Thu nhận dữ liệu từ các cảm biến gia tốc con quay hồi chuyển và từ trường

Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường 2.6.3 Cảm biến từ trường……………………………………………… 40 2.7 Lý thuyết lọc……………………………………………… 45 2.7.1 Bộ lọc thông thấp số…………………………………………… 45 2.7.2 Bộ lọc bù Complementary……………………………………… 46 2.7.3 Bộ lọc Kalman………………………………………………… 48 CHƯƠNG THIẾT KẾ KHỐI ĐO LƯỜNG QUÁN TÍNH IMU…… 51 3.1 Sơ đồ khối…………………………………………………………… 51 3.2 Lựa chọn linh kiện…………………………………………………… 52 3.2.1 Vi điều khiển…………………………………………………… 52 3.2.2 Cảm biến………………………………………………………… 58 3.3 Chuẩn giao tiếp I2C UART……………………………………… 62 3.3.1 Giao tiếp I2C…………………………………………………… 62 3.3.2 Giao tiếp UART………………………………………………… 66 3.4 Bộ lọc………………………………………………………………… 68 CHƯƠNG KẾT QUẢ ………………………………………………… 69 4.1 Hình ảnh phần cứng………………………………………………… 69 4.2 Xử lý liệu cảm biến gia tốc………………………………………… 72 4.3 Xử lý liệu cảm biến từ…………………………………………… 73 4.4 Xử lý liệu cảm biến góc quay……………………………………… 74 4.5 Bộ lọc bù Complementary…………………………………………… 74 4.6 Lưu đồ thuật toán……………………………………………………… 75 4.7 Kết tính tốn mơ phỏng……………………………………… 76 CHƯƠNG KẾT LUẬN………………………………………………… 80 TÀI LIỆU THAM KHẢO………………………………………………… 82 PHỤ LỤC………………………………………………………………… 85 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường LỜI NÓI ĐẦU: Ngày nay, với phát triển công nghệ vi điện tử, thiết bị điện tử nhỏ gọn dần thay cho nhiều cỗ máy khí cồng kềnh trước Các thiết bị cảm biến số đó, cảm biến điện tử ngày trở nên vô phổ biến, ta bắt gặp nhiều thiết bị điện tử dân dụng điện thoại thông minh, máy tính bảng, hay máy móc cơng nghiệp, công nghệ robot, hàng không, hàng hải y tế… Mà số đó, cảm biến gia tốc, cảm biến góc quay cảm biến từ trường cảm biến thơng dụng ta dễ dàng bắt gặp Chúng ứng dụng phổ biến vào thiết bị cầm tay điện thoại thông minh để thực các chức tương tác với người dùng, trị chơi Hay sử dụng vào thiết bị y tế cho người tập thể thao, hay điều trị vật lý trị liệu Các cảm biến ứng dụng vào hệ thống dẫn đường quán tính INS (Inertial Navigation System) với ví dụ hệ thống dẫn đường hàng hải, hàng không… Hệ thống dẫn đường quán tính INS khơng phải mới, ứng dụng phát triển rộng rãi để thích ứng với phát triển công nghệ vi điện tử với nhiều ứng dụng khác Trong đồ án này, ta tìm hiểu hệ thống dẫn đường quán tính thu thập liệu từ cảm biến gia tốc, góc quay, từ trường kết hợp với lý thuyết để tính tốn Em xin cảm ơn chân thành tới thầy giáo, thạc sĩ Nguyễn Việt Dũng Trong trình nghiên cứu đồ án, em nhận bảo trực tiếp, hướng dẫn tận tình từ thầy Trong thời gian làm việc với thầy, em không ngừng tiếp thu nhiều kiến thức bổ ích học tinh thần làm việc, thái độ nghiên cứu khoa học nghiêm túc, hiệu quả, điều cần thiết cho em trình học tập cơng tác sau Em xin gửi lời cảm ơn tới thầy cô trường đại học Bách Khoa Hà Nội nói chung thầy cô Viện Điện tử -Viễn thông, môn Công nghệ điện tử Kỹ thuật Y sinh nói riêng giảng dạy, truyền kiến thức cho em thời gian qua Em xin chúc thầy cô khỏe mạnh công tác tốt Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường TÓM TẮT ĐỒ ÁN Như nói trên, đồ án này, ta tìm hiểu hệ thống định vị qn tính với việc thu thập liệu từ cảm biến để xử lý, tính tốn Nội dung đồ án gồm phần là: - Tìm hiểu hệ thống định vị quán tính, khối đo lường quán tính, nguyên lý hoạt động, cấu tạo - Cơ sở lý thuyết: lý thuyết hệ tọa độ, góc Euler, quaternion, lý thuyết cảm biến, sử lý cảm biến lý thuyết lọc - Việc thiết kế khối đo lường quán tính - Kết thu Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường DANH SÁCH HÌNH VẼ VÀ BẢNG BIỂU: Hình 1.1: Góc nghiêng yaw, pitch, roll khơng gian Hình 1.2: Góc nghiêng theo trục Hình 1.3: Góc nghiêng hệ tọa độ chiều xyz trực giao Hình 2.1: Cách xác định Các góc Proper Euler Hình 2.2: Hình chiếu trục Z lên hệ trục chuẩn Hình 2.3: Hình chiếu trục Y lên hệ trục chuẩn Hình 2.4: Góc Tait- ryan (đương sở y’ kí hiệu màu vàng) Hình 2.5: Ứng dụng Góc Tait- Bryan hàng khơng Hình 2.6: Hiện tượng Gimbal pitch = 90º Bảng 2.7: Bảng tính tốn giá trị góc Euler tử ma trận xoay Hình 2.8: Mơ hình thiết bị MEMS Hình 2.9 : a Mơ hình cảm biến gia tốc đơn giản theo trục; b Mơ hình cảm biến gia tốc theo ba trục Hình 2.10: a Mơ hình cảm biến gia tốc MEMS; b,c: Sự thay đổi vị trí có gia tốc đặt vào Hình 2.11: Sự thay đổi điện dung tụ điện dùng để tìm gia tốc Hình 2.12: Cấu tạo cảm biến gia tốc MEMS thực tế Hình 2.13: Con quay hồi chuyển Hình 2.14: Lực Coriolis Hình 2.15: Mơ hình cảm biến góc quay MEMS Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Hình 2.16: Cảm biến góc quay MEMS Hình 2.17 : Kết thu từ cảm biến từ quay 360º từ trường (với điều kiện không bị ảnh hưởng từ mơi trường ngồi) Hình 2.18: Hiệu ứng từ điện trở hợp kim Pecmalci Hình 2.19a, b: Mơ hình cầu Wheatstone cảm biến từ trường AMR Hình 2.20 : Ảnh hưởng hard iron soft iron gây hình anh cây: khơng có ảnh hưởng anh dương: tác động soft iron Đỏ: tác động hard iron Hình 2.21: Bộ lọc bù Hình 2.22: Sơ đồ khối lọc bù dùng trục tự Hình 2.23: Sơ đồ khối lọc Kalman Hình 3.1: Thiết kế khối IMU Hình 3.2a, b: Kit phát triển Stellaris Launchpad Hình 3.3: Sơ đồ khối kit phát triển Stellaris Launchpad Hình 3.4: Sơ đồ khối dịng vi điều khiển TI Stellaris LM4F Hình 3.5: Sơ đồ khối vi điều khiển Stellaris LM4F120H5QR Hình 3.6a, b: Cảm biến gia tốc gyroscope trục MPU6050 Hình 3.7: Module cảm biến HMC5883L Hình 3.8: Khung truyền đọc liệu bus I2C Hình 3.9: Khung truyền ghi liệu bus I2C Hình 3.10: Mức điện áp chuẩn RS232 UART Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Hình 4.1a: Hai module cảm biến gắn board thử Hình 4.1b: Mơ hình kết nối qua bus I2C phụ Hình 4.1c: Khối cảm biến IMU với bus I2C module HMC5 3L gắn với bus I2C phụ module MPU6050 Hình 4.1d: Khối cảm biến IMU hoạt động Hình 4.2: Khối cảm biến IMU kit Stellaris Launchpad Hình 4.3: Tìm góc nghiêng pitch, roll Hình 4.4: Lưu đồ thuật tốn Hình 4.5a: So sánh góc quay roll theo trục x, kết cảm biến gia tốc (màu đỏ) kết lọc bù (màu đen) Hình 4.5b: Góc quay theo trục x phóng to khơng di chuyển cảm biến Hình 4.6: góc quay pitch theo trục y tính từ cảm biến gia tốc (tím) lọc bù (xanh dương) Hình 4.7a, b, c, d: Kết mô phần mềm Processing 10 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường CÁC THUẬT NGỮ VÀ VIẾT TẮT: INS: Inertial Navigation System IMU: Inertial Measurements Units DCM: Direction Cosine Matrices AHRS: Attitude and Heading Reference System MARG: Magnetic Angular Rate and Gravitational sensor Complementary Filter Kalman Filter EKF: Extended Kalman Filter MEMS: Micro Electro Mechanicals Systems Accelerometer Gyroscope Magnetometer AMR: Anisotropic Magnetoresistive GMR: Giant Magnetoresistance TMR: Tunneling Magnetoresistance ADC: Analog to Digital Converter I2C : Inter-Integrated Circuit UART: Universal Asynchronous Receiver/Transmitter 11 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường CHƯƠNG MỞ ĐẦU 1.1 Hệ thống định vị quán tính INS Hệ thống định vị quán tính hệ thống hỗ trợ định vị sử dụng máy tính, cảm biến chuyển động (gia tốc), cảm biến góc (gyroscope) để tính tốn liên tục thơng qua dead reckoning để tìm vị trí, hướng vận tốc (hướng độ lớn chuyển động) đối tượng mà không cần tham chiếu bên Dead reckoning thuật ngữ dùng ngành hàng hải truyền thống, dùng để phương pháp xác định vị trí thuyền biển hoa tiêu Những người hoa tiêu tiên đốn vị trí thuyền khoảng thời gian định nhờ vào độ bẻ lái tốc độ thuyền, ước lượng chướng ngại vật tới đường đi, hay vị trí đất liền dựa vào kinh nghiệm địa lý Tới ngày nay, với phát triển khoa học kỹ thuật, dead-reckoning trở thành phương pháp định vị cho hệ thống dò đường Hệ thống định vị quán tính INS phát triển từ năm 1960 Người khởi đầu cho phát triển tiến sĩ Robert Goddard, nhà tiên phong công nghệ tên lửa Mỹ Kết thực nghiệm Robert Goddard với hệ gyroscope thô sơ khơi dậy trào lưu nghiên cứu INS giới INS ứng dụng lĩnh vực tên lửa vũ trụ, sau mở rộng qua lĩnh vực hàng không dân dụng quân sự, vận tải biển, tàu ngầm, công nghệ truyền thông, ngành khoa học nghiên cứu robot tự hành 1.2 Nguyên lý hoạt động cấu tạo hệ thống định vị quán tính INS Nguyên lý hoạt động INS tổng hợp tín hiệu đo cấu đo lường quán tính IMU (Inertial measurement units), biết trạng thái thời hệ thống, sau sử dụng phương pháp dead-reckoning để ước lượng trạng thái hệ thống Các tín hiệu đo IMU gồm có vận tốc góc gia tốc dài hệ thống IMU cấu tạo từ cảm biến gia tốc 12 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường (accelerometer) cảm biến góc quay Tín hiệu gia tốc dài đọc cảm biến gia tốc, cịn tín hiệu vận tốc góc đo cảm biến góc quay Ở nên phân biệt IMU INS IMU đóng vai trị đo lường thơng số hệ thống, cịn INS bao gồm IMU thuật toán để tổng hợp xác định trạng thái hệ thống Con quay hồi chuyển đo vận tốc góc hệ thống hệ tọa độ tham chiếu Bằng cách sử dụng phương hướng gốc tọa độ trạng thái ban đầu hệ thống, sau lấy tích phân giá trị vận tốc góc đo được, ta có phương hướng hệ thống thời điểm Cảm biến gia tốc đo gia tốc dài hệ thống hệ tọa độ tham chiếu, thông thường hệ tọa độ gắn liền với vật chuyển động cảm biến gia tốc gắn cố định lên hệ thống chuyển động hệ thống Tuy nhiên, cách xác định vận tốc góc gia tốc dài hệ tọa độ chuyển động gắn với hệ thống, ta hồn tồn xác đinh gia tốc dài hệ thống hệ tọa độ quán tính Thực phép tích phân gia tốc quán tính ta xác định vận tốc qn tính hệ thống, sau tích phân lần ta thu vị trí hệ thống hệ tọa độ quán tính, với điều kiện ta xác định vị trí, vận tốc góc ban đầu hệ thống hệ tọa độ quán tính Như vậy, hệ thống định vị quán tính cung cấp vị trí, vận tốc, hướng vận tốc góc hệ thống cách đo vận tốc góc gia tốc dài hệ thống hệ tọa độ tham chiếu u điểm hệ thống định vị quán tính INS khơng cần tín hiệu tham chiếu từ bên ngồi việc xác định vị trí, hướng, vận tốc hệ thống khởi động xong Hệ thống định vị quán tính INS gồm cảm biến gia tốc đo góc (hoặc cảm biến góc quay) để đo góc nghiêng hệ thống khơng gian gồm có ya , pitch roll Như hình bên pitch góc nghiêng máy bay chúc lên hay xuống, roll góc nghiêng cánh máy bay, cịn yaw góc máy bay quay quanh trục thẳng đứng 13 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Hình 1.1: Góc nghiêng yaw, pitch, roll không gian Các cảm biến gia tốc đo gia tốc dài gắn lên ba trục hệ tọa độ chuyển động để đo gia tốc dài tương ứng hệ thống Sau máy tính tính tốn trạng thái hệ thống Một hệ thống INS hoạt động gần hay bề mặt trái đất phải tích hợp thêm phép hiệu chỉnh Schuler hệ thống liên tục tâm trái đất di chuyển (phép hiệu chỉnh Schuler phát minh Schuler năm 1923 Phép hiệu chỉnh Schuler đảm bảo cho tính tốn INS hệ tọa độ gắn liền với tâm trái đất cho dù tâm quay vật di chuyển bề mặt trái đất bị thay đổi khơng cịn trùng với tâm trái đất ảnh hưởng địa hình Và lý thuyết ứng dụng cho hệ thống dị đường qn tính hoạt động gần bề mặt trái đất tàu thủy, máy bay…) Như INS bao gồm hệ thống cảm biến đo lường thuật toán để tổng hợp xác định trạng thái hệ thống 14 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Hình 4.1d: Khối cảm biến IMU hoạt động Hình 4.2: Khối cảm biến IMU kit Stellaris Launchpad 71 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường 4.2 Xử lý liệu từ cảm biến gia tốc Để xác định offset trôi cảm biến, khởi chạy ban đầu ta lấy trung bình vài trăm mẫu giá trị đặt cảm biến nằm n Tìm góc nghiêng pitch roll từ cảm biến gia tốc: Hình 4.3: Tìm góc nghiêng pitch, roll Do cấu tạo cảm biến gia tốc nhạy với va chạm nhỏ nên trước tính tốn ta cần xử lý lọc thông thấp để giảm thiểu ảnh hưởng ( ) ( ) ( ) ( ) Với: Sau lọc xong, ta đưa giá trị vào để tìm góc nghiêng pitch roll hệ thống: ( √ ( √ ) ) 72 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường 4.3 Xử lý liệu cảm biến từ trường Việc chuẩn tắc hóa (normalize) liệu cảm biến từ thực cơng thức: √ Sau chuẩn tắc hóa, trình bày ta xác định góc nghiêng nhờ đến cảm biến gia tốc Bây ta xác định góc xoay theo phương ngang ( a ) theo cảm biến từ trường Cách xác định trình bày sau: - , , hình chiếu vector cường độ từ trường B lên trục tọa độ tương đối , hình giá trị đo hệ tọa độ , tuyệt đối - Trong hệ tọa độ này, góc yaw tính sau: ( ) - Với: ( ( ) ) ( ( ) ( ( ) ) ( ) ) - Do arctan có giá trị từ [-π/2;π/2] nên ta xác định hướng dựa theo giá trị sau: ( ) 0 0 >0, =0 0, ( ) 4.4 Xử lý liệu cảm biến góc quay Do quay hồi chuyển bị ảnh hưởng nhiều trôi theo thời gian dài, nên ta cần phải xác định hệ số trôi cảm biến cách để yên cảm biến khởi chạy chương trình lấy mẫu giá trị quay hồi chuyển tính trung bình chúng Việc bù offset xác định bằng: Dữ liệu quay hồi chuyển vận tốc góc nên để xác định góc quay ta phải tích phân theo thời gian ( ) [ ( )] ( ) ( [ ( ( ) )] ) [ ] 4.5 Bộ lọc bù Ta sử dụng lọc bù để xác định góc quay yaw, pitch, roll vật thể: ̂( ) ( ) ( ) Với góc hệ số: Dữ liệu góc từ cảm biến gia tốc, từ trường lọc thông thấp để loại bỏ ảnh hưởng thay đổi nhanh cịn liệu góc từ cảm biến góc quay lọc thơng cao để loại bỏ lỗi tích lũy theo thời gian 74 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường 4.6 Lưu đồ thuật tốn Hình 4.4: Lưu đồ thuật toán 75 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường 4.7 Kết tính tốn mơ Đồ thị so sánh: Hình 4.5a: So sánh góc quay roll theo trục x, kết cảm biến gia tốc (màu đỏ) kết lọc bù (màu đen) Hình 4.5b: Góc quay theo trục x phóng to không di chuyển cảm biến 76 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Hình 4.6: góc quay pitch theo trục y tính từ cảm biến gia tốc (tím) lọc bù (xanh dương) Từ hình ta nhận thấy góc cho cảm biến gia tốc nhạy với rung, lắc mơi trường ngồi, việc áp dụng lọc bù với kết hợp cảm biến góc quay cho ta góc quay ổn định a 77 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường b c d Hình 4.7a, b, c, d: Kết mơ phần mềm Processing 78 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Ta nhận thấy góc tính cảm biến gia tốc có đáp ứng nhanh với thay đổi vị trí vật thể, nhiên lại nhạy với va chạm, rung lắc nhẹ so sánh Cịn góc tổng hợp lọc bù cho ta đáp ứng chậm giảm thiểu ảnh hưởng va chạm, rung lắc nhẹ từ mơi trường bên ngồi 79 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường Chương KẾT LUẬN Cùng với phát triển công nghệ vi điện tử, cảm biến MEMS ngày trở nên phổ biến, rẻ ứng dụng vào nhiều lĩnh vực sống điện tử tiêu dùng, điện tử y tế, điện tử công nghiệp, hàng không vũ trụ… mà cảm biến gia tốc, góc quay từ trường cảm biến tìm thấy thiết bị di động thơng minh smartphone, tablet Việc tìm hiểu cảm biến ứng dụng cảm biến việc định vị giúp ta thiết kế tương tác, mô hoạt động người với trò chơi, hoạt động thể thao hay chương trình vật lý trị liệu Do cảm biến cảm nhận, tính tốn, xử lý chuyển động nhỏ nên kết hợp với thu nhận chuyển động hình ảnh giúp mơ xác hoạt động vật thể Nó hướng triển vọng chương trình vật lý trị liệu, góp phần giúp bác sĩ chuẩn đoán, dự báo, đánh giá xác hiệu chương trình vật lý trị liệu với bệnh nhân Các vấn đề tìm hiểu: - Hệ thống định vị quán tính INS, nguyên tắc hoạt động cấu tạo - Khối đo lường qn tính cảm biến sử dụng - Các hệ tọa độ, góc Euler, quaternion, cách chuyển đổi - Cảm biến, nguyên lý, cấu tạo sai số - Lý thuyết lọc - Áp dụng phần lý thuyết để thiết kế khối đo lường qn tính sử dụng để tính tốn tìm góc Euler Các vấn đề cịn tồn hướng tương lai: - Các giá trị cảm biến chưa chuẩn hóa cách xác, chưa có mẫu tham chiếu để đánh giá tính đắn việc đo đạc, xử lý - Việc tìm vị trí vật thể cịn nhiều vấn đề chưa xử lý xác để giảm sai số 80 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường - Việc áp dụng lọc khác để so sánh, tối ưu lọc cho ứng dụng - Việc kết hợp thu nhận tín hiệu định vị vệ tinh GPS việc định vị hàng hải hay thu nhận xử lý hình ảnh chương trình tương tác, mô - Việc kết hợp với module không dây F, igbee, luetooth tạo thành mạng lưới sensor node, gắn nhiều khối đo lường để xác định, mô chuyển động thể 81 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường TÀI LIỆU THAM KHẢO: [1] Kurt Seifert and Oscar Camacho, AN3397 - Implementing Positioning Algorithms Using Accelerometers, rev0, 02/2007 [2] Kimberly Tuck, AN3461 - Tilt Sensing Using Linear Accelerometers, rev2, 06/2007 [3] Mark Pedley, AN3461 - Tilt Sensing Using a Three-Axis Accelerometer, rev 6, 03/2013 [4] Talat Ozyagcilar, AN4246 - Calibrating an eCompass in the Presence of Hard and Soft-Iron Interference, rev3, 04/2013 [5] Talat Ozyagcilar, AN4248 - Implementing a Tilt-Compensated eCompass using Accelerometer and Magnetometer Sensors, rev3, 01/2012 [6] Mark Pedley, AN4399 - High Precision Calibration of a Three-Axis Accelerometer, rev1, 01/2013 [7] STMicrolectronics, AN3182 - Tilt Measurement Using A Low-g 3- Axis Accelerometer, rev1, 04/2010 [8] Michael J Caruso, Applications of Magnetic Sensors for Low Cost Compass Systems [9] Michael J Caruso, Applications of Magnetoresistive Sensors in Navigation Systems [10] Yong Yao Cai, Yang Zhao, Xian Feng Ding & James Fennelly, Magnetometer basics for mobile phone applications, 02/2012 [11] Walter T Higgins, JR., A Comparison of Complementary and Kalman Filtering, 05/1975 [12] CH Robotics, AN1005 - Understanding Euler Angles, rev1, 10/2012 82 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường [13] CH Robotics, AN1006 - Understanding Quaternions, rev1, 10/2012 [14] CH Robotics, AN1007 - Estimating Velocity andPosition Using Accelerometers, rev1, 10/2012 [15] CH Robotics, AN1008 - Sensors for Orientation Estimation, rev1, 10/2012 [16] D Comotti , M Ermidoro, Report of The Course “Progetto di Microelettronica” [17] Shane Colton, The Balance Filter A Simple Solution for Integrating Accelerometer and Gyroscope Measurements for a Balancing Platform, 06/2007 [18] Jỗo Ls Marins, Xiaoping Yun, Eric R Bachmann, Robert B McGhee, and Michael J Zyda, An Extended Kalman Filter for QuaternionBased Orientation Estimation Using MARG Sensors [19] Sebastian O.H Madgwick, An Efficient Orientation Filter for Inertial and Inertial/Magnetic Sensor Arrays, 04/2010 [20] Manne Henriksson, Estimation of Heading Using Magnetometer and GPS, 09/2013 [21] William Premerlani and Paul Bizard, Direction Cosine Matrix IMU: Theory, 05/2009 [22] Starlino, DCM Tutorial – An Introduction to Orientation Kinematics, rev 0.1, 2011 [23] Wei Li and Jinling Wang, Effective Adaptive Kalman Filter for MEMS-IMU/Magnetometers Integrated Attitude and Heading Reference Systems [24] Honeywell, 3-Axis Digital Compass IC HMC5883L 83 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường [25] Invensense, MPU-6000 and MPU-6050 Product Specification, rev 3.4 [26] Jeff Rowberg, https://github.com/jrowberg/i2cdevlib [27] D Comotti, Orientation Estimation Based on Gauss-Newton Method and Implementation of a Quaternion Complementary Filter 84 Thu nhận liệu từ cảm biến gia tốc, quay hồi chuyển từ trường PHỤ LỤC: [1] Ứng dụng khối IMU thiết kết robot tự cân bằng: https://www.youtube.com/watch?v=FDSh_N2yJZk [2] Ứng dụng thiết kế Quad Helicopter https://www.youtube.com/watch?v=6iSl4WL1PkI [3] So sánh lọc: lọc bù, lọc Kalman lọc Kalman mở rộng https://www.youtube.com/watch?v=uWaZn4yhu7o [4] Mô hoạt động thể người dùng 14 khối IMU https://www.youtube.com/watch?v=BDJkPQBp7Jk [5] Giới thiệu cảm biến YEI space demo https://www.youtube.com/watch?v=rK6BAqctcRk https://www.youtube.com/watch?v=d_KpDGK4Pl8 [6] Giới thiệu kết hợp IMU Kinect https://www.youtube.com/watch?v=HlHMhkBT77w 85