Специальные цены   новые товары
+ Ответить в теме
Страница 159 из 165 ПерваяПервая ... 149 157 158 159 160 161 ... ПоследняяПоследняя
Показано с 6,321 по 6,360 из 6569

Создание собственной системы стабилизации

Тема раздела Квадрокоптеры. Общие вопросы в категории Квадрокоптеры и мультироторы; Сообщение от oleg70 Наконец то случайно попался адекватный (для моих умственных способностей) материал для понимания сути "магического" фильтра калмана: http://www.prointellekt.ru/Kalm1.php ...

  1. #6321

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Наконец то случайно попался адекватный (для моих умственных способностей) материал для понимания сути "магического" фильтра калмана: http://www.prointellekt.ru/Kalm1.php
    Коротко и предельно ясно, без всяких заумных терминов, может кому ещё пригодится.
    Привет друзья. Боюсь данный материал не полностью описывает принцип работы фильтра Калмана. В фильтре Калмана обычно еще есть модель процесса с помощью которой предсказывают будущие состояния процесса и оценка точности предсказания...
    не знаю, может уже все читали, но, на мой взгляд, вот этот материал полнее будет https://habrahabr.ru/post/166693/

    Сам тоже давно уже разбираюсь с фильтром Калмана, кое в чем разобрался , а кое в чем нет не люблю использовать то, сути чего не понимаю, поэтому пытался разобраться на сколько хватило сил.

  2.  
  3. #6322

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    кое в чем разобрался , а кое в чем нет
    Ды как я понял, "фильтр калмана" - это некая обобщенная концепция/подход к решению различных задач фильтрации на базе теории вероятности..
    В каждом конкретном случае его реализация, в виде формул, сильно зависит от самой модели объекта который мы "фильтруем", т.е. одинаковых алгоритмов на все случаи жизни ожидать не приходится..
    И есть у меня еще одно личное предположение - для некоторых реальных процессов он вообще не применим, или его эффективность "цена/качество" под большим вопросом.

  4. #6323

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    вот именно - 5 формул не решат проблемы, нужна куча имперических данных и мат. модель на их основе...

  5. #6324

    Регистрация
    23.08.2011
    Адрес
    Краснодар
    Возраст
    38
    Сообщений
    951
    Записей в дневнике
    2
    Однако в задачах ИНС навигации фильтр Калмана применяют ведущие разработчики, значит работает. Но без полного понимания принципов работы, особого смысла нет применять. И такие статьи, как по ссылке выше, где в конце все сводится к комплементарному фильтру, вряд ли помогут - лучше уж сразу строить комплементарный.

  6.  
  7. #6325

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Ды как я понял, "фильтр калмана" - это некая обобщенная концепция/подход к решению различных задач фильтрации на базе теории вероятности..
    В каждом конкретном случае его реализация, в виде формул, сильно зависит от самой модели объекта который мы "фильтруем", т.е. одинаковых алгоритмов на все случаи жизни ожидать не приходится..
    И есть у меня еще одно личное предположение - для некоторых реальных процессов он вообще не применим, или его эффективность "цена/качество" под большим вопросом.
    Этот принцип решения задачи фильтрации был сформулирован русским ученым Стратановичем. Считается что фильтр Калмана частный случай фильтра Стратановича.
    В моем понимании, суть достаточно проста: Есть некий процесс и его некий параметр, есть его модель и есть датчик. С помощью модели мы можем предсказать текущее значение параметра по предыдущим, и мы можем измерить текущее значение параметра с помощью датчика. А потом с помощью математического аппарата мы рассчитываем какой из этих двух параметров измеренный или рассчитанный нам нужно взять с большим коэффициентом, проще говоря какой из них мы считаем более точным. И далее просто комплиментарный фильтр типа X1*K + X2*(1-K) = X.
    Вся сложность и весь вопрос как раз в математике и принципе расчета того какой из двух параметров(измеренный или рассчитанный) более точный.

    Очень сильно, лично для меня, затрудняет понимание применение матриц, это вроде удобно, кратко, но за матрицами сложно увидеть суть.

  8. #6326

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    Вся сложность и весь вопрос как раз в математике и принципе расчета
    Вот цитата автора: Так вот задача фильтра Калмана состоит в том, чтобы по измеренной нами z всё-таки догадаться (определить), а какое же истинное значение x было, когда мы получали нашу z (в которой "сидит" истинное значение и ошибка измерения). Необходимо отфильтровать (отсеять) из z истинное значение x – убрать из z искажающий шум y. То есть, имея на руках только лишь сумму нам необходимо догадаться о том, какие слагаемые дали эту сумму.
    Вроде понятно, но если вдуматься, то получается типа - "был бы рис, сделал бы плов, ды мяса нет....".
    Вот например : получили мы с акселя значение "352", в нём "ШУМ" + "МЯСО", однозначно понятно.. , а дальше то что ? возможных комбинаций слагаемых - бесконечность...
    мозг сопротивляется понять как и где искать коэфициент "К", от балды чтоль взять, и потом "магические формулы" при некоторых итерациях приведут его к истине ??
    Короче суть постоянно ускользает от понимания...

  9. #6327

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Вот например : получили мы с акселя значение "352", в нём "ШУМ" + "МЯСО", однозначно понятно.. , а дальше то что ? возможных комбинаций слагаемых - бесконечность...
    не, не так, вот мы взяли прошлые данные (уже прошедшие все 5 кругов ада) и сообразили по ним где примерно будем - тут бац получаем новые данные и эти данные перемешиваем с расчётными беря во внимание коэф-ты гуляющие зависящие от паспортных данных, коэффициентов Якоби - та ещё штука, и на сколько обшиблись датчики - мы же расчётным данным больше доверяем смотрим какой им коэффициент выставить.... а так да в большинстве реализаций первоначальный коэффициент веса измеряемой величины берут от балды и на основе имперических данных...

  10.  
  11. #6328

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Вот например : получили мы с акселя значение "352", в нём "ШУМ" + "МЯСО", однозначно понятно.. , а дальше то что ? возможных комбинаций слагаемых - бесконечность...
    мозг сопротивляется понять как и где искать коэфициент "К", от балды чтоль взять, и потом "магические формулы" при некоторых итерациях приведут его к истине ??
    Короче суть постоянно ускользает от понимания...
    Ну да, я думаю, примерно так.
    Грубо говоря, вот есть у нас тело мы его бросили с какой-то силой с какой не знаем, но знаем что оно должно двигаться по параболе, и мы мерим его положение но с шумом да еще внешние факторы ветер облака и т.п. И вот оно летит, а мы мерим и по полученным значениям прикидываем а какие параметры должны быть у параболы чтоб примерно так летело, то есть у нашей модели. И мы каждый раз считаем а какое следующее положение будет исходя из полученной модели и смотрим что нам дает датчик, и каждый раз смешиваем эти два значения исходя из того что нам кажется более верным (а точнее исходя из того насколько сильно отличаются измеренные значения от расчетных). И вообщем так каждый шаг, уточняем модель, прикидываем какое значение должно быть сейчас по модели, какое дал датчик, насколько усредненные измеряемые значения выходят за модель если сильно то наверно в модели ошибка больше берем измеренные данные и уточняем модель, если модель дает расчетные значения близкие с тем что в среднем дает датчик то считаем более точной модель. Вроде как-то так.

  12. #6329

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    не, не так, вот мы взяли прошлые данные
    Да, согласен, наверно нужно выделить некий массивчик для прошлых данных (вопрос - какого размера) по принципу "последний пришел - первый ушел" и над ним уже издеваться, ища каждую итерацию закономерности в поведении данных.. каким образом искать эти закономерности - уже другой вопрос.
    Вообще говоря, не разу не встречал элементарной блок-схемы процесса фильтрования этим фильтром, в основном все материалы в виде математических выкладок, а для человека не искушенного сухой математикой, понять сам принцип очень сложно, к сожалению.. (Даешь блок-схему в студию! )))

  13. #6330

    Регистрация
    15.09.2011
    Адрес
    Москва
    Возраст
    45
    Сообщений
    5,927
    Записей в дневнике
    22
    Цитата Сообщение от oleg70 Посмотреть сообщение
    каким образом искать эти закономерности - уже другой вопрос
    автоматически, Data mining
    сливать данные логов в базу. загрузить в сервачек, дать ему найти зависимости зависимости привести к модели

  14. #6331

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Нажмите на изображение для увеличения
Название: 33866651.jpg
Просмотров: 59
Размер:	46.4 Кб
ID:	1213855

  15. #6332

    Регистрация
    15.09.2011
    Адрес
    Москва
    Возраст
    45
    Сообщений
    5,927
    Записей в дневнике
    22
    датчики оборотов двигателей могли бы быть подспорьем как сенсоры.
    кстати у некоторых регулей уже есть

  16. #6333

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Блок схема - сильнА, ничего не скажешь.. хотелось бы конечно версию для наипростейшего случая (тот же аксель и его шум по одной оси) о потом уже наворачивать "кубики", если дойдет смысл..
    Или всё это необходимо даже по минимуму ? , тогда я умываю руки..
    P.S. мир (или его модель) не может быть так устроен.. ()

  17. #6334

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Блок схема - сильнА, ничего не скажешь.. хотелось бы конечно версию для наипростейшего случая (тот же аксель и его шум по одной оси) о потом уже наворачивать "кубики", если дойдет смысл..
    Или всё это необходимо даже по минимуму ? , тогда я умываю руки..
    P.S. мир (или его модель) не может быть так устроен.. ()
    Нашел я тут одну статью с объяснением, простейший пример, "Одномерный случай".
    Но мне он не нравиться, так как не все моменты раскрывает, уж больно упрощен. Но так в общем пойдет ...

  18. #6335

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    он не нравиться
    А мне понравился, вполне, а главное - реально работает!
    (быстренько загнал питоновский код из статьи в свою OrangePI и проверил..), осталось под настроение вкурить несложные формулы и можно наверно что то своё уже родить.
    Спасибо.

  19. #6336

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Блок схема - сильнА, ничего не скажешь.. хотелось бы конечно версию для наипростейшего случая (тот же аксель и его шум по одной оси) о потом уже наворачивать "кубики", если дойдет смысл.. Или всё это необходимо даже по минимуму ? , тогда я умываю руки..
    Олег, ты не понял, как одномерности так и многомерности в нём нет как таковой - есть нужные выводимые данные такие как углы или скорости, они рассчитываются прямо в алгоритме при этом в полном алго. есть ещё вектор управления (грубо вводится ещё и то куда ты решил повернуть) - первое действие - это приращение аргументов т.е. зная прошлое ускорение и время цикла представляем себе новую скорость и пройденный путь (рассчётное) потом получаем данные и сравниваем/смешиваем их с расчётными - смотрим кто где обшибнулся мы или датчики - из этого выводим новые коэф. влияния датчиков на алгоритм для следующей интерации, смешанные данные отдаём на пид, а так же представляем их старыми данными для нового рассчёта, естественно и новые коэф. влияния впендрюливаем и так по кругу...

  20. #6337

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    Олег, ты не понял
    Понимание пока только начинает приходить, постепенно.. Такие вещи надо именно осознать на "атомарном" уровне, иначе никакого творчества не получится, а только копирование..
    Хочу попробовать пока накропать в своей прошивке фильтрацию сырых данных акселя по выше-предоставленному примеру, там никакого управления, я так понял, нет , матриц тоже,.. если ещё заменить иезуитские термины типа "апостериорный" и "априорный" (..бесит отрава..) на "предварительный" и "последующий", то уже в голове начинает вырисовываться смысловая картина.
    Короче надежда применить у в собственном коде магический фильтр забрезжила..., а уж насколько он магический покажут результаты..

  21. #6338

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    неее ))) всё хуже тут идёт оперирование данными с различных устройста: для простоты (отступлю - я как-то заводил тему о данных из прошлого) 1 и основоположное имеем "старые" (по моей терминологии т.е. сняли мы угловые скорости с дус) данные с ДУС плюс старый угол (он нам вернулся из конца алгоритма в начало уже профильтрованный) - из них мы предполагаем(рассчитываем) новый угол и сверяем/смешиваем с новыми данными с акселя с определённой пропорцией (ни чего не напоминает? - да блин это же обычный комплиментарник) - всё мы полученные данные отправляем в пид и в зад, и вот тут начинается самое интересное (сама магия Калмана) - мы на основе стат. и фундаментальных данных расчитываем коэффициенты влияния датчиков на алгоритм для следующей интерации...

  22. #6339

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    всё хуже тут идёт оперирование данными с различных устройста
    Сергей, вариантов и схем применения сего фильтра наверно очень много, не спорю (в этом и интерес, наверно.)
    Я ж пока вот тупо взял сырые данные с осей акселерометра при максимальной чувствительности (2G), при этом имеем в состоянии покоя сенсора шкалу 1024 ед./G и шум=~25-30 ед. Затем прогнал их через алгоритм, указанный в статье, и ... о чудо ! шум буквально ветром сдуло.. до сих пор не верю, но показания стоят как влитые, как будто это и не аксель вовсе.
    Никакое усреднение не даёт такой результат, однозначно.
    Как следствие, в алгоритме калибровке акселя оффсеты по осям будут теперь практически идеальные, и далее имеем возможность более точного вычисления линейных ускорений..
    Короче, незнаю кому как, а для меня это вполне результат.. Не уверен, но наверно и с Дусом можно провернуть тоже, не говоря уж про магнитометр.
    А например после, и это можно накатить:
    Цитата Сообщение от SergDoc Посмотреть сообщение
    мы на основе стат. и фундаментальных данных расчитываем коэффициенты влияния датчиков на алгоритм для следующей интерации...
    никто не запрещает..

  23. #6340

    Регистрация
    24.02.2015
    Адрес
    Берлин
    Возраст
    31
    Сообщений
    727
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Никакое усреднение не даёт такой результат, однозначно.
    А как насчет задержек в этом случае? Усреднить в покое тоже можно так, что шум пропадет, только задержка полезного сигнала будет неприемлемой.

    Интересно было бы сравнить с БИХ фильтром, там можно и несколько предыдущих значений учитывать при расчете нового. Хотя можно ли их вообще напрямую сравнивать?

  24. #6341

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergejK Посмотреть сообщение
    А как насчет задержек в этом случае?
    Задержки и точность, смотрю, как и везде, взаимосвязаны и управляются установкой "дисперсии",
    но как ни крути - результат на порядок лучше чем при усреднении.
    Раньше пробовал аж в три прохода: сначала из массива данных вырезал все максимумы и минимумы (пики), а потом усреднял оставшееся, и всеравно не то...
    Чтоб точнее оценить, надо мне телеметрию передавать пошустрей, а она у меня всего герц этак 10... (по радиоканалу)

  25. #6342

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Задержки и точность, смотрю, как и везде, взаимосвязаны и управляются установкой "дисперсии",
    но как ни крути - результат на порядок лучше чем при усреднении.
    Раньше пробовал аж в три прохода: сначала из массива данных вырезал все максимумы и минимумы (пики), а потом усреднял оставшееся, и всеравно не то...
    Чтоб точнее оценить, надо мне телеметрию передавать пошустрей, а она у меня всего герц этак 10... (по радиоканалу)
    Рад что вам пригодилось.
    Боюсь, только, данная реализация фильтра Калмана, по сути работает без внутренней модели (Xn = Xn-1). А так как Q и R - конст, то P устанавливается на постоянном значении и дальше уже К - постоянно и по сути данный фильтр превращается в апериодический фильтр или по другому комплементарный фильтр.

    Проще тогда воспользоваться уравнением:
    формула расчета апериодической функции:
    Y(n) = Y(n-1) + (X(n)-Y(n-1))*(t/Tф);

    или в форме комплементарного фильтра:
    Y(n) = Y(n-1)*(1-t/Тф)+(X(n))*(t/Tф); - , где К = t/Tф;

    Y(n) - текущее выходное значение фильтра
    Y(n-1) предыдущее
    X(n) - вход фильтра
    t - время цикла обработки
    Тф - время фильтра характеристика силы фильтрации и создаваемого запаздывания время запаздывания будет равно 1/3 Тф

    Если побробовать фильтр Калмана из примера и фильтры с этими формулами результат будет примерно одинаков. При одинаковой инертности и времени запаздывания примерно одинаковое качество фильтрации.

    Причем апериодический фильтр можно даже немного улучшить используя звено третьего порядка, то есть, самый простой вариант просто применить друг за другом три аппериодиских фильтра выход первого на вход второго и т.д. при этом взять Тф/3 для каждого тогда качество фильтрации будет немного лучше при такой же инертности.

    Но когда в фильтре Калмана реализована модель процесса то тут все может быть по другому.

  26. #6343

    Регистрация
    24.02.2015
    Адрес
    Берлин
    Возраст
    31
    Сообщений
    727
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    Но когда в фильтре Калмана реализована модель процесса то тут все может быть по другому.
    А какую модель можно применить например в случае фильтрации данных с акселерометра? В каком случае в принципе имеет смысл использовать фильтр Калмана?

  27. #6344

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    (ни чего не напоминает? - да блин это же обычный комплиментарник)
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    и по сути данный фильтр превращается в апериодический фильтр или по другому комплементарный фильтр.
    Мнения экспертов сошлись..., но я осмелюсь поспорить:
    у комплементарного фильтра мы точно знаем - какое значение долна принять переменная через энное количество шагов, т.е. "целеуказание" уже известно и остается только к нему стремиться через коэфициенты... (актуально для "притягивания за уши" одного неточного датчика к более точному)
    Здесь же (у калмана) наблюдается чуток другая природа, а именно: К-фильтра как бы "скользит" по зашумлённому сигналу в поисках "истины", которая заранее не известна по определению..
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    по сути работает без внутренней модели
    боюсь что модель присутствует неявно, а именно заложена в характере самого шума сигнала (а шум шуму - рознь), соответственно то, что на акселе это сработало, само по себе удача, и не факт что будет эффективно на другом железе..

  28. #6345

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Здесь же (у калмана) наблюдается чуток другая природа, а именно: К-фильтра как бы "скользит" по зашумлённому сигналу в поисках "истины", которая заранее не известна по определению..
    В данном примере дисперсии Q и R константы по этому реальный шум не имеет значение и P устремляется к заранее известному числу и К соответсвенно тоже.
    Вот если сделать например R зависимой от реального шума, то тогда вероятно вы увидите определенные улучшения.
    Например самый простой вариант:
    e[k] = abs(y[k] - xest1[k]);
    или
    e[k] = abs(y[k] - xest1[k])+Rmin;
    R[k] = e[k]*Cr;
    где Cr - некий подстроечный коэффициент который при e[k] = ШумМакс даст R[k] примерно равным R константу
    Идея в том что когда сигнал не меняется то P и К уменьшаются до некой минимальной величины, если же сигнал например акселерометра начинает меняться то P растет и К растет так чтобы больше учитывать показания прибора а не модели. Тем самым мы получим меньшее западздывание при изменениях сигнала. Фильтр будет подстраиваться под дисперсию ошибки.
    И тут все будет зависить от того как считать дисперсию.

    Можно поступить еще веселее. Попытаться учесть распределение шума по Гаусу. Самый простой вариант если величина шума меньше некой константы то 0 если больше то по формуле что выше.
    Идея в том что

    Цитата Сообщение от oleg70 Посмотреть сообщение
    боюсь что модель присутствует неявно, а именно заложена в характере самого шума сигнала (а шум шуму - рознь), соответственно то, что на акселе это сработало, само по себе удача, и не факт что будет эффективно на другом железе..
    Модель именно процесса здесь все же отсутсвует
    X[k] = X[k-1] это постоянный сигнал
    вот если ввести сюда некую формулу процесса
    X[k] = X[k-1] + Vconst, то другое дело
    Но это когда мы действительно знаем что процесс меняется именно так
    А если нет. Например для акселерометра модели нет.
    А вот для скорости рассчитываемой из показаний акселерометра есть, но уже нет измерителя скорости.

  29. #6346

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    А вот для скорости рассчитываемой из показаний акселерометра есть, но уже нет измерителя скорости.
    тут измерителями скорости должны выступать те же датчики воздушной скорости и/или GPS, в данном случае не стоит считать что-то одно - это система и довольно большая из 14 - 16 состояний/показаний и решать её нужно в целом, а не по отдельности...
    сейчас в том же ардукоптере, применено довольно интересное решение - например компас может вообще выводиться из алгоритма если его показания сильно разнятся с показаниями ДУС, при этом если датчик возвращается в "норму" - он возвращается в алгоритм....

  30. #6347

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    но уже нет измерителя скорости.
    Измеритель поставим, не проблема.. ))
    Цитата Сообщение от SitulaAqua Посмотреть сообщение
    и P устремляется к заранее известному числу
    А вот это не могу понять (пока)..:
    "кому известному ?" самому фильтру ? - это ещё куда не шло, но тогда скорей - "рассчитанному"
    Иначе говоря, если заранее знать "истинное значение" среди шума, тогда нафига вообще что то фильтровать..
    (я именно о случае одного источника шума рассуждаю, а не о разных)

    Цитата Сообщение от SergDoc Посмотреть сообщение
    в данном случае не стоит считать что-то одно - это система и довольно большая
    налицо два разных подхода к решению задачи: один для "одиночного" сигнала и второй для смешивания разных.., тут то наверно и непонимание..

  31. #6348

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Цитата Сообщение от oleg70 Посмотреть сообщение
    (я именно о случае одного источника шума рассуждаю, а не о разных)
    шумов много и разных, можно отфильтровать собственный шум датчика, а дальше - вибрации вызванные моторами, пропами, какими-то резонансными составляющими рамы, самой платы контроллера и их гармоник - куча неизвестных причём меняющихся во времени без всякой закономерности, и то что работает на столе или в относительно спокойном состоянии сводя коэффициенты фильтра в одну точку, на практике из белого шума сделает однобокий цветной и не дай бог ещё и в резонанс с чем-то, простой пример (не относящийся к данному примеру) был у меня контроллер на 330-м лсм-е и что, пока взлетает или носится как угорелый - всё нормально, как только в режиме висения примерно на 50% газа - ну ни в какую, а как оказалось при оборотах 4500 - 5000 - жудкий резонанс самого акселя с вибрациями от вмг, так вот сменить вмг на более оборотистые и в ховере эта штука бы уже полетела но зато на малых оборотах были бы проблемы - вот ещё одно условие (неизвестное) как с ним бороться - только собиранием имперических данных и по ним выстраивать алгоритм именно к конкретному датчику! почему я упёрся в мпу - я его знаю я могу с ним "сработаться"....

  32. #6349

    Регистрация
    24.02.2015
    Адрес
    Берлин
    Возраст
    31
    Сообщений
    727
    Цитата Сообщение от oleg70 Посмотреть сообщение
    налицо два разных подхода к решению задачи: один для "одиночного" сигнала и второй для смешивания разных.., тут то наверно и непонимание..
    Отсюда и был мой вопрос, который чаще всего пытаются обходить либо не затрагивать вообще в инструкциях по фильтру Калмана:
    Цитата Сообщение от SergejK Посмотреть сообщение
    В каком случае в принципе имеет смысл использовать фильтр Калмана?

  33. #6350

    Регистрация
    23.08.2011
    Адрес
    Краснодар
    Возраст
    38
    Сообщений
    951
    Записей в дневнике
    2
    Цитата Сообщение от SergDoc Посмотреть сообщение
    сейчас в том же ардукоптере, применено довольно интересное решение - например компас может вообще выводиться из алгоритма если его показания сильно разнятся с показаниями ДУС, при этом если датчик возвращается в "норму" - он возвращается в алгоритм...
    Эти "трюки" работают только в определенных условиях. Пример: влетели в зону магнтной аномалии, компасс начал врать, его из коррекции ДУС исключили. Потом гирик подрейфовал немного в нужную сторону и сравнялся с компассом в своих показаниях. И вот автопилот уверен, что все отлично, а на самом деле оба датчика врут.
    И вот тут принципиальный вопрос который мне непонятен: как в фильтре Калмана определить, насколько датчик врет в текущий момент? Те же вибрации - они могут как сбивать аксель, так и абсолютно не искажать картину, если он их успевает усреднять, когда нет потери данных из-за низкой частоты выборки и нет сатурации. Имхо, кто врет сильнее - аксель или гироскоп, сказать очень сложно, если вообще возможно.

  34. #6351

    Регистрация
    09.02.2016
    Адрес
    Чебоксары
    Возраст
    31
    Сообщений
    17
    Цитата Сообщение от oleg70 Посмотреть сообщение
    Измеритель поставим, не проблема.. ))

    А вот это не могу понять (пока)..:
    "кому известному ?" самому фильтру ? - это ещё куда не шло, но тогда скорей - "рассчитанному"
    Иначе говоря, если заранее знать "истинное значение" среди шума, тогда нафига вообще что то фильтровать..
    (я именно о случае одного источника шума рассуждаю, а не о разных)
    Все верно говорите, имеется ввиду "рассчитываемому"
    Если посмотрите график то увидите что при Q и R конст. то P и К остановятся на некотором значении и больше вообще не будут меняться. Если же вы это установившееся значение сразу вобьете в P(0) и К(0) то вообще ничего меняться не будет
    А вот если R - это реальное текущее значение дисперсии то тут ужу Р и К будут меняться и подстраиваться под условия, а это уже интереснее.

  35. #6352

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    жудкий резонанс самого акселя с вибрациями
    В сотый раз убеждаюсь - все проблемы ИНС от акселя..
    на какие только извраты не приходится идти чтоб только скомпенсировать его корявые свойства.. на оптику надо переходить.. (так, к слову)

  36. #6353

    Регистрация
    19.04.2010
    Адрес
    Ханты
    Возраст
    40
    Сообщений
    1,471
    НУ наконец-то, есть что почитать на форуме Спасибо, коллеги!
    Статьи весьма годные, особо та, что на фин.странице. В коем веке увидел описание сложных сущностей простым человеческим языком.
    Насколько я понял, матрицы H и F константны, т.е. по сути они есть системы лин.ур-ний с фиксированными коэффициентами? Вся магия КФ заключена в динамическом управлении коэффициентами коррекции экстраполяции вектора состояния системы x через матрицу F (для простоты B и u упоминать не буду) с учетом привязки к измеренному параметру системы (если H=1, либо связному с ней через через матрицу H).
    Я правильно понял? Если да, то вся "особость" системы закладывается разрабом в H и F, а КФ рулит G на основе P. Т.е. "отключает" те датчики, у которых высокая дисперсия в P, ожидание и измерение сильно разорваны.
    Посему странно использовать КФ для фильтрации одномерного сигнала, ибо нет никаких "последствий" фильтрации, не с чем больше сравнить результат прогноза и нет закономерности эволюции состояния F, можно только измерить дисперсию сигнала R и сравнить с заданной дисперсией Q и получить коэффициент. Всё...

    Цитата Сообщение от alexmos Посмотреть сообщение
    Эти "трюки" работают только в определенных условиях. Пример: влетели в зону магнтной аномалии, компасс начал врать, его из коррекции ДУС исключили. Потом гирик подрейфовал немного в нужную сторону и сравнялся с компассом в своих показаниях. И вот автопилот уверен, что все отлично, а на самом деле оба датчика врут.
    Это не совсем так, если в модели F учитываются все параметры системы. С другой стороны если имеем систему с конечным набором датчиков, котрые врут "в одну сторону" и соответствуют модели F, то значит такая система ТОЛЬКО так и видит мир. По сути недоработка на этапе разработки, либо такого рода проблемы не принимались во внимание.

    Цитата Сообщение от oleg70 Посмотреть сообщение
    В сотый раз убеждаюсь - все проблемы ИНС от акселя..
    Олег, к чему такие крайности? Очевидно, что все жизненные проблемы от самой жизни ))

    Хотя вот есть пример безаксельного коптера
    Цитата Сообщение от HikeR Посмотреть сообщение
    запустишь по горизонту — будет помнить этот горизонт и приводится к нему из любого положения. но да, он читерит маленько если использовать мышиный сенсор (с разрешением 8*8, вроде) и "поправляет" этот горизонт при опущенных стиках и висении. и это без акселей, гпс, барометров, компасов и пр.
    Последний раз редактировалось rual; 29.05.2016 в 13:55.

  37. #6354

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от rual Посмотреть сообщение
    к чему такие крайности?
    До сих пор вопрос устранения линейных ускорений из "гравитационных" остается открытым.. (для меня во всяком случае)).
    GPS наверно поможет, но как то некрасиво это всё.., а главное ненадёжно..
    Мысль пока только такая - тупо отключать этот аксель при кренах аппарата свыше определенных углов и лететь да ДУСе, но тогда придется серьёзно поработать над "уплыванием" из за вибраций в течении максимального периода времени...
    Короче, буду лепить "карусельку с вибратором" (нет, не с тем что...) для экспериментов и пробовать/смотреть что из этой затеи получится.

  38. #6355

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    Поднимем тему!
    Завёлся спор о рейсерских прошивках - частотах датчиков и всякой лабуде, так вот я провёл пару экспериментов и, короче надо развеять пару мифов!
    32кГц - хрень и чушь
    1) все датчики которые пользуются и не пользуются максимум механически способны выдать аналоговый сигнал на 29кГц!
    2) MPU6000 - максимум что может отдать из регистров - частота 1кГц (проверено на столе)
    3) MPU6500 и иже с ними 9150 9250 9255 - максимум работы с регистрами 8кГц ДУС 4кГц - аксель (проверено и облётано)
    4) ITG-3701 и ICM-20601 - тоже самое только ДУС 4000 гр/сек аксель - внимание! якобы 32g, но тут же написано - 10G шок и похоже звездец как и в выше описаных - как это понимать...
    тестил betaflight на ф4-м если верить данным гуя загрузка проца (без фпу) 1 процент на 8 килогерцах петли, короче ничё он там не делает, смысл картинки Нажмите на изображение для увеличения
Название: 13173457.png
Просмотров: 27
Размер:	192.6 Кб
ID:	1226330 мне не понятен, но отладку на F7-м я прикупил - посмотрим)))

  39. #6356

    Регистрация
    26.09.2011
    Адрес
    Н.Новгород
    Возраст
    43
    Сообщений
    1,125
    с отключенными фильтрами MPU отдает на 2кГц

    Цитата Сообщение от SergDoc Посмотреть сообщение
    1) все датчики которые пользуются и не пользуются максимум механически способны выдать аналоговый сигнал на 29кГц!
    А вот это про что речь? Я отстал от жизни?

  40. #6357

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    аналоговая механическая часть максимум на что рассчитана - номинал 27кГц разброс от 26 до 29....
    Gyroscope Mechanical Frequencies 25 27 29 KHz
    Цитата Сообщение от AlexSneg Посмотреть сообщение
    с отключенными фильтрами MPU отдает на 2кГц
    на своих (старый датчик, возможно устаревшая ревизия f4by ещё лохматой 2.0.0 версии с MPU6000 - дай бог памяти купленной года 3-4 назад) получаю полную хрень, т.е. выше килогерца уже бред с датчика сыплется с переполнением, при чём пока в покое всё нормально, как только повернёщь - всё переполнение и не останавливается - за что купил, за то продал )))
    да кстати почитал про эту картинку - бред какой-то, ну понятно что очень похоже на kiss, хотя автор якобы roberto navoni (virtual robotix), так же в описании встречается подпись к процу stm32f7 dual core - такого в природе нет....
    Последний раз редактировалось SergDoc; 29.06.2016 в 16:59.

  41. #6358

    Регистрация
    26.09.2011
    Адрес
    Н.Новгород
    Возраст
    43
    Сообщений
    1,125
    Цитата Сообщение от SergDoc Посмотреть сообщение
    аналоговая механическая часть максимум на что рассчитана - номинал 27кГц разброс от 26 до 29....
    это если просто трясти его что-ли?

    Цитата Сообщение от SergDoc Посмотреть сообщение
    выше килогерца уже бред с датчика сыплется с переполнением
    у меня MPU5060 отдавало нормально. Только мне не нужно столько было, лишний гемор.

  42. #6359

    Регистрация
    26.11.2012
    Адрес
    Tambov
    Возраст
    46
    Сообщений
    777
    Цитата Сообщение от SergDoc Посмотреть сообщение
    аналоговая механическая часть максимум на что рассчитана - номинал 27кГц разброс от 26 до 29....
    Не знаю на что она там рассчитана, но максимальная частота обновления данных (у цифровой гиры) в регистрах - 2 Кгц... ,
    нет, считывать можно конечно и чаще, особенно по SPI, только смысла в этом нет никакого..
    У акселя, кстати, всё ещё печальней - 1 Кгц..
    Я ошибаюсь ? (про аналоговые датчики речь не идёт..)

  43. #6360

    Регистрация
    01.11.2010
    Адрес
    Belarus Slonim
    Возраст
    36
    Сообщений
    4,462
    Записей в дневнике
    8
    у цифрового датчика есть аналоговая (механическая) часть, ацп и т.д.... хотел вчера ещё поизголяться над 6000 -й но не судьба....

+ Ответить в теме

Похожие темы

  1. Система стабилизации гиро+акселерометр
    от Фантомас в разделе Полеты по камере, телеметрия
    Ответов: 32
    Последнее сообщение: 25.01.2011, 14:47
  2. Продам Продам Клона Trex 450SEV2 + Аппаратура + Запчасти+ система стабилизации RTF
    от omegapraim в разделе Барахолка. Вертолеты
    Ответов: 1
    Последнее сообщение: 12.01.2011, 18:16
  3. Продам Трёхосевую систему стабилизации Turnigy V-Bar 600
    от avi@tor в разделе Барахолка. Аппаратура
    Ответов: 1
    Последнее сообщение: 08.11.2010, 13:02
  4. Продам Gaui система стабилизации GU365, дёшево.
    от avi@tor в разделе Барахолка. Вертолеты
    Ответов: 3
    Последнее сообщение: 03.08.2010, 11:13
  5. Системы стабилизации
    от max815 в разделе Фото и видеосъемка, системы стабилизации
    Ответов: 16
    Последнее сообщение: 11.03.2010, 03:14

Метки этой темы

Ваши права

  • Вы не можете создавать новые темы
  • Вы не можете отвечать в темах
  • Вы не можете прикреплять вложения
  • Вы не можете редактировать свои сообщения