【嵌入式模块芯片开发】ADXL345的优化精确测量和角度计算(中断单次测量、卡尔曼滤波)

【嵌入式模块芯片开发】ADXL345的优化精确测量和角度计算(中断单次测量、卡尔曼滤波)

ADXL345的一般读取方式

要将ADXL345_POWER_CTL寄存器写入0x08打开测量功能
ADXL345_DATA_FORMAT寄存器采用默认的十位数据 ±2g
在这里插入图片描述

在这里插入图片描述

十位精度就是1024
±2g也就是4g
4/1024=0.00390625g

其他寄存器可以不配置

读取时 读取X Y Z值
转成有符号整型再*单位即可

void Init_ADXL345(void)
{
	uint8_t dat=0;
//	dat = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DEVID);
//	printf("[INFO] ADXL345_DEVID: %x\n",dat);
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_POWER_CTL,0x08);
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_DATA_FORMAT,0x00);
}

void Count_ADXL345(void)
{
	uint8_t dat_H=0;
	uint8_t dat_L=0;
	uint16_t dat=0;
	float x=0.0f;
	float y=0.0f;
	float z=0.0f;
	
	dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX0);
	dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX1);
	dat = (dat_H<<8)|dat_L;
	x=((int16_t)dat)*0.00390625f;
	
	dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY0);
	dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY1);
	dat = (dat_H<<8)|dat_L;
	y=((int16_t)dat)*0.00390625f;
	
	dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ0);
	dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ1);
	dat = (dat_H<<8)|dat_L;
	z=((int16_t)dat)*0.00390625f;
	
	printf("[INFO] 	x: %0.4f	y: %0.4f	z: %0.4f\n",x,y,z);
}

但是这样有个弊端 就是读取时 是寄存器依次写入 可能造成两次数据不是同一个测量时间的
那么就会有概率数据出错

ADXL345的中断读取方式(单次测量)

利用中断 即可实现单次测量
在这里插入图片描述
通过控制中断的DATA_READY位来判断是否测量完成
初始化时 先置一
测量时 先将各个数据寄存器清空
在这里插入图片描述
然后再将ADXL345_POWER_CTL寄存器写入0x08开启测量
并且不断读取ADXL345_INT_SOURCE位 判断是否已经产生中断
中断产生则ADXL345_POWER_CTL写入0x00关闭测量

在判断ADXL345_INT_SOURCE是否产生中断时 也需要判断D0位是否被置一(溢出)
若溢出 则清空数据寄存器

角度计算

ADXL345得到的是XYZ三轴上的加速度大小
根据三角函数关系 通过重力加速度计求角度
得到如下公式:

printf("[INFO] 	Ax: %0.4f	Ay: %0.4f	Az: %0.4f\n",x,y,z);
	
	x_2=pow(x,2);
	y_2=pow(y,2);
	z_2=pow(z,2);
	
	x_rad = atan(x/(sqrt(y_2+z_2)));
	y_rad = atan(y/(sqrt(x_2+z_2)));
	z_rad = atan(z/(sqrt(y_2+x_2)));
	
	x_cir=x_rad/pi*180;
	y_cir=y_rad/pi*180;
	z_cir=z_rad/pi*180;
	
	printf("[INFO] 	x: %0.4f	y: %0.4f	z: %0.4f\n",x_cir,y_cir,z_cir);	

卡尔曼滤波

为了减小ADXL345的数据方差 通过卡尔曼滤波的方式进行
最终测量结果显示,滤波前,x、y的角度方差都比较稳定,为0.04-0.05左右,而z角度的方差变化较大,甚至出现了一次0.08的方差。滤波前,峰峰值都为1.2-1.4。
滤波后,方差、峰峰值显著减小,基本为0.008-0.012左右,但z轴仍然效果欠佳。

参考:
【C语言/Python】嵌入式常用数据滤波处理:卡尔曼滤波器的简易实现方式(Kalman Filter)
在这里插入图片描述
在这里插入图片描述

优化后完整代码

相关代码如下:

void Reset_ADXL345_DATA(void)
{
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX0);
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX1);
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY0);
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY1);
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ0);
	ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ1);
}

bool While_ADXL345_Ready(void)
{
	uint8_t dat=0;
	uint8_t i=0;
	
	for(i=0;i<10;i++)
	{
		dat=ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_INT_SOURCE);

		if((dat&0x80) && !(dat&0x01))
		{
			return true;
		}
		delay_ms(10);
		if((dat&0x01))
		{
			Reset_ADXL345_DATA();
		}
	}
	
	return false;
}
bool Wait_ADXL345_Ready(void)
{
	Reset_ADXL345_DATA();
	
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_POWER_CTL,0x08);
	delay_ms(10);
	if(While_ADXL345_Ready())
	{
//			Reset_ADXL345_DATA();
//		if(While_ADXL345_Ready())
//		{
			WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_POWER_CTL,0x00);
			return true;
//		}		
	}
	
	return false;
}

void Count_ADXL345(void)
{
	uint8_t dat_H=0;
	uint8_t dat_L=0;
	uint16_t dat=0;
	float x=0.0f;
	float y=0.0f;
	float z=0.0f;	

	uint8_t i=0;
	uint8_t Error_Flag=0;
	
	float x_sum=0.0f;
	float y_sum=0.0f;
	float z_sum=0.0f;
	
//	float x_min=0.0f;
//	float y_min=0.0f;
//	float z_min=0.0f;
//	
//	float x_max=0.0f;
//	float y_max=0.0f;
//	float z_max=0.0f;
	
	double x_2=0.0f;
	double y_2=0.0f;
	double z_2=0.0f;
	
	double x_rad=0.0f;
	double y_rad=0.0f;
	double z_rad=0.0f;
	
	float x_cir=0.0f;
	float y_cir=0.0f;
	float z_cir=0.0f;
	
	double pi=3.14159265358979;
	
	for(i=0;i<1;i++)
	{
		if(Wait_ADXL345_Ready())
		{
			dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX0);
			dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAX1);
			dat = (dat_H<<8)|dat_L;
			x=((int16_t)dat)*0.00390625f;
			
			dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY0);
			dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAY1);
			dat = (dat_H<<8)|dat_L;
			y=((int16_t)dat)*0.00390625f;	
			
			dat_L = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ0);
			dat_H = ReadOneByte((ADXL345_Slave_Add<<1),ADXL345_DATAZ1);
			dat = (dat_H<<8)|dat_L;
			z=((int16_t)dat)*0.00390625f;

			
			x_sum=x+x_sum;
			y_sum=y+y_sum;
			z_sum=z+z_sum;
		}
		else
		{
			Error_Flag++;
		}
	}
	
	if(Error_Flag>=1)
	{
		printf("[INFO] 	ADXL345 Error\n");
		return;
	}
	
	x=x_sum/(1.0f-Error_Flag);
	y=y_sum/(1.0f-Error_Flag);
	z=z_sum/(1.0f-Error_Flag);
	
	printf("[INFO] 	Ax: %0.4f	Ay: %0.4f	Az: %0.4f\n",x,y,z);
	
	x_2=pow(x,2);
	y_2=pow(y,2);
	z_2=pow(z,2);
	
	x_rad = atan(x/(sqrt(y_2+z_2)));
	y_rad = atan(y/(sqrt(x_2+z_2)));
	z_rad = atan(z/(sqrt(y_2+x_2)));
	
	x_cir=x_rad/pi*180;
	y_cir=y_rad/pi*180;
	z_cir=z_rad/pi*180;
	
	printf("[INFO] 	x: %0.4f	y: %0.4f	z: %0.4f\n",x_cir,y_cir,z_cir);	
	
	ADXL345_X_Stu.Measure_Now=x_cir;
	ADXL345_Y_Stu.Measure_Now=y_cir;
	ADXL345_Z_Stu.Measure_Now=z_cir;

	ADXL345_X_Stu=Kalman_Filter_Normal(ADXL345_X_Stu);
	ADXL345_Y_Stu=Kalman_Filter_Normal(ADXL345_Y_Stu);
	ADXL345_Z_Stu=Kalman_Filter_Normal(ADXL345_Z_Stu);
	
	printf("[INFO] 	Kx: %0.4f	Ky: %0.4f	Kz: %0.4f\n",ADXL345_X_Stu.Result_Now,ADXL345_Y_Stu.Result_Now,ADXL345_Z_Stu.Result_Now);	
}

void Init_ADXL345(void)
{
	HAL_GPIO_WritePin(GPIOC, GPIO_PIN_8,GPIO_PIN_SET);
	
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_POWER_CTL,0x08);
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_DATA_FORMAT,0x00);
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_INT_MAP,0x80);
	WriteOneByte((ADXL345_Slave_Add<<1),ADXL345_INT_ENABLE,0x80);
	
	ADXL345_X_Stu.Q=0.1f;
	ADXL345_Y_Stu.Q=0.1f;
	ADXL345_Z_Stu.Q=0.1f;
	
	ADXL345_X_Stu.R=0.5f;
	ADXL345_Y_Stu.R=0.5f;
	ADXL345_Z_Stu.R=0.5f;
	
	
	ADXL345_X_Stu.Result_Last=0.0f;
	ADXL345_X_Stu.Prediction_Last=0.0f;
	ADXL345_X_Stu.Result_Now=0.0f;
	
	ADXL345_Y_Stu.Result_Last=0.0f;
	ADXL345_Y_Stu.Prediction_Last=0.0f;
	ADXL345_Y_Stu.Result_Now=0.0f;
	
	ADXL345_Z_Stu.Result_Last=90.0f;
	ADXL345_Z_Stu.Prediction_Last=90.0f;
	ADXL345_Z_Stu.Result_Now=90.0f;
}

附录:压缩字符串、大小端格式转换

压缩字符串

首先HART数据格式如下:
在这里插入图片描述
在这里插入图片描述
重点就是浮点数和字符串类型
Latin-1就不说了 基本用不到

浮点数

浮点数里面 如 0x40 80 00 00表示4.0f

在HART协议里面 浮点数是按大端格式发送的 就是高位先发送 低位后发送

发送出来的数组为:40,80,00,00

但在C语言对浮点数的存储中 是按小端格式来存储的 也就是40在高位 00在低位
浮点数:4.0f
地址0x1000对应00
地址0x1001对应00
地址0x1002对应80
地址0x1003对应40

若直接使用memcpy函数 则需要进行大小端转换 否则会存储为:
地址0x1000对应40
地址0x1001对应80
地址0x1002对应00
地址0x1003对应00

大小端转换:

void swap32(void * p)
{
   uint32_t *ptr=p;
   uint32_t x = *ptr;
   x = (x << 16) | (x >> 16);
   x = ((x & 0x00FF00FF) << 8) | ((x >> 8) & 0x00FF00FF);

   *ptr=x;
}

压缩Packed-ASCII字符串

本质上是将原本的ASCII的最高2位去掉 然后拼接起来 比如空格(0x20)
四个空格拼接后就成了
1000 0010 0000 1000 0010 0000
十六进制:82 08 20
对了一下表 0x20之前的识别不了
也就是只能识别0x20-0x5F的ASCII表
在这里插入图片描述

压缩/解压函数后面再写:

//传入的字符串和数字必须提前声明 且字符串大小至少为str_len 数组大小至少为str_len%4*3 str_len必须为4的倍数
uint8_t Trans_ASCII_to_Pack(uint8_t * str,uint8_t * buf,const uint8_t str_len)
{
   if(str_len%4)
   {
      return 0;
   }
	 
   uint8_t i=0;
   memset(buf,0,str_len/4*3);	  
   for(i=0;i<str_len;i++)
   {
      if(str[i]==0x00)
      {
         str[i]=0x20;
      }
   }

   for(i=0;i<str_len/4;i++)
   {
      buf[3*i]=(str[4*i]<<2)|((str[4*i+1]>>4)&0x03);
      buf[3*i+1]=(str[4*i+1]<<4)|((str[4*i+2]>>2)&0x0F);
      buf[3*i+2]=(str[4*i+2]<<6)|(str[4*i+3]&0x3F);
   }

   return 1;
}

//传入的字符串和数字必须提前声明 且字符串大小至少为str_len 数组大小至少为str_len%4*3 str_len必须为4的倍数
uint8_t Trans_Pack_to_ASCII(uint8_t * str,uint8_t * buf,const uint8_t str_len)
{
   if(str_len%4)
   {
      return 0;
   }

   uint8_t i=0;

   memset(str,0,str_len);

   for(i=0;i<str_len/4;i++)
   {
      str[4*i]=(buf[3*i]>>2)&0x3F;
      str[4*i+1]=((buf[3*i]<<4)&0x30)|(buf[3*i+1]>>4);
      str[4*i+2]=((buf[3*i+1]<<2)&0x3C)|(buf[3*i+2]>>6);
      str[4*i+3]=buf[3*i+2]&0x3F;
   }

   return 1;
}


大小端转换

在串口等数据解析中 难免遇到大小端格式问题

什么是大端和小端

所谓的大端模式,就是高位字节排放在内存的低地址端,低位字节排放在内存的高地址端。

所谓的小端模式,就是低位字节排放在内存的低地址端,高位字节排放在内存的高地址端。

简单来说:大端——高尾端,小端——低尾端

举个例子,比如数字 0x12 34 56 78在内存中的表示形式为:

1)大端模式:

低地址 -----------------> 高地址

0x12 | 0x34 | 0x56 | 0x78

2)小端模式:

低地址 ------------------> 高地址

0x78 | 0x56 | 0x34 | 0x12

可见,大端模式和字符串的存储模式类似。

数据传输中的大小端

比如地址位、起止位一般都是大端格式
如:
起始位:0x520A
则发送的buf应为{0x52,0x0A}

而数据位一般是小端格式(单字节无大小端之分)
如:
一个16位的数据发送出来为{0x52,0x0A}
则对应的uint16_t类型数为: 0x0A52

而对于浮点数4.0f 转为32位应是:
40 80 00 00

以大端存储来说 发送出来的buf就是依次发送 40 80 00 00

以小端存储来说 则发送 00 00 80 40

由于memcpy等函数 是按字节地址进行复制 其复制的格式为小端格式 所以当数据为小端存储时 不用进行大小端转换
如:

uint32_t dat=0;
uint8_t buf[]={0x00,0x00,0x80,0x40};
   memcpy(&dat,buf,4);
   float f=0.0f;
   f=*((float*)&dat); //地址强转
   printf("%f",f);

或更优解:

   uint8_t buf[]={0x00,0x00,0x80,0x40};   
   float f=0.0f;
   memcpy(&f,buf,4);

而对于大端存储的数据(如HART协议数据 全为大端格式) 其复制的格式仍然为小端格式 所以当数据为小端存储时 要进行大小端转换
如:

uint32_t dat=0;
uint8_t buf[]={0x40,0x80,0x00,0x00};
   memcpy(&dat,buf,4);
   float f=0.0f;
   swap32(&dat); //大小端转换
   f=*((float*)&dat); //地址强转
   printf("%f",f);

或:

uint8_t buf[]={0x40,0x80,0x00,0x00};
   memcpy(&dat,buf,4);
   float f=0.0f;
   swap32(&f); //大小端转换
   printf("%f",f);

或更优解:

uint32_t dat=0;
uint8_t buf[]={0x40,0x80,0x00,0x00};
   float f=0.0f;
   dat=(buf[0]<<24)|(buf[0]<<16)|(buf[0]<<8)|(buf[0]<<0)
   f=*((float*)&dat);

总结

固 若数据为小端格式 则可以直接用memcpy函数进行转换 否则通过移位的方式再进行地址强转

对于多位数据 比如同时传两个浮点数 则可以定义结构体之后进行memcpy复制(数据为小端格式)

对于小端数据 直接用memcpy写入即可 若是浮点数 也不用再进行强转

对于大端数据 如果不嫌麻烦 或想使代码更加简洁(但执行效率会降低) 也可以先用memcpy写入结构体之后再调用大小端转换函数 但这里需要注意的是 结构体必须全为无符号整型 浮点型只能在大小端转换写入之后再次强转 若结构体内采用浮点型 则需要强转两次

所以对于大端数据 推荐通过移位的方式来进行赋值 然后再进行个别数的强转 再往通用结构体进行写入

多个不同变量大小的结构体 要主要字节对齐的问题
可以用#pragma pack(1) 使其对齐为1
但会影响效率

大小端转换函数

直接通过对地址的操作来实现 传入的变量为32位的变量
中间变量ptr是传入变量的地址

void swap16(void * p)
{
   uint16_t *ptr=p;
   uint16_t x = *ptr;
   x = (x << 8) | (x >> 8);

   *ptr=x;
}

void swap32(void * p)
{
   uint32_t *ptr=p;
   uint32_t x = *ptr;
   x = (x << 16) | (x >> 16);
   x = ((x & 0x00FF00FF) << 8) | ((x >> 8) & 0x00FF00FF);

   *ptr=x;
}

void swap64(void * p)
{
   uint64_t *ptr=p;
   uint64_t x = *ptr;
   x = (x << 32) | (x >> 32);
   x = ((x & 0x0000FFFF0000FFFF) << 16) | ((x >> 16) & 0x0000FFFF0000FFFF);
   x = ((x & 0x00FF00FF00FF00FF) << 8) | ((x >> 8) & 0x00FF00FF00FF00FF);

   *ptr=x;
}
  • 8
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

网易独家音乐人Mike Zhou

光电帝国,光联万物!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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