完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > MPU-6050
MPU-6000(6050)為全球首例整合性6軸運動處理組件,相較于多組件方案,免除了組合陀螺儀與加速器時間軸之差的問題,減少了大量的封裝空間。
MPU-6000(6050)為全球首例整合性6軸運動處理組件,相較于多組件方案,免除了組合陀螺儀與加速器時間軸之差的問題,減少了大量的封裝空間。
感測范圍
MPU-6000(6050)的角速度全格感測范圍為±250、±500、±1000與±2000°/sec (dps),可準(zhǔn)確追蹤快速與慢速動作,并且,用戶可程式控制的加速器全格感測范圍為±2g、±4g±8g與±16g。產(chǎn)品傳輸可透過最高至400kHz的IIC或最高達20MHz的SPI(MPU-6050沒有SPI)。MPU-6000可在不同電壓下工作,VDD供電電壓介為2.5V±5%、3.0V±5%或3.3V±5%,邏輯接口VDDIO供電為1.8V± 5%(MPU6000僅用VDD)。MPU-6000的包裝尺寸4x4x0.9mm(QFN),在業(yè)界是革命性的尺寸。其他的特征包含內(nèi)建的溫度感測器、包含在運作環(huán)境中僅有±1%變動的振蕩器。
MPU-6000(6050)為全球首例整合性6軸運動處理組件,相較于多組件方案,免除了組合陀螺儀與加速器時間軸之差的問題,減少了大量的封裝空間。
感測范圍
MPU-6000(6050)的角速度全格感測范圍為±250、±500、±1000與±2000°/sec (dps),可準(zhǔn)確追蹤快速與慢速動作,并且,用戶可程式控制的加速器全格感測范圍為±2g、±4g±8g與±16g。產(chǎn)品傳輸可透過最高至400kHz的IIC或最高達20MHz的SPI(MPU-6050沒有SPI)。MPU-6000可在不同電壓下工作,VDD供電電壓介為2.5V±5%、3.0V±5%或3.3V±5%,邏輯接口VDDIO供電為1.8V± 5%(MPU6000僅用VDD)。MPU-6000的包裝尺寸4x4x0.9mm(QFN),在業(yè)界是革命性的尺寸。其他的特征包含內(nèi)建的溫度感測器、包含在運作環(huán)境中僅有±1%變動的振蕩器。
應(yīng)用
運動感測游戲 現(xiàn)實增強 電子穩(wěn)像 (EIS: Electronic Image Stabilization) 光學(xué)穩(wěn)像(OIS: Optical Image Stabilization) 行人導(dǎo)航器 “零觸控”手勢用戶接口 姿勢快捷方式 認證
市場
智能型手機 平板裝置設(shè)備 手持型游戲產(chǎn)品 游戲機 3D遙控器 可攜式導(dǎo)航設(shè)備
特征
以數(shù)字輸出6軸或9軸的旋轉(zhuǎn)矩陣、四元數(shù)(quaternion)、歐拉角格式(Euler Angle forma)的融合演算數(shù)據(jù)。 具有131 LSBs/°/sec 敏感度與全格感測范圍為±250、±500、±1000與±2000°/sec 的3軸角速度感測器(陀螺儀)。 可程式控制,且程式控制范圍為±2g、±4g、±8g和±16g的3軸加速器。 移除加速器與陀螺儀軸間敏感度,降低設(shè)定給予的影響與感測器的飄移。 數(shù)字運動處理(DMP: Digital Motion Processing)引擎可減少復(fù)雜的融合演算數(shù)據(jù)、感測器同步化、姿勢感應(yīng)等的負荷。 運動處理數(shù)據(jù)庫支持Android、Linux與Windows 內(nèi)建之運作時間偏差與磁力感測器校正演算技術(shù),免除了客戶須另外進行校正的需求。 以數(shù)位輸出的溫度傳感器 以數(shù)位輸入的同步引腳(Sync pin)支援視頻電子影相穩(wěn)定技術(shù)與GPS 可程式控制的中斷(interrupt)支援姿勢識別、搖攝、畫面放大縮小、滾動、快速下降中斷、high-G中斷、零動作感應(yīng)、觸擊感應(yīng)、搖動感應(yīng)功能。 VDD供電電壓為2.5V±5%、3.0V±5%、3.3V±5%;VDDIO為1.8V± 5% 陀螺儀運作電流:5mA,陀螺儀待命電流:5µA;加速器運作電流:350µA,加速器省電模式電流: 20µA@10Hz 高達400kHz快速模式的I2C,或最高至20MHz的SPI串行主機接口(serial host interface) 內(nèi)建頻率產(chǎn)生器在所有溫度范圍(full temperature range)僅有±1%頻率變化。 使用者親自測試 10,000 g 碰撞容忍度 為可攜式產(chǎn)品量身訂作的最小最薄包裝 (4x4x0.9mm QFN) 符合RoHS及環(huán)境標(biāo)準(zhǔn)
MPU6050的數(shù)據(jù)獲取、分析與處理
MPU6050是一種非常流行的空間運動傳感器芯片,可以獲取器件當(dāng)前的三個加速度分量和三個旋轉(zhuǎn)角速度。由于其體積小巧,功能強大,精度較高,不僅被廣泛應(yīng)用于工業(yè),同時也是航模愛好者的神器,被安裝在各類飛行器上馳騁藍天。
隨著Arduino開發(fā)板的普及,許多朋友希望能夠自己制作基于MPU6050的控制系統(tǒng),但由于缺乏專業(yè)知識而難以上手。此外,MPU6050的數(shù)據(jù)是有較大噪音的,若不進行濾波會對整個控制系統(tǒng)的精準(zhǔn)確帶來嚴重影響。
MPU6050芯片內(nèi)自帶了一個數(shù)據(jù)處理子模塊DMP,已經(jīng)內(nèi)置了濾波算法,在許多應(yīng)用中使用DMP輸出的數(shù)據(jù)已經(jīng)能夠很好的滿足要求。關(guān)于如何獲取DMP的輸出數(shù)據(jù),我將在以后的文章中介紹。本文將直接面對原始測量數(shù)據(jù),從連線、芯片通信開始一步一步教你如何利用Arduino獲取MPU6050的數(shù)據(jù)并進行卡爾曼濾波,最終獲得穩(wěn)定的系統(tǒng)運動狀態(tài)。
一、Arduino與MPU-6050的通信
為避免糾纏于電路細節(jié),我們直接使用集成的MPU6050模塊。MPU6050的數(shù)據(jù)接口用的是I2C總線協(xié)議,因此我們需要Wire程序庫的幫助來實現(xiàn)Arduino與MPU6050之間的通信。請先確認你的Arduino編程環(huán)境中已安裝Wire庫。
Wire庫的官方文檔中指出:在UNO板子上,SDA接口對應(yīng)的是A4引腳,SCL對應(yīng)的是A5引腳。MPU6050需要5V的電源,可由UNO板直接供電。按照下圖連線。
(紫色線是中斷線,這里用不到,可以不接)
MPU6050的數(shù)據(jù)寫入和讀出均通過其芯片內(nèi)部的寄存器實現(xiàn),這些寄存器的地址都是1個字節(jié),也就是8位的尋址空間,其寄存器的詳細列表說明書請點擊下載:https://www.olimex.com/Products/Modules/Sensors/MOD-MPU6050/resources/RM-MPU-60xxA_rev_4.pdf
1.1 將數(shù)據(jù)寫入MPU-6050
在每次向器件寫入數(shù)據(jù)前要先打開Wire的傳輸模式,并指定器件的總線地址,MPU6050的總線地址是0x68(AD0引腳為高電平時地址為0x69)。然后寫入一個字節(jié)的寄存器起始地址,再寫入任意長度的數(shù)據(jù)。這些數(shù)據(jù)將被連續(xù)地寫入到指定的起始地址中,超過當(dāng)前寄存器長度的將寫入到后面地址的寄存器中。寫入完成后關(guān)閉Wire的傳輸模式。下面的示例代碼是向MPU6050的0x6B寄存器寫入一個字節(jié)0。
Wire.beginTransmission(0x68); //開啟MPU6050的傳輸
Wire.write(0x6B); //指定寄存器地址
Wire.write(0); //寫入一個字節(jié)的數(shù)據(jù)
Wire.endTransmission(true); //結(jié)束傳輸,true表示釋放總線
1.2 從MPU-6050讀出數(shù)據(jù)
讀出和寫入一樣,要先打開Wire的傳輸模式,然后寫一個字節(jié)的寄存器起始地址。接下來將指定地址的數(shù)據(jù)讀到Wire庫的緩存中,并關(guān)閉傳輸模式。最后從緩存中讀取數(shù)據(jù)。下面的示例代碼是從MPU6050的0x3B寄存器開始讀取2個字節(jié)的數(shù)據(jù):
Wire.beginTransmission(0x68); //開啟MPU6050的傳輸
Wire.write(0x3B); //指定寄存器地址
Wire.requestFrom(0x68, 2, true); //將輸據(jù)讀出到緩存
Wire.endTransmission(true); //關(guān)閉傳輸模式
int val = Wire.read() 《《 8 | Wire.read(); //兩個字節(jié)組成一個16位整數(shù)
1.3 具體實現(xiàn)
通常應(yīng)當(dāng)在setup函數(shù)中對Wire庫進行初始化:
Wire.begin();
在對MPU6050進行各項操作前,必須啟動該器件,向它的0x6B寫入一個字節(jié)0即可啟動。通常也是在setup函數(shù)完成,代碼見1.1節(jié)。
二、 MPU6050的數(shù)據(jù)格式
我們感興趣的數(shù)據(jù)位于0x3B到0x48這14個字節(jié)的寄存器中。這些數(shù)據(jù)會被動態(tài)更新,更新頻率最高可達1000HZ。下面列出相關(guān)寄存器的地址,數(shù)據(jù)的名稱。注意,每個數(shù)據(jù)都是2個字節(jié)。
0x3B,加速度計的X軸分量ACC_X
0x3D,加速度計的Y軸分量ACC_Y
0x3F,加速度計的Z軸分量ACC_Z
0x41,當(dāng)前溫度TEMP
0x43,繞X軸旋轉(zhuǎn)的角速度GYR_X
0x45,繞Y軸旋轉(zhuǎn)的角速度GYR_Y
0x47,繞Z軸旋轉(zhuǎn)的角速度GYR_Z
MPU6050芯片的座標(biāo)系是這樣定義的:令芯片表面朝向自己,將其表面文字轉(zhuǎn)至正確角度,此時,以芯片內(nèi)部中心為原點,水平向右的為X軸,豎直向上的為Y軸,指向自己的為Z軸。見下圖:
我們只關(guān)心加速度計和角速度計數(shù)據(jù)的含義,下面分別介紹。
2.1 加速度計
加速度計的三軸分量ACC_X、ACC_Y和ACC_Z均為16位有符號整數(shù),分別表示器件在三個軸向上的加速度,取負值時加速度沿座標(biāo)軸負向,取正值時沿正向。
三個加速度分量均以重力加速度g的倍數(shù)為單位,能夠表示的加速度范圍,即倍率可以統(tǒng)一設(shè)定,有4個可選倍率:2g、4g、8g、16g。以ACC_X為例,若倍率設(shè)定為2g(默認),則意味著ACC_X取最小值-32768時,當(dāng)前加速度為沿X軸正方向2倍的重力加速度;若設(shè)定為4g,取-32768時表示沿X軸正方向4倍的重力加速度,以此類推。顯然,倍率越低精度越好,倍率越高表示的范圍越大,這要根據(jù)具體的應(yīng)用來設(shè)定。
我們用f表示倍率,f=0為2g,f=3為16g,設(shè)定加速度倍率的代碼如下:
Wire.beginTransmission(0x68); //開啟MPU-6050的傳輸
Wire.write(0x1C); //加速度倍率寄存器的地址
Wire.requestFrom(0x68, 1, true); //先讀出原配置
unsigned char acc_conf = Wire.read();
acc_conf = ((acc_conf & 0xE7) | (f 《《 3));
Wire.write(acc_conf);
Wire.endTransmission(true); //結(jié)束傳輸,true表示釋放總線
再以ACC_X為例,若當(dāng)前設(shè)定的加速度倍率為4g,那么將ACC_X讀數(shù)換算為加速度的公式為:,g可取當(dāng)?shù)刂亓铀俣取?/p>
2.2 角速度計
繞X、Y和Z三個座標(biāo)軸旋轉(zhuǎn)的角速度分量GYR_X、GYR_Y和GYR_Z均為16位有符號整數(shù)。從原點向旋轉(zhuǎn)軸方向看去,取正值時為順時針旋轉(zhuǎn),取負值時為逆時針旋轉(zhuǎn)。
三個角速度分量均以“度/秒”為單位,能夠表示的角速度范圍,即倍率可統(tǒng)一設(shè)定,有4個可選倍率:250度/秒、500度/秒、1000度/秒、2000度/秒。以GYR_X為例,若倍率設(shè)定為250度/秒,則意味著GYR取正最大值32768時,當(dāng)前角速度為順時針250度/秒;若設(shè)定為500度/秒,取32768時表示當(dāng)前角速度為順時針500度/秒。顯然,倍率越低精度越好,倍率越高表示的范圍越大。
我們用f表示倍率,f=0為250度/秒,f=3為2000度/秒,除角速度倍率寄存器的地址為0x1B之外,設(shè)定加速度倍率的代碼與2.1節(jié)代碼一致。
以GYR_X為例,若當(dāng)前設(shè)定的角速度倍率為1000度/秒,那么將GRY_X讀數(shù)換算為角速度(順時針)的公式為:。
三、運動數(shù)據(jù)
在讀取加速度計和角速度計的數(shù)據(jù)并換算為物理值后,根據(jù)不同的應(yīng)用,數(shù)據(jù)有不同的解譯方式。本章將以飛行器運動模型為例,根據(jù)加速度和角速度來算出當(dāng)前的飛行姿態(tài)。
3.1 加速度計模型
我們可以把加速度計想象為一個正立方體盒子里放著一個球,這個球被彈簧固定在立方體的中心。當(dāng)盒子運動時,根據(jù)假想球的位置即可算出當(dāng)前加速度的值。想象如果在太空中,盒子沒有任何受力時,假想球?qū)⑻幱谡行牡奈恢茫齻€軸的加速度均為0。見下圖:
如果我們給盒子施加一個水平向左的力,那么顯然盒子就會有一個向左的加速度,此時盒內(nèi)的假想球會因為慣性作用貼向盒內(nèi)的右側(cè)面。如下圖所示:
為了保證數(shù)據(jù)的物理意義,MPU6050的加速度計是以假想球在三軸上座標(biāo)值的相反數(shù)作為三個軸的加速度值。當(dāng)假想球的位置偏向一個軸的正向時,該軸的加速度讀數(shù)為負值,當(dāng)假想球的位置偏向一個軸的負向時,該軸的加速度讀數(shù)為正值。
根據(jù)以上分析,當(dāng)我們把MPU6050芯片水平放于地方,芯片表面朝向天空,此時由于受到地球重力的作用, 假想球的位置偏向Z軸的負向,因此Z軸的加速度讀數(shù)應(yīng)為正,且在理想情況下應(yīng)為g。注意,此加速度的物理意義并不是重力加速度,而是自身運動的加速度,可以這樣理解:正因為其自身運動的加速度與重力加速度大小相等方向相反,芯片才能保持靜止。
3.2 Roll-pitch-yaw模型與姿態(tài)計算
表示飛行器當(dāng)前飛行姿態(tài)的一個通用模型就是建立下圖所示坐標(biāo)系,并用Roll表示繞X軸的旋轉(zhuǎn),Pitch表示繞Y軸的旋轉(zhuǎn),Yaw表示繞Z軸的旋轉(zhuǎn)。
由于MPU6050可以獲取三個軸向上的加速度,而地球重力則是長期存在且永遠豎直向下,因此我們可以根據(jù)重力加速度相對于芯片的指向為參考算得當(dāng)前姿態(tài)。
為方便起見,我們讓芯片正面朝下固定在上圖飛機上,且座標(biāo)系與飛機的坐標(biāo)系完全重合,以三個軸向上的加速度為分量,可構(gòu)成加速度向量。假設(shè)當(dāng)前芯片處于勻速直線運動狀態(tài),那么應(yīng)垂直于地面上向,即指向Z軸負方向,模長為(與重力加速度大小相等,方向相反,見3.1節(jié))。若芯片(座標(biāo)系)發(fā)生旋轉(zhuǎn),由于加速度向量仍然豎直向上,所以Z軸負方向?qū)⒉辉倥c重合。見下圖。
為了方便表示,上圖坐標(biāo)系的Z軸正方向(機腹以及芯片正面)向下,X軸正方向(飛機前進方向)向右。此時芯片的Roll角(黃色)為加速度向量與其在XZ平面上投影的夾角,Pitch角(綠色)與其在YZ平面上投影的夾角。求兩個向量的夾角可用點乘公式: ,簡單推導(dǎo)可得:
,以及
注意,因為arccos函數(shù)只能返回正值角度,因此還需要根據(jù)不同情況來取角度的正負值。當(dāng)y值為正時,Roll角要取負值,當(dāng)x軸為負時,Pitch角要取負值。
3.4 Yaw角的問題
因為沒有參考量,所以無法求出當(dāng)前的Yaw角的絕對角度,只能得到Y(jié)aw的變化量,也就是角速度GYR_Z。當(dāng)然,我們可以通過對GYR_Z積分的方法來推算當(dāng)前Yaw角(以初始值為準(zhǔn)),但由于測量精度的問題,推算值會發(fā)生漂移,一段時間后就完全失去意義了。然而在大多數(shù)應(yīng)用中,比如無人機,只需要獲得GRY_Z就可以了。
如果必須要獲得絕對的Yaw角,那么應(yīng)當(dāng)選用MPU9250這款九軸運動跟蹤芯片,它可以提供額外的三軸羅盤數(shù)據(jù),這樣我們就可以根據(jù)地球磁場方向來計算Yaw角了,具體方法此處不再贅述。
四、數(shù)據(jù)處理與實現(xiàn)
MPU6050芯片提供的數(shù)據(jù)夾雜有較嚴重的噪音,在芯片處理靜止?fàn)顟B(tài)時數(shù)據(jù)擺動都可能超過2%。除了噪音,各項數(shù)據(jù)還會有偏移的現(xiàn)象,也就是說數(shù)據(jù)并不是圍繞靜止工作點擺動,因此要先對數(shù)據(jù)偏移進行校準(zhǔn) ,再通過濾波算法消除噪音。
4.1 校準(zhǔn)
校準(zhǔn)是比較簡單的工作,我們只需要找出擺動的數(shù)據(jù)圍繞的中心點即可。我們以GRY_X為例,在芯片處理靜止?fàn)顟B(tài)時,這個讀數(shù)理論上講應(yīng)當(dāng)為0,但它往往會存在偏移量,比如我們以10ms的間隔讀取了10個值如下:
-158.4, -172.9, -134.2, -155.1, -131.2, -146.8, -173.1, -188.6, -142.7, -179.5
這10個值的均值,也就是這個讀數(shù)的偏移量為-158.25。在獲取偏移量后,每次的讀數(shù)都減去偏移量就可以得到校準(zhǔn)后的讀數(shù)了。當(dāng)然這個偏移量只是估計值,比較準(zhǔn)確的偏移量要對大量的數(shù)據(jù)進行統(tǒng)計才能獲知,數(shù)據(jù)量越大越準(zhǔn),但統(tǒng)計的時間也就越慢。一般校準(zhǔn)可以在每次啟動系統(tǒng)時進行,那么你應(yīng)當(dāng)在準(zhǔn)確度和啟動時間之間做一個權(quán)衡。
三個角速度讀數(shù)GYR_X、GYR_Y和GYR_Z均可通過統(tǒng)計求平均的方法來獲得,但三個加速度分量就不能這樣簡單的完成了,因為芯片靜止時的加速度并不為0。
加速度值的偏移來自兩個方面,一是由于芯片的測量精度,導(dǎo)至它測得的加速度向量并不垂直于大地;二是芯片在整個系統(tǒng)(如無人機)上安裝的精度是有限的,系統(tǒng)與芯片的座標(biāo)系很難達到完美重合。前者我們稱為讀數(shù)偏移,后者我們稱為角度偏移。因為讀數(shù)和角度之間是非線性關(guān)系,所以要想以高精度進行校準(zhǔn)必須先單獨校準(zhǔn)讀數(shù)偏移,再把芯片固定在系統(tǒng)中后校準(zhǔn)角度偏移。然而,由于校準(zhǔn)角度偏移需要專業(yè)設(shè)備,且對于一般應(yīng)用來說,兩步校準(zhǔn)帶來的精度提升并不大,因此通常只進行讀數(shù)校準(zhǔn)即可。下面介紹讀數(shù)校準(zhǔn)的方法。我們還3.2節(jié)的飛機為例,分以下幾個步驟:
首先要確定飛機的坐標(biāo)系,對于多軸飛行器來說這非常重要。如果坐標(biāo)系原點的位置或坐標(biāo)軸的方向存在較大偏差,將會給后面的飛控造成不良影響。
在確定了飛機的坐標(biāo)系后,為了盡量避免讀數(shù)偏移帶來的影響,首先將MPU6050牢牢地固定在飛機上,并使二者座標(biāo)系盡可能的重合。當(dāng)然把Z軸反過來裝也是可以的,就是需要重新推算一套角度換算公式。
將飛機置于水平、堅固的平面上,并充分預(yù)熱。對于多軸無人機而言,空中懸停時的XY平面應(yīng)當(dāng)平行于校準(zhǔn)時的XY平面。此時,我們認為芯片的加速度方向應(yīng)當(dāng)與Z軸負方向重合,且加速度向量的模長為g,因此ACC_X和ACC_Y的理論值應(yīng)為0,ACC_Z的理論值應(yīng)為-16384(假設(shè)我們設(shè)定2g的倍率,1g的加速度的讀數(shù)應(yīng)為最大值-32768的一半)。
由于ACC_X和ACC_Y的理論值應(yīng)為0,與角速度量的校準(zhǔn)類似,這兩個讀數(shù)偏移量可用統(tǒng)計均值的方式校準(zhǔn)。ACC_Z則需要多一步處理,即在統(tǒng)計偏移量的過程中,每次讀數(shù)都要加上16384,再進行統(tǒng)計均值校準(zhǔn)。
4.2 卡爾曼濾波
對于夾雜了大量噪音的數(shù)據(jù),卡爾曼濾波器的效果無疑是最好的。如果不想考慮算法細節(jié),可以直接使用Arduino的Klaman Filter庫完成。在我們的模型中,一個卡爾曼濾波器接受一個軸上的角度值、角速度值以及時間增量,估計出一個消除噪音的角度值。跟據(jù)當(dāng)前的角度值和上一輪估計的角度值,以及這兩輪估計的間隔時間,我們還可以反推出消除噪音的角速度。
實現(xiàn)代碼見4.3節(jié)。下面介紹卡爾曼濾波算法細節(jié),不感興趣的可跳過。
(想看的人多了再寫)
4.3 實現(xiàn)代碼
以下代碼在Arduino軟件1.65版本中編譯、燒寫以及測試通過。
// 本代碼版權(quán)歸Devymex所有,以GNU GENERAL PUBLIC LICENSE V3.0發(fā)布
// http://www.gnu.org/licenses/gpl-3.0.en.html
// 相關(guān)文檔參見作者于知乎專欄發(fā)表的原創(chuàng)文章:
// http://zhuanlan.zhihu.com/devymex/20082486
//連線方法
//MPU-UNO
//VCC-VCC
//GND-GND
//SCL-A5
//SDA-A4
//INT-2 (Optional)
#include 《Kalman.h》
#include 《Wire.h》
#include 《Math.h》
float fRad2Deg = 57.295779513f; //將弧度轉(zhuǎn)為角度的乘數(shù)
const int MPU = 0x68; //MPU-6050的I2C地址
const int nValCnt = 7; //一次讀取寄存器的數(shù)量
const int nCalibTimes = 1000; //校準(zhǔn)時讀數(shù)的次數(shù)
int calibData[nValCnt]; //校準(zhǔn)數(shù)據(jù)
unsigned long nLastTime = 0; //上一次讀數(shù)的時間
float fLastRoll = 0.0f; //上一次濾波得到的Roll角
float fLastPitch = 0.0f; //上一次濾波得到的Pitch角
Kalman kalmanRoll; //Roll角濾波器
Kalman kalmanPitch; //Pitch角濾波器
void setup() {
Serial.begin(9600); //初始化串口,指定波特率
Wire.begin(); //初始化Wire庫
WriteMPUReg(0x6B, 0); //啟動MPU6050設(shè)備
Calibration(); //執(zhí)行校準(zhǔn)
nLastTime = micros(); //記錄當(dāng)前時間
}
void loop() {
int readouts[nValCnt];
ReadAccGyr(readouts); //讀出測量值
float realVals[7];
Rectify(readouts, realVals); //根據(jù)校準(zhǔn)的偏移量進行糾正
//計算加速度向量的模長,均以g為單位
float fNorm = sqrt(realVals[0] * realVals[0] + realVals[1] * realVals[1] + realVals[2] * realVals[2]);
float fRoll = GetRoll(realVals, fNorm); //計算Roll角
if (realVals[1] 》 0) {
fRoll = -fRoll;
}
float fPitch = GetPitch(realVals, fNorm); //計算Pitch角
if (realVals[0] 《 0) {
fPitch = -fPitch;
}
//計算兩次測量的時間間隔dt,以秒為單位
unsigned long nCurTime = micros();
float dt = (double)(nCurTime - nLastTime) / 1000000.0;
//對Roll角和Pitch角進行卡爾曼濾波
float fNewRoll = kalmanRoll.getAngle(fRoll, realVals[4], dt);
float fNewPitch = kalmanPitch.getAngle(fPitch, realVals[5], dt);
//跟據(jù)濾波值計算角度速
float fRollRate = (fNewRoll - fLastRoll) / dt;
float fPitchRate = (fNewPitch - fLastPitch) / dt;
//更新Roll角和Pitch角
fLastRoll = fNewRoll;
fLastPitch = fNewPitch;
//更新本次測的時間
nLastTime = nCurTime;
//向串口打印輸出Roll角和Pitch角,運行時在Arduino的串口監(jiān)視器中查看
Serial.print(“Roll:”);
Serial.print(fNewRoll); Serial.print(‘(’);
Serial.print(fRollRate); Serial.print(“),\tPitch:”);
Serial.print(fNewPitch); Serial.print(‘(’);
Serial.print(fPitchRate); Serial.print(“)\n”);
delay(10);
}
//向MPU6050寫入一個字節(jié)的數(shù)據(jù)
//指定寄存器地址與一個字節(jié)的值
void WriteMPUReg(int nReg, unsigned char nVal) {
Wire.beginTransmission(MPU);
Wire.write(nReg);
Wire.write(nVal);
Wire.endTransmission(true);
}
//從MPU6050讀出一個字節(jié)的數(shù)據(jù)
//指定寄存器地址,返回讀出的值
unsigned char ReadMPUReg(int nReg) {
Wire.beginTransmission(MPU);
Wire.write(nReg);
Wire.requestFrom(MPU, 1, true);
Wire.endTransmission(true);
return Wire.read();
}
//從MPU6050讀出加速度計三個分量、溫度和三個角速度計
//保存在指定的數(shù)組中
void ReadAccGyr(int *pVals) {
Wire.beginTransmission(MPU);
Wire.write(0x3B);
Wire.requestFrom(MPU, nValCnt * 2, true);
Wire.endTransmission(true);
for (long i = 0; i 《 nValCnt; ++i) {
pVals[i] = Wire.read() 《《 8 | Wire.read();
}
}
//對大量讀數(shù)進行統(tǒng)計,校準(zhǔn)平均偏移量
void Calibration()
{
float valSums[7] = {0.0f, 0.0f, 0.0f, 0.0f, 0.0f, 0.0f, 0.0};
//先求和
for (int i = 0; i 《 nCalibTimes; ++i) {
int mpuVals[nValCnt];
ReadAccGyr(mpuVals);
for (int j = 0; j 《 nValCnt; ++j) {
valSums[j] += mpuVals[j];
}
}
//再求平均
for (int i = 0; i 《 nValCnt; ++i) {
calibData[i] = int(valSums[i] / nCalibTimes);
}
calibData[2] += 16384; //設(shè)芯片Z軸豎直向下,設(shè)定靜態(tài)工作點。
}
//算得Roll角。算法見文檔。
float GetRoll(float *pRealVals, float fNorm) {
float fNormXZ = sqrt(pRealVals[0] * pRealVals[0] + pRealVals[2] * pRealVals[2]);
float fCos = fNormXZ / fNorm;
return acos(fCos) * fRad2Deg;
}
//算得Pitch角。算法見文檔。
float GetPitch(float *pRealVals, float fNorm) {
float fNormYZ = sqrt(pRealVals[1] * pRealVals[1] + pRealVals[2] * pRealVals[2]);
float fCos = fNormYZ / fNorm;
return acos(fCos) * fRad2Deg;
}
//對讀數(shù)進行糾正,消除偏移,并轉(zhuǎn)換為物理量。公式見文檔。
void Rectify(int *pReadout, float *pRealVals) {
for (int i = 0; i 《 3; ++i) {
pRealVals[i] = (float)(pReadout[i] - calibData[i]) / 16384.0f;
}
pRealVals[3] = pReadout[3] / 340.0f + 36.53;
for (int i = 4; i 《 7; ++i) {
pRealVals[i] = (float)(pReadout[i] - calibData[i]) / 131.0f;
}
}
MPU-6000+MPU-6050產(chǎn)品規(guī)范修訂版3.2立即下載
類別:產(chǎn)品手冊 2016-06-21 標(biāo)簽:MPU-6000MPU-6050
類別:產(chǎn)品手冊 2015-12-10 標(biāo)簽:MPU-6050
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |