filtering - 尝试过滤来自加速度计和陀螺仪的(大量)噪声

Question

我的项目:

我正在开发一辆带有 3 轴加速度计和陀螺仪的槽车，试图估计汽车姿态(x、y、z、偏航、俯仰)，但我的振动噪音有一个大问题(而汽车在例如，加速度计的噪声值在 ±4[g](其中 g = 9.81 [m/s^2])之间。

我知道(因为我观察到)，噪声与我的所有传感器相关

在我的第一次尝试中，我尝试使用卡尔曼滤波器来解决这个问题，但它不起作用，因为我的状态向量值有很大的噪音。

编辑2:在我的第二次尝试中，我在卡尔曼滤波器之前尝试了低通滤波器，但它只会减慢我的系统速度，并且不会过滤噪声的低分量。此时我意识到这种噪声可能由低频和高频分量组成。

我正在学习自适应滤波器(LMS 和 RLS)，但我意识到我没有噪声信号，如果我使用一个加速度计信号来过滤其他轴的加速度计，我不会得到绝对值，所以它没有不起作用。

编辑:我在尝试查找自适应滤波器的一些示例代码时遇到问题。如果有人知道类似的事情，我将非常感激。

这是我的问题:

有人了解过滤器或知道如何修复它并正确过滤我的信号吗？

提前非常感谢您，

XNor

PD:对于我可能犯的任何错误，我深表歉意，英语不是我的母语

Answer 1

我要做的第一件事是对传感器信号运行 DFT，看看加速度计信号是否确实存在高频和低频分量。

通过 DFT，您应该能够确定低通/带通滤波器的最佳截止频率。

如果 Z 轴上有一个恒定分量，则您可能没有过滤掉重力。请注意，如果存在显着的俯仰或滚动，则该常数也可以在您的 X 和 Y 轴上看到

通常，使用加速度计进行姿态估计并不是一个好主意，因为您需要将加速度信号积分两次才能获得姿态。如果信号有噪声，并且噪声不是 100% 均匀分布在 + 和 - 之间，几秒钟后您就会遇到麻烦。

如果我们假设您的齿轮没有发出任何噪音，那么即使是加速度计的转换精度也可能会在几分钟后开始扰乱您的姿势。

我肯定会使用第二个传感器，例如指南针/编码器与您的数学模型相结合，并将所有传感器数据组合在卡尔曼滤波器(传感器融合)中。

您还可以通过假设噪声与电机转速相关来导出噪声的黑盒模型。 (Box-jenkins/Arma/Arima)。