निरंतर रैखिक त्वरण के तहत AHRS एल्गोरिथ्म


9

मैंने निरंतर रैखिक त्वरण और कंपन के तहत पिच, रोल और जम्हाई लेने के लिए कई एल्गोरिदम की कोशिश की है (0.4g से कम, आवृत्ति 10HZ से कम)। उनमें से कोई भी अच्छा परिणाम नहीं देता है क्योंकि रीडिंग या तो बहाव या रैखिक त्वरण से बहुत अधिक प्रभावित होती है। जब मैं प्राप्त करना चाहता हूं, तो बाहरी त्वरण + -0.4g से छोटा होता है, पिच और रोल पर त्रुटि + -1deg से छोटी होनी चाहिए।

मैंने इन एल्गोरिदम की कोशिश की है:

  1. मैडविक का एल्गोरिदम । जब बीटा लाभ बहुत अधिक निर्धारित किया जाता है, तो अभिसरण तेज होता है लेकिन कोण रैखिक त्वरण के लिए अतिसंवेदनशील होते हैं। मैंने इसे नीचे ट्यून किया और रैखिक त्वरण के तहत त्रुटि को घटाकर + -0.5deg कर दिया। हालांकि, यदि कंपन निरंतर है, तो रीडिंग तेज हो जाएगी और सच्चे मूल्यों में परिवर्तित होने में हमेशा के लिए लग जाएगा। यह समझ में आता है क्योंकि रैखिक त्वरण के तहत, जाइरो पर अधिक भरोसा किया जाता है और गणना एकीकरण बहाव के रूप में बहाव तेज होता है।

  2. महोनी का अल्गोरिटम । मैडविक के विपरीत, यह बिल्कुल परवाह नहीं करता है कि मैं किन और केपी के लिए किन मूल्यों का उपयोग करता हूं। हालांकि, यह हमेशा रैखिक त्वरण से प्रभावित होता है। (+6 डिग्री से बड़ी त्रुटियां)

  3. पारंपरिक कलमन फ़िल्टर । उन विशाल आर और क्यू वैक्टर को ट्यून करने में बहुत समय व्यतीत हुआ। अब तक इसका प्रदर्शन माहीनी जैसा ही है।

मैं रेजर आईएमयू का उपयोग कर रहा हूं । मुझे पता है कि सस्ते सेंसर के साथ यह एक ही परिणाम प्राप्त करना असंभव है ।

यूकेएफ जैसे कुछ और विकल्प हैं, लेकिन इसे समझने या लागू करने के लिए दर्द है।

किसी भी सुझाव का स्वागत किया जाता है।


आप कलमन के लिए कैसे एकीकरण कर रहे हैं?
सी। टाउन स्प्रिंगर

यूलर इंटीग्रेशन का उपयोग करते हुए, लेकिन डीसीएम से बचने के लिए घुमाव कड़ाई से एक धुरी हैं। @ सी। सिटीएस्पिंगर
टिमटियानयांग

यह अच्छी तरह से काम करने वाला है? पिछली बार जब मैंने ऐसा किया था (ALCM) यूलर अनुपयुक्त था। यूलर एक पहला ऑर्डर तरीका है जिसमें स्थानीय त्रुटि चरण आकार के वर्ग के आनुपातिक और चरण आकार के लिए सकल त्रुटि आनुपातिक है। हमने कलमन फ़िल्टर के साथ 4th ऑर्डर रन-कुट्टा का उपयोग किया। मुझे लगता है कि न्यूटन-फेनमैन या यूलर को रनगे-कुट्टा शुरू करने के लिए प्रारंभिक अनुमान प्राप्त करना है। क्या आपके पास एक अच्छी अपडेट दर पर इसे संभालने की प्रक्रिया है?
सी। टाउन स्प्रिंगर

सुझाव के लिए धन्यवाद। यूलर एकीकरण विधि की स्थानीय त्रुटि को नजरअंदाज कर दिया गया था। हम पोस्टिंग में फ़िल्टरिंग करने की योजना बनाते हैं, इसलिए हमारे पास गणना जटिलता पर एक बड़ी बाधा नहीं है। @ C.TowneSpringer
टिम्टियानयांग

जवाबों:


3

सबसे पहले, सुनिश्चित करें कि आप यहां दो प्रमुख बिंदुओं को समझते हैं:

  1. अकेले IMU डेटा से अभिवृत्ति निर्धारण रैखिक त्वरण की उपस्थिति में स्वाभाविक रूप से अस्पष्ट है । त्वरणों की प्रकृति के बारे में अतिरिक्त जानकारी के बिना, आपके द्वारा प्राप्त की जा सकने वाली सटीकता के लिए हमेशा ऊपरी सीमा रहेगी।

  2. सटीकता एकीकृत जाइरोस्कोप माप में बहाव द्वारा सीमित है । सही गायरो डेटा और एकीकरण के साथ, एक्सीलरोमीटर डेटा की बिल्कुल भी आवश्यकता नहीं होगी। जितना अधिक आप पूर्णता को प्राप्त कर सकते हैं उतनी ही तेजी से अनदेखी कर सकते हैं।

अभिविन्यास एल्गोरिदम का चयन काफी हद तक अप्रासंगिक है। वे सभी एक ही सिद्धांत पर काम करते हैं: दोनों के बीच कुछ चर राशि के साथ एकीकृत gyro डेटा को सही करने के लिए गुरुत्वाकर्षण त्वरण की दिशा का उपयोग करना। यदि आपने मापदंडों को ट्यून करने की कोशिश की है और आप जो परिणाम चाहते हैं, उसे हासिल नहीं किया है, तो आप एक अलग एल्गोरिथ्म के साथ बेहतर करने की संभावना नहीं है।

इसलिए, आवश्यक रूप से दो चीजें हैं जो आप कर सकते हैं।

  1. अपने gyro एकीकरण की सटीकता में सुधार करें।
  2. किसी भी तरह रैखिक त्वरण की प्रकृति को मॉडल करें।

दूसरा विकल्प चर्चा करना कठिन है क्योंकि यह उस गति के विवरण पर निर्भर करता है जो आप पढ़ रहे हैं। कुछ सरल तरकीबें हैं जैसे कुछ दिए गए सीमा के बाहर छोड़ने या डी-वेटिंग त्वरण। अनिवार्य रूप से ये केवल घटित घटनाओं के रूप में रैखिक त्वरण मॉडलिंग के लिए आते हैं। यदि आपकी प्रणाली निरंतर गति के अधीन है, तो वे ज्यादा मदद नहीं करते हैं।

कई चीजें हैं जो आप अपने जाइरो इंटीग्रेशन को बेहतर बनाने के लिए कर सकते हैं, हालांकि:

  1. ग्यारस पूर्वाग्रह का सर्वोत्तम संभव अनुमान प्राप्त करें । उपयोग करने से तुरंत पहले कई सेकंड के लिए स्थैतिक जाइरो रीडिंग लें, और अपने ऑफ़सेट मान प्राप्त करने के लिए इन्हें औसत करें। पूर्व बंद अंशांकन पर भरोसा मत करो।
  2. तापमान के कारण बहाव को कम करने की कोशिश करें। अंशांकन / उपयोग से पहले आईएमयू को स्थिर राज्य ऑपरेटिंग तापमान तक गर्म करने दें। ऑपरेशन के दौरान इसे स्थिर तापमान पर रखने की कोशिश करें।
  3. अपने अंशांकन मॉडल में सुधार करें। क्रॉस अक्ष प्रभावों और गैर-रैखिकता के साथ-साथ बस पैमाने और ऑफसेट सहित विचार करें।
  4. एक बेहतर एकीकरण विधि का उपयोग करें। आपके प्रश्न पर टिप्पणियों में पहले से ही कुछ विचार हैं।
  5. देखें कि क्या आप gyro बहाव को ट्रैक कर सकते हैं। यदि अभिविन्यास एल्गोरिथ्म एक विशेष दिशा में लगातार बहाव को सही कर रहा है, तो यह पता लगाया जा सकता है और पूर्वाग्रह मूल्यों को धीरे से समायोजित करने के लिए उपयोग किया जाता है।

आप सही हैं कि आपके द्वारा उपयोग किए जा रहे सेंसर उच्चतम श्रेणी के उपलब्ध नहीं हैं। हालांकि, उपभोक्ता सेंसर से बहुत अच्छे परिणाम प्राप्त करना संभव है यदि पर्याप्त रूप से अच्छी तरह से विशेषता और कैलिब्रेटेड हो।


किसी भी अनुशंसित उपभोक्ता सेंसर?
तिमित्यांग
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.