Sürekli doğrusal hızlanmalar ve titreşimler (0.4g'den küçük, 10HZ'den düşük frekans) altında eğim, yuvarlanma ve sapma elde etmek için çeşitli algoritmalar denedim. Hiçbiri iyi sonuç vermiyor çünkü okumalar ya sürükleniyor ya da doğrusal ivmelerden çok etkileniyor. Elde etmek istediğim şey, dış ivmenin + -0.4g'den küçük olması, perde ve rulodaki hatanın + -1deg'den küçük olması gerektiğidir.
Bu algoritmaları denedim:
Madgwick'in algoritması . Beta kazancı çok yüksek ayarlandığında yakınsama hızlıdır, ancak açılar doğrusal ivmelere daha duyarlıdır. Onu ayarladım ve doğrusal hızlanmalarda hatayı + -0.5 dereceye düşürdüm. Ancak, titreşim sürekli ise, okumalar kaymaya başlar ve gerçek değerlere yakınsaması sonsuza kadar sürer. Bu mantıklıdır çünkü lineer ivmeler altında jiroskop daha güvenilirdir ve jiroskop entegrasyonu sürüklendikçe hesaplanan açılar sürüklenir.
Mahony'nin algoritması . Madgwick'in aksine, Ki ve Kp için hangi değerleri kullandığım önemli değil. Bununla birlikte, her zaman doğrusal ivmelerden etkilenir. (+6 derece'den büyük hatalar)
Geleneksel Kalman filtresi . Bu devasa R ve Q vektörlerini ayarlamak için çok zaman harcandı. Şimdiye kadar Mahony's ile aynı performansa sahip.
Jilet IMU kullanıyorum . Ben ucuz sensörler ile bu aynı sonucu elde etmek imkansız olduğunu biliyorum bu bir .
UKF gibi birkaç seçenek daha var, ancak bunu anlamak veya uygulamak acı verici.
Herhangi bir öneri bekliyoruz.