本文選題：嵌入式系統(tǒng)　切入點(diǎn)：陀螺儀　出處：《上海工程技術(shù)大學(xué)》2016年碩士論文

【摘要】：目前,智能車輛主要使用傳統(tǒng)的角度傳感器來作為敏感前輪轉(zhuǎn)向角的器件。但是,車輛的轉(zhuǎn)向過程十分復(fù)雜,既有車輪相對地面的轉(zhuǎn)動(dòng),也有車輪相對地面的移動(dòng)。因此,傳統(tǒng)的角度傳感器滿足不了實(shí)際需求中高精度、實(shí)時(shí)性和智能化的要求。本文在對陀螺儀工作原理和數(shù)據(jù)處理方法研究的基礎(chǔ)上,采用硅微陀螺儀對車輛前輪偏向角的實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)進(jìn)行測量,著重分析了陀螺儀原始信號(hào)的數(shù)據(jù)處理方法并進(jìn)行了仿真實(shí)驗(yàn)。通過兩種濾波方法的比較,選擇擴(kuò)展卡爾曼濾波對陀螺信號(hào)進(jìn)行處理。最后,在實(shí)驗(yàn)平臺(tái)上進(jìn)行跑車實(shí)驗(yàn),通過設(shè)計(jì)優(yōu)良的擴(kuò)展卡爾曼濾波方法實(shí)現(xiàn)偏角信號(hào)的精準(zhǔn)處理。本論文的具體研究內(nèi)容如下:1)首先介紹了陀螺儀的工作原理,包括利用高速旋轉(zhuǎn)的剛體在外力矩作用下產(chǎn)生進(jìn)動(dòng)和利用科里奧利力產(chǎn)生科氏加速度兩種基本原理。然后,簡要介紹了陀螺儀的分類和基本特征。最后,介紹了慣性坐標(biāo)系的分類及選取。在此基礎(chǔ)之上,本文詳細(xì)介紹了實(shí)驗(yàn)中采用的CRS03-02S型硅微陀螺儀的工作原理、動(dòng)態(tài)方程和技術(shù)參數(shù)。2)應(yīng)用基于時(shí)間序列的分析方法進(jìn)行硅微陀螺儀CRS03-02S的漂移誤差分析及建模,分別對陀螺儀采集的數(shù)據(jù)分別進(jìn)行平穩(wěn)性、正態(tài)性和獨(dú)立性檢驗(yàn)。在深入研究陀螺儀原始數(shù)據(jù)三種特性的基礎(chǔ)上進(jìn)行陀螺儀漂移誤差模型建模,為后續(xù)的漂移誤差補(bǔ)償提供一個(gè)良好的數(shù)學(xué)模型。最后,著重研究如何消除陀螺儀的隨機(jī)漂移誤差。3)詳細(xì)研究了卡爾曼濾波和擴(kuò)展卡爾曼濾波這兩種數(shù)據(jù)處理方法,深入探討了卡爾曼濾波和擴(kuò)展卡爾曼濾波兩種濾波過程,并分別研究了這兩種濾波方法的濾波性能,并進(jìn)行仿真結(jié)果比較。通過比較分析,選擇精度最高、實(shí)時(shí)性最好、測量最穩(wěn)定的擴(kuò)展卡爾曼濾波改進(jìn)算法來作為本實(shí)驗(yàn)的跑車算法。4)進(jìn)行小車跑車實(shí)驗(yàn),通過陀螺儀來進(jìn)行車輛前輪轉(zhuǎn)角測量。介紹了實(shí)驗(yàn)小車平臺(tái)和S3C2440A處理器的特征參數(shù),在ARM平臺(tái)上運(yùn)用卡爾曼濾波和改進(jìn)后的卡爾曼濾波方法對測量結(jié)果進(jìn)行數(shù)據(jù)處理。最后,將通過卡爾曼濾波處理后得到的角度信息與運(yùn)用擴(kuò)展卡爾曼濾波處理后得到的角度信息進(jìn)行比較分析,可以看出擴(kuò)展卡爾曼濾波在處理陀螺儀測量數(shù)據(jù)中的優(yōu)良性能。
[Abstract]:At present, the intelligent vehicle mainly uses the traditional angle sensor as the device of the sensitive front wheel steering angle. However, the steering process of the vehicle is very complicated, both the rotation of the wheel relative to the ground and the movement of the wheel relative to the ground. The traditional angle sensor can not meet the requirements of high precision, real time and intelligence in the actual demand. Based on the research of the working principle and data processing method of gyroscope, the traditional angle sensor can not meet the requirement of high precision, real time and intelligence. The real-time dynamic data of vehicle front wheel deviation angle are measured by silicon microgyroscope. The data processing method of the original signal of gyroscope is analyzed and the simulation experiment is carried out. The extended Kalman filter is selected to process the gyro signal. Finally, the sports car experiment is carried out on the experimental platform. The precise processing of deflection signal is realized by designing excellent extended Kalman filter method. The specific research contents of this paper are as follows: (1) the working principle of gyroscope is introduced firstly. It includes two basic principles: precession under the action of external torque of rigid body with high speed rotation and Coriolis force generating Coriolis acceleration. Then, the classification and basic characteristics of gyroscope are briefly introduced. The classification and selection of inertial coordinate system are introduced. On this basis, the working principle of CRS03-02S silicon micro gyroscope used in the experiment is introduced in detail. Dynamic equation and technical parameter. 2) the drift error analysis and modeling of silicon microgyroscope (CRS03-02S) are carried out based on time series analysis method, and the data collected by the gyroscope are stationary, respectively. Based on the in-depth study of the three characteristics of the original data of gyroscope, the model of gyroscope drift error model is established, which provides a good mathematical model for the subsequent compensation of drift error. This paper focuses on how to eliminate the random drift error of gyroscopes. (3) the two data processing methods of Kalman filter and extended Kalman filter are studied in detail, and the two filtering processes of Kalman filter and extended Kalman filter are discussed in depth. The filtering performance of the two filtering methods is studied, and the simulation results are compared. The most stable extended Kalman filter (EKF) improved algorithm is used as the roadster algorithm of this experiment to carry out the vehicle sports car experiment, and the gyroscope to measure the front wheel angle of the vehicle. The characteristic parameters of the experimental vehicle platform and S3C2440A processor are introduced. Using Kalman filter and improved Kalman filter on ARM platform to process the data of measurement results. Finally, The angle information obtained by Kalman filtering is compared with the angle information obtained by extended Kalman filter, and the excellent performance of extended Kalman filter in the processing of gyroscope measurement data can be seen.
【學(xué)位授予單位】：上海工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅躍生;范崇金;;硅微型梳狀線振動(dòng)驅(qū)動(dòng)式陀螺儀的模型分析[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

2 馬斌良;黃玉美;劉蜀陽;陳亮;;運(yùn)用神經(jīng)網(wǎng)絡(luò)代數(shù)算法的陀螺儀非線性誤差補(bǔ)償[J];應(yīng)用科學(xué)學(xué)報(bào);2008年04期

3 楊華波;張士峰;蔡洪;;空間冗余陀螺儀在軌標(biāo)定方法[J];宇航學(xué)報(bào);2010年01期

4 以光衢;;陀螺儀冗余測量是怎么回事?[J];慣性世界;1995年01期

5 龔云鵬;;談?wù)勍勇輧x的應(yīng)用與發(fā)展[J];慣性世界;1998年01期

6 以光衢;;運(yùn)動(dòng)體轉(zhuǎn)動(dòng)運(yùn)動(dòng)的測量與陀螺儀漂移[J];慣性世界;1997年04期

7 倪新國;楊華波;張士峰;;空間陀螺儀顯式標(biāo)定與隱式標(biāo)定方法[J];中國空間科學(xué)技術(shù);2008年05期

8 薛瑤;任勇峰;崔永俊;侯卓;;一種基于光學(xué)測角技術(shù)驗(yàn)證陀螺定向的方法[J];電子技術(shù)應(yīng)用;2009年05期

9 趙占祥,李興國,婁國偉,楊國;陀螺儀冗余系統(tǒng)的方案配置及故障檢測與識(shí)別[J];制導(dǎo)與引信;2004年04期

10 陳亮;黃玉美;林義忠;史恩秀;高峰;;陀螺儀角速度的檢測與處理[J];傳感器與微系統(tǒng);2006年04期

相關(guān)博士學(xué)位論文 前3條

1 羅躍生;硅微型陀螺儀的力學(xué)分析和數(shù)學(xué)模型[D];哈爾濱工程大學(xué);2003年

2 任建新;大角速率動(dòng)調(diào)陀螺儀及其應(yīng)用研究[D];西北工業(yè)大學(xué);2001年

3 楊華波;慣性測量系統(tǒng)誤差標(biāo)定及分離技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 查穎;基于捷聯(lián)慣導(dǎo)系統(tǒng)的MEMS陀螺儀信號(hào)降噪[D];南京理工大學(xué);2015年

2 楊慶輝;制導(dǎo)火箭彈穩(wěn)定平臺(tái)中MEMS陀螺儀降噪技術(shù)研究[D];南京理工大學(xué);2015年

3 杜少鶴;MEMS陀螺儀組合系統(tǒng)及濾波算法設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

4 段棟棟;高精度MEMS陀螺儀的濾波算法研究[D];電子科技大學(xué);2014年

5 武俊兵;基于MEMS陀螺儀的尋北定向關(guān)鍵技術(shù)研究及其系統(tǒng)實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 賈國鵬;基于MEMS陀螺儀的飛行器動(dòng)導(dǎo)數(shù)測試系統(tǒng)研究[D];重慶大學(xué);2015年

7 霍元正;MEMS陀螺儀隨機(jī)漂移誤差補(bǔ)償技術(shù)的研究[D];東南大學(xué);2015年

8 王朝陽;基于陀螺儀的車輛前輪轉(zhuǎn)角測量方法研究[D];上海工程技術(shù)大學(xué);2016年

9 孫睿;用于靶機(jī)的小型機(jī)械垂直陀螺儀的研制[D];哈爾濱工業(yè)大學(xué);2008年

10 陳莉莉;基于體感技術(shù)的互動(dòng)游戲平臺(tái)研究與設(shè)計(jì)[D];北方工業(yè)大學(xué);2015年

，

本文編號(hào)：1679338