發(fā)布時間：2020-12-08 20:04

　　針對視頻拍攝過程中容易出現(xiàn)不穩(wěn)定的現(xiàn)象,提出以STM32為主控核心的防抖動云臺的設計方案。文章介紹了以MPU9250為姿態(tài)傳感器獲取原始姿態(tài)角,利用卡爾曼濾波融合算法計算出穩(wěn)定可靠的姿態(tài)角,當檢測到姿態(tài)角發(fā)生偏移時,通過PID算法調節(jié)SPWM波,經DRV8313芯片放大后驅動三相無刷直流電機,將抖動消除,使云臺保持穩(wěn)定。通過理論仿真與實際測試,實現(xiàn)了能夠搭載小型運動相機的云臺穩(wěn)定器。 

【文章來源】：綏化學院學報. 2020年05期 第149-153頁

【文章頁數(shù)】：5 頁

【部分圖文】：

所示，圖中虛線為加速度正交角度，實線為陀螺儀積分角度，可以看到在該情況下，加速度直接計算的角度高頻噪聲嚴重，而陀螺儀計算的角度存在漂移現(xiàn)象，兩者都無法直接使用

?粵街岬募鈾俁茸穌?唬?玫澆?度波形如圖9所示。圖8原始角速度積分計算角度結果圖圖9加速度正交計算角度結果為使結果更直觀，將兩者進行疊加顯示，其結果如圖10所示，圖中虛線為加速度正交角度，實線為陀螺儀積分角度，可以看到在該情況下，加速度直接計算的角度高頻噪聲嚴重，而陀螺儀計算的角度存在漂移現(xiàn)象，兩者都無法直接使用。而采用卡爾曼濾波算法來進行濾波融合，其結果如圖11所示，可以看到由算法進行融合后，能產生較為平滑的波形，能夠很好消除角度偏移和抖動，達到解算較為穩(wěn)定的姿態(tài)效果。圖10直接計算角度疊加圖圖11卡爾曼濾波算法融合結果在實際調試中，給定不同的初始參數(shù)會導致融合結果的不一致，實際上真正解算出的角度會因為每個芯片的不同，得到的偏移值也有所不同，這里只能盡量保證其性能平穩(wěn)，解析姿態(tài)不會大幅度漂移。本系統(tǒng)搭載三相無刷直流電機，選用DRV8313作為功率放大芯片，并對PID參數(shù)進行調節(jié)，當PID參數(shù)不合適的時候，云臺無法平穩(wěn)運行，經過測試，本平臺P參數(shù)小于10時抖動嚴重，大于10時輕微抖動，而I參數(shù)影響不大，0.05-0.08都可以平穩(wěn)運行，D參數(shù)隨P參數(shù)的變化而不同，經過測試能夠穩(wěn)定運行的參數(shù)為P:10、I:0.08、D:5，在平穩(wěn)運行時，通過記錄濾波融合后隨機抽查傳出的橫滾軸和俯仰軸角度數(shù)據(jù)如表1所示，從表中可以看出，角度的僅在±1°范圍內抖動，云臺總體運行比較平穩(wěn)。表1橫滾軸和俯仰軸角度數(shù)據(jù)次數(shù)12345橫滾軸角度(°)0.62670.8773-0.6157-0.759920.5938俯仰軸角度(°)0.20630.23380.18980.8908-0.1678六、結語系統(tǒng)采用姿態(tài)傳感器MPU9250采集云臺的姿態(tài)，并通過卡爾漫濾波融合算法解析姿態(tài)，配合PID算法控制SPWM波?

【參考文獻】：
期刊論文
[1]一種基于改進卡爾曼濾波的姿態(tài)解算算法[J]. 王曉初,李賓,劉玉縣,郭帥良,范耀華.  科學技術與工程. 2019(24)
[2]姿態(tài)檢測及模糊PID算法的自平衡小車[J]. 劉成濤,李顯鵬.  單片機與嵌入式系統(tǒng)應用. 2019(07)
[3]基于DSP無刷直流電動機控制系統(tǒng)設計[J]. 宋連慶,袁世博,韓興會.  計算機與數(shù)字工程. 2018(03)
[4]基于PID+Kalman的姿態(tài)角算法研究[J]. 劉春,傅麗娟,謝皓,鄧傳遠.  儀表技術與傳感器. 2018(02)
[5]四階龍格—庫塔法的原理及其應用[J]. 馮建強,孫詩一.  數(shù)學學習與研究. 2017(17)
[6]MPU9250傳感器的姿態(tài)檢測與數(shù)據(jù)融合[J]. 劉春陽,徐軍領,程洪濤,王東方,薛玉君.  河南科技大學學報(自然科學版). 2015(04)
[7]基于Kalman濾波算法的姿態(tài)傳感器信號融合技術研究[J]. 陳航科,張東升,盛曉超,王凱.  傳感器與微系統(tǒng). 2013(12)
[8]基于陀螺儀及加速度計信號融合的姿態(tài)角度測量[J]. 馮智勇,曾瀚,張力,趙亦欣,黃偉.  西南師范大學學報(自然科學版). 2011(04)



本文編號：2905610