陀螺仪漂移和高频扰动对两轮平衡车姿态角度测量分析

陀螺仪漂移和高频扰动对两轮平衡车姿态角度测量分析微机电系统（Micro—Electro—MechanicalSystems，MEMS）陀螺仪和MEMS加速度计在两轮平衡车姿态测量中存在扰动和噪声，引起姿态角度测量误差。通过对陀螺仪和加速度计输入信号进行滑动扣除均值方法来抑制直流分量，利用滑动滤波算法抑制加速度计高频噪声，引入互补滤波算法将预处理后的陀螺仪和加速度计信号进行融合，得到更加准确稳定的角度测量值，分析了融合算法中加权因子与滤波频率特征之间的关系。该方法应用到两轮平衡车的运行姿态角度控制中，提高了对姿态角度测量的精度。两轮平衡车具有广阔的应用前景，使其成为了当前研究的热点。其中，两轮平衡车的姿态角度测量是研究的关键问题之一。姿态角度测量是两轮平衡车运行和控制实现的前提。姿态角度测量的精度和速度，将直接影响两轮平衡车控制算法的稳定性和可靠性。随着惯性测量元件的微型化与微处理器运算能力的提高，两轮平衡车姿态测量普遍采用低成本的惯性测量组合元件（InertalMeasurementUint，IMU），结合微处理器数据处理算法实现高精度的姿态测量。IMU主要由低成本的MEMS陀螺仪和三轴加速度计组成。MEMS陀螺仪有自主性好、功耗低、机电性能好易集成等优点。但是，MEMS陀螺仪具有温度漂移特性，其测量误差会随着时间的累加而不断的累积，从而影响测量精度。加速度计会受到平衡车振动的影响，混叠额外的振动量干扰。所以单一的传感器测量难以得到精确的姿态角度。需采用多传感器信号融合的方法，来获得准确的姿态角度量。多传感器数据的融合方法有神经网络、小波分析、卡尔曼滤波等姿态解算算法，但这些方法建立稳定可靠的更新方程通常具有较高的阶数，且计算量大，不适合于低运算能力系统的实时计算。相比以上方法，互补滤波算法对处理器运算速度要求不高，且简单可靠。本文基于互补滤波算法，设计了两轮平衡车姿态角度测量电路与数据处理算法，设计了信号滤波预处理，利用互补滤波算法融合两种传感器数据，分析了互补滤波算法中关键参数的计算方法。并将此方法应用于两轮平衡车角度测量，进行了验证性试验，给出了实验测试数据。1姿态角度测量原理沿平衡车3个机体轴即直立时正前、正右、正上方向定义为x、y、z三轴参考坐标系。所受的3轴重力加速度分量定义为gx、gy、gz.假设两轮平衡车处于静止或匀速运行的状态。得到重力加速度与平衡车姿态角度的关系如式1所示：其中，为惯性坐标系到载体坐标系的变换矩阵：θ为俯仰角；φ为横滚角；g为重力加速度；可以通过测量重力加速度分量gx、gy、gz，计算出平衡车俯仰角θ1和横滚角φ1.估计值若使用陀螺仪来测量平衡车姿态角度，设陀螺仪测量载体相对惯性坐标系的x、y、z三轴旋转角速度分别为ωx、ωy、ωz.并定义O时刻平衡车直立静止。可得到俯仰角θ2和横滚角φ2估计值与ωx、ωy之间的关系如式3所示：在实际应用中，由于平衡车机体运行时存在运动加速度、测量噪声，以及陀螺仪本身存在漂移等因素的影响，式（2）、（3）姿态角度测量方法失效，为了准确的获得姿态角度。可将以上的2种姿态角度测量得到的姿态角度信息相融合。2惯性组合测量电路该系统中惯性组合测量电路如图1所示，由加速度计MMA7361、陀螺仪ENC-03及放大电路组成。实现对加速度计和陀螺仪测得信号进行放大。加速度计和陀螺仪信号经放大，分别由angle引脚