_measure);


    float getQangle();
    float getQbias();
    float getRmeasure();


private:
    float Q_angle;
    float Q_bias;
    float R_measure;


    float angle;
    float bias;
    float rate;


    float P[2][2];
};

#endif

*******************************************Kalman.cpp文件 当时找到没法复制 我就手打 所以忘记了作者**********************************

#include "Kalman.h"


Kalman::Kalman() {
    Q_angle = 0.001f;
    Q_bias = 0.003f;
    R_measure = 0.03f;


    angle = 0.0f;
    bias = 0.0f;


    P[0][0] = 0.0f;
    P[0][1] = 0.0f;
    P[1][0] = 0.0f;
    P[1][1] = 0.0f;
};


float Kalman::getAngle(float newAngle, float newRate, float dt) {
    rate = newRate - bias;
    angle += dt * rate;
    P[0][0] += dt * (dt*P[1][1] - P[0][1] - P[1][0] + Q_angle);
    P[0][1] -= dt * P[1][1];
    P[1][0] -= dt * P[1][1];
    P[1][1] += Q_bias * dt;


    float S = P[0][0] + R_measure;
    float K[2];
    K[0] = P[0][0] / S;
    K[1] = P[1][0] / S;


    float y = newAngle - angle;
    angle += K[0] * y;
    bias += K[1] * y;


    float P00_temp = P[0][0];
    float P01_temp = P[0][1];


    P[0][0] -= K[0] * P00_temp;
    P[0][1] -= K[0] * P01_temp;
    P[1][0] -= K[1] * P00_temp;
    P[1][1] -= K[1] * P01_temp;


    return angle;
};


void Kalman::setAngle(float angle) { this->angle = angle; };
float Kalman::getRate() { return this->rate; };


void Kalman::setQangle(float Q_angle) { this->Q_angle = Q_angle; };
void Kalman::setQbias(float Q_bias) { this->Q_bias = Q_bias; };
void Kalman::setRmeasure(float R_measure) { this->R_measure = R_measure; };


float Kalman::getQangle() { return this->Q_angle; };
float Kalman::getQbias() { return this->Q_bias; };
float Kalman::getRmeasure() { return this->R_measure; };

再附上一个Arduino示例程序用来观察自己mpu6050波形情况(因为每个人的mpu6050不一样可将各协方差稍作调整)

/*
title  : Kalman fusion angle calculation
date   : 08/08/2015
author : houwei
*/

#include "Wire.h"
#include "I2Cdev.h"
#include "MPU6050.h"
#include "Kalman.h"

#define AX_ZERO -1181 //加速度计的0偏修正值
#define GX_ZERO -176.85 //陀螺仪的0偏修正

Kalman angle_feng;
MPU6050 accelgyro;

int16_t ax, ay, az;
int16_t gx, gy, gz;
double total_angle = 0;

bool blinkState = false;

void setup() {
    Wire.begin();

    Serial.begin(38400);

    Serial.println("Initializing I2C devices...");
    accelgyro.initialize();

    Serial.println("Testing device connections...");
    Serial.println(accelgyro.testConnection() ? "MPU6050 connection successful" : "MPU6050 connection failed");

}
float Angle = 0.0; //卡尔曼融合最终角度
unsigned long pretime = 0.0;//相当于执行的起始时间
void loop()
{
    double ax_angle = 0.0; //加速度计算得的角度
    double gx_angle = 0.0; //微分的每次角速度算得的角度
    double totgx_angle = 0.0; //总的角速度算得的角度
    unsigned long time = 0; //每执行一次loop所用时间
    unsigned long midtime = 0; //相当于执行的结束时间
    float gyro = 0.0, dt = 0.0;
    if (pretime == 0) pretime = millis();
    midtime = millis();
    accelgyro.getMotion6(&ax, &ay, &az, &gx, &gy, &gz);
    ax = ax - AX_ZERO;
    /*
    initialize()中加速的范围设置为2g
    分辨率:16384 LSB/g
    sin(jiaodu) = k(xishu = 0.92) * 3.14 * (jiaodu) / 180
                = (jiasudu) / 16384 (jiasudu/16384 加速度
                                对应范围的实际值)
    */
    ax_angle = ax/263;
    /*
    initialize()中加速的范围设置为250度/s
    分辨率:131 LSB/S
    gx_angle = ((gy/131)*dt)/1000
    totgx_angle += gx_angle
    */
    gy -= GX_ZERO;
    time = midtime - pretime;

    gyro = gy/131.0;
    gx_angle = gyro * time;
    gx_angle /= 1000.0;
    total_angle += gx_angle;

    dt = time / 1000.0;
    Angle = angle_feng.getAngle(ax_angle, gyro, dt);

    delay(1000);
    Serial.print(ax_angle);Serial.print(", ");
    Serial.print(total_angle); Serial.print(", ");
    Serial.print(Angle);

    pretime = midtime;
}

上面有两个initialize()设置问题一个是加速度计-2g~+2g,对应16384 LSB/g  另一个陀螺仪-250度/s~+250度/s 对应131LSB/s有个图



卡尔曼滤波融合库函数+Arduino实例_第1张图片

你可能感兴趣的:(电子设计大赛,电子设计大赛,滤波,Arduino,mpu6050)