陀螺仪LSM6DSV16X与AI集成(12)----SFLP获取四元数
CSDN 2024-10-10 11:31:02 阅读 55
陀螺仪LSM6DSV16X与AI集成.12--SFLP获取四元数
概述视频教学样品申请源码下载硬件准备SFLP生成STM32CUBEMX串口配置IIC配置CS和SA0设置ICASHE修改堆栈串口重定向参考程序初始换管脚获取ID复位操作BDU设置设置量程初始化SFLP步骤初始化SFLP读取四元数数据
概述
在现代的运动跟踪和姿态检测应用中,低功耗、高精度的传感器数据融合处理变得越来越重要。LSM6DSV16X传感器集成了SFLP(Sensor Fusion Low Power)算法模块,可以在低功耗模式下实现六轴传感器数据的高效融合。SFLP模块通过处理加速度计和陀螺仪的数据,生成一个表示设备姿态的四元数,这为游戏、增强现实(AR)、虚拟现实(VR)等应用中的精准运动追踪提供了技术支持。在本文中,我们将深入探讨如何利用SFLP模块获取四元数数据,并分析其在实际应用中的优势和实现方法。
最近在弄ST和瑞萨RA的课程,需要样片的可以加群申请:615061293 。
视频教学
https://www.bilibili.com/video/BV1x4sMe9E6o/
陀螺仪LSM6DSV16X与AI集成(12)----SFLP获取四元数
样品申请
https://www.wjx.top/vm/OhcKxJk.aspx#
源码下载
https://download.csdn.net/download/qq_24312945/89698372
硬件准备
首先需要准备一个开发板,这里我准备的是自己绘制的开发板,需要的可以进行申请。
主控为STM32H503CB,陀螺仪为LSM6DSV16X,磁力计为LIS2MDL。
SFLP
LSM6DSV16X 特性涉及到的是一种低功耗的传感器融合算法(Sensor Fusion Low Power, SFLP).
低功耗传感器融合(SFLP)算法:
该算法旨在以节能的方式结合加速度计和陀螺仪的数据。传感器融合算法通过结合不同传感器的优势,提供更准确、可靠的数据。
6轴游戏旋转向量:
SFLP算法能够生成游戏旋转向量。这种向量是一种表示设备在空间中方向的数据,特别适用于游戏和增强现实应用,这些应用中理解设备的方向和运动非常关键。
四元数表示法:
旋转向量以四元数的形式表示。四元数是一种编码3D旋转的方法,它避免了欧拉角等其他表示法的一些限制(如万向节锁)。一个四元数有四个分量(X, Y, Z 和 W),其中 X, Y, Z 代表向量部分,W 代表标量部分。
FIFO存储:
四元数的 X, Y, Z 分量存储在 LSM6DSV16X 的 FIFO(先进先出)缓冲区中。FIFO 缓冲区是一种数据存储方式,允许临时存储传感器数据。这对于有效管理数据流非常有用,特别是在数据处理可能不如数据收集那么快的系统中。
图片包含了关于 LSM6DSV16X 传感器的低功耗传感器融合(Sensor Fusion Low Power, SFLP)功能的说明。这里是对图片内容的解释:
SFLP 功能:
SFLP 单元用于生成基于加速度计和陀螺仪数据处理的以下数据:游戏旋转向量:以四元数形式表示设备的姿态。重力向量:提供一个三维向量,表示重力方向。陀螺仪偏差:提供一个三维向量,表示陀螺仪的偏差。
激活与重置:通过在 EMB_FUNC_EN_A(04h)嵌入式功能寄存器中设置 SFLP_GAME_EN 位为 1 来激活 SFLP 单元。通过在 EMB_FUNC_INIT_A(66h)嵌入式功能寄存器中设置 SFLP_GAME_INIT 位为 1 来重置 SFLP 单元。
性能参数表:
表格展示了 SFLP 功能在不同情况下的性能,包括静态精度、低动态精度和高动态精度,以及校准时间和方向稳定时间。这些参数反映了传感器在不同运动状态下的精确度和响应速度。
生成STM32CUBEMX
用STM32CUBEMX生成例程,这里使用MCU为STM32H503CB。
配置时钟树,配置时钟为250M。
串口配置
查看原理图,PA9和PA10设置为开发板的串口。
配置串口,速率为2000000。
IIC配置
LSM6DSV16X最大IIC通讯速率为1M。
配置IIC速度为1M
CS和SA0设置
由于还有一个磁力计,需要把该CS也使能。
ICASHE
修改堆栈
串口重定向
打开魔术棒,勾选MicroLIB
在main.c中,添加头文件,若不添加会出现 identifier “FILE” is undefined报错。
<code>/* USER CODE BEGIN Includes */
#include "stdio.h"
/* USER CODE END Includes */
函数声明和串口重定向:
/* USER CODE BEGIN PFP */
int fputc(int ch, FILE *f){
HAL_UART_Transmit(&huart1 , (uint8_t *)&ch, 1, 0xFFFF);
return ch;
}
/* USER CODE END PFP */
参考程序
https://github.com/STMicroelectronics/lsm6dsv16x-pid
初始换管脚
由于需要向LSM6DSV16X_I2C_ADD_L写入以及为IIC模式。
所以使能CS为高电平,配置为IIC模式。
配置SA0为高电平。
<code>printf("HELLO!\n");
HAL_GPIO_WritePin(CS_GPIO_Port, CS_Pin, GPIO_PIN_SET);
HAL_GPIO_WritePin(SA0_GPIO_Port, SA0_Pin, GPIO_PIN_RESET);
HAL_Delay(100);
lsm6dsv16x_fifo_status_t fifo_status;
stmdev_ctx_t dev_ctx;
lsm6dsv16x_reset_t rst;
/* Initialize mems driver interface */
dev_ctx.write_reg = platform_write;
dev_ctx.read_reg = platform_read;
dev_ctx.mdelay = platform_delay;
dev_ctx.handle = &SENSOR_BUS;
/* Init test platform */
// platform_init(dev_ctx.handle);
/* Wait sensor boot time */
platform_delay(BOOT_TIME);
获取ID
可以向WHO_AM_I (0Fh)获取固定值,判断是否为0x70。
lsm6dsv16x_device_id_get为获取函数。
对应的获取ID驱动程序,如下所示。
<code> /* Check device ID */
lsm6dsv16x_device_id_get(&dev_ctx, &whoamI);
printf("LSM6DSV16X_ID=0x%x,whoamI=0x%x",LSM6DSV16X_ID,whoamI);
if (whoamI != LSM6DSV16X_ID)
while (1);
复位操作
可以向CTRL3 (12h)的SW_RESET寄存器写入1进行复位。
lsm6dsv16x_reset_set为重置函数。
对应的驱动程序,如下所示。
<code> /* Restore default configuration */
lsm6dsv16x_reset_set(&dev_ctx, LSM6DSV16X_RESTORE_CTRL_REGS);
do {
lsm6dsv16x_reset_get(&dev_ctx, &rst);
} while (rst != LSM6DSV16X_READY);
BDU设置
在很多传感器中,数据通常被存储在输出寄存器中,这些寄存器分为两部分:MSB和LSB。这两部分共同表示一个完整的数据值。例如,在一个加速度计中,MSB和LSB可能共同表示一个加速度的测量值。
连续更新模式(BDU = ‘0’):在默认模式下,输出寄存器的值会持续不断地被更新。这意味着在你读取MSB和LSB的时候,寄存器中的数据可能会因为新的测量数据而更新。这可能导致一个问题:当你读取MSB时,如果寄存器更新了,接下来读取的LSB可能就是新的测量值的一部分,而不是与MSB相对应的值。这样,你得到的就是一个“拼凑”的数据,它可能无法准确代表任何实际的测量时刻。
块数据更新(BDU)模式(BDU = ‘1’):当激活BDU功能时,输出寄存器中的内容不会在读取MSB和LSB之间更新。这就意味着一旦开始读取数据(无论是先读MSB还是LSB),寄存器中的那一组数据就被“锁定”,直到两部分都被读取完毕。这样可以确保你读取的MSB和LSB是同一测量时刻的数据,避免了读取到代表不同采样时刻的数据。
简而言之,BDU位的作用是确保在读取数据时,输出寄存器的内容保持稳定,从而避免读取到拼凑或错误的数据。这对于需要高精度和稳定性的应用尤为重要。
可以向CTRL3 (12h)的BDU寄存器写入1进行开启。
对应的驱动程序,如下所示。
<code> /* Enable Block Data Update */
lsm6dsv16x_block_data_update_set(&dev_ctx, PROPERTY_ENABLE);
设置量程
速率可以通过CTRL1 (10h)设置加速度速率和CTRL2 (11h)进行设置角速度速率。
设置加速度量程可以通过CTRL8 (17h)进行设置。
设置角速度量程可以通过CTRL6 (15h)进行设置。
设置加速度和角速度的量程和速率可以使用如下函数。
<code> /* Set full scale */
lsm6dsv16x_xl_full_scale_set(&dev_ctx, LSM6DSV16X_4g);
lsm6dsv16x_gy_full_scale_set(&dev_ctx, LSM6DSV16X_2000dps);
初始化SFLP步骤
启用 LSM6DSV16X 传感器中的旋转向量低功耗传感器融合(Rotation Vector SFLP)功能的步骤。旋转向量是一个四元数,它提供了一个精确的设备姿态估计。这通常用于游戏控制、增强现实和虚拟现实等应用。下面是函数各部分的作用:
函数定义:LSM6DSV16XSensor_Enable_Rotation_Vector 旨在启用旋转向量功能,并返回操作的结果。如果成功,返回 0;如果出现错误,则返回错误代码。设置满量程:函数首先设置加速度计和陀螺仪的满量程,这是传感器能够测量的最大范围。这里分别设置为 4g 和 2000 度每秒(dps)。获取 FIFO SFLP 设置:然后,它读取当前的 FIFO SFLP(传感器融合低功耗)配置。启用旋转向量 SFLP 特性:通过将 fifo_sflp.game_rotation 设为 1 来启用游戏旋转向量功能。设置 FIFO 模式:将 FIFO 设置为流模式(也称为连续模式),在此模式下,数据持续地流入 FIFO,如果 FIFO 满了,新数据会覆盖旧数据。设置数据输出率:为加速度计和陀螺仪以及 SFLP 设置数据输出率(ODR),在这里都设置为每秒 120 次采样(120Hz)。启用 SFLP 低功耗模式:最后,启用 SFLP 游戏旋转向量特性,确保以低功耗模式运行。
初始化SFLP
开启嵌入式函数访问需要向 FUNC_CFG_ACCESS (01h)的EMB_FUNC_REG_ACCESS写入1进行开启。
<code>/**
* @brief Change memory bank.[set]
*
* @param ctx read / write interface definitions
* @param val MAIN_MEM_BANK, EMBED_FUNC_MEM_BANK,
* @retval interface status (MANDATORY: return 0 -> no Error)
*
*/
int32_t lsm6dsv16x_mem_bank_set(stmdev_ctx_t *ctx, lsm6dsv16x_mem_bank_t val)
{
lsm6dsv16x_func_cfg_access_t func_cfg_access;
int32_t ret;
ret = lsm6dsv16x_read_reg(ctx, LSM6DSV16X_FUNC_CFG_ACCESS, (uint8_t *)&func_cfg_access, 1);
if (ret != 0) { return ret; }
func_cfg_access.shub_reg_access = ((uint8_t)val & 0x02U) >> 1;
func_cfg_access.emb_func_reg_access = (uint8_t)val & 0x01U;
ret = lsm6dsv16x_write_reg(ctx, LSM6DSV16X_FUNC_CFG_ACCESS, (uint8_t *)&func_cfg_access, 1);
return ret;
}
SFLP_GAME_FIFO_EN 是 LSM6DSV16X 传感器中 EMB_FUNC_FIFO_EN_A(44h)寄存器的一个设置位。这个特定的位用于控制是否启用将 SFLP(Sensor Fusion Low Power)算法计算出的游戏旋转向量(四元数)值存储到 FIFO(先进先出)缓冲区中的功能。当这个位被设置为 1 时,启用了这个功能,使得算法计算出的游戏旋转向量可以批量存储到 FIFO 缓冲区中。默认值为 0,表示该功能默认是禁用的。
LSM6DSV16X 传感器的 FIFO_CTRL4 (0Ah) 寄存器配置信息。这个寄存器控制着 FIFO(先进先出)缓冲区的各种操作和数据批处理(batching)的设置。
连续模式,如果 FIFO 已满,新采集的样本会覆盖旧样本。
在AN5763手册中,也说明了融合数据会输出在FIFO中,同时有如下的输出速率,我们可以配置默认的速率。
最后对EMB_FUNC_EN_A (04h) 寄存器的SFLP_GAME_EN设置为1。
读取四元数数据
FIFO_STATUS1(1Bh)和 FIFO_STATUS2(1Ch)寄存器中的 DIFF_FIFO [8:0] 字段包含在 FIFO 中收集的字(1 字节标签 + 6 字节数据)的数量。
<code> /* Read watermark flag */
status=lsm6dsv16x_fifo_status_get(&dev_ctx, &fifo_status);
// Check the number of samples inside FIFO
if (status != LSM6DSV16X_OK) {
printf("LSM6DSV16X Sensor failed to get number of samples inside FIFO");
while (1);
}
fifo_samples = fifo_status.fifo_level;
之后需要通过FIFO_DATA_OUT_TAG (78h)判断是什么数据准备好,当为SFLP game rotation vector(0X13)时候,为四元数准备完毕。
之后读取FIFO_DATA_OUT_X_L (79h)到FIFO_DATA_OUT_Z_H (7Eh)共6个字节数据,进行四元数读取。
最后转换为姿态角。
<code> /* USER CODE BEGIN WHILE */
while (1)
{
uint16_t num = 0;
/* Read watermark flag */
lsm6dsv16x_fifo_status_get(&dev_ctx, &fifo_status);
if (fifo_status.fifo_th == 1) {
num = fifo_status.fifo_level;
sprintf((char *)tx_buffer, "-- FIFO num %d \r\n", num);
while (num--) {
lsm6dsv16x_fifo_out_raw_t f_data;
int16_t *axis;
float quat[4];
float gravity_mg[3];
float gbias_mdps[3];
/* Read FIFO sensor value */
lsm6dsv16x_fifo_out_raw_get(&dev_ctx, &f_data);
switch (f_data.tag) {
// case LSM6DSV16X_SFLP_GYROSCOPE_BIAS_TAG:
// axis = (int16_t *)&f_data.data[0];
// gbias_mdps[0] = lsm6dsv16x_from_fs125_to_mdps(axis[0]);
// gbias_mdps[1] = lsm6dsv16x_from_fs125_to_mdps(axis[1]);
// gbias_mdps[2] = lsm6dsv16x_from_fs125_to_mdps(axis[2]);
// printf("GBIAS [mdps]:%4.2f\t%4.2f\t%4.2f\r\n",
// (double_t)gbias_mdps[0], (double_t)gbias_mdps[1], (double_t)gbias_mdps[2]);
// break;
// case LSM6DSV16X_SFLP_GRAVITY_VECTOR_TAG:
// axis = (int16_t *)&f_data.data[0];
// gravity_mg[0] = lsm6dsv16x_from_sflp_to_mg(axis[0]);
// gravity_mg[1] = lsm6dsv16x_from_sflp_to_mg(axis[1]);
// gravity_mg[2] = lsm6dsv16x_from_sflp_to_mg(axis[2]);
// printf("Gravity [mg]:%4.2f\t%4.2f\t%4.2f\r\n",
// (double_t)gravity_mg[0], (double_t)gravity_mg[1], (double_t)gravity_mg[2]);
// break;
case LSM6DSV16X_SFLP_GAME_ROTATION_VECTOR_TAG:
sflp2q(quat, (uint16_t *)&f_data.data[0]);
// printf("Game Rotation \tX: %2.3f\tY: %2.3f\tZ: %2.3f\tW: %2.3f\r\n",
// (double_t)quat[0], (double_t)quat[1], (double_t)quat[2], (double_t)quat[3]);
float sx=quat[1];
float sy=quat[2];
float sz=quat[0];
float sw=quat[3];
if (sw< 0.0f)
{
sx*=-1.0f;
sy*=-1.0f;
sz*=-1.0f;
sw*=-1.0f;
}
float sqx = sx * sx;
float sqy = sy * sy;
float sqz = sz * sz;
float euler[3];
euler[0] = -atan2f(2.0f* (sy*sw+sx*sz), 1.0f-2.0f*(sqy+sqx));
euler[1] = -atan2f(2.0f * (sx*sy+sz*sw),1.0f-2.0f*(sqx+sqz));
euler[2] = -asinf(2.0f* (sx*sw-sy*sz));
if (euler[0] <0.0f)
euler[0] +=2.0f*3.1415926;
for(uint8_t i=0; i<3; i++){
euler[i] = 57.29578 * (euler[i]);
}
printf("euler[0]=%f,euler[1]=%f,euler[2]=%f\n",euler[0],euler[1],euler[2]);
break;
default:
break;
}
}
}
/* USER CODE END WHILE */
/* USER CODE BEGIN 3 */
}
/* USER CODE END 3 */
下一篇: 华为 昇腾 310P 系列 AI 处理器支持 140Tops 的 AI 算力。
本文标签
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。