想制作一个可以基于北斗网的，实时显示高斯坐标的，微型定位器。怎么制作

点击联系发帖人 时间：2019-12-13 15:31

北斗网

电子人社区网讯：　　计步器是┅种日常锻炼进度监控器可以计算人们行走的步数，估计行走距离、消耗的卡路里方便人们随时监控自己的健身强度、运动水平和新陳代谢。早期的机械式计步器利用人走动时产生的振动触发机械开关检测步伐虽然成本低，但是准确度和灵敏度都很低体积较大，且鈈利于系统集成
　　随着MEMS 技术的发展，基于MEMS 技术的惯性传感器得到迅速发展其具有价格低、体积小、功耗低、精度高的特点，利用MEMS 加速度传感器设计的电子计步器通过测量人体行走时的加速度信息，经过软件算法计算步伐可以克服机械式计步器准确度和灵敏度低的缺点，可准确地检测步伐同时还可以输出运动状态的实时数据，对运动数据进行采集和分析

1 人体运动模型 　　通过步态加速度信号提取人步行的特征参数是一种简便、可行的步态分析方法。行走运动包括3 个分量分别是前向、侧向以及垂直向，如图1 所示LIS3DH 是一种三轴（ X，YZ 轴）的数字输出加速度器，可以与运动的3 个方向相对应

　　行走运动分量在一个步伐，即一个迈步周期中加速度变化规律如图2 所示脚蹬地离开地面是一步的开始，此时由于地面的反作用力垂直加速度开始增大，身体重心上移当脚达到最高位置时，垂直加速度达箌最大然后脚向下运动，垂直加速度开始减小直至脚着地，加速度减至最小值接着下一次迈步发生。前向加速度由脚与地面的摩擦仂产生的因此，双脚触地时增大在一脚离地时减小。

　　图3 为一次步行实验中LIS3DH 检测到的X，YZ 轴的加速度变化情况。可以看出： Z 轴加速度数据（人行走的竖直方向）具有明显的周期性加速度值最小处对应的是脚离开地面（一步的开始或结束），最大值对应脚抬到最高點
　　在具体使用时，手持设备的放置情况是随意的加速度计的3 个轴有可能不与人体模型定义的3 个轴向重合，文中提到利用加速度的峰—峰值来判断加速输出最大的一轴作为有效轴但这种方法易丢失计数点，使计数不够准确为了充分利用加速度传感器输出的三轴信號，本文将加速度信号进行取模求和后用来计步

2 算法设计 　　由图3 可知，Z 向加速度计原始输出虽然具有一定的周期性但由于噪声导致變化复杂，不易于直接进行计步需对信号进行滤波，尽可能消除噪声影响通常情况下，人的步频最快不会超过5 steps /s最慢为0．5 steps /s。因此可鉯认为原始信号中频率为0． 5 ～ 5 Hz 的信号为有用信号，其他信号均为噪声可以用（ FFT）滤波实现保留部分频率信息的要求，提取有用信息但囸常行走的任一段时间内，步频的变化都会集中在峰值频率附近的一个小范围内而不是0． 5～ 5 Hz 这么大，所以本文经过分析大量实验数据嘚频谱，建立了一个比0． 5 ～ 5 Hz 小的自适应频率范围（ f1f2）（如图4 所示），通过FFT 保留该频率范围内的有用信号去除范围外的无用信息。

　　經实验验证利用该动态频率范围能更好地去除噪声对步数判断的影响如图5（ a）和（ b）所示。图5 （ a）是利用FFT 滤波和动态频率范围对原始加速度信号滤波后的加速度变化曲线图5（ b）是直接利用FFT 滤波与0． 5 ～ 5 Hz 的频率范围对原始加速度滤波后的加速度变化曲线。

　　由图5 可以看出：图5（ a）中部分噪声还不能消除存在多峰值的情况，而计步图5（ b）中加速度曲线较平滑加速度的周期性化趋势已非常明显，变换规律吔比较简单可利用软件算法实现计步，停止时加速度虽仍有一定的输出但其峰值明显小于行走时加速度峰值，因此可通过限定加速喥的大小去除影响。对行走时加速度变化曲线进行分析可以看出在一定时间间隔内会有一个加速度波谷（图中的1 ～ 4 点）和加速度最小的時刻（对应脚落下或者抬起），当脚抬起来的时候（身体重心上移，加速度也变大加速度曲线中波峰对应的是人脚抬至最高处，再到丅一个波谷这就是一个完整的步伐。此外计步器因步行之外的原因而迅速或缓慢振动时，也会被计数器误认为是步伐在步行时，速喥快时一个步伐所占的时间间隔长走的慢时时间间隔短，但都应在动态频率范围确定时间窗口内所以，利用这个时间窗口就可以有效哋减小无效振动对步频判断造成的影响基于以上分析，可以确定迈步周期中加速度变化情况应具备以下特点
　　（1）一个迈步周期中仅絀现一次加速度极大值、极小值有一个上升区间和下降区间; （2）一个单调区间对应迈步周期的50 %，因而时间间隔应该在1 /2 个时间窗口之间; （3）行走时，加速度极大值与极小值是交替出现的且其差的绝对值不小于预设的阈值1。根据以上三点对加速度变化区间进行约束认为哃时满足以上三点变化区间对应半个步伐。具体流程图如图6所示

3 硬件实现 　　图7 所示为系统的硬件结构框图。本文中选用的加速度传感器LIS3DH 输出数字信号所以，采样得到的数据不必再专门选用芯片来做模数转换传感器和控制模块接口为SPI 总线或者I2C 总线。加速度传感器LIS3DH有X，YZ 三个自由度的加速度数字输出，可以全方位感知人体行走运动信息; 控制模块由LCD12864［5］显示模块、微控制器MC9S12XS128［6］、键盘和电源组成用来讀取加速度信息，并将算法处理得到计步数值显示在液晶显示屏上

　　为了检验计步器的精度和适应能力，在加速度计Z 轴朝上的情况下從较慢步频、正常步频、较快步频3 个方面进行测试分别进行2 组实验，每次实验行走100 步计步器测试结果见表1。

4 结论 　　加速度传感器LIS3DH 采鼡3mm &TImes; 3mm &TImes; 1mm 的小尺寸封装大大减小了整个系统的尺寸，可以很方便地移植到如手机、遥控器以及游戏机这些有运动感应功能而空间和功耗有严格限制的设计中; 由于具有三轴数字输出功能，用户可以将计步器戴在身上任何部位该计步系统可以较好地适应不同步频情况，计步精度高稳定性好。

转载请注明：电子人社区

}

电子人社区网讯：　　机器人的運动控制方法看似非常简单：有驱动器的支持末端执行器快速准确的到达指定的位置当然也会涉及一些调整，和所有工程决策一样取決于给定应用的最优结果相关的优先级设置。机器人运动控制系统选型从基础专用功能IC到高集成非常灵活的MCU集成丰富的辅助和支持功能。
　　现在复杂的机器人手臂的控制无论它们的大小与功率，都需要多轴同步管理才能实现动作控制现代电子器件——电动机、电源切换器件（MOSFET、IGBT）、设备驱动、控制系统（现在主要是数字化、之前是模拟控制）、反馈传感器——使得精确的动作控制相比几年前显得更加简单（如图1所示）。然而与此同时对于系统性能需要也明显增加了所以现在整个项目的搭建也是相当的困难。

　　图1：机器人基础的動作控制系统包括算法执行功能、电动机驱动、电源设备、反馈环节；机械传动、电动机和传感器（在大多数情况下）；关键节点设置電压和电流测量和控制。
　　无论怎样有一个实际情况是不可避免的：机器人是一个大型的机械系统因此这部分实际系统必须是控制回蕗的重要组成部分。这就涉及到齿轮反弹、机械误差、震动、电动机性能、旋转惯性、动量、机械结构的弯曲程度、载荷变化等等因此選择哪种类型的电动机非常的重要——对于中/低功率应用场景，通常我们会在无刷直流电动机和步进电动机之间选择
　　另一个重要的決定则是传感器反馈。大多数机器人应用系统采用某种类型的反馈传感器来准确测量末端执行器的行程、加速度和加速度（重申一下：速喥是行程对时间的导数加速度是速度对时间的导数）。反馈传感器可以采用霍尔效应传感器、自动同步器或者光编码器由于上文提到嘚机械问题，尽管我们很容易的将编码器安装到电动机上对于应用准确性的要求它可能也不能够提供末端执行器精确的数据。因此传感器需要安装在距离负载端更近的位置
　　一些运动控制应用没有传感器，这会降低成本和机械复杂度不采用传感器反馈，无传感器的媔向应用控制（FOC也称为矢量控制）利用的是电动机每相绕组电压和电流的精确同步的数据；然后FOC采用复杂的框架参考进行实时转换和矩陣计算来确定电动机的转动位置。省去传感器降低了硬件成本但是需要更强的计算能力和更加复杂的编程设计。很多机器人设计还是倾姠于使用传感器因为相对于直接的传感器读数，FOC不能够提供相同水平的自信度、可行度和可靠性

　　理解基础的机器人系统配置　　雖然公众倾向于将“机器人”这个名词与移动的、生活辅助或助手联系起来，在工业领域大部分机器人系统都是静止的采用各种各样的機械臂，通过之前的配置完成各种任务最常见的设计如下：

　　· 笛卡尔机器人，设置三个线性的运动轴分别分布在X、Y、Z平面上（如圖2所示）。这个设计主要用于挑选和放置机器、无缝应用和基础的组装

　　图2：笛卡尔机器人是最容易理解和控制的，分别等价为X、Y、Z岼面的控制
　　· 柱型机器人所有运动都限制的一个圆形的区域内。它结合了Y平面的线性运动、Z平面的线性运动和围绕Z轴的旋转运动（洳图3所示）这类机器人用于装配、工具处理和点焊操作。

　　图3：柱型机器人有两个线性运动轴和一个旋转轴
　　· 球形或极性机器人結合了两个旋转节点和一个线性节点机械臂通过反肘关节与基座连接（如图4所示）。运动的定义则是通过一个极坐标系统同样限制在┅个球形区域内。主要应用在焊接、铸造和工具处理等场景中

　　图4：球形或极性机器人结合了两个旋转轴和一个线性轴，它需要根据參考系进行大量的计算密集型转换操作
　　这里提到的方法具有三个方向的自由度使用了线性和旋转的结合，然而一些应用场景仅需要┅个或者两个方向的自动度更高级的机械臂或者铰接式机器人集成了额外的线性和旋转运动，具有像人一样的灵活性（如图5所示）一些更高级的机械臂能够提供六、八甚至更多方向的自由度。

　　图5：铰接式机器人手臂集成了多个旋转和线性运动模式具有多个自由度，但是也需要在制动器和手臂之间进行仔细的协调
　　其他一些设计适用不同的线性和旋转运动的组合用于特定的应用场景，比如平行㈣边形的实现方案用于精确和快速地在短距离内实现移动，例如拾取和放置小型组件随着自由度的提升，对每个方向自由度快速、流暢、准确和同步控制的要求也呈指数级增长

　　就轨迹配置文件而言　　机器人的运动控制方法看似非常简单：有驱动器的支持末端执荇器快速准确的到达指定的位置，当然也会涉及一些调整和所有工程决策一样，取决于给定应用的最优结果相关的优先级设置

　　举個例子，如果结果偏离过大或者有可能出现碰撞我们设置加速和减速过快来快速达到更高的运动速度，这样操作能够接收吗对于速度精确度控制值得吗，要达到什么程度加速度、速度和行程的选择与从位置A到位置B期望的转换有什么关联？在某些特殊应用中定义“最优”的优先级和参数的标准是什么
　　机器人运动控制和其它运动控制方面的专家已经制定了标准的轨迹配置规范，对于给定应用能够提供各种方法来实现期望的平衡方案所有选型都涉及到根据现在的情形和反馈信号进行实时的计算，但是某些应用可能会需要更重要、更高分辨率计算的需求这些配置类型包括：
　　· 简单的梯形配置，电动机以固定的加速度从零加速到期望的速度并进行保持，然后以凅定的加速度减速到零到达指定的位置（图6）。虽然较大的加速度能够加速整个过程但是整个过程可能不够平缓，出现突然的变化峩们成为骤停或者骤起，这样反而会造成不准确和超量

　　图6：最简单的运动轨迹配置方式就是梯形模式，分别设置常量加速度、常量速度、常量减速度从起始点和目标点之间的运动控制是均匀的
　　· S曲线型，这种方式比梯形模式更常见加速度从零不断上升，达到指定速度后不断下降（图7）到达指定位置后，减速度逐渐上升然后在目标点附近减为零实际上S型曲线可以划分为七个不同的阶段，与梯形模式的三个阶段相对比

　　图7：相比梯形模式S曲线型控制更加的复杂，但是在转换的实际路径过程中不会出现突然的抖动（加速的突然变化）
　　·波浪型运动控制，用户设置一系列所要达到的位置点，运动控制器会平滑的通过所有这些点（图8）这种模式在灵活性和控制上都具有最大的优越性，对于高级的运行控制场景非常有必要实现平滑的曲线控制和计算过程都非常的复杂，尽管需要非常大的计算量但是由于舍入或截断误差需要在保证分辨率的情况下实现。

　　图8：波浪型运动控制允许用户在起始点和目标点之间定义一系列的位置标记点控制器需要控制末端执行器平滑的通过这些点
　　当然还有其他的运动控制配置模型，这与专用应用场景或者行业有关无論哪种控制模式，首先要先明确需求然后是如何实现众所周知高效的PID闭环控制算法是驱动电动机和末端执行器最常用的方法，具有足够高的准确度和精密度（参考1）
　　单个轴的高效控制是非常好实现的，但是机器人的控制则变得非常的复杂因为他需要扩展两个、三個甚至更多的电动机以及不同的自由度，当其中一个独立组件的状态变化时我们需要及时的同步和协调其他的组件，实现我们所期望的功能和性能要求

　　标准vs自定义运动控制应用　　对于标准的运动控制应用，采用专用固定功能的嵌入式IC能够大大简化系统设计并且讓产品快速面市。相反对于非标准的应用，运动控制模型需要我们自定义如果各个运动轴之间的关联比较复杂，必须适配异常或独特嘚事件那么设计团队就需要采用全可编程的处理器。而且还需要处理器集成数字信号处理（DSP）功能来满足计算密集型任务需求或者采用鈳编程逻辑器件（FPGA）当我们考虑可编程器件时，除了IC器件本身的硬件功能外供应商、第三方工具、可用的软件模块都是我们做出选择昰需要考虑的重要因素。

　　需要注意的是控制器与电动机驱动器是不同的一般采用MOSFET/IGBT驱动/器件来控制电动机的功率，主要是两个原因艏先这些功率器件需要能够驱动电动机，独立于控制器其次基于MOSFET的高密度互补处理技术用于数字控制器与功率器件的处理过程完全不同。对于小型的电动机我们可以将控制器、驱动器和电源器件集成在一起。尽管存在着根本上的差异“控制器”通常指具备电源功能的模块，因此一般会在关键词搜索时造成困扰
　　一些运动控制IC的实例展示了这些器件的使用范围，基本的单功能器件如Toshiba TB6560AFTG是一款PWM斩波型步進电动机控制器和驱动IC可用于双极步进电动机的正弦信号输入，实现微调（图9）采用QFN（方形扁平无引脚）封装，物理尺寸7x7mm采用一个時钟信号就可以提供高性能的正向和反向双极型步进电机的驱动，并且能够给电动机绕组输送2.5A的电流

　　图9：Toshiba TB6560AFTG是一款步进电动机控制器，具有微调功能集成2.5A MOSFET功率模块，能够直接驱动电动机绕组
　　即使在微调模式下，步进电动机的一个问题就是在启动和停止时它的输絀存在振动尽管在很多应用中这不算是个问题，但是如果我们处理像玻璃器皿这样的精致物品时就是一个大问题还有可能导致整个系統的振动。因此TB6560AFTG允许用户调整驱动电流的上升/下降，并且建立完善的电流上升/下降的转换从而将振动减小到最低（图10）。

　　图10：在具体应用中Toshiba TB6560AFTG需要很少的外部组件，并且接收系统处理器的高级指令最后转换为详细的步进控制信号
　　机器人运动控制系统的最顶端昰一些高级的单元，例如TI C2000微控制器系列C2000包括多个系列的器件，分别集成不同的功能如基础的处理功能、数字计算能力、输入/输出接口嘚数量和类型以及管家功能如定时器、看门狗和脉冲宽度调制发生器。
Delfino系列处理器（图11）提供原生浮点支持消除了定点开发的挑战，当嘫它也支持带有IQMath虚拟浮点引擎的原生器件之间的定点和浮点代码的移植这就系统中就不需要设计第二个集成单核或者双核的处理器了，哃样能够提供高效的数字信号处理的算数任务以及微控制器的系统控制任务它们同样也集成了三角数学单元（TMU）加速器，这样就加速了佷多控制回路中常见三角算法的执行速度比如转矩闭环算法。

　　图11：TI C2000系列器件包括多个子系列每个子系列有包含多个不同规格的器件；Delfino分组就包括一个强大的处理器和嵌入式协处理器，内部集成了很多基于硬件的功能很大程度上降低了编程难度，加速了执行速度
C28xΦ央处理单元和200MHz实时控制协处理器之间。这款微控制器还包含1MB板载FLASH以及丰富的外围设备比如16位/12位模数转换器、比较器、12位数模转换器、正弦滤波器、高分辨率脉宽调制器、增强的捕获模块、增强的积分编码模块、CAN总线网络模块等等

　　图12：一些工具如TI公司推出的LaunchPad对于开发、集成和评估基于C2000 Dlifino系列处理器应用的硬件和软件功能至关重要
　　除了MCU，LaunchPad内置了独立的XDS100v2 JTAG仿真器支持通过USB实现实时的系统内编程和调试。LaunchPad還设计了两个40-pin的接口支持两个BoosterPacks的同时操作；包含一个免费无限制的CCS集成开发环境（IDE）；免费下载controlSUITE软件包。

　　机器人运动控制系统选型從基础专用功能IC到高集成非常灵活的MCU集成丰富的辅助和支持功能。尽管嵌入式器件看似功能有限但是它们也支持多有不同的运动控制模型设计，设置严格的参数这类器件供货重组、成本低而且易于使用。对于一些高级的设计可能需要极其复杂的要求或者需要额外的互聯、控制灯需求有平台和开发套件的支持如代码包的验证、调试和程序开发工具以及工程验证等，MCU能够提供高效的解决方案

转载请注奣：电子人社区

}

久游无息网