《基于加速度传感器的速度及路程测量系统》由会员分享，可在线阅读，更多相关《基于加速度传感器的速度及路程测量系统（6页珍藏版）》请在金锄头文库上搜索。
1、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：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：关键字：三轴加速度传感器、STM32、卡尔曼滤波器、积分 0 引言引言 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
2、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 系统系统的工作原理的工作原理 MMA726
3、0 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
4、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
5、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（K
6、alman 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-1) X(k-1)+T(k,k-1) U(k-1) Y(k) = H(k) X(k)+N(k) 其中 X(k)和 Y(k)分别
7、是 k 时刻的状态矢量和观测矢量 F(k,k-1)为状态转移矩阵 U(k)为 k 时刻动态噪声 T(k,k-1)为系统控制矩阵 H(k)为 k 时刻观测矩阵 N(k)为 k 时刻观测噪声 则卡尔曼滤波的算法流程为： 预估计 X(k)= F(k,k-1) X(k-1) 计算预估计协方差矩阵 C(k)=F(k,k-1)C(k)F(k,k-1)+T(k,k-1)Q(k)T(k,k-1) Q(k) = U(k)U(k) 计算卡尔曼增益矩阵 K(k) = C(k)H(k)H(k)C(k)H(k)+R(k)(-1) R(k) = N(k)N(k) 更新估计 X(k)=X(k)+K(k)Y(k)-H(k)X
8、(k) 计算更新后估计协防差矩阵 C(k) = I-K(k)H(k)C(k)I-K(k)H(k)+K(k)R(k)K(k) X(k+1) = X(k) C(k+1) = C(k) 重复以上步骤 在对加速度信号进行处理之后我们得到了一组可以积分的加速度信号。 为了获得比较 高的积分精度，我们采用了 Simpson 公式进积分 在每个小区间 使用 Simpson 公式 Simpson 公式中每一个小微段用到三个点积分，所以我们积分时对每三个点进行积分从 而得到如下的公式 1,kkxx11 2( ()4 ()()6kkkkhSf xf xf x 其中 是采样周期的二倍， 为采集到的加速度， 为信息处
9、理的周期。 图 4 4 系统电源系统电源 本系统需要供电的主要有三部分， 加速度传感器、 STM32 和 AD7705。 本系统选择了 12V 的铅蓄电池以及三个电源模块，见图 5 和图 6。加速度传感器和 STM32 的工作电压都是 2.2 3.6V，而 AD7705 的工作电压是 5V，所以我选择了一个 12V 的铅蓄电池，然后通过三个电 源模块，将 12V 的电压分别转换成为所需的电压。 han1/2/20221 011(42)6nnntkkkn kkkhVVaaaa 图 5 图 6 5 结束语结束语 本系统是一种测量精度非常高的系统，而且非常适应于速度相对比较快比较稳定的列车， 并且这种系统克服了车轮打滑及倒转的问题， 而且制作成本低， 很符合铁路发展的要求， 我认为可以将这套系统运用到铁路系统当中去。
