| Оригинал (Original) | |||||
|---|---|---|---|---|---|
| Автори: Милетиев, Р. Г., Emil Iontchev., Lachezar Hristov. Заглавие: КОМПЛЕМЕНТАРЕН ФИЛТЪР ЗА СЪВМЕСТЯВАНЕ НА ДАННИ ОТ СЕНЗОРИ Ключови думи: комплементарен филтър, филтър на Калман, инерциални сензори, Абстракт: Сензорите произведени по MEMS технологията са с ниски цени, което определя и тяхното широко приложение в мобилните телефони, системите за виртуална реалност, роботиката, безпилотните летателни средства, автономните автомобили и т.н. Същевременно техните изходни сигнали имат много шумови компоненти и са нестабилни във времето. Един от начините за подобряване на характеристиките им е като се използват данни от два или повече сензора, които взаимно се допълват. Това най-често се прави с помощта на комплементарен филтър или филтър на Калман. Обект на разглеждане в статията са алгоритми на комплементарни филтри използвани за определяне ъгъла на завъртане на детско столче в автомобил. Двата алгоритъма са с различна сложност, единият е с по-проста структура и е подходящ за вграждане в системи реализирани с микроконтролери, вторият е с по-сложна структура и моделира по-добре физичните процеси. Интерес представлява само ъгъла на завъртане спрямо надлъжната ос на автомобила, който може да бъде Библиография Издание
Издателските права се държат от Научно списание | Autors: Miletiev, R. g., Emil Iontchev., Lachezar Hristov. Title: COMPLEMENTARY FILTER FOR SENSOR DATA FUSION Keywords: complementary filter, Kalman filter, inertial sensors, Euler angles Abstract: MEMS sensors are low price products which determines their widespread use in mobile phones, virtual reality, unmanned vehicle, robots and etc. In the same time theirs output signals have a lot of noise components and are unstable over time. One way to make their characteristics better is to combine data from two or more sensors that are mutually complementary. This is usually done using a complementary filter or Kalman filter. The object of this article are algorithms of complementary filters used to determine the angle of rotation of a child seat in a car. The two algorithms are with different complexity. One of them is with a simpler structure and is suitable for embedding in systems realized by microcontrollers.On the other hand the second one has a more complex structure and describes better the physical processes. Our interest is stopped only on the angle of rotation relative to the longitudinal axis of the vehicle, which can be determined using data from only two sensors - an ac References Issue
Copyright Научно списание |
Вид: статия в списание, публикация в реферирано издание
