Hiệu chuẩn từ kế

Trong điện thoại di động và các thiết bị khác sử dụng la bàn điện tử 3 trục, chuyển động hình / 8 / S được sử dụng để hiệu chỉnh từ kế như trong các video này .

Tại sao phong trào này được thực hiện, lý thuyết là gì và bất cứ ai cũng có thể đưa ra một số ví dụ mã C để thực hiện nó?

Bạn phải đi qua một câu hỏi tương tự khác của tôi có chứa nhiều thông tin hơn.

Một số thông tin bổ sung cho câu hỏi cụ thể này: Nền tảng là 8 bit AtMega32, sử dụng AVR Studio 5.

Cho đến bây giờ tôi đã thử: Tôi đã thử chia trung bình cho 2 giá trị vectơ của Từ kế tạo thành hình dạng. Suy nghĩ có thể giúp tính toán bù đắp. Tôi nghĩ một số cách hai phần / mặt giống hệt nhau của hình dạng đang hủy bỏ từ trường của trái đất và đưa ra các giá trị bù. Tôi có thể sai. Nhưng đặc biệt đối với hiệu chuẩn dựa trên hình dạng, đây là nơi tôi đang ở. Tôi nghĩ rằng hiệu chuẩn làm việc theo cách này. Ý tưởng là để tìm ra rằng làm việc theo cách này?

Ok mã mà tôi có thể tính toán các độ lệch và sau đó chỉ cần trừ chúng khỏi vectơ 3D từ tính Nguyên. Tôi có thể hoàn toàn sai và không có lời giải thích làm thế nào nó hoạt động. Nhìn thấy sau video và dữ liệu được vẽ trên quả cầu, bằng cách nào đó đã tăng tốc suy nghĩ của tôi và tôi đã sử dụng suy nghĩ đó dưới dạng phương trình. B)

Mã số:

Các chức năng Read_accl();và Read_magnato(1);đang đọc dữ liệu cảm biến. Tôi hy vọng mã là tự giải thích. Hy vọng ppl khôn ngoan chắc chắn sẽ sử dụng điều này theo những cách tốt hơn nhiều. : \

void InfinityShapedCallibration()
{
    unsigned char ProcessStarted = 0;
    unsigned long cnt = 0; 

    while (1)
    {

            Read_accl();

            // Keep reading Acc data
            // Detect Horizontal position
            // Detect Upside down position
            // Then detect the Horizontal position again.
            // Meanwhile an infinity shaped movement will be created.
            // Sum up all the data, divide by the count, divide by 2 .
            // !We've offsets.          

                if (ProcessStarted!=3)
                {
                //
                    //USART_Transmit_String("\r");
                    //rprintfFloat(4, g_structAccelerometerData.accx_RAW);
                    //USART_Transmit_String(",");
                    //rprintfFloat(4, g_structAccelerometerData.accy_RAW);
                    //USART_Transmit_String(",");
                    //rprintfFloat(4, g_structAccelerometerData.accz_RAW);

                }


            if (
             abs( g_structAccelerometerData.accx_RAW) < 100 
            && abs(g_structAccelerometerData.accy_RAW) < 100 
            && g_structAccelerometerData.accz_RAW < -350 
            && ProcessStarted != 2 && ProcessStarted != 3 && ProcessStarted != 1 )
            {
                ProcessStarted = 1; 
            }   

            if (ProcessStarted==1)
            { 

            Read_magnato(1);

                structMagnetometerOffsetDataToEEPROM.Off_X += g_structMegnetometerData.magx_RAW;
                structMagnetometerOffsetDataToEEPROM.Off_Y += g_structMegnetometerData.magy_RAW;
                structMagnetometerOffsetDataToEEPROM.Off_Z += g_structMegnetometerData.magz_RAW;

                cnt++;

            }               
                if ( g_structAccelerometerData.accz_RAW > 350 
                && ProcessStarted==1)
                {
                    ProcessStarted = 2; 
                }

                if ( g_structAccelerometerData.accz_RAW < -350 
                && ProcessStarted == 2 )
                {
                    ProcessStarted=3; 
                    structMagnetometerOffsetDataToEEPROM.Off_X /= cnt;
                    structMagnetometerOffsetDataToEEPROM.Off_X /= 2;

                    structMagnetometerOffsetDataToEEPROM.Off_Y /= cnt;
                    structMagnetometerOffsetDataToEEPROM.Off_Y /= 2;

                    structMagnetometerOffsetDataToEEPROM.Off_Z /= cnt;
                    structMagnetometerOffsetDataToEEPROM.Off_Z /= 2;  

                    UpdateOFFSETDATAinEEPROM();  

                    break;

                } 
    }   
} 

Sau khi nhận được những bù đắp này, tôi đã sử dụng chúng như sau:

void main()
{
...

Read_magnato(1);
        g_structMegnetometerData.magx_RAW -= structMagnetometerOffsetDataToEEPROM.Off_X ;
        g_structMegnetometerData.magy_RAW -= structMagnetometerOffsetDataToEEPROM.Off_Y ;
        g_structMegnetometerData.magz_RAW -= structMagnetometerOffsetDataToEEPROM.Off_Z ;
...
}

Như tôi đã đề cập.

Mẫu hình 8 / S được sử dụng để hiệu chỉnh từ kế trong điện thoại di động và các thiết bị khác.

Lý lịch

Từ kế thời đại điện thoại di động điển hình đo cường độ từ trường dọc theo ba trục trực giao, ví dụ:

$\textbf{m} = m_x\boldsymbol{\hat{\imath}} + m_y\boldsymbol{\hat{\jmath}} + m_z\boldsymbol{\hat{k}}$

Với độ lớn của trường được đưa ra bởi,

$\|\textbf{m}\| = \sqrt{m_x^2 +m_y^2 + m_z^2}$

và góc quay từ mỗi trục như

$\theta_k = \cos^{-1} \frac{m_k}{ \| \textbf{m} \| }, \text{ where } k \in [x,y,z]$

Hiệu chuẩn

$m_x$$m_y$$m_z$

Lý tưởng nhất là nó sẽ trông giống như thế này:

Tuy nhiên do hiệu ứng sắt cứng và mềm và các biến dạng khác, cuối cùng nó trông giống như một quả cầu bị biến dạng:

Điều này là do cường độ của từ trường được đo bằng cảm biến đang thay đổi theo hướng. Kết quả là hướng của từ trường khi tính theo các công thức trên khác với hướng thực.

Hiệu chuẩn phải được thực hiện để điều chỉnh từng trong ba lần đọc trục sao cho cường độ không đổi bất kể định hướng - bạn có thể nghĩ về nó như hình cầu biến dạng phải được biến thành một hình cầu hoàn hảo. Các LSM303 ứng dụng lưu ý có rất nhiều hướng dẫn chi tiết về cách thực hiện điều này.

Vậy còn mẫu hình số 8 thì sao!?

Thực hiện mô hình hình 8 'dấu vết' một phần của hình cầu bị biến dạng ở trên. Từ tọa độ thu được, biến dạng của hình cầu có thể được ước tính, và các hệ số hiệu chuẩn thu được. Một mô hình tốt là một mô hình theo dõi phạm vi định hướng lớn nhất và do đó ước tính độ lệch lớn nhất so với cường độ không đổi thực sự.

Để ước tính hình dạng của hình cầu bị biến dạng, có thể sử dụng khớp hình elip hình vuông nhỏ nhất . Ghi chú ứng dụng LSM303 cũng có thông tin về điều này.

Một phương pháp đơn giản để hiệu chuẩn cơ bản

Theo ghi chú của ứng dụng nếu bạn cho rằng không có biến dạng sắt mềm, hình cầu biến dạng sẽ không bị nghiêng. Do đó, một phương pháp đơn giản để hiệu chuẩn cơ bản có thể là có thể:

• Tìm giá trị tối đa và tối thiểu cho mỗi trục và lấy phạm vi 1/2 và điểm 0

$r_k = \tfrac{1}{2} (\max(m_k) - \min(m_k))$

$z_k = \max(m_k) - r_k$

• Thay đổi và chia tỷ lệ từng trục đo

$m_k' = \frac{m_k - z_k}{r_k}$

• $m_k'$

Điều này dựa trên mã được tìm thấy ở đây.

Giải các ô vuông nhỏ nhất

Mã MATLAB để giải quyết bằng cách sử dụng bình phương tối thiểu được hiển thị bên dưới. Mã giả định một biến magtrong đó các cột là các giá trị xyz.

H = [mag(:,1), mag(:,2), mag(:,3), - mag(:,2).^2, - mag(:,3).^2, ones(size(mag(:,1)))];
w = mag(:,1).^2;
X = (H'*H)\H'*w;
offX = X(1)/2;
offY = X(2)/(2*X(4));
offZ = X(3)/(2*X(5));
temp = X(6) + offX^2 + X(4)*offY^2 + X(5)*offZ^2;
scaleX = sqrt(temp);
scaleY = sqrt(temp / X(4));
scaleZ= sqrt(temp / X(5));

Để thực hiện hiệu chỉnh hình 8 động, bạn có thể chạy thói quen bình phương nhỏ nhất với mỗi lần đọc mới và chấm dứt khi các yếu tố bù và tỷ lệ đã ổn định.

Từ trường của trái đất

Lưu ý, từ trường của Trái đất thường không song song với bề mặt và có thể có một thành phần lớn.