|
姿態(tài)角（Euler角）pitch yaw roll 飛行器的姿態(tài)角并不是指哪個角度，是三個角度的統(tǒng)稱。 它們是：俯仰、滾轉(zhuǎn)、偏航。你可以想象是飛機圍繞XYZ三個軸分別轉(zhuǎn)動形成的夾角。 地面坐標系（earth-surface inertial reference frame）Sg--------OXgYgZg ?、僭诘孛嫔线x一點Og ?、谑筙g軸在水平面內(nèi)并指向某一方向 ?、踆g軸垂直于地面并指向地心（重力方向） ④Yg軸在水平面內(nèi)垂直于Xg軸，其指向按右手定則確定 機體坐標系（Aircraft-body coordinate frame）Sb-------OXYZ ①原點O取在飛機質(zhì)心處，坐標系與飛機固連 ?、趚軸在飛機對稱平面內(nèi)并平行于飛機的設(shè)計軸線指向機頭 ?、踶軸垂直于飛機對稱平面指向機身右方 ?、躾軸在飛機對稱平面內(nèi)，與x軸垂直并指向機身下方 歐拉角/姿態(tài)角（Euler Angle） 機體坐標系與地面坐標系的關(guān)系是三個Euler角，反應(yīng)了飛機相對地面的姿態(tài)。 俯仰角θ（pitch）：機體坐標系X軸與水平面的夾角。當X軸的正半軸位于過坐標原點的水平面之上（抬頭）時，俯仰角為正，否則為負。 偏航角ψ（yaw）： 機體坐標系xb軸在水平面上投影與地面坐標系xg軸（在水平面上，指向目標為正）之間的夾角，由xg軸逆時針轉(zhuǎn)至機體xb的投影線時，偏航角為正，即機頭右偏航為正，反之為負。 滾轉(zhuǎn)角Φ（roll）：機體坐標系zb軸與通過機體xb軸的鉛垂面間的夾角，機體向右滾為正，反之為負。 首先要明確，MPU6050是一款姿態(tài)傳感器，使用它就是為了得到待測物體（如四軸、平衡小車）x、y、z軸的傾角（俯仰角Pitch、滾轉(zhuǎn)角Roll、偏航角Yaw）。我們通過I2C讀取到MPU6050的六個數(shù)據(jù)（三軸加速度AD值、三軸角速度AD值）經(jīng)過姿態(tài)融合后就可以得到Pitch、Roll、Yaw角。 主要介紹三種姿態(tài)融合算法：四元數(shù)法、一階互補算法和卡爾曼濾波算法。 一、四元數(shù)法關(guān)于四元數(shù)的一些概念和計算就不寫上來了，我也不懂。我能告訴你的是：通過下面的算法，可以把六個數(shù)據(jù)轉(zhuǎn)化成四元數(shù)（q0、q1、q2、q3），然后四元數(shù)轉(zhuǎn)化成歐拉角（P、R、Y角）。 雖然MPU6050自帶的DMP庫可以直接輸出四元數(shù)，減輕STM32的運算負擔，這里在此沒有使用，因為我是用STM32的硬件I2C讀取MPU6050數(shù)據(jù)的，DMP庫需要對I2C函數(shù)進行修改，如DMP庫中的I2C寫：i2c_write（st.hw-》addr，st.reg-》pwr_mgmt_1，1，&（data［0］））；有4個輸入變量，而STM32硬件I2C的I2C寫為：voidMPU6050_I2C_ByteWrite（u8slaveAddr，u8pBuffer，u8writeAddr），只有3個輸入量（這之間的差異好像是由于MPU6050的DMP庫是針對MSP430單片機寫的），所以必須進行修改，但是改固件庫是一件很痛苦的事，你們應(yīng)該都懂。當然，如果你用模擬I2C的話，是容易實現(xiàn)的，網(wǎng)上的DMP移植幾乎都是基于模擬I2C的。 要注意的的是，四元數(shù)算法輸出的是三個量Pitch、Roll和Yaw，運算量很大。而像平衡小車這樣的例子只需要一個角（Pitch或Roll）就可以滿足工作要求，個人覺得做平衡小車最好不用四元數(shù)法。 #include《math.h》 #include“stm32f10x.h” //------------------------ //變量定義 #defineKp100.0f//比例增益支配率收斂到加速度計/磁強計 #defineKi0.002f//積分增益支配率的陀螺儀偏見的銜接 #definehalfT0.001f//采樣周期的一半 floatq0=1，q1=0，q2=0，q3=0;//四元數(shù)的元素，代表估計方向 floatexInt=0，eyInt=0，ezInt=0;//按比例縮小積分誤差 floatYaw，Pitch，Roll;//偏航角，俯仰角，翻滾角 voidIMUupdate（floatgx，floatgy，floatgz，floatax，floatay，floataz） { floatnorm; floatvx，vy，vz; floatex，ey，ez; //測量正?；?/p> norm=sqrt（ax*ax+ay*ay+az*az）; ax=ax/norm;//單位化 ay=ay/norm; az=az/norm; //估計方向的重力 vx=2*（q1*q3-q0*q2）; vy=2*（q0*q1+q2*q3）; vz=q0*q0-q1*q1-q2*q2+q3*q3; //錯誤的領(lǐng)域和方向傳感器測量參考方向之間的交叉乘積的總和 ex=（ay*vz-az*vy）; ey=（az*vx-ax*vz）; ez=（ax*vy-ay*vx）; //積分誤差比例積分增益 exInt=exInt+ex*Ki; eyInt=eyInt+ey*Ki; ezInt=ezInt+ez*Ki; //調(diào)整后的陀螺儀測量 gx=gx+Kp*ex+exInt; gy=gy+Kp*ey+eyInt; gz=gz+Kp*ez+ezInt; //整合四元數(shù)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?；脑?/p> 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，轉(zhuǎn)換為度數(shù) 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;//此處沒有價值，注掉 } 二、一階互補算法MPU6050可以輸出三軸的加速度和角速度。通過加速度和角速度都可以得到Pitch和Roll角（加速度不能得到Y(jié)aw角），就是說有兩組Pitch、Roll角，到底應(yīng)該選哪組呢？別急，先分析一下。MPU6050的加速度計和陀螺儀各有優(yōu)缺點，三軸的加速度值沒有累積誤差，且通過算tan（）可以得到傾角，但是它包含的噪聲太多（因為待測物運動時會產(chǎn)生加速度，電機運行時振動會產(chǎn)生加速度等），不能直接使用；陀螺儀對外界振動影響小，精度高，通過對角速度積分可以得到傾角，但是會產(chǎn)生累積誤差。所以，不能單獨使用MPU6050的加速度計或陀螺儀來得到傾角，需要互補。一階互補算法的思想就是給加速度和陀螺儀不同的權(quán)值，把它們結(jié)合到一起，進行修正。得到Pitch角的程序如下： //一階互補濾波 floatK1=0.1;//對加速度計取值的權(quán)重 floatdt=0.001;//注意：dt的取值為濾波器采樣時間 floatangle; angle_ax=atan（ax/az）*57.3;//加速度得到的角度 gy=（float）gyo［1］/7510.0;//陀螺儀得到的角速度 Pitch=yijiehubu（angle_ax，gy）; floatyijiehubu（floatangle_m，floatgyro_m）//采集后計算的角度和角加速度 { angle=K1*angle_m+（1-K1）*（angle+gyro_m*dt）; returnangle; } 互補算法只能得到一個傾角，這在平衡車項目中夠用了，而在四軸飛行器設(shè)計中還需要Roll和Yaw，就需要兩個互補算法，我是這樣寫的，注意變量不要搞混： //一階互補濾波 floatK1=0.1;//對加速度計取值的權(quán)重 floatdt=0.001;//注意：dt的取值為濾波器采樣時間 floatangle_P，angle_R; floatyijiehubu_P（floatangle_m，floatgyro_m）//采集后計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）//采集后計算的角度和角加速度 { angle_R=K1*angle_m+（1-K1）*（angle_R+gyro_m*dt）; returnangle_R; } 單靠MPU6050無法準確得到Y(jié)aw角，需要和地磁傳感器結(jié)合使用。 三、卡爾曼濾波其實卡爾曼濾波和一階互補有些相似，輸入也是一樣的?？柭硪约笆裁?個公式等等的，我也不太懂，就不寫了，感興趣的話可以上網(wǎng)查。在此給出具體程序，和一階互補算法一樣，每次卡爾曼濾波只能得到一個方向的角度。 #include《math.h》 #include“stm32f10x.h” #include“Kalman_Filter.h” //卡爾曼濾波參數(shù)與函數(shù) floatdt=0.001;//注意：dt的取值為kalman濾波器采樣時間 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;//角度數(shù)據(jù)置信度，角速度數(shù)據(jù)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; //卡爾曼濾波 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;//最優(yōu)角度 q_bias+=K_1*angle_err; angle_dot=gyro_m-q_bias;//最優(yōu)角速度 returnangle； } 總結(jié)：三種融合算法都能夠輸出姿態(tài)角（Pitch和Roll），一次四元數(shù)法可以輸出P、R、Y三個傾角，計算量比較大。一階互補和卡爾曼濾波每次只能輸出一個軸的姿態(tài)角。 |
|
|
