XNo*_*Nor 5 robotics filtering noise sensor-fusion kalman-filter
我的项目:
我正在开发一款带3轴加速度计和陀螺仪的老虎车,试图估计汽车姿态(x,y,z,偏航,俯仰),但我的振动噪音有很大问题(当汽车正在运行时,例如,对于加速度计,噪声取值在±4 [g](其中g = 9.81 [m/s ^ 2])之间,因此齿轮引起振动并且轨道也变得更糟.
我知道(因为我观察它),噪音与我的所有传感器相关
在我的第一次尝试中,我试图用卡尔曼滤波器来解决它,但它没有用,因为我的状态向量的值有很大的噪音.
编辑2:在我的第二次尝试中,我在卡尔曼滤波器之前尝试了低通滤波器,但它只是减慢了我的系统并且没有滤除噪声的低分量.在这一点上,我意识到这种噪音可能由低频和高频组成.
我正在学习自适应滤波器(LMS和RLS),但我意识到我没有噪声信号,如果我使用一个加速度计信号来过滤其他轴的加速度计,我没有得到绝对值,所以它不起作用.
编辑:我在尝试寻找自适应滤波器的示例代码时遇到问题.如果有人知道类似的事情,我会非常感激.
这是我的问题:
有没有人知道过滤器或有任何想法如何我可以修复它并正确过滤我的信号？
非常感谢你提前,
XNOR
PD:我为我可能遇到的任何错误道歉,英语不是我的母语
我要做的第一件事是对传感器信号运行 DFT，看看加速度计信号是否确实存在高频和低频分量。
通过 DFT，您应该能够确定低通/带通滤波器的最佳截止频率。
如果 Z 轴上有一个恒定分量，则您可能没有过滤掉重力。请注意，如果存在显着的俯仰或滚动，则该常数也可以在 X 和 Y 轴上看到
一般来说，使用加速度计进行姿态估计并不是一个好主意，因为您需要将加速度信号积分两次才能获得姿态。如果信号有噪声，并且噪声不是 100% 均匀分布在 + 和 - 之间，几秒钟后您就会遇到麻烦。
如果我们假设您的齿轮没有发出噪音，那么即使是加速度计的转换精度也可能会在几分钟后开始扰乱您的姿势。
我肯定会使用第二个传感器，例如指南针/编码器与您的数学模型相结合，并将所有传感器数据组合在卡尔曼滤波器（传感器融合）中。
您还可以通过假设噪声与电机转速相关来导出噪声的黑盒模型。（Box-jenkins/Arma/Arima）。