Hallo! ich möchte mit Hilfe von MEMS Sensoren von STM32F3 Discovery Board den Winkel messen. Ich weiss nicht wie ich die 2 Sensoren kombiniert den Winkel möglichst präzis kriege. Kann jemand den allgemeinen Prinzip erklären. ich bin jetzt bei der stufe. Daten vom Beschleunigungssensor habe ich mit Tiefpass etwas gefiltert und mit arctan2 den Winkel bekommen mit dem ich bisschen unzufrieden bin. der Kreisel gibt mir Winkelgeschwindigkeit , die ich nach Einschrittsverfahren integriert und habe etwas verschobenen Winkel bekommen. Ist das richtig dass der korrekte Winkel = Kreiselwinkel/2 + Winkel aus Beschleunigungssensor/2 LG Hu
Gast
#3625544
gyroskop kannnste vergessen, driftet viel zu schnell. Beschleunigungssensoren sind da besser, arctan wird bei 90 grad ziemlich ungenau, also je nach winkel den einen oder anderen Sensor stärker gewichten.
hat jemand idee, wie man den drift effekt überwindet. lg hu
nach meiner recherche hat man die daten von kreisel und beschleunigungssensoren mit hilfe von kalman filter sehr elegant fusioniert. ohne kalman filter kann es nicht gehen ?
Gast
#3625787
man kann den drift nicht eliminieren lol. Der kalman filter ist ein schätz algorithmus ... also kein filter im eigentlichsinne. Du gibst ihm viele informationen und je nach parametriesierung, schätzt er je nach gewichtung einen wert, welcher (je nach parametrierung) genauer ist. es ist kein deterministierscher filter. ... aber das ist das stochastische driftsignal auch nicht. Das ist eine wissenschaft für sich.... Viele "Berater" lassen sich dieses Wissen rund um die inertial-sensorik gut bezahlen.
Gast
#3625788
kreisel schrieb: > gyroskop kannnste vergessen, driftet viel zu schnell. > > Beschleunigungssensoren sind da besser, arctan wird bei 90 grad ziemlich > ungenau, also je nach winkel den einen oder anderen Sensor stärker > gewichten. quatsch. man benutzt immer beide signale für die winkelberechnung... überleg mal warum!
cell85 schrieb: > kreisel schrieb: >> gyroskop kannnste vergessen, driftet viel zu schnell. >> >> Beschleunigungssensoren sind da besser, arctan wird bei 90 grad ziemlich >> ungenau, also je nach winkel den einen oder anderen Sensor stärker >> gewichten. > > quatsch. man benutzt immer beide signale für die winkelberechnung... > überleg mal warum! für translation beschleunigungssensor, für rotation gyroscope ich frag mich wie man die 2 sensordaten ohne kalman filter etwas geschickt fusioniert.
Gast
#3625835
Hab schon so einiges gesehen und auch selbst gemacht in die Richtung und da war eigentlich immer ein Kalmanfilter oder die DCM(Direction Cosine Matrix) im Spiel.
ein gedrifteter Gyroscope-Winkel ein verrauschter Accelero.-Winkel ich habe etwas verwirrt. Wenn ich nur den Accelero.-Winkel benutze ist mein Quadracopterchen bei der Rotation am Arsch? Gyroscope ist für Winkelerfassung bei der rotatorischen Bewegung richtig ? LG Hu
Winkelmessung = Wasserwaage Wasserwaage = am besten über Beschleunigungssensor Verschiebung in der entsprechenden Achse nicht als Winkelveränderung werten und mit Gyro ausgleichen
Harald B. schrieb: > Winkelmessung = Wasserwaage > > Wasserwaage = am besten über Beschleunigungssensor > > Verschiebung in der entsprechenden Achse nicht als Winkelveränderung > werten und mit Gyro ausgleichen Danke,
Ist das so richtig? LG Hu
hat jemand keine idee?
Es ist deutlich komplizierter. Google nach: IMU, Inertial Sensor, DCM, Kalman Filter, Euler Winkel, complementary filter. Einige Sachen sind englisch. Wenn du einen Zugang zur Unibib hast benutze scholar und besorg dir über die Bib ein paar papers. Die sind aber eigentlich immer englisch. Ganz Grob: du benutzt die gyros für hochfrequente Signale in kurzen Zeitregimen, da dort der Drift nicht so schlimm ist und die Beschleunigungssensoren für langsame/statische Signale. Wenn du voll 3d brauchst, benötigst du eine Abbildung (z.B. eine Rotationsmatrix), die deine Sensorwerte in die gewünschten Winkel umwandelt. Ist nicht trivial. Richtig böse wirds, wenn du zusätzliche Beschleunigungen hast, weil dann dein Sensor nicht nur den Vektor der Gravitationskraft misst..
Antwort schreiben
Bitte melde dich an, um einen Beitrag zu schreiben.