如今，姿态传感器MPU6050六个轴，这是流行的所有的时间，难以用一个三轴加速度计和三轴陀螺仪，传感器，以获得非常精确的姿态数据很容易被电场，磁场等破坏，使数据不稳定。本文中，我们使用MPU6050来获得角加速度和相应的位置上的加速度，并且转换由陀螺仪，并通过卡尔曼滤波操作在两个对应的角加速度计获得的数据被引入géométrique.L’algorithme在多惯性数据中。合[1]的实际应用，在单片机平台上采用卡尔曼滤波算法对陀螺仪和加速度计获得的数据进行积分，对相关外部噪声进行滤波，得到最优估计值。
度数据。
块MPU6050卡尔曼滤波加速度计三个轴陀螺仪三个轴STM32F103ZET6微控制器，微机电系统（MEMS）的发展，低成本惯性传感器已被广泛使用的，MPU6050是一个典型的例子。MPU6050采用三轴MEMS加速度计和MEMS三轴陀螺仪，是世界上第一个6轴集成运动处理组件，广泛应用于智能手机等电子产品。用MPU6050时，仅使用陀螺仪和加速度计数据很难获得精确的角度数据。了数据误差和传感器的计算误差外外部电场和磁场对传感器产生强烈干扰。
尔曼滤波器非常适合计算机使用。们使用单片机STM32微机运行卡尔曼滤波算法，将相关的陀螺仪和加速度计数据输入卡尔曼滤波系统，并输出数据。统线性系统的系统方程观测。统的状态得到最佳估计：从现有测量噪声的输入数据，估计动态系统的状态，获得最佳估计姿态数据[2]，并收集数据在现场更新和实时处理。
系统的总体设计如图1所示.STM32是一款32位，高速，高功率，单片机，具有丰富的外设接口。STM32微控制器通过IIC接口连接到MPU6050，并通过IIC从MPU6050读取陀螺仪。尔曼滤波器系统同时处理仪器和加速度计数据：MCU每次t停止一次，恒温阀芯并且从MPU6050连续读取的数据输入卡尔曼滤波器系统卡尔曼滤波器发送的数据通过串口发送到计算机。
机，PC端，对主机获取的数据进行排序，并将其导入MATLAB，在MATLAB中绘制坐标图，以便我们更直观地分析数据。是我们材料部分的一般结构框架。
件部分主要包括下面的结构：首先，它是由一个宏，用于控制底层驱动MPU6050所定义，用于读取实现了卡尔曼滤波器的算法程序，其次，一个IIC通信程序STM32的MPU6050数据和MPU6050数据定期定时。何转换被转换为角度，并且角度被导入卡尔曼滤波系统以用于卡尔曼时间滤波器中断程序，以及用于串行化通信程序以将滤波后的数据发送到主计算机。算机和要收集的数据。个MATLAB管理器，变成一个图形。示于图2中的陀螺仪采集角的角度由陀螺仪获得的可以读取的角速度GX，GY和GZ通过陀螺仪的三个轴的角度αA。速度乘以时间是在此期间转动的角度。
计每次计算的角度，得到当前位置的角度。下图所示：以x轴为例，将x轴的角速度Gx乘以微控制器读取陀螺仪数据的时间间隔t给出角度α1在此期间旋转，即每次Α1= Gx * t。
入和减去旋转的角度α1，α2，…，Αn，并获得当前时间的角度，也就是说αa=α1 α2 …αn。种计算方法存在一定的误差，通过累积法获得总角度，相当于积分过程：因此累积次数越多，误差越大很大，最终会导致测量角度与实际角度显着不同。
速度计的获取角度被示出在图3αB由加速度计所获得的角度可以被分解成XX加速度，GY，GZ的方向x和y可以被测量z.L’accéléromètre某个时间x，y，z。速度值Ax，Ay，Az三个方向。们这里不考虑传感器运动的影响，但假设三个轴向的重力加速度的加速度分量等于三个轴的加速度，也就是说比如Ax = gx，Ay = gy，Az = gz，按重力在每个方向上的组件的几何形状。算传感器的近似倾斜角度的关系。3：考虑x轴作为一个例子，αB是x轴和水平平面之间的角度，∠d是z轴和垂直方向之间的角度，g是角速度重力，αb=∠d，d的正弦为tan = Ax。
/ Az，所以αb= d = arctan（Ax / Az）。要通过加速度计获得相应轴的加速度，就可以获得相应轴的角度。于物体向下经受恒定的重力加速度并且传感器是动态的，因此它将受到其他方向的力，从而允许测量重力加速度的组合的结果。传感器运动的加速度。
向上的组件。此，当传感器处于运动中时，恒温阀芯由加速度计测量的结果不是非常准确。尔曼滤波算法的应用
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com