基于加速度传感器速度及路程测量系统.pdfVIP

基于加速度传感器速度及路程测量系统.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于加速度传感器的速度及路程测量系统 金文涛,张树伟 (北京交通大学机电学院测控技术与仪器专业 北京 100041) 摘要:基于飞思卡尔 MMA7260 三轴加速度传感器设计的列车速度与路程测量系统, MMA7260 加速度传感器输出电压信号,经过带通滤波电路滤波,输入到STM32 处理器中, 经卡尔曼滤波器算法处理后,经过积分得到速度,二次积分得到行驶距离。 关键字:三轴加速度传感器、STM32、卡尔曼滤波器、积分 0 引言 现在的列车测速测距大都采用光电编码器,这种技术已经运用的相当成熟了,但是这种 方式测量精度容易受到灰尘的影响,而且很难处理空转的情况。我所采用的是加速度传感器 测量火车的车速与距离,这种方法通常是和陀螺仪一起用在精确制导上面,但是随着火车大 提速,尤其像磁悬浮列车这种没有轮子的列车,光电编码盘显然不合适,所以我认为未来的 火车测速测距还是得运用加速度传感器的技术。 1 系统组成 系统由如图1 所示的硬件系统组成。将MMA7260 三轴加速度传感器将加速转化成为电 压信号,然后电压信号通过硬件电路滤波,在将滤波后的信号输入到 16 位模数转换器 AD7705 中,再将信号输入到STM32 中处理,经过积分获得列车的速度,再进行二次积分得 到列车行驶的距离。 图1 2 系统的工作原理 MMA7260 是一种电容式的三轴加速度传感器,原理图如图 2 所示。MMA7260 可以通 过g-select1 和g-select2 两个端口选择不同的量程,在火车测速测距系统中只需选择最低档 位1.5g 即可,也就是输出两个低电平到这两个端口。MMA 会输出一个1.65v 的基准电压, 当加速度为正的时候输出的电压会大于基准电压,反之则输出电压小于基准电压。在选择 1.5g 量程档位是的测量精度是800mv/g,而一般要求列车最快是在一分钟加速达到200km/h, 那么通过计算可以得到最大加速的大约是 0.095g,输出的电压是75.592mv,其实这个电压 已经比较大了,而且加上基准电压后,输出的信号并不需要再经过放大电路了。 STM32 是一种16 位的ARM 处理器,处理能力比一般的单片机强得多。而且它的外围设 备也较51 系列的单片机强。它自带了一个12 位的AD 转换,但是通过计算得出12 位的AD 转换器每mv 只能表示0.0159m/s2 ,这不能满足加速度传感器的转换要求。所以我们选择了 一个16 位的模数转换器AD7705 ,16 位的模数转换器能够达到的精度是0.0009346m/s2/mv, 这样的精度已经足以满足系统的要求了。 滤波电路采取的是带通滤波,滤波电路图如图3 所示。先是使信号通过一个低通滤波电 路,然后再通过一个高通滤波电路,低通滤波频率为 ,W2 = 通过将加速度传感器的一轴定位始终和铁轨所在的平面平行,就可以测得火车在前进方 向上的加速度,而且不论是上坡还是下坡,均不受影响。而且在火车转弯的时候,因为法向 加速的并不影响火车速度的大小。而且利用加速度传感器测量火车的速度和路程不用考虑车 轮是否空转、倒转。利用 STM32 控制器中断程序,编程将加速度积分就可以得到火车的速 度,再将速度进行积分就可以得到火车行驶的路程。 图2 图3 3 系统软件流程图 软件系统采取的是卡尔曼滤波器对数据进行软件滤波,然后再利用辛普森公式进行积 分,软件流程图如图4 所示。卡尔曼滤波器(Kalman Filter)是一个最优化自回归数据处理 算法(optimal recursive data processing algorithm )。对于解决很大部分的问题,他是最优, 效率最高甚至是最有用的。他的广泛应用已经超过30 年,包括机器人导航,控制,传感器 数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处 理,例如头脸识别,图像分割,图像边缘检测等等。 现设线性时变系统的离散状态防城和观测方程为: X(k) = F(k,k-

文档评论(0)

bhyq + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档