Conversión de valores de giroscopio en bruto (L3GD20H) en ángulos

  

Pero no entiendo por qué los valores de ángulo se agregan con valores anteriores.

Se agregan a los valores anteriores porque no son ángulos , sino que son velocidades angulares. El "giro" es, en términos propios, denominado sensor de velocidad angular: no puede medir ángulos absolutos, sino que mide la velocidad angular del sensor (qué tan rápido gira). Los valores sin procesar están en unidades específicas del sensor y se deben convertir a grados o radianes por segundo multiplicando con un valor de ganancia (G_GAIN, que determina a cuántos grados / radianes corresponde un "recuento" bruto) y el intervalo de muestreo (DT ) para que los datos sean útiles. En su código, esto se logra con:

inrate_gyr_x = (float) gyrRaw [0] * G_GAIN;
gyroXangle + = rate_gyr_x * DT ;

Así como es posible estimar la distancia recorrida en un automóvil dada la velocidad y el tiempo viajado, es posible estimar el ángulo actual del sensor midiendo la velocidad angular a lo largo del tiempo y sumando los resultados. Esta operación se denomina integración en matemáticas y es exactamente lo que hace el código con:

inrate_gyr_x = (float) gyrRaw [0] * G_GAIN;
gyroXangle + = rate_gyr_x * DT;

El código es como ahora está incompleto ya que no tiene en cuenta la deriva del giro. El sensor no es perfecto, y probablemente devolverá una velocidad angular distinta de cero incluso cuando está completamente estacionario. Esto debe contrarrestarse agregando un término de compensación a la velocidad angular medida antes de la integración, o el ángulo estimado se alejará del valor correcto incluso sin movimiento.

Además, la ganancia del sensor probablemente no sea exactamente la misma en el eje diferente debido al proceso de fabricación, etc. Si la ganancia es incorrecta, se puede registrar una rotación de 360 ° como, por ejemplo, 349 ° o 368 °. Para corregir esto, debe tener ganancias separadas para cada uno de los ejes, de modo que pueda ajustarlos de forma independiente.

Todo esto se tomaría en cuenta con el siguiente código:

rate_gyr_x = (float) gyrRaw[0] * G_GAIN_X;  
rate_gyr_y = (float) gyrRaw[1] * G_GAIN_Y;  
rate_gyr_z = (float) gyrRaw[2] * G_GAIN_Z;  
gyroXangle += rate_gyr_x * DT - est_drift_x;  
gyroYangle += rate_gyr_y * DT - est_drift_y;  
gyroZangle += rate_gyr_z * DT - est_drift_z;  

Tenga en cuenta que si bien velocidad angular está claramente definida, llevar estos valores a una representación de ángulo de Euler (alguna combinación de 3 ángulos) puede ser problemático debido al bloqueo del cardán problema.

En lugar de trabajar con ángulos, es beneficioso trabajar con cuaterniones . Si es así, hay una relación notable entre el vector de velocidad $$ \ mathbf {\ omega} = (\ omega_x, \ omega_y, \ omega_z), \ quad \ text {en rad / sec} $$ y el derivado de cuaternión: $$ \ frac {d \ mathbf {q}} {dt} = \ frac {1} {2} \ mathbf {\ omega} \ cdot \ mathbf {q}, $$ donde se debe tener en cuenta que el producto anterior es la regla de multiplicación de cuaternión

Busque quaternions en wikipedia: enlace

Para su problema, representaría la rotación de sus objetos utilizando los cuaterniones de 4 valores y actualizaría el cuaternión de acuerdo con (ignorando la deriva): $$ \ mathbf {m}: = \ text {quat_mul} (\ mathbf {\ omega}, \ mathbf {q}); \\ t: = \ text {time_now} (); \\ \ Delta t: = t - t_ \ text {last}; \\ t_ \ text {last}: = t; \\ q_x: = q_x + 0.5 \ times \ Delta t \ times m_x; \\ q_y: = q_y + 0.5 \ times \ Delta t \ times m_y; \\ q_z: = q_z + 0.5 \ times \ Delta t \ times m_z; \\ q_w: = q_w + 0.5 \ times \ Delta t \ times m_w; \\ (\ theta_x, \ theta_y, \ theta_z): = \ text {quat_to_angles} (\ mathbf {q}); $$