Gostaria de saber se existe algum algorítimo que calcule a velocidade de um objeto através do uso de um acelerometro MPU 6050.
Obrigado.

Exibições: 4445

Responder esta

Respostas a este tópico

Acelerometros não são bons para medir velocidade devido que dependem de calibração em laboratorio.Imagine que seu veiculo tem uma velocidade básica constante de 5km/h (teoricamente,na realidade é quase impossivel).Seu sensor te retorna um valor nulo,visto que ele mede apenas asceleração ou desasceleração.Dessa maneira a velocidade depende qual o ganho do sensor numa fração do tempo.Num veiculo isso varia constantemente.Para medir velocidade,eu sempre prefiro o GPS.

Ok. Obrigado. mas meu problema é peso, não posso agregar mais peso, então teria que usar algo com isso mesmo, bem se alguem souber de algo e puderem me avisar, agradeço.

Mais uns 50 gramas e tenha uma bussola,velocimetro,altimetro com uso de GPS.

O Drone Phantom 2 consegue medir velocidade tanto no eixo X (velocidade horizontal) quanto no eixo Y (velocidade vertical). 

Deve usar um acelerometro (eixo Y) e GPS (eixo X). Mas não tenho certeza.

http://labdegaragem.com/forum/topics/dji-phantom-2-quadricoptero?co...

Obrigado, vou verificar.

Meu problema é peso e velocidade de resposta, um gps resolve, mas creio que a resposta de velocidade não seria em tempo real, teria um delay, e o peso do sensor.

Estou pesquisando, mais uma vez agradeço.

A pergunta é antiga, mas vou dar meus 2 centavos de contribuição.

Matematicamente a velocidade de um corpo é obtido pela integração da aceleração (cálculo integral). A posição de um corpo é obtida pela integração da velocidade.  (o caminho contrário seria derivando as funções...)

A formula discreta para isso seria:

Vatual = Vanterior + (Aatual-Aanterior)*(tempo entre as medições)
Ou 
V = v + delta(a)*t

Essa é a matemática, PORÉM NÃO É POSSÍVEL UTILIZA-LA com tanta simplicidade. Quando calculamos a integral de uma função contínua, obtemos um resultado matematicamente adequado. Ao fazer isso de forma discreta (analisando instantaneamente em intervalos de tempo definidos - taxa de amostragem), existem erros associados pela aproximação.
Quando temos uma função que não varia muito e uma alta taxa de amostragem, as aproximações podem ser suficientes para representar a curva com bastante precisão.
Mas na eletrônica nem sempre isso é possível - algumas vezes utilizamos filtros (high band, low band, Karman filter, Bayesian filter, etc.).

Estes erros são provenientes não só da aproximação matemática, mas também podem acumular-se por ruídos no sinal, gimbal lock, conversões matemáticas, bias error, erros do próprio acelerometro, etc. Existem teses de doutorado que explicam em detalhes... mas eu paro por aqui (deixo o link abaixo).

Matematicamente, se quiséssemos registrar um posicionamento 3D (3D mapping), seria simples (EM TEORIA). Só fazer o mesmo procedimento para a velocidade, e obteríamos a posição espacial em cada um dos eixos.
Mas o erro advindo da primeira integração iria ser amplificado nesta segunda integração, e as coisas começam a piorar cada vez mais.

Este é o motivo pelo qual temos IMUs com 11DOFF (utilizamos GPS e bussola junto com acelerômetros e giroscópios) e não simplesmente um acelerometro ou um accell+gyro (6doff).

Para quem tiver mais curiosidade, deixo dois materiais para auxiliar o entendimento - e encerro aqui meus 2 centavos. O assunto é complexo e ficaríamos algum tempo discutindo todos os fatores...

https://www.cl.cam.ac.uk/research/dtg/www/files/publications/public...

Google Talks - Sensor Fusion

Mas existem formas de implementar... só precisa saber que existem erros. Dependendo do projeto eles podem ser desprezados, para outros não...

Deixo um arquivo em anexo com informações para referência.

Anexos

E aqui mais um pouco da explicação da impossibilidade de uso.

http://www.chrobotics.com/library/accel-position-velocity

RSS

© 2024   Criado por Marcelo Rodrigues.   Ativado por

Badges  |  Relatar um incidente  |  Termos de serviço