Bemerkung

Hallo, willkommen in der SunFounder Raspberry Pi & Arduino & ESP32 Enthusiasten-Community auf Facebook! Tauchen Sie tiefer in Raspberry Pi, Arduino und ESP32 mit anderen Enthusiasten ein.

Warum beitreten?

  • Fachkundige Unterstützung: Lösen Sie nach dem Kauf auftretende Probleme und technische Herausforderungen mit Hilfe unserer Community und unseres Teams.

  • Lernen & Teilen: Tauschen Sie Tipps und Tutorials aus, um Ihre Fähigkeiten zu verbessern.

  • Exklusive Vorschauen: Erhalten Sie frühzeitigen Zugang zu neuen Produktankündigungen und Sneak Peeks.

  • Spezielle Rabatte: Genießen Sie exklusive Rabatte auf unsere neuesten Produkte.

  • Festliche Aktionen und Verlosungen: Nehmen Sie an Verlosungen und Feiertagsaktionen teil.

👉 Bereit, mit uns zu entdecken und zu kreieren? Klicken Sie auf [hier] und treten Sie noch heute bei!

Lektion 47 : Verbesserung der Sensordaten mit einem Tiefpassfilter

Dieses Tutorial behandelt die Verwendung des MPU6050-Sensors mit dem Raspberry Pi Pico W zur Erstellung eines stabilen Zwei-Achsen-Neigungsmessers durch Implementierung eines Tiefpassfilters:

  • Einrichtung:

    • Verbinden Sie den MPU6050 mit dem Raspberry Pi Pico W gemäß dem bereitgestellten Schaltplan.

  • Konzept:

    • Messen Sie die Neigung mithilfe der Beschleunigungsdaten des MPU6050, um Pitch- und Roll-Winkel zu berechnen.

    • Beheben Sie Fehler, die durch die Interpretation von Beschleunigung als Neigung verursacht werden.

  • Tiefpassfilter:

    • Implementieren Sie einen Tiefpassfilter, um Daten zu glätten und Rauschen zu reduzieren.

    • Gleichung: (text{new value} = text{sensor confidence} times text{measurement} + (1 - text{sensor confidence}) times text{old value})

    • Passen Sie den Konfidenzwert an, um das beste Gleichgewicht zwischen Reaktionsfähigkeit und Rauschunterdrückung zu finden.

  • Code:

    • Richten Sie den MPU6050 ein, um X-, Y- und Z-Beschleunigung zu messen.

    • Berechnen und filtern Sie Pitch- und Roll-Winkel.

    • Zeigen Sie die gefilterten Werte an.

  • Hausaufgabe:

    • Implementieren und testen Sie den Tiefpassfilter.

    • Experimentieren Sie mit verschiedenen Konfidenzwerten.

Video