微波EDA网,见证研发工程师的成长!
首页 > 研发问答 > 嵌入式设计讨论 > FPGA,CPLD和ASIC > 机器人伺服系统技术资料TI DSP加FPGA台达伺服技术资料

机器人伺服系统技术资料TI DSP加FPGA台达伺服技术资料

时间:10-02 整理:3721RD 点击:

高性能硬件平台:32bit高性能DSP。

调速范围宽:稳速运行的最高速度可达3000rpm,最低速度0.1rpm。

过载能力强:转矩可达3倍额定负载

高动态响应:速度环带宽可达500Hz,突加负载转速变化小。

位置控制精度高:动态跟踪误差小,高速下进行快速定位,无拖尾,停止时无抖动。

六种控制模式: 速度模式 位置模式 转矩模式 速度/位置切换模式 转矩/速度切换模式 位置/转矩切换模式。

------------------------------------------------------------------

变频伺服步进工控产品研发生产技术方案提供商

深圳市伊瑞软件技术有限公司

Shenzhen Erik Software Technology Co., Ltd

扣扣:2512262471

联系电话:高端1矢量3变频8技术2 伺服3 PLC 1步进3电梯7逆变4源码6转让4


#ifndef _KALMAN_H_
#define _KALMAN_H_
extern  KalmanGain;//  卡尔曼增益
extern  EstimateCovariance;//估计协方差
extern  MeasureCovariance;//测量协方差
extern  EstimateValue;//估计值
extern void KalmanFilterInit(void);
extern      KalmanFilter(   Measure);
#endif

#include "config.h"
#include "math.h"
  KalmanGain;//  卡尔曼增益
  EstimateCovariance;//估计协方差
  MeasureCovariance;//测量协方差
  EstimateValue;//估计值
void KalmanFilterInit(void);
extern    float  KalmanFilter(float   Measure);

void KalmanFilterInit(void)
{
EstimateValue=0;
EstimateCovariance=0.1;
MeasureCovariance=0.02;

}
KalmanFilter(   Measure)
{
//计算卡尔曼增益
KalmanGain=EstimateCovariance*sqrt(1/(EstimateCovariance*EstimateCovariance+MeasureCovariance*MeasureCovariance));
//计算本次滤波估计值
EstimateValue=EstimateValue+KalmanGain*(Measure-EstimateValue);
//更新估计协方差
EstimateCovariance=sqrt(1-KalmanGain)*EstimateCovariance;
//更新测量方差
MeasureCovariance=sqrt(1-KalmanGain)*MeasureCovariance;
//返回估计值
return EstimateValue;
}

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top