STM32 GPS悬停飞控 (十)气压计

上次的飞机有干扰问题,没法解决。可能因为我的元器件有问题。或者走线问题。

本来打算按老外的一模一样做一个的。但现在想直接做带GPS的了。

因为除GPS、罗盘、气压、数传外基本和上次那个一样的。这些部分即使装上也可以禁用。

只剩摇控不一样了,暂时忽略不计。

 

第一步气压计。

先按Schematics对应部分连好。

接电脑跑测试程序按h。

会先初始化气压计,然后输出读数。

也可以用Arduino绘图器观察气压计高度变化引起曲线变化。

可以发现高度不变时光线也会引起变化。

 

补一张装在气压计外壳里的图,焊接了4PIN线,这是我pcb飞控的飞机用的,之前那个是单根杜邦线。

我用3m胶贴了传感器和3d打印外壳,然后再把3d打印外壳用502固定到gps下面

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
飞控系统中,高度的测量对于飞行控制和导航具有非常重要的意义,因此准确测量高度对于飞行安全至关重要。在stm32飞控板的设计中,气压计和加速度传感器被广泛用于高度的测量。然而,两个传感器单独使用时都可能出现误差,因此需要将它们的测量结果进行融合,从而得到更可靠的高度估计。 气压计是一种常用的高度测量传感器,它可以测量大气压力,从而计算出高度。但是,气压计受到气温、气压等诸多因素的影响,容易产生误差。与之相反,加速度计可以测量重力加速度,通过积分计算得到高度。但是由于加速度计存在噪声、漂移等问题,单独使用也会产生误差。因此,将两者的测量结果进行融合是一种较好的解决方案。 融合气压计和加速度计测量结果的方法之一是卡尔曼滤波。卡尔曼滤波是一种广泛应用于实时估计问题中的自适应滤波方法,可用于将多个传感器的测量结果进行融合。在卡尔曼滤波中,通过状态方程和观测方程来表示系统状态和观测值,并对其进行线性预测和校正。卡尔曼滤波可以有效地降低传感器测量误差和噪音的影响,从而提高高度测量的精度。 在stm32飞控板中,气压计和加速度计测量高度的结果经过卡尔曼滤波算法进行融合,得到更可靠的高度估计。比较成熟的卡尔曼滤波算法包括无迹卡尔曼滤波、扩展卡尔曼滤波等。在具体实现中,还需考虑传感器的采样频率、滤波器参数等因素,以便获得更准确的高度测量结果。这种高度测量方式在飞行控制、导航等领域中具有广泛的应用前景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值