二代小四轴数据卡尔曼滤波器_第1页
二代小四轴数据卡尔曼滤波器_第2页
二代小四轴数据卡尔曼滤波器_第3页
二代小四轴数据卡尔曼滤波器_第4页
二代小四轴数据卡尔曼滤波器_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、基于MPU6050及卡尔曼滤波的角度测量 MPU6050的基本应用 卡尔曼滤波工作原理及应用MPU6050MPU-6050 ：是6轴运动处理传感器，集成了3轴陀螺仪传感器和3轴加速度传感器；MPU6050共有117个寄存器，设计中主要运用到的寄存器有： 1、分频寄存器 0 x192、配置寄存器 0 x1A3、陀螺仪配置寄存器 0 x1B4、加速度计配置寄存器 0 x1C5、加速度计数据寄存器 0 x3B0 x406、陀螺仪数据寄存器 0 x430 x487、电源管理寄存器1 0 x6B8、我是谁寄存器 0 x75 用于标识设备的身份MPU6050的函数初始化：解除休眠（0 x00）分频设置（0

2、 x07） 寄存器配置（0 x06）陀螺仪配置（0 x18） 加速度计配置（0 x01）数据处理： I2C总线通信应用：四旋翼飞行器、平衡小车、行人导航仪、手持型游戏产品、3D遥控器。 内部工作卡尔曼滤波器卡尔曼滤波器就不断的把covariance递归，从而估算出最优的温度值 是一种收敛性应用：机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪 、计算机图像处理（头脸识别、图像分割）Kalman 概念：卡尔曼滤波器是最优化自回归数据处理算法。 一、符号说明： K：系统的现在状态；Kg：卡尔曼增益二、核心内容：5条公式首先，我们先要引入一个离散控制过程的系统。该系统可用一个线性

3、随机微分方程来描述： X(k)=A X(k-1)+B U(k)+W(k) 再加上系统的测量值： Z(k)=H X(k)+V(k) W(k)和V(k)分别表示过程和测量的噪声。他们被假设成高斯白噪声(White Gaussian Noise)，他们的covariance（协方差） 分别是Q，R（这里我们假设他们不随系统状态变化而变化）。 、基于系统的上一状态而预测出现在状态： X(k|k-1)=A X(k-1|k-1)+B U(k) . (1)式(1)中，X(k-1|k-1)是上一状态最优的结果，U(k)为现在状态的控制量，如果没有控制量，它可以为0。我们用P表示covariance： P(k|k-1)=A P(k-1|k-1) A+Q (2)现在状态(k)的最优化估算值X(k|k)： X(k|k)= X(k|k-1)+Kg(k) (Z(k)-H X(k|k-1) (3)其中Kg为卡尔曼增益(Kalman Gain)： Kg(k)= P(k|k-1) H / (H P(k|k-1) H + R) (4)卡尔曼滤波器不断的运行下去直到系统过程结束，我们还要更新k状态下X(k|k)的covariance： P(k|k)=（I-Kg(k) H）P(k|k-1) (5)其中I 为1的矩阵，对于单模型单测量，I=1。当系

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论