Jump to content
    

Применение фильтра Ка́лмана в измерительной технике.

36 минут назад, kpv сказал:

начните с описания задачи

не помогут, если решать проблемы не фильтром, а такими научными методами, как ТС.

анализируйте сырые данные и смотрите природу их возникновения. фильтр калмана - это не палочка выручалочка.

совсем для чайников - можете Алекса посмотреть, самые примитивные вещи из робототехники.

на первых минутах ролика элементарные примеры помех

 

А я никакую задачу пока не решал, мне нужен базис в виде информации для размышлений, нужен ли нам этот фильтр или нет, когда и без него можно было бы обойтись, используя классическую цифровую фильтрацию.

Share this post


Link to post
Share on other sites

25 minutes ago, EdgeAligned said:

а про ваш личный опыт. 

Это как спрашивать у выпускника вуза знает ли он таблицу умножения.

Что за опыт вас интересует?

Для обработки данных с датчиков нужны хотя бы базовые знания ЦОС - что именно вы собрались делать с входным сигналом и что получить на выходе.

Не зная исходной задачи с фильтрацией всегда есть риск попасть пальцем в небо.

 с акселерометром и здесь есть множество тем, можете найти свой случай

https://www.google.com/search?q=фильтрация+данных+с+акселерометра+site%3Aelectronix.ru

 

35 minutes ago, EdgeAligned said:

Сырые данные с акселерометра - это просто шум

может он сдох? 🙂

в некоторых схемах есть картинки с данными, можете оценить по ним насколько ваши сырые данные близки к реальности

 

 

Share this post


Link to post
Share on other sites

По поводу акселерометров мне всё ясно, там ADI правят балом и много чего разжевали и в рот положили. Другие тоже молодцы, но такой классной документации у них пока не видел.

Про ЦОС уже говорил - не специалист, поэтому интересует простая доходчивая информация, где в измерительной технике (но без управления чем либо) этот фильтр применяли и чего добились.

Edited by A.V.Avtomat

Share this post


Link to post
Share on other sites

1 hour ago, EdgeAligned said:

Вот интересно. Отписавшиеся тут просто перепечатывают интернет-информацию. Ну а самостоятельно кто-либо на деле применял этот фильтр Калмана? Вот что бы не по описанному в инете, а на своем чисто натурном опыте в натуре?

EKF - наблюдатель положения PMSM для бездатчикового управления;

SRUKF (QR) - калибровка IMU;

 

А так же экспериментальные реализации разных численных методов на тестовых задачах.

Share this post


Link to post
Share on other sites

3 минуты назад, amaora сказал:

SRUKF (QR) - калибровка IMU;

Да, вот это уже ближе к теме, огромное СПАСИБО!!!

Share this post


Link to post
Share on other sites

1 час назад, kpv сказал:

может он сдох?

Цитата

Еще выяснилось что гироскоп сильно шумит (вывел его показания на график).
Причем шумят все оси,

Это как раз к тому, что ни медианный, ни усреднение - с такими шумами не справляются.

Share this post


Link to post
Share on other sites

3 часа назад, EdgeAligned сказал:

Вот интересно. Отписавшиеся тут просто перепечатывают интернет-информацию. Ну а самостоятельно кто-либо на деле применял этот фильтр Калмана? Вот что бы не по описанному в инете, а на своем чисто натурном опыте в натуре?

Применяю/применял ф.Калмана в одном из проектов с гироскопом MPU-6050. Работает.

Share this post


Link to post
Share on other sites

10 hours ago, A.V.Avtomat said:

Страшно именно то, что навязывает нам этот фильтр мой давний коллега при том, что схемотехника измерительной части фильтрует всякие помехи, а причиной ошибок в измерениях является старение резисторов и микросхем.

И есть у меня версия, что этот фильтр в моей схемотехнике нахрен не нужен.

Но если его всё-таки реализовать, то не ухудшит ли этот фильтр ситуацию?

Напомню, фильтр предназначен для управления, а не для измерений.

Измерения в процессе управления объектом человеком - это мой случай. В таком случае имхо нет места для предсказаний и предположений, так как предсказателем является сам человек.

 

 нужно смотреть на железе и смотреть какой фильтр, а скорее связка фильтров помогает. и нужно показать какая реализация сигнала. если это - бахрома одна история. если там явный фон - другая. если периодические выбросы - третья история. могут быть сочетания. 

Share this post


Link to post
Share on other sites

Делал выделение производной от бародатчика. Для сравнения один и тот-же поток данных прогонял через Калмана и Альфа-Бета фильтры параллельно и сравнивал графики. В общем результат был одинаковый, когда подогнал эмпирически коэффициенты, но Калман получился процентов не 10 побыстрее. В общем, чужой опыт тут скорее всего не поможет.

Edited by Михась

Share this post


Link to post
Share on other sites

5 hours ago, EdgeAligned said:

Это как раз к тому, что ни медианный, ни усреднение - с такими шумами не справляются.

Всё зависит от того, какие данные на выходе нужны. Сделайте окно размером в минуту - из белого шума даже получите осмысленные данные.

в противном случае в той же ветке есть ответ:

Если вам нужен фильтр для быстрого (10 мс) и точного (0.1 градуc) управления ориентацией, то чистый Маджвик с дешевыми MEMS-ами не подходит

Share this post


Link to post
Share on other sites

3 часа назад, kpv сказал:

Всё зависит от того, какие данные на выходе нужны. Сделайте окно размером в минуту - из белого шума даже получите осмысленные данные.

в противном случае в той же ветке есть ответ:

Если вам нужен фильтр для быстрого (10 мс) и точного (0.1 градуc) управления ориентацией, то чистый Маджвик с дешевыми MEMS-ами не подходит

При чём тут Маджвик?

Мне либо Ка́лмана мало?

Share this post


Link to post
Share on other sites

В общем, теперь всё стало очевидно - фильтр Ка́лмана нужен для измерений лишь тогда, когда изменения сопровождают процесс автоматического управления.

Для классической измерительной техники он нужен "как щуке брюки, льву - халва, как крокодилу стоматолог и как жилетке рукава" :acute:

А коллегу за подобные вбросы я проучу как следует :buba:

Edited by A.V.Avtomat

Share this post


Link to post
Share on other sites

On 2/18/2024 at 4:49 AM, A.V.Avtomat said:

Напомню, фильтр предназначен для управления, а не для измерений.

Нет. Фильтр предназначен для нахождения истины через сопоставление показаний нескольких неточных источников информации. Одним из этих источников может  выступать управляющий сигнал, но совсем не обязательно.

Edited by rkit

Share this post


Link to post
Share on other sites

1 час назад, rkit сказал:

Нет. Фильтр предназначен для нахождения истины через сопоставление показаний нескольких неточных источников информации. Одним из этих источников может  выступать управляющий сигнал, но совсем не обязательно.

Если так, то непонятно, почему он не нашёл применения в том же MEMS-акселерометре, что обсуждался в начале темы.

Например, в ADXL357 стоит обычный цифровой ФНЧ и никаких Ка́лманов в помине нет, хотя априори этот датчик является неточным, а высокая точность его достигается после правильной установки и калибровки.

Во всех ссылках по Ка́лману идёт речь об автоматическом управлении без участия человека.

Мне же подкинули этот вброс, чтобы сбить с толку и помешать разобраться с реальными источниками ошибок, такими, как китайские ширпотребные резисторы, которые неграмотный инженер поставил в измерительной части.

В топку фильтр Ка́лмана, не нужен он на этом этапе :acute:

Edited by A.V.Avtomat

Share this post


Link to post
Share on other sites

29 minutes ago, A.V.Avtomat said:

Если так, то непонятно, почему он не нашёл применения в том же MEMS-акселерометре, что обсуждался в начале

Потому что автор понятия не имеет что делает, иначе бы написал в 10 раз больше текста касательно своей задачи.

Share this post


Link to post
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

×
×
  • Create New...