基于STM32F103主控与BMP085气压计、HMC5883L磁力计的九轴DMP解算与卡尔曼...

news2026/3/31 23:57:28
九轴解算航向角、俯仰角、滚转角输出f103主控气压计bmp085磁力计hmc5883ldmp解算卡尔曼滤波矩阵运算多份代码前阵子蹲在宿舍焊飞控的时候突然发现之前抄的九轴解算代码总飘哪怕把飞控放在桌子上不动航向角也能自己转个360度折腾了半天才搞明白是磁力计和气压计没对齐的锅。今天把折腾出来的东西整理一下顺便把用到的代码片段掏出来唠唠。首先得明确咱要干啥用stm32f103当主控攒一个带九轴姿态解算的小飞控要输出俯仰角、滚转角、航向角还要加个bmp085测高度。九轴指的是加速度计陀螺仪磁力计这里我用的是mpu6050accelgyro加hmc5883l磁力计凑够九个轴。一开始图省事直接用了mpu6050自带的DMP解算毕竟官方例程给得明明白白复制粘贴就能跑。但问题也来了DMP默认只用六轴数据只靠加速度计和陀螺仪解算陀螺仪本身有漂移哪怕不动时间长了角度也会飘。而且DMP输出的航向角完全没用到磁力计只要转个身过一会儿就歪到姥姥家。先贴个当时没加磁力计时的DMP初始化代码// 简化的MPU6050 DMP初始化只开了六轴 mpu_device_init(); // 只配置陀螺仪和加速度计的FIFO mpu_set_sensors(INV_XYZ_GYRO | INV_XYZ_ACCEL); mpu_configure_fifo(INV_XYZ_GYRO | INV_XYZ_ACCEL); mpu_set_sample_rate(100); // 加载DMP固件 dmp_load_motion_driver_firmware(); dmp_set_orientation(inv_orientation_matrix_to_scalar(gyro_orientation)); // 只开四元数输出没加磁力计融合 dmp_enable_feature(DMP_FEATURE_6X_LP_QUAT); dmp_set_fifo_rate(100); mpu_set_dmp_state(1);当时就是这么个代码跑起来俯仰和滚转还行但航向角飘得离谱后来才知道要把hmc5883l的磁力计数据喂进去让DMP做九轴融合或者自己写卡尔曼滤波来融合三个传感器的数据。接下来唠唠hmc5883l这个磁力计当年我最蠢的坑就是直接按手册读x/y/z结果航向角一直反的。后来才发现hmc5883l的输出寄存器顺序是x,z,y不是x,y,z贴个我后来改对的读取代码// 读取HMC5883L原始数据注意输出顺序是x,z,y uint8_t hmc5883l_read_data(int16_t *x, int16_t *z, int16_t *y) { uint8_t buf[6]; // 0x03是数据输出寄存器地址I2C_Read_Buf是自己写的通用I2C读函数 I2C_Read_Buf(HMC5883L_ADDR, 0x03, buf, 6); *x (buf[0] 8) | buf[1]; *z (buf[2] 8) | buf[3]; *y (buf[4] 8) | buf[5]; return 0; }而且还要先配置磁力计的量程和采样率比如我一般配置成8高斯的量程15Hz的采样率不然读出来的数据要么饱和要么跳变太厉害。当年没配置的时候读出来的x轴数据永远是正的测出来的航向角全是错的。九轴解算航向角、俯仰角、滚转角输出f103主控气压计bmp085磁力计hmc5883ldmp解算卡尔曼滤波矩阵运算多份代码然后是卡尔曼滤波一开始我抄了网上的全量九轴卡尔曼代码矩阵都是9x9的编译完flash占了一大半f103的64k flash差点不够用。后来改成了简化版的把俯仰、滚转、航向角分开处理每个轴用一个小的卡尔曼滤波器反而跑起来更稳还省空间。贴个单轴的卡尔曼滤波代码比如用来处理俯仰角的// 简化的单轴卡尔曼滤波器融合陀螺仪和加速度计数据 typedef struct{ float angle; // 最终解算出来的角度 float bias; // 陀螺仪的零偏偏移 float P[2][2]; // 协方差矩阵用来估计误差 } KalmanFilter; // 更新函数dt是两次更新的时间间隔单位秒 float Kalman_Update(KalmanFilter *kf, float gyro_rate, float acc_angle, float dt){ // 第一步预测根据陀螺仪的角速度预测下一刻的角度 float angle_pred kf-angle (gyro_rate - kf-bias) * dt; // 更新协方差矩阵的预测值 float P00_pred kf-P[0][0] kf-P[0][1] * dt kf-P[1][0] * dt kf-P[1][1] * dt*dt 0.01; float P01_pred kf-P[0][1] kf-P[1][1] * dt; float P10_pred kf-P[1][0] kf-P[1][1] * dt; float P11_pred kf-P[1][1] 0.001; // 第二步更新用加速度计的实际角度修正预测值 float residual acc_angle - angle_pred; // 预测和实际的残差 float S P00_pred 0.1; // 观测噪声协方差 float K0 P00_pred / S; // 卡尔曼增益 float K1 P01_pred / S; // 更新角度和陀螺仪偏置 kf-angle angle_pred K0 * residual; kf-bias kf-bias K1 * residual; // 更新协方差矩阵 kf-P[0][0] P00_pred - K0 * P00_pred; kf-P[0][1] P01_pred - K0 * P01_pred; kf-P[1][0] P10_pred - K1 * P00_pred; kf-P[1][1] P11_pred - K1 * P01_pred; return kf-angle; }这个代码里的0.01和0.1是调参调出来的一开始我用的默认值结果滤波要么太灵敏要么太迟钝调了快一周才找到合适的数。而且这个滤波器只处理单轴三个轴的话就初始化三个这样的结构体就行比全量矩阵好写多了f103跑起来也不卡。接下来是bmp085气压计一开始我以为这个只是用来测高度的后来发现飞控里用来做高度锁的话还要把气压转换成高度而且要注意校准。比如每次开机的时候要先测一下当前的大气压作为海平面基准不然测出来的高度会飘。贴个简化的读取代码// BMP085读取温度和气压省略了气压转高度的部分 uint8_t bmp085_read_data(float *temp, float *press){ static uint8_t calibrated 0; // 出厂校准参数要先读出来存起来 static int16_t ac1, ac2, ac3, b1, b2, mb, mc, md; static uint16_t ac4, ac5, ac6; if(!calibrated){ ac1 I2C_Read_16(BMP085_ADDR, 0xAA); ac2 I2C_Read_16(BMP085_ADDR, 0xAC); ac3 I2C_Read_16(BMP085_ADDR, 0xAE); ac4 I2C_Read_16(BMP085_ADDR, 0xB0); ac5 I2C_Read_16(BMP085_ADDR, 0xB2); ac6 I2C_Read_16(BMP085_ADDR, 0xB4); b1 I2C_Read_16(BMP085_ADDR, 0xB6); b2 I2C_Read_16(BMP085_ADDR, 0xB8); mb I2C_Read_16(BMP085_ADDR, 0xBA); mc I2C_Read_16(BMP085_ADDR, 0xBC); md I2C_Read_16(BMP085_ADDR, 0xBE); calibrated 1; } // 读取温度 I2C_Write_Byte(BMP085_ADDR, 0xF4, 0x2E); delay_ms(5); // 一定要等转换完成不然读的是旧数据 int32_t ut (I2C_Read_16(BMP085_ADDR, 0xF6) 8) | I2C_Read_16(BMP085_ADDR, 0xF7); // 计算温度直接抄手册的公式就行 int32_t x1 (ut - ac6) * ac5 15; int32_t x2 (mc 11) / (x1 md); int32_t b5 x1 x2; *temp (b5 8) 4; *temp / 10.0f; // 气压读取省略了和温度差不多就是多几个步骤 return 0; }当年我踩的坑是delay_ms(1)结果读出来的温度永远是25度后来改成5ms就好了因为bmp085的温度转换需要至少4.5ms的时间。最后把这些东西串起来整个主循环大概是这样的int main(void){ HAL_Init(); SystemClock_Config(); // 初始化所有传感器 I2C_Init(); mpu6050_init(); hmc5883l_init(); bmp085_init(); // 初始化卡尔曼滤波器 KalmanFilter pitch_filter {0, 0, {{1,0},{0,1}}}; KalmanFilter roll_filter {0, 0, {{1,0},{0,1}}}; float pitch, roll, yaw; uint32_t last_time HAL_GetTick(); while(1){ // 计算两次更新的时间间隔 uint32_t now_time HAL_GetTick(); float dt (now_time - last_time) / 1000.0f; last_time now_time; // 读取各个传感器的数据 int16_t ax, ay, az, gx, gy, gz; mpu6050_read_accel_gyro(ax, ay, az, gx, gy, gz); int16_t mx, my, mz; hmc5883l_read_data(mx, mz, my); float temp, press; bmp085_read_data(temp, press); // 加速度计转角度俯仰和滚转 pitch atan2(ay, sqrt(ax*ax az*az)) * 180 / PI; roll atan2(-ax, az) * 180 / PI; // 磁力计转航向角这里要注意坐标系转换不然角度还是反的 yaw atan2(my, mx) * 180 / PI; if(yaw 0) yaw 360; // 用卡尔曼滤波融合数据 pitch Kalman_Update(pitch_filter, gx, pitch, dt); roll Kalman_Update(roll_filter, gy, roll, dt); // 航向角的卡尔曼滤波同理省略了 // 把数据打印到串口 printf(Pitch: %.2f, Roll: %.2f, Yaw: %.2f, Temp: %.2f\r\n, pitch, roll, yaw, temp); HAL_Delay(10); } }现在这个代码跑起来就稳定多了放在桌子上不动的话三个角度都能稳定在初始值附近不会飘了。当然还有很多坑没唠比如磁力计的硬铁补偿和软铁补偿当年我没做这个的时候放在桌子边靠近电脑的地方航向角就会飘后来加了校准代码才好。还有stm32f103的I2C速度一开始用100kHz没问题后来加了多个传感器之后改成400kHz就会出现读错数据的情况又改回100kHz了。总的来说九轴解算看起来简单其实坑挺多的抄代码容易但要搞懂每个部分的原理才能调对参数。现在我的小飞控终于能稳定悬停了虽然比起大疆的还差远了但自己焊的板子跑起来的感觉真的不一样。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2470114.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…