filtering - 试图过滤来自加速度计和陀螺仪的（大量）噪声

Question

我的项目：

我正在开发一款带有 3 轴加速度计和陀螺仪的老虎机，试图估计汽车的姿态（x、y、z、偏航、俯仰），但我的振动噪音有一个大问题（当汽车运行时，例如，齿轮会引起振动，而轨道也会变得更糟），因为加速度计的噪声值介于 ±4[g]（其中 g = 9.81 [m/s^2]）之间。

我知道（因为我观察到了），噪声与我所有的传感器相关

在我的第一次尝试中，我尝试使用卡尔曼滤波器来解决它，但它不起作用，因为我的状态向量的值有一个非常大的噪音。

EDIT2：在我的第二次尝试中，我在卡尔曼滤波器之前尝试了一个低通滤波器，但它只会减慢我的系统速度并且没有过滤噪声的低分量。此时我意识到这种噪声可能由低频和高频分量组成。

我正在学习自适应滤波器（LMS 和 RLS），但我意识到我没有噪声信号，如果我使用一个加速度计信号来过滤其他轴的加速度计，我不会得到绝对值，所以它不起作用.

编辑：我在尝试查找自适应滤波器的示例代码时遇到问题。如果有人知道类似的事情，我将非常感激。

这是我的问题：

有谁知道过滤器或知道如何修复它并正确过滤我的信号？

非常感谢你，

XNor

PD：我为我可能犯的任何错误道歉，英语不是我的母语

Answer 1

我要做的第一件事是对传感器信号运行 DFT，看看加速度计信号中是否真的存在高频和低频分量。

使用 DFT，您应该能够确定低通/带通滤波器的最佳截止频率。

如果您在 Z 轴上有一个恒定分量，则您可能没有过滤掉重力。请注意，如果存在明显的俯仰或滚动，则该常数也可以在您的 X 和 Y 轴上看到

通常，使用加速度计进行姿势估计并不是一个好主意，因为您需要将加速度信号集成两次才能获得姿势。如果信号嘈杂，如果噪声不是 100% 均匀分布在 + 和 - 之间，几秒钟后你就会遇到麻烦。

如果我们假设您的齿轮没有噪音，那么即使是加速度计的转换精度也可能在几分钟后开始扰乱您的姿势。

我肯定会使用第二个传感器，例如与您的数学模型相结合的指南针/编码器，并将您的所有传感器数据组合在卡尔曼滤波器（传感器融合）中。

您还可以通过假设它与您的电机转速相关来推导出噪声的黑盒模型。(Box-jenkins/Arma/Arima)。

Answer 2

我在低频和高频噪声方面遇到了类似的问题，我设法通过使用通用麦克风防震架将其很好地消除，而不会消除良好的信号。它对陀螺仪也做得很好，特别是如果你找到一个适合它的（或者你可以把它放在一个小盒子里然后安装它）它基本上使用弹性线来消除冲击和振动。

Answer 3

您是否尝试过对数据进行简单的低通滤波器？我猜振动频率远高于正常汽车加速度数据中的频率。至少在正常驾驶中。崩溃可能是另一个故事......