Liebe Elektronikfreunde, beim Design eines Beschleunigungssensors für ein Auto bin ich auch der suche um zuverlässig den Neigungswinkel dessen zu bestimmen. Nun wird auf der Platine wohl ein dreiachsiger Beschleunigungssensor und ein Gyroskop in zwei Richtungen sein. Zur Fusionierung ist mir der Kalman Filter zu komplex, deswegen dachte ich an einen Komplementärfilter erster Ordnung. Diesen stelle ich mir in etwa wie folgt vor: winkel = (0.97) * (winkel + gyro*dt) + (0.03) * (acc) Nun kann man ja eine Zeitkonstante ausrechnen, wir gehen davon aus, dass die Schleife 100 Mal pro Sekunde ausgeführt wird: 0,97*0,01/0,03 = 0,32 sec Die Werte sind beliebig gewählt. So kann man grob sagen, dass unter 0,32 Sekunden mehr Gewichtung dem Gyroskop zukommen wird um die Neigung festzustellen, darüber hinaus dem Beschleunigungssensor. Wenn ich nun einen Berg hinauffahre mit meinem Auto, mag der Winkel der Steigung bewrechnet werden. Wenn ich nun aber noch Gas gebe(für zB 5 Sekunden), schlägt der Beschleunigungssensor ja noch mehr aus, aufgrund der Beschleunigung des Fahrzeuges. Gleiches Problem bei einer Vollbremsung von 200 km/h, die evtl 5 Sekunden dauert. Gehe ich Richtig in der Annahme, dass dieser filter solche situationen, also Beschleunigungen die wesentlich länger als die Zeitkonstante dauern, nicht richtig handeln kann und immer einen Neigungswinkel ausgeben wird, wo keiner vorliegt? Vielen Dank und eine schöne Woche!
:
Verschoben durch User
Mit dem Zeitintervall hat das wenig zu tun, dieses beschreibt eher die Reaktionsgeschwindigkeit auf Gyroskopänderungen. Das Akzelerometer wird nur gebraucht, um die Gyroskopdrift auszugleichen. Da ein Akzelerometer in deinem Anwendungsfall ein schlechter (immerhin ist es überhaupt einer) Neigungssensor ist, muss der entsprechende Faktor sehr klein gewählt werden, die 0,03 in deinem Fall, dies ist, wenn lange Beschleunigungsphasen ausgeglichen werden sollen, sicher zu groß: 3% bei 100 Hz, heißt, nach 0,3 Sekunden ist der Akzelerometeranteil voll eingeflossen. Du brauchst also hochgenaue Gyroskope, die auch selbst wenig Beschleunigungsrauschen haben.
Erstmal vielen Dank, das hilft mir gut weiter! Kennst du einen Hersteller, der Gyros mit derart geringem Drift herstellt? Ich werde nun mal bei Analog Devices schauen, vll haben die etwas im Angebot..
Wenn es normale Gyros in der itg3200-Klasse nicht mehr schaffen, würde ich als nächstes auch bei AD gucken, da gibt es dann bessere Teile, so für 80 Euro pro Achse.
Nochmals Danke für deine Antwort! Welches ist der Wert im Datenblatt, der den Drift über der Zeit beschreibt: Initial Null? In-Run Bias Stability? Angle Random Walk?
Florian A. schrieb: > Nochmals Danke für deine Antwort! > > Welches ist der Wert im Datenblatt, der den Drift über der Zeit > beschreibt: > Initial Null? > In-Run Bias Stability? > Angle Random Walk? Der ADXRS450 oder ADXRS453 (oder, wenn man mag das analoge Gegenstück) wären dann einen Versuch wert. Habe ich aber selbst noch nicht benutzt. Die Drift kommt ja aus dem Sensorrauschen und der Fortschreibung des Winkel über die Zeit (dt). Die AD-Teile haben eine höhere Auflöung (beim inversense 15 vs 80 LSB/°/s) und sollen schockunempfindlicher sein. Das sollte dann insgesamt in weniger Drift resultieren. Wäre schön, wenn das mal einer z.b. mit dem itg3200 vergleicht und dann die Ergebnisse postet. ;-)
Also ich werd mir wohl nun den AD ADXRS450 bestellen. Denke es ist einiger Aufwand 2 solcher Bauteile zu vergleichen, aber interssant wäre es sicherlich. Bei AD ist da ja preislich open end nach oben :D
Hallo! Ich möchte etwas ähnliches machen! Bei mir ist ein MPU 6050 an einem Modell-Spaceshuttle montiert, und der Sensor soll die Verdrehung um die x und y Achse erfassen. Nun bekommt man aber mit dem MPU 6050 nur Beschleunigungen und Gyro Werte. Kann man das dann mit diesem Komplementärfilter auf Winkel umrechnen? Wenn ja, wie funktioniert das?
Felix E. schrieb: > Kann man das dann mit diesem > Komplementärfilter auf Winkel umrechnen? Wenn ja, wie funktioniert das? Guckst du hier (S.4). In dem Artikel wird das Komplementärfilter auch mit einem Kalman-Filter verglichen. https://aip.scitation.org/doi/pdf/10.1063/1.5018520
Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.