【花雕学编程】Arduino FOC 之ArduinoFOC 库lowpassFilter函数

最新推荐文章于 2024-06-29 05:11:41 发布

驴友花雕

最新推荐文章于 2024-06-29 05:11:41 发布

阅读量614

点赞数 22

分类专栏： Arduino FOC Arduino 手册文章标签：嵌入式硬件单片机 c++ Arduino FOC ArduinoFOC 库 lowpassFilter函数

本文链接：https://blog.csdn.net/weixin_41659040/article/details/139880562

版权

Arduino 手册同时被 2 个专栏收录

1655 篇文章 211 订阅

订阅专栏

Arduino FOC

263 篇文章 2 订阅

订阅专栏

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino FOC（Field Oriented Control，场向量控制）是一种先进的电机控制技术，它允许精确控制电机的转矩和速度。这种控制技术特别适用于无刷直流电机（BLDC）和步进电机。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。

主要特点:
1、高性能电机控制：FOC是一种高级的电机控制算法，可以精准控制PMSM(永磁同步电机)和BLDC(无刷直流)电机，实现平滑的转速和扭矩输出。
2、闭环控制架构：FOC采用闭环反馈控制，通过检测电机的位置和速度数据，实时调整输出电压和电流，确保电机动作符合预期。
3、模块化设计：Arduino FOC库采用模块化设计，包含电机建模、速度/位置/电流控制环、PWM生成等子模块，用户可根据需求灵活组合使用。
4、可移植性强：Arduino FOC可移植到多种硬件平台，如Arduino、ESP32、STM32与树莓派等，适用于功率从几十瓦到几千瓦的电机系统。
5、参数自动识别：FOC库具有自动识别电机参数的功能，可以大幅简化电机控制系统的调试过程。

应用场景:
1、工业自动化：在工厂的机器人、传送带、CNC加工设备等领域，Arduino FOC可提供高性能的电机控制解决方案。
2、电动车辆：电动自行车、电动汽车、电动叉车等车载电机驱动系统，可以采用Arduino FOC进行精准控制。
3、家用电器：在电风扇、洗衣机、空调等家用电器中，Arduino FOC可实现细腻的电机速度和扭矩控制。
4、航模和无人机：航模飞机、无人机等对电机控制性能要求很高的领域，Arduino FOC能够提供高精度的电机驱动。
5、机器人：工业机器人、服务机器人、仿生机器人等对电机控制性能有严格要求的领域，Arduino FOC是一个不错的选择。

需要注意的事项:
1、硬件要求：Arduino FOC对控制器的性能(如CPU频率、RAM/ROM容量等)有一定要求，需要选择合适的硬件平台。
2、调试复杂性：FOC算法涉及电机建模、坐标变换、PI调节器等诸多环节，调试和调优过程相对复杂，需要一定的专业知识。
3、噪声抑制：电机驱动电路容易产生噪声干扰，需要采取合理的屏蔽和滤波措施，确保信号质量。
4、安全防护：电机驱动系统可能会产生过电流、过压等故障,需要配备可靠的保护电路，确保人身和设备安全。
5、系统集成：将Arduino FOC集成到完整的电机驱动系统中时，需要考虑机械、电力、控制等各个方面的协调配合。

总的来说，Arduino FOC是一种功能强大、性能优秀的电机控制解决方案,适用于工业自动化、电动车辆、家用电器等众多领域。但在硬件选型、算法调试、噪声抑制和安全防护等方面都需要谨慎考虑，以确保系统稳定可靠地运行。

附录：系列目录
1、Arduino FOC的特点、场景和使用事项
http://t.csdnimg.cn/WZhYL
2、Arduino FOC 之简单FOC库 - 跨平台的无刷直流和步进电机FOC实现
http://t.csdnimg.cn/p9ADE
3、Arduino FOC 之无刷直流电机速度控制
http://t.csdnimg.cn/gZ7CY
4、Arduino FOC 之步进电机位置控制
http://t.csdnimg.cn/VYbIb
5、Arduino FOC 之无刷直流电机电流控制
http://t.csdnimg.cn/wWGVu
6、Arduino FOC 之 SimpleFOC 库的主要函数
http://t.csdnimg.cn/S26MC
7、Arduino FOC 之 ArduinoFOC库的核心函数
http://t.csdnimg.cn/3VLzF
8、Arduino FOC 之传感器校准
http://t.csdnimg.cn/NS3TR
9、Arduino FOC 之SimpleFOCShield v2.0.4无刷电机驱动板
http://t.csdnimg.cn/g9mP7
10、Arduino FOC 之 AS5600角度读取
http://t.csdnimg.cn/dmI6F
11、Arduino FOC 之 FOC算法
http://t.csdnimg.cn/ENxc0
12、Arduino FOC 之 SimpleFOC库的适配电机方案
http://t.csdnimg.cn/QdH6k

在这里插入图片描述
1、主要特点:
数字滤波实现:lowpassFilter函数实现了一种基于离散时间系统的数字低通滤波器,能够有效滤除输入信号中的高频噪声。
简单易用:该函数使用简单,只需要传入待滤波的输入值和滤波系数即可,无需复杂的配置和调参。
可配置滤波特性:lowpassFilter函数提供了可配置的滤波时间常数,用户可以根据实际需求调整滤波特性。
实时性强:该函数采用了递推算法实现,计算量小,能够满足实时控制系统的实时性要求。
通用适用:lowpassFilter函数可以用于滤波各种类型的输入信号,如电流、速度、位置等。

2、应用场景:
电机控制系统:在电机控制系统中,需要对电流、速度、位置等量进行滤波,以抑制测量噪声,提高控制精度。lowpassFilter函数非常适合这一应用。
信号处理系统:在各种信号处理系统中,需要对原始输入信号进行滤波处理,去除高频噪声成分,提高信号质量。lowpassFilter函数能够很好地满足这一需求。
测量系统:在各种测量系统中,也需要对测量信号进行滤波处理,以提高测量的准确性和稳定性。lowpassFilter函数能够实现高效的数字滤波。
工业控制系统:在工业自动化控制系统中,需要对各种反馈信号进行滤波处理,以增强系统的抗干扰能力。lowpassFilter函数适用于这类应用。

3、需要注意的事项:
滤波时间常数设置:lowpassFilter函数的滤波时间常数需要根据实际系统的带宽特性进行合理设置,以达到最佳的滤波效果。
运算精度要求:由于lowpassFilter函数是基于浮点数运算实现的,需要注意计算机的运算精度,避免出现数值溢出或舍入误差。
滤波延迟:lowpassFilter函数会引入一定的滤波延迟,需要根据系统的实时性要求进行权衡。
边界条件处理:在系统启动或切换工作状态时,需要注意lowpassFilter函数的初始化和边界条件处理,以确保平稳过渡。
与其他算法配合:lowpassFilter函数通常需要与其他控制算法或信号处理算法配合使用,需要考虑算法之间的协调性。

总的来说,Arduino FOC框架中的lowpassFilter函数是一种简单高效的数字低通滤波器,能够广泛应用于电机控制系统、信号处理系统等领域,帮助提高系统的抗干扰能力和测量精度。但在滤波时间常数设置、运算精度要求、滤波延迟等方面需要谨慎考虑,以确保滤波效果的最佳性能。

在这里插入图片描述
下面是几个使用ArduinoFOC库中的lowpassFilter函数的实际运用程序案例：

1、使用低通滤波器平滑传感器数据

#include <ArduinoFOC.h>

// 定义低通滤波器对象
LowPassFilter lpf(0.1); // 0.1 是滤波器的时间常数

void setup() {
  // 初始化代码
}

void loop() {
  // 读取传感器数据
  float sensorValue = readSensor();

  // 使用低通滤波器平滑数据
  float filteredValue = lpf(sensorValue);

  // 使用平滑后的数据进行其他处理或控制
  processFilteredData(filteredValue);

  // 延时或进行其他操作
  delay(10);
}

float readSensor() {
  // 读取传感器数据的代码
}

void processFilteredData(float data) {
  // 处理平滑后的数据的代码
}

2、使用低通滤波器平滑电机速度反馈信号

#include <ArduinoFOC.h>

// 定义低通滤波器对象
LowPassFilter lpf(0.05); // 0.05 是滤波器的时间常数

void setup() {
  // 初始化代码
}

void loop() {
  // 读取电机速度反馈信号
  float feedback = readMotorFeedback();

  // 使用低通滤波器平滑反馈信号
  float filteredFeedback = lpf(feedback);

  // 使用平滑后的信号进行控制或其他操作
  controlMotor(filteredFeedback);

  // 延时或进行其他操作
  delay(10);
}

float readMotorFeedback() {
  // 读取电机反馈信号的代码
}

void controlMotor(float feedback) {
  // 使用反馈信号进行电机控制的代码
}

3、使用低通滤波器平滑加速度计数据

#include <ArduinoFOC.h>

// 定义低通滤波器对象
LowPassFilter lpf(0.2); // 0.2 是滤波器的时间常数

void setup() {
  // 初始化代码
}

void loop() {
  // 读取加速度计数据
  float acceleration = readAccelerometer();

  // 使用低通滤波器平滑加速度数据
  float filteredAcceleration = lpf(acceleration);

  // 使用平滑后的数据进行其他处理或操作
  processFilteredAcceleration(filteredAcceleration);

  // 延时或进行其他操作
  delay(10);
}

float readAccelerometer() {
  // 读取加速度计数据的代码
}

void processFilteredAcceleration(float acceleration) {
  // 处理平滑后的加速度数据的代码
}

要点解读：
在每个案例中，首先通过#include <ArduinoFOC.h>包含ArduinoFOC库，以便使用其中的LowPassFilter类。
创建一个LowPassFilter对象，通过构造函数传递滤波器的时间常数，该时间常数决定了滤波器的截止频率。较小的时间常数会导致更快的响应，但可能会丢失某些高频信息，而较大的时间常数会导致更平滑的输出，但响应较慢。
在setup()函数中进行初始化操作，例如设置传感器或执行其他必要的设置。
在loop()函数中，读取原始数据，例如传感器数据、电机反馈信号或加速度计数据。
使用LowPassFilter对象的函数调用运算符（()）将原始数据传递给滤波器，并获取平滑后的输出数据。
使用平滑后的数据进行其他处理、控制或操作。这可能包括控制电机、处理传感器数据、执行运算等。
使用适当的延时或其他操作来控制循环的频率。
通过使用ArduinoFOC库中的lowpassFilter函数，可以有效地平滑传感器数据、电机反馈信号或其他模拟信号。通过调整滤波器的时间常数，可以平衡对信号响应速度和平滑程度的要求。这样可以减少噪声和干扰对系统的影响，提高系统的稳定性和精确性。在上述案例中，我们展示了如何在不同的应用中使用低通滤波器函数，包括传感器数据平滑、电机控制和加速度计数据处理。

在这里插入图片描述
4、电机转速平滑滤波

#include <Arduino.h>
#include <SimpleFOC.h>

// 电机参数
BLDCMotor motor = BLDCMotor(7, 6, 5, 4);

// 低通滤波器参数
float filterAlpha = 0.1; // 滤波器系数,值越小滤波越强

void setup() {
  // 初始化电机
  motor.init();
  motor.linkSensor(&sensor);
}

void loop() {
  // 读取电机转速
  float measuredSpeed = motor.shaft_velocity;

  // 使用低通滤波器平滑转速
  float filteredSpeed = lowpassFilter(measuredSpeed, filterAlpha, filterAlpha);

  // 输出平滑后的转速
  Serial.println(filteredSpeed);

  // 其他操作
  // ...
}

float lowpassFilter(float input, float alpha, float prevOutput) {
  return alpha * input + (1 - alpha) * prevOutput;
}

要点解读:
利用 lowpassFilter 函数对电机转速进行平滑滤波,减小测量噪声对转速控制的影响。
filterAlpha 为低通滤波器的系数,取值范围为 0 到 1,值越小表示滤波越强。
在 loop() 函数中,先读取电机转速,然后调用 lowpassFilter 函数进行平滑处理,最后输出平滑后的转速数据。

5、电流信号滤波

#include <Arduino.h>
#include <SimpleFOC.h>

// 电机参数
BLDCMotor motor = BLDCMotor(7, 6, 5, 4);
// 电流传感器参数
LowPassFilter<float> currentFilter(0.1); // 电流信号滤波器

void setup() {
  // 初始化电机
  motor.init();
  motor.linkSensor(&sensor);
  
  // 初始化电流传感器滤波器
  currentFilter.init();
}

void loop() {
  // 读取相电流
  float phase_a_current = motor.phase_a_current;
  float phase_b_current = motor.phase_b_current;
  float phase_c_current = motor.phase_c_current;

  // 使用低通滤波器平滑相电流
  float filteredPhaseACurrent = currentFilter.filter(phase_a_current);
  float filteredPhaseBCurrent = currentFilter.filter(phase_b_current);
  float filteredPhaseCCurrent = currentFilter.filter(phase_c_current);

  // 输出平滑后的相电流
  Serial.print(filteredPhaseACurrent);
  Serial.print(",");
  Serial.print(filteredPhaseBCurrent);
  Serial.print(",");
  Serial.println(filteredPhaseCCurrent);

  // 其他操作
  // ...
}

要点解读:
利用 LowPassFilter 类对电机相电流进行平滑滤波,减小测量噪声对电流控制的影响。
在 setup() 函数中初始化 currentFilter 对象,并在 loop() 函数中读取三相电流并使用 filter() 方法进行平滑处理。
currentFilter 对象的构造函数中传入的 0.1 为滤波器系数,值越小表示滤波越强。

6、位置信号滤波

#include <Arduino.h>
#include <SimpleFOC.h>

// 电机参数
BLDCMotor motor = BLDCMotor(7, 6, 5, 4);
// 位置传感器参数
Encoder sensor = Encoder(2, 3, 360);
LowPassFilter<float> positionFilter(0.05); // 位置信号滤波器

void setup() {
  // 初始化电机
  motor.init();
  motor.linkSensor(&sensor);
  
  // 初始化位置传感器滤波器
  positionFilter.init();
}

void loop() {
  // 读取电机位置
  float measuredPosition = sensor.getAngle();

  // 使用低通滤波器平滑位置
  float filteredPosition = positionFilter.filter(measuredPosition);

  // 输出平滑后的位置
  Serial.println(filteredPosition);

  // 其他操作
  // ...
}

要点解读:
利用 LowPassFilter 类对电机位置信号进行平滑滤波,减小测量噪声对位置控制的影响。
在 setup() 函数中初始化 positionFilter 对象,并在 loop() 函数中读取电机位置并使用 filter() 方法进行平滑处理。
positionFilter 对象的构造函数中传入的 0.05 为滤波器系数,值越小表示滤波越强。
以上几个示例展示了 lowpassFilter 函数在电机控制中的常见应用场景,包括转速、电流和位置信号的滤波处理。通过合理设置滤波器系数,可以有效减小测量噪声对控制性能的影响,提高系统的稳定性和响应特性。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述

驴友花雕

关注

22
点赞
踩
23

收藏

觉得还不错? 一键收藏
打赏
0
评论
【花雕学编程】Arduino FOC 之ArduinoFOC 库lowpassFilter函数

在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。总的来说,Arduino FOC框架中的lowpassFilter函数是一种简单高效的数字低通滤波器,能够广泛应用于电机控制系统、信号处理系统等领域,帮助提高系统的抗干扰能力和测量精度。5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。
复制链接

扫一扫