Bagaimana cara memilih IMU yang bagus untuk robot beroda?

Di lab kami, kami memiliki beberapa robot tipe "Kurt" (sekitar ukuran Pioneer, enam roda, penggerak diferensial). Giroskop built-in sekarang sudah benar-benar ketinggalan jaman; masalah utama adalah bahwa giroskop memiliki arus besar yang meningkat ketika giro memanas (kesalahannya mencapai 3 ° / detik). Kami terutama menggunakan IMU (unit pengukuran inersia) untuk mendapatkan perkiraan pose awal yang kemudian dikoreksi oleh beberapa algoritma pelokalan, tetapi bahkan melakukan itu kesalahan pose awal yang besar yang disebabkan oleh IMU sering menjengkelkan.

Kami sementara menggunakan ponsel Android (Galaxy S2) sebagai pengganti IMU, dan hasilnya jauh lebih baik dibandingkan dengan IMU lama. Namun, saya tidak suka tergantung pada koneksi WiFi antara IMU dan komputer kontrol (laptop yang menjalankan ROS / Ubuntu), jadi kami ingin membeli IMU baru.

IMU apa yang harus kita pilih? Kriteria apa yang penting untuk dipertimbangkan untuk aplikasi kita?

Saya telah menggunakan VN-100 IMU untuk menggantikan yang lama (yang bisa sangat tidak akurat).

Pengalaman saya dengan VN-100 cukup baik. Ini termasuk filter Kalman internal untuk memperkirakan pitch, roll, dan yaw (menggunakan sensor magnetik), dan Anda dapat menyetel keuntungan pada filter Kalman sendiri. Bagaimana mereka harus disetel akan tergantung pada aplikasi Anda (mis. Getaran, kecepatan rotasi dan akselerasi).

Pengalaman saya adalah bahwa ia dengan mudah dalam akurasi 1 derajat, dan jika disetel dengan baik, bisa menjadi akurasi hampir 0,1 derajat. Karena itu, diperlukan penggunaan parameter tuning aktif (tergantung pada seberapa jauh akselerasi berbeda dari gravitasi). Sementara saya telah melihat dari dekat pada data posisi sudut, saya belum secara khusus menyelidiki keakuratan data percepatan atau kecepatan sudut (walaupun saya memiliki beberapa data, tetapi saya menggunakan enkode sebagai kebenaran dasar, dan perbedaan membuat data enkoder terlalu berisik untuk membandingkan).

Hal-hal yang mungkin ingin Anda pertimbangkan:

• Ini jelas merupakan bonus untuk dapat menyempurnakan keuntungan filter Kalman. Jika keuntungan tidak disetel dengan baik, bahkan data mentah yang baik dapat menghasilkan data yang disaring lebih rendah.
• Selain itu, waktu pengambilan sampel mungkin penting (jika Anda ingin sampel pada frekuensi tinggi - VN-100 memiliki frekuensi maksimum 200Hz).
• Pertimbangkan protokol komunikasi (VN-100 mendukung RS-232, atau SPI dengan paket SMD). Dengan RS-232, Anda ingin mempertimbangkan tingkat maksimum yang tersedia pada sistem DAQ Anda, misalnya. Diperlukan baud rate 460kHz untuk mendapatkan data pada 200Hz, jika tidak, Anda tidak akan mendapatkan semua data pada frekuensi tinggi
• Ukuran ? IMU lama kami cukup besar (5 cm), tetapi VN-100 kecil.
• Sensor magnetik - jika Anda ingin menguap data posisi, tetapi perlu diketahui bahwa motor dalam jarak dekat (tergantung pada ukuran motor, tetapi mungkin dalam 10cm atau lebih) akan menghentikan mereka bekerja.
• Filter kalman - kecuali jika Anda ingin memproses data sendiri

Saya berasumsi bahwa Anda mencari IMU yang memberi Anda estimasi orientasi. Paket lengkap biasanya disebut Sistem Referensi Sikap dan Pos (AHRS). Apa sebenarnya kriteria yang paling menentukan adalah anggaran Anda. Namun, untuk mencapai di atas 3 derajat harus dapat dijangkau.

• Kami telah bekerja dengan XSens MTi dan memiliki hasil yang cukup baik untuk navigasi kendaraan darat. Mereka memiliki jalur baru, yang telah meningkatkan akurasi sedikit.

• Opsi anggaran juga tersedia, yang ini terlihat cukup menjanjikan karena merupakan solusi chip tunggal. Ada juga panduan pembeli IMU di Sparkfun.

• Biasanya pitch and roll baik-baik saja dengan sebagian besar IMU untuk kendaraan darat, karena vektor gravitasi dapat digunakan untuk mengkompensasi drift. Tidak demikian halnya dengan sumbu yaw, yang sering menjadi masalah bahkan ketika dikompensasi dengan magnetometer. Karena alasan itu, kita sering menggunakan gyro serat optik tunggal untuk meminimalkan penyimpangan tajuk.