驱动LSM6驱动LSM6DS3TR-C实现高效运动检测与数据采集(7)----MotionFX库解析空间坐标DS3TR-C实现高效运动检测与数据采

描述

概述

本文将探讨如何使用MotionFX库解析空间坐标。MotionFX库是一种用于传感器融合的强大工具,可以将加速度计、陀螺仪和磁力计的数据融合在一起,实现精确的姿态和位置估计。本文将介绍如何初始化和配置MotionFX库,使用FIFO读取传感器数据,FIFO可以作为数据缓冲区,存储传感器的临时数据。这样可以防止数据丢失,特别是在处理器忙于其他任务时,并利用这些数据进行空间坐标的解析。本章案例使用上节的demo进行修改。

最近在弄ST和瑞萨RA的课程,需要样片的可以加群申请:615061293 。

数据采集

视频教学

[https://www.bilibili.com/video/BV1mE421N7hA/]

样品申请

[https://www.wjx.top/vm/OhcKxJk.aspx#]

源码下载

[https://download.csdn.net/download/qq_24312945/89505210]

开启CRC

数据采集

串口设置

设置串口速率为2000000。

数据采集

开启X-CUBE-MEMS1

数据采集

设置加速度和角速度量程

这里设置加速度量程为4g和角速度为4000dps。

/* 设置加速度计和陀螺仪的满量程范围 */
  lsm6ds3tr_c_xl_full_scale_set(&dev_ctx, LSM6DS3TR_C_4g);
  lsm6ds3tr_c_gy_full_scale_set(&dev_ctx, LSM6DS3TR_C_2000dps);

速率选择

加速度和角速度的速率尽量大于100Hz。

数据采集

XL_HM_MODE 位定义了加速度计的电源模式,可以在高性能模式和低功耗模式之间切换。这有助于在不同应用场景下优化传感器的功耗和性能。 对于高速率,需要配置为高性能模式。

数据采集

lsm6ds3tr_c_xl_power_mode_set(&dev_ctx, LSM6DS3TR_C_XL_HIGH_PERFORMANCE);    
  /* 设置加速度计和陀螺仪的输出数据速率:
   * 在本例中,我们将加速度计和陀螺仪的速率设置为26 Hz
   */
  lsm6ds3tr_c_xl_data_rate_set(&dev_ctx, LSM6DS3TR_C_XL_ODR_208Hz);
  lsm6ds3tr_c_gy_data_rate_set(&dev_ctx, LSM6DS3TR_C_GY_ODR_208Hz);

设置FIFO速率

LSM6DS3TR-C传感器的FIFO控制寄存器3(FIFO_CTRL3)的内容,该寄存器用于选择陀螺仪和加速度计数据写入FIFO的批处理数据速率(BDR,Batch Data Rate)。以下是详细描述:
FIFO_CTRL3寄存器(地址09h),该寄存器包含两个主要字段:
● DEC_FIFO_GYRO [2:0]:选择陀螺仪数据的批处理速率。
● DEC_FIFO_XL [2:0]:选择加速度计数据的批处理速率。

数据采集

/* 设置FIFO传感器的降采样因子 */
  lsm6ds3tr_c_fifo_xl_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_XL_NO_DEC);
  lsm6ds3tr_c_fifo_gy_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_GY_NO_DEC);

  /* 设置FIFO的输出数据速率 */
    //FIFO_CTRL5 (0Ah)
  lsm6ds3tr_c_fifo_data_rate_set(&dev_ctx, LSM6DS3TR_C_FIFO_208Hz);

初始化定义

/* USER CODE BEGIN 2 */
    printf("HELLO!n");
  HAL_GPIO_WritePin(CS1_GPIO_Port, CS1_Pin, GPIO_PIN_SET);
  HAL_GPIO_WritePin(SA0_GPIO_Port, SA0_Pin, GPIO_PIN_RESET);
  HAL_GPIO_WritePin(CS2_GPIO_Port, CS2_Pin, GPIO_PIN_SET);
    HAL_Delay(100);


  /* Initialize mems driver interface */
  stmdev_ctx_t dev_ctx;
  dev_ctx.write_reg = platform_write;
  dev_ctx.read_reg = platform_read;
  dev_ctx.mdelay = platform_delay;
  dev_ctx.handle = &SENSOR_BUS;
  /* Init test platform */
//  platform_init();
  /* Wait sensor boot time */
  platform_delay(BOOT_TIME);
  /* Check device ID */
  whoamI = 0;
  lsm6ds3tr_c_device_id_get(&dev_ctx, &whoamI);
    printf("LSM6DS3TR-C_ID=0x%x,whoamI=0x%x",LSM6DS3TR_C_ID,whoamI);
  if ( whoamI != LSM6DS3TR_C_ID )
    while (1); /*manage here device not found */

  /* Restore default configuration */
  lsm6ds3tr_c_reset_set(&dev_ctx, PROPERTY_ENABLE);

  do {
    lsm6ds3tr_c_reset_get(&dev_ctx, &rst);
  } while (rst);



  /* 设置加速度计和陀螺仪的满量程范围 */
  lsm6ds3tr_c_xl_full_scale_set(&dev_ctx, LSM6DS3TR_C_4g);
  lsm6ds3tr_c_gy_full_scale_set(&dev_ctx, LSM6DS3TR_C_2000dps);
  /* 启用块数据更新(BDU),当FIFO支持时 */
  lsm6ds3tr_c_block_data_update_set(&dev_ctx, PROPERTY_ENABLE);

    lsm6ds3tr_c_xl_power_mode_set(&dev_ctx, LSM6DS3TR_C_XL_HIGH_PERFORMANCE);    
  /* 设置加速度计和陀螺仪的输出数据速率:
   * 在本例中,我们将加速度计和陀螺仪的速率设置为26 Hz
   */
  lsm6ds3tr_c_xl_data_rate_set(&dev_ctx, LSM6DS3TR_C_XL_ODR_208Hz);
  lsm6ds3tr_c_gy_data_rate_set(&dev_ctx, LSM6DS3TR_C_GY_ODR_208Hz);


  /* 设置FIFO水印为模式的倍数
   * 在本例中,我们将水印设置为10个模式
   * 这意味着10个序列:
   * (陀螺仪 + 加速度计) = 12字节
   * (外部传感器 + 时间戳) = 12字节
   */
    lsm6ds3tr_c_int1_route_t int_1_reg;
  uint16_t pattern_len = 24;  // 每个数据集由6个字节组成,4*6=24
  lsm6ds3tr_c_fifo_watermark_set(&dev_ctx, 10 * pattern_len);


  /* 将FIFO模式设置为流模式 */
    //FIFO_CTRL5(0x0A)- >STREAM_MODE
  lsm6ds3tr_c_fifo_mode_set(&dev_ctx, LSM6DS3TR_C_STREAM_MODE);

  /* 启用时间戳并将其添加到FIFO */
    //CTRL10_C (19h)- >TIMER_EN
  lsm6ds3tr_c_timestamp_set(&dev_ctx, PROPERTY_ENABLE);
    //CTRL10_C (19h)- >PEDO_EN    
    lsm6ds3tr_c_pedo_sens_set(&dev_ctx, PROPERTY_ENABLE); // 根据需求配置步数计数


  /* 将时间戳分辨率设置为25 μs (WAKE_UP_DUR寄存器中的TIMER_HR位) */
    //WAKE_UP_DUR (5Ch)- >TIMER_HR
    lsm6ds3tr_c_timestamp_res_set(&dev_ctx, LSM6DS3TR_C_LSB_25us);

    //设置第3数据集(Dataset 3)的降采样因子
        lsm6ds3tr_c_fifo_dataset_3_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_DS3_NO_DEC);    
    //设置第4数据集(Dataset 4)的降采样因子
    //FIFO_CTRL4 (09h)- >DEC_DS4_FIFO[2:0]
        lsm6ds3tr_c_fifo_dataset_4_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_DS4_NO_DEC);


    // 启用时间戳写入FIFO第四数据集
    //FIFO_CTRL2 (07h)- >TIMER_PEDO_FIFO_EN
  lsm6ds3tr_c_fifo_pedo_and_timestamp_batch_set(&dev_ctx, PROPERTY_ENABLE);            


  /* 设置FIFO传感器的降采样因子 */
  lsm6ds3tr_c_fifo_xl_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_XL_NO_DEC);
  lsm6ds3tr_c_fifo_gy_batch_set(&dev_ctx, LSM6DS3TR_C_FIFO_GY_NO_DEC);

  /* 设置FIFO的输出数据速率 */
    //FIFO_CTRL5 (0Ah)
  lsm6ds3tr_c_fifo_data_rate_set(&dev_ctx, LSM6DS3TR_C_FIFO_208Hz);

    lsm6ds3tr_c_init();
  /* USER CODE END 2 */

MotionFX文件

主要包含lsm6ds3tr-c_app.c和lsm6ds3tr-c_app.h,这两个文件主要负责初始化和管理LSM6DS3TR-C传感器的交互。它们提供了配置传感器、初始化通信接口以及读取传感器数据的功能。
该文件包含与lsm6ds3tr-c传感器交互所需函数的实现。它提供了配置传感器、初始化通信接口以及读取传感器数据的功能。
lsm6ds3tr_c_init(): 初始化MotionFX算法。
lsm6ds3tr_c_motion_fx_determin(): 该函数主要用于读取传感器数据并使用MotionFX库进行数据融合处理

卡尔曼滤波算法

运行卡尔曼滤波传播算法MotionFX_propagate。
根据需要更新卡尔曼滤波器MotionFX_update。
需要注意的是这2各算法非常吃资源,需要注意MCU算力分配。

数据采集

对应的demo在2.2.9有提供。

数据采集

主程序执行流程

读取FIFO水印标志:
○ 使用 lsm6ds3tr_c_fifo_wtm_flag_get() 函数读取FIFO水印标志,判断FIFO中的数据是否达到设定的阈值。
处理FIFO数据:
○ 如果FIFO水印标志被设置,读取FIFO中的数据数量。
○ 使用 lsm6ds3tr_c_fifo_raw_data_get() 函数逐项读取FIFO中的传感器数据。
调用姿态估计算法:
○ 当加速度计、陀螺仪和时间戳数据都已读取时,调用 lsm6ds3tr_c_motion_fx_determin() 函数进行姿态估计。
○ 重置标志位并更新时间戳。

/* Infinite loop */
  /* USER CODE BEGIN WHILE */
  while (1)
  {
    uint16_t num = 0,num1=0;
    uint16_t num_pattern = 0;
    uint8_t waterm = 0;
    /* 读取LSM6DS3TR-C的水印标志 */
    lsm6ds3tr_c_fifo_wtm_flag_get(&dev_ctx, &waterm);        
    if (waterm) {
      /* 读取FIFO中的字数 */
      lsm6ds3tr_c_fifo_data_level_get(&dev_ctx, &num);
      num_pattern = num / 24*2;
            printf("num=%dn",num);
      while (num_pattern-- > 0) {
                printf ("num1=%dn",num1);
                num1++;
        /* 根据传感器的ODR配置,FIFO模式由以下样本序列组成:GYRO, XL 外部传感器 时间戳*/
        lsm6ds3tr_c_fifo_raw_data_get(&dev_ctx,
                                  data_raw_angular_rate.u8bit,
                                  3 * sizeof(int16_t));
        gyr_x =
          lsm6ds3tr_c_from_fs2000dps_to_mdps(data_raw_angular_rate.i16bit[0]);
        gyr_y =
          lsm6ds3tr_c_from_fs2000dps_to_mdps(data_raw_angular_rate.i16bit[1]);
        gyr_z=
          lsm6ds3tr_c_from_fs2000dps_to_mdps(data_raw_angular_rate.i16bit[2]);
//        printf(
//                "Angular rate [mdps]:%4.2ft%4.2ft%4.2frn",
//                gyr_x, gyr_y, gyr_z);
        lsm6ds3tr_c_fifo_raw_data_get(&dev_ctx,
                                  data_raw_acceleration.u8bit,
                                  3 * sizeof(int16_t));
        acc_x =
          lsm6ds3tr_c_from_fs4g_to_mg(data_raw_acceleration.i16bit[0]);
        acc_y =
          lsm6ds3tr_c_from_fs4g_to_mg(data_raw_acceleration.i16bit[1]);
        acc_z =
          lsm6ds3tr_c_from_fs4g_to_mg(data_raw_acceleration.i16bit[2]);
//        printf("Acc [mg]:%4.2ft%4.2ft%4.2frn",
//                acc_x, acc_y, acc_z);
                //外部传感器数据                
        lsm6ds3tr_c_fifo_raw_data_get(&dev_ctx,
                                  data_raw_none.u8bit,
                                  3 * sizeof(int16_t));        
        // 打印外部传感器数据
//        printf("External sensor data: %02x %02x %02x %02x %02x %02xrn",
//               data_raw_none.u8bit[0], data_raw_none.u8bit[1], data_raw_none.u8bit[2],
//               data_raw_none.u8bit[3], data_raw_none.u8bit[4], data_raw_none.u8bit[5]);


        /* 读取时间戳数据 */
        uint32_t timestamp=0;
        lsm6ds3tr_c_fifo_raw_data_get(&dev_ctx,
                                      data_raw_Timestamp.u8bit,
                                      3*sizeof(int16_t));//
                    timestamp=(data_raw_Timestamp.u8bit[1]< < 16)|(data_raw_Timestamp.u8bit[0]< < 8)
                        |(data_raw_Timestamp.u8bit[3]);
//        printf("Timestamp: %urn", timestamp);        
                if(deltatime_first==0)//第一次
                    {
                        deltatime_1=timestamp;
                        deltatime_2=timestamp;
                        deltatime_first=1;
                    }
                    else
                    {
                        deltatime_2=timestamp;
                    }

                    lsm6ds3tr_c_motion_fx_determin();
//                    acc_flag=0;
//                    gyr_flag=0;
//                    deltatime_flag=0;
                    deltatime_1=deltatime_2;    


      }
    }        


    /* USER CODE END WHILE */

    /* USER CODE BEGIN 3 */
  }
  /* USER CODE END 3 */

lsm6ds3tr_c_motion_fx_determin

● 外部变量声明:
○ acc_x, acc_y, acc_z: 加速度计数据。
○ gyr_x, gyr_y, gyr_z: 陀螺仪数据。
○ deltatime_1, deltatime_2: 时间戳数据。
○ out_num: 输出计数器。
● 读取并存储传感器数据:
○ 将全局变量中的加速度计和陀螺仪数据存储到 sensor_hub_data 结构体中。
● 准备 MotionFX 输入数据:
○ 将读取到的加速度计和陀螺仪数据转换为 MotionFX 库所需的单位(g 和 dps),并存储在 mfx_data_in 结构体中。
○ 初始化磁力计数据为 0。
● 计算时间差:
○ 计算两个时间戳之间的差值(单位:秒),并存储在 delta_time 数组中。
● 卡尔曼滤波算法:
○ 使用 MotionFX_propagate 函数运行卡尔曼滤波传播算法。
○ 使用 MotionFX_update 函数更新卡尔曼滤波器。

extern    float acc_x,acc_y,acc_z;
extern    float gyr_x,gyr_y,gyr_z;
extern uint32_t deltatime_1,deltatime_2;



void lsm6ds3tr_c_motion_fx_determin(void){



    sensor_hub_data.acceleration[0]=acc_x;
    sensor_hub_data.acceleration[1]=acc_y;
    sensor_hub_data.acceleration[2]=acc_z;

    sensor_hub_data.angular_rate[0]=gyr_x;
    sensor_hub_data.angular_rate[1]=gyr_y;
    sensor_hub_data.angular_rate[2]=gyr_z;    

    /*----------------------------------------------------------------------------------

                                                      fx motion 移动算法(卡尔曼滤波)

        ----------------------------------------------------------------------------------*/
    MFX_input_t mfx_data_in;

    /* MotionFX 算法库,计算四元数,参考自 AlgoBuilded 生成代码 */
    mfx_data_in.acc[0] = sensor_hub_data.acceleration[0] * FROM_MG_TO_G;
    mfx_data_in.acc[1] = sensor_hub_data.acceleration[1] * FROM_MG_TO_G;
    mfx_data_in.acc[2] = sensor_hub_data.acceleration[2] * FROM_MG_TO_G;

    mfx_data_in.gyro[0] = sensor_hub_data.angular_rate[0] * FROM_MDPS_TO_DPS;
    mfx_data_in.gyro[1] = sensor_hub_data.angular_rate[1] * FROM_MDPS_TO_DPS;
    mfx_data_in.gyro[2] = sensor_hub_data.angular_rate[2] * FROM_MDPS_TO_DPS;

    mfx_data_in.mag[0] = 0;
    mfx_data_in.mag[1] = 0;
    mfx_data_in.mag[2] = 0; 

//    printf("Acceleration [mg]:t%4.2f t%4.2f t%4.2frn",mfx_data_in.acc[0], 
//                                                                        mfx_data_in.acc[1], mfx_data_in.acc[2]);



    /* 跟传感器输出速率ODR相关,△time 要比采样周期小 */
//        float delta_time = DELATE_TIME;
    float delta_time[1];
    if(deltatime_2 >deltatime_1)
    {
        delta_time[0]=(float)((double)(deltatime_2-deltatime_1)*25.0f/1000000);
//        printf("d=%fn",delta_time[0]);
        /* 运行卡尔曼滤波传播算法 */
        MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time);
        /* 更新卡尔曼滤波器 */
        MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time, NULL);
    }
    else if(deltatime_1 >deltatime_2)
    {
        delta_time[0]=(float)((double)(0xffffff-deltatime_2+deltatime_1)*25.0f/1000000);    
        /* 运行卡尔曼滤波传播算法 */
        MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time);
        /* 更新卡尔曼滤波器 */
        MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time, NULL);        
    }
    else if(deltatime_1==deltatime_2)
    {
        delta_time[0]=0.0f;    
    }
//    /* 运行卡尔曼滤波传播算法 */
//    MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, &delta_time);
//    /* 更新卡尔曼滤波器 */
//    MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, &delta_time, NULL);

    /* 将四元数存储到数组,方便后续操作 */
//    Quaternions_data[0] = sensor_hub_data.mfx_6x.quaternion[0];
//    Quaternions_data[1] = sensor_hub_data.mfx_6x.quaternion[1];
//    Quaternions_data[2] = sensor_hub_data.mfx_6x.quaternion[2];
//    Quaternions_data[3] = sensor_hub_data.mfx_6x.quaternion[3];

    /* 按照 VOFA+ 的 FireWater 数据协议格式,输出四元数数据 */
    /* 斜视图 右前上视角:scalar | x | y | z */
//    printf("%f, %f, %f, %f n",Quaternions_data[3],
                        Quaternions_data[1],Quaternions_data[2],Quaternions_data[0]);

    printf("%f, %f, %fn",sensor_hub_data.mfx_6x.rotation[0],
                    sensor_hub_data.mfx_6x.rotation[1],sensor_hub_data.mfx_6x.rotation[2]);
}

欧拉角简介

欧拉角(Euler Angles)是一种表示三维旋转的方式,通过三个角度来描述物体在三维空间中的姿态。这三个角度通常称为滚转角(Roll)、俯仰角(Pitch)和偏航角(Yaw),它们分别表示绕物体的自身坐标系的三个轴的旋转。

横滚roll,俯仰pitch,偏航yaw的实际含义如下图:

数据采集

● 优点
表示简单直观,易于理解。
适用于描述固定顺序的旋转操作。
● 缺点
存在万向节死锁问题(Gimbal Lock),即当俯仰角接近±90度时,会失去一个自由度,导致系统无法确定物体的姿态。
旋转顺序不同会导致不同的最终姿态,需要特别注意旋转顺序。

演示

初始位置和数据输出如下所示。

数据采集

数据采集

逆时针旋转90°

数据采集

数据采集

逆时针旋转180°

数据采集

数据采集

逆时针旋转270°

数据采集

数据采集

审核编辑 黄宇

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分