或
与
{{ forum.displayName }}
{{ forum.displayName }}
全部文章
只看精选
至
匹配程度
发表时间
降序
升序
收起
高级搜索
约找到 93 条结果，耗时 0.223 秒
之前随便做了个航电玩，发到论坛上来看看有没有人提点意见😁为减轻重量没有做遥测系统，还要GPS/GPRS的防丢系统会日后补上BUCO航电系统介绍本系统基于mpu6050陀螺仪的卡尔曼滤波实现对姿态的解算
全部代码和开源图纸我也放在这里：本文所有涉及到的火箭发动机燃料均为KNSB第二阶段：为了解决第一版的问题，于是在后面版本的程序迭代中，我引入了卡尔曼滤波算法以及简单的增量PID算法，代码我先放在下面：而针对滤波算法
算法目前只包括纯惯导和六维卡尔曼滤波，未来打算加入更高维的拓展卡尔曼滤波。各种协议也是可以方便迭代的，不过当前的协议应该对大部分爱好者来说够用了。
一件不太好的事情，STM32F407VET6似乎真的算不动15维拓展卡尔曼滤波……本身SRAM就很勉强了，计算速度也是很勉强，再加上各种别的读传感器，做遥测等工作，感觉真的搞不定。
至于你说的抗震卡尔曼算法可以借鉴飞控中的mwc代码以及德国开源的mk那几个开源的东西目前国内还没多少人能搞懂，搞懂的那些开始搞生产了，其他的还没多到把这个开源给解读清晰。
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
BMP085或BMP180通过卡尔曼滤波得出高度数据
page=0&highlight=724171#highlight带了一个sd卡和卡尔曼滤波这是试车数据这是试车视频（嗯，画质感人）这是试车完之后的火箭喷口这次的发动机只是一次金属机的入门之作，总的来说
非常nice，外场测试成功，当前六维卡尔曼滤波可以做到绕体育馆一圈，五六百米的样子，再加上中途剧烈的竖直上抛，最后回到原点误差只有6m左右，姿态应该只差几度。
这里的标定，不止第一代可以使用，以后也都可以使用，只需要减去均值滤波的部分，然后加上卡尔曼滤波即可。mpl库的自带校准只有减去零偏，显然是不够的，而且实测他根本没有减。
程序姿态判断部分用的是卡尔曼滤波算法（用直接读取加速度计的数值，在强震动时继电器会误动作），自己拿着这玩意朝桌子上用劲敲了几下，继电器没有误动作，工作完全正常。过几天装箭试试。
我这边用的是六维卡尔曼滤波，的确没法根据观测补偿姿态漂移，不过15阶拓展卡尔曼滤波把陀螺仪和加速度计零偏代入状态，倒是可以根据观测修正，这边软件复算后按ESKF15能到4m多的误差，0.1几度的姿态失准角
更正一下：08A是带16位c51核心外的硬件乘除法器的 08没有A的话 8脚的是带的 其他脚数是不带的 而且操作复杂） 如果做FFT/STFT感觉有点力不从心 因此我这里设想了一个算法对于输入的信号首先用卡尔曼滤波或者移动平均法去除高频噪声移动平均法获取信号
舵机角度还是会发生抖动，后来对6050输出的数据进行简单分析发现，6050输出的数据也是在不断发生抖动的，由此我推测可能是6050的数据导致舵机不断抖动，因此开始对6050的输出数据进行处理，这里我选择了卡尔曼滤波算法
· 软件滤波：采用滑动平均滤波或卡尔曼滤波（有现成库可用），对连续采样值做平滑处理。· 状态判断逻辑优化：例如，只有连续5次检测到加速度大于2g且高度持续增加，才判断为“已起飞”，避免单次噪声误触发。
人们为了解决非线性，提出了 Extended Kalman Filter （拓展卡尔曼滤波）。其思路是在传递曲线局部用该点的切线方程来代替曲线本身，其实就是高数中的一阶泰勒展开。
具体有算法负责修正，核心是卡尔曼滤波，把各种渠道获得的测量数据（不一定要是完备的测量，部分数据也可以），输入到滤波器中，让滤波器推测真实值AGPS指的是通过网络通信下载星历数据之类的。
处理器为飞控板（早期版基于atmega328p，后期版基于Seeeduino Xiao，会在之后的帖子中详细说明），传感器为JY901（遥一、遥二）或MPU6050（遥三、遥四）（采用卡尔曼滤波）。
导航方面提供纯惯性导航（Pure INS）、六维固定增益融合算法（SF6）、六维卡尔曼滤波算法（KF6）及十五维误差状态扩展卡尔曼滤波算法（ESKF15），以适应不同的硬件资源与估计需求。