[发明专利]一种基于STM32F407ZET6的木球挥杆速度检测系统

权利要求书

1.一种基于STM32F407ZET6的木球挥杆速度检测系统，其特征在于，所述系统包括TFT触摸屏控制模块、MPU-6050陀螺仪采集角速度模块和数据处理模块；

所述TFT触摸屏控制模块中，屏幕触点坐标计算过程如下：

计算Y坐标，在Y+电极施加驱动电压Vdrive，Y-电极接地，X+作为引出端测量得到接触点的电压，由于ITO层均匀导电，触点电压与Vdrive电压之比等于触点Y坐标与屏高度之比；

计算X坐标，在X+电极施加驱动电压Vdrive，X-电极接地，Y+做为引出端测量得到接触点的电压，由于ITO层均匀导电，触点电压与Vdrive电压之比等于触点X坐标与屏宽度之比；

测得的电压由ADC转化为数字信号，再进行处理作为坐标判断触点的实际位置；

所述MPU-6050陀螺仪采集角速度模块中，定义坐标系如下：令芯片表面朝向自己，将其表面文字转至正确角度，此时，以芯片内部中心为原点，水平向右的为X轴，竖直向上的为Y轴，指向自己的为Z轴，三轴角速度对应的地址如下：

0x43为绕X轴旋转的角速度GYR_X

0x45为绕Y轴旋转的角速度GYR_Y

0x47为绕Z轴旋转的角速度GYR_Z

绕X、Y和Z三个座标轴旋转的角速度分量GYR_X、GYR_Y和GYR_Z均为16位有符号整数；从原点向旋转轴方向看去，取正值时为顺时针旋转，取负值时为逆时针旋转；

三个角速度分量均以“度/秒”为单位，能够表示的角速度范围，即倍率统一设定；

所述数据处理模块中，MPU-6050陀螺仪返回的数据经过转换得到实际测量的角速度数据。

2.如权利要求1所述的基于STM32F407ZET6的木球挥杆速度检测系统，其特征在于，所述数据处理模块中，对角速度值进行滤波，考虑到传感器噪声为高斯噪声，因此选用卡尔曼滤波对角速度数据进行处理。

3.如权利要求2所述的基于STM32F407ZET6的木球挥杆速度检测系统，其特征在于，所述卡尔曼滤波过程中，先引入一个离散控制过程的系统，该系统用一个线性随机微分方程来描述：X(k)＝A X(k-1)+B U(k)+W(k)，再加上系统的测量值：Z(k)＝H X(k)+V(k)；其中，X(k)是k时刻的系统状态，U(k)是k时刻对系统的控制量；A和B是系统参数，对于多模型系统，它们为矩阵；Z(k)是k时刻的测量值，H是测量系统的参数，对于多测量系统，H为矩阵；W(k)和V(k)分别表示过程和测量的噪声，它们被假设成高斯白噪声，covariance分别是Q，R；

用covariances来估算系统的最优化输出，首先利用系统的过程模型，来预测下一状态的系统；假设现在的系统状态是k，根据系统的模型，基于系统的上一状态而预测出现在状态：X(k|k-1)＝A X(k-1|k-1)+B U(k)…(1)

式(1)中，X(k|k-1)是利用上一状态预测的结果，X(k-1|k-1)是上一状态最优的结果，U(k)为现在状态的控制量，如果没有控制量，它可以为0；

用P表示covariance：P(k|k-1)＝AP(k-1|k-1)A’+Q (2)

式(2)中，P(k|k-1)是X(k|k-1)对应的covariance，P(k-1|k-1)是X(k-1|k-1)对应的covariance，A’表示A的转置矩阵，Q是系统过程的covariance；

得到了现在状态的预测结果，然后再收集现在状态的测量值；结合预测值和测量值，得到现在状态(k)的最优化估算值X(k|k)：X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-H X(k|k-1))……(3)

其中Kg为卡尔曼增益(Kalman Gain)：Kg(k)＝P(k|k-1)H’/(H P(k|k-1)H’+R)………(4)

为了卡尔曼滤波器不断的运行下去直到系统过程结束，还要更新k状态下X(k|k)的covariance：P(k|k)＝(I-Kg(k)H)P(k|k-1)………(5)

其中I为1的矩阵，对于单模型单测量，I＝1；当系统进入k+1状态时，P(k|k)就是式子(2)的P(k-1|k-1)；这样就可以自回归的运算下去。

4.如权利要求1～3之一所述的基于STM32F407ZET6的木球挥杆速度检测系统，其特征在于，所述TFT触摸屏控制模块中，采用5点中值滤波，即当前时刻的x坐标将由前4个时刻的点的x坐标和当前时刻实际采集到的x坐标中值决定，当前时刻的y坐标将由前4个时刻的点的y坐标和当前时刻实际采集到的y坐标中值决定，操作如下：将前4个时刻与当前时刻的x、y的坐标值存入数组中，然后将x、y数组排序，取其下标为2的元素值并作为当前时刻值，不断重复该操作即可。