คำถามติดแท็ก gyroscope

มีอัลกอริทึมที่ดียอดนิยมและน่าเชื่อถือที่ฉันสามารถใช้โดยการป้อนข้อมูลจากไจโรสโคปและใช้สิ่งนี้เพื่อควบคุมล้ออิสระสองล้อเพื่อรักษาหุ่นยนต์ที่สมดุลอย่างน่าเชื่อถือตั้งตรงหรือไม่? ฉันกำลังมองหาอัลกอริทึมที่จะให้ฉันใช้เพื่อขับหุ่นยนต์ไปรอบ ๆ และทำให้มันตั้งตรงเมื่ออยู่กับที่ ความสามารถในการจัดการกับความโน้มเอียงและผู้คนที่ดื้อมันก็เป็นโบนัส แต่ไม่จำเป็น

25 control  gyroscope  balance  two-wheeled 

ที่ห้องปฏิบัติการของเราเรามีหุ่นยนต์ประเภท "Kurt" หลายขนาด (ประมาณขนาดของ Pioneer, หกล้อ, เฟืองท้าย) ไจโรสโคปในตัวนั้นล้าสมัยไปแล้วในขณะนี้ ปัญหาหลักคือไจโรสโคปมีดริฟท์ขนาดใหญ่ที่เพิ่มขึ้นเมื่อไจโรร้อนขึ้น (ความผิดพลาดสูงถึง 3 ° / s) เราส่วนใหญ่ใช้ IMU (หน่วยวัดแรงเฉื่อย) เพื่อรับค่าประมาณเริ่มต้นที่ได้รับการแก้ไขในภายหลังโดยอัลกอริทึมการแปลบางอย่าง แต่แม้จะทำเช่นนั้นข้อผิดพลาดเริ่มต้นขนาดใหญ่ที่เกิดจาก IMU มักจะน่ารำคาญ เราใช้โทรศัพท์ Android (Galaxy S2) เป็นการชั่วคราวเพื่อทดแทน IMU และผลลัพธ์จะดีขึ้นมากเมื่อเทียบกับ IMU เก่า อย่างไรก็ตามฉันไม่ชอบขึ้นอยู่กับการเชื่อมต่อ WiFi ระหว่าง IMU และคอมพิวเตอร์ควบคุม (แล็ปท็อปที่ใช้ ROS / Ubuntu) ดังนั้นเราจึงต้องการซื้อ IMU ใหม่ IMU ใดที่เราควรเลือก เกณฑ์ใดที่สำคัญที่ต้องพิจารณาสำหรับการสมัครของเรา

16 ros  imu  odometry  gyroscope  ugv 

พื้นหลัง: ฉันกำลังใช้ตัวกรองคาลมานแบบง่าย ๆ ซึ่งประมาณทิศทางของหุ่นยนต์ หุ่นยนต์ติดตั้งเข็มทิศและเครื่องวัดการหมุนวน ความเข้าใจของฉัน: ฉันกำลังคิดที่จะเป็นตัวแทนของรัฐในฐานะเวกเตอร์ 2Dโดยที่คือทิศทางส่วนหัวในปัจจุบันและ คืออัตราการหมุนที่รายงานโดยเครื่องวัดการหมุนวน( x ,x˙)(x,x˙)(x, \dot{x})xxxx˙x˙\dot{x} คำถาม: ถ้าความเข้าใจของฉันถูกต้องจะไม่มีระยะควบคุมในตัวกรองของฉัน จริงป้ะ? เกิดอะไรขึ้นถ้าฉันใช้รัฐเป็นเวกเตอร์ 1D ? ถ้าอย่างนั้นของฉันจะกลายเป็นคำควบคุมหรือไม่? วิธีการทั้งสองนี้จะให้ผลลัพธ์ที่แตกต่างกันหรือไม่ยูuu( x )(x)(x)x˙x˙\dot{x}ยูuu อย่างที่เรารู้แหล่งกำเนิดเสียงหลักมาจากเข็มทิศเมื่อเข็มทิศอยู่ในสนามแม่เหล็กที่บิดเบี้ยว ที่นี่ฉันคิดว่าเสียงเสียนสำคัญน้อยกว่า แต่ความผิดเพี้ยนทางแม่เหล็กนั้นไม่สามารถคาดเดาได้ทั้งหมด เราจะสร้างแบบจำลองในตัวกรองคาลมานได้อย่างไร ในตัวกรองคาลมานสมมุติว่า "เสียงทั้งหมดเป็นสีขาว" จำเป็นหรือไม่ บอกว่าถ้าการกระจายเสียงของฉันเป็นการกระจาย Laplacian จริงฉันสามารถใช้ตัวกรองคาลมานได้หรือไม่? หรือฉันต้องเปลี่ยนไปใช้ตัวกรองอื่นเช่นตัวกรองแบบขยายคาลมานหรือไม่

9 localization  kalman-filter  gyroscope  compass 

ฉันกำลังทำงานกับระบบลดการสั่นไหวของเครื่องบินขั้นพื้นฐานในฐานะผู้นำของระบบอัตโนมัติเต็มรูปแบบ ฉันใช้ salvage Wii Motion Plus และ Nunchuk เพื่อสร้าง IMDO 6DOF เป้าหมายแรกคือการรักษาระดับปีกจากนั้นผสมในคำสั่งของผู้ใช้ ฉันถูกต้องหรือไม่ในการบอกว่านี่ไม่จำเป็นต้องใช้ไจโรซึ่งเป็น accelerometer แกน 3 (2?) ในการตรวจจับพิทช์และม้วนจากนั้นปรับ ailerons และลิฟท์เพื่อชดเชย ประการที่สองถ้าเราขยายเป้าหมายการออกแบบของฉันจาก "การรักษาระดับปีก" เป็น "การบินในแนวเส้นตรง" (เห็นได้ชัดว่าสองสิ่งที่แตกต่างกันรับลมและความปั่นป่วน) ไจโรกลายเป็นสิ่งจำเป็นตราบเท่าที่ทำได้ ? ฉันได้พยายามรวมค่าไจโรเพื่อให้ได้ม้วนระยะห่างและการหันเหจากนั้นอย่างไรก็ตาม (ตามหลักฐานจากคำถามนี้) ฉันอยู่ในระดับที่ฉันมีความรู้ในหัวข้อที่ฉันต้องการคณิตศาสตร์ที่ง่ายกว่าในรหัสของฉัน . ขอบคุณสำหรับความช่วยเหลือใด ๆ !

9 uav  accelerometer  imu  gyroscope