两轮自平衡小车毕业设计毕业论文.docx
《两轮自平衡小车毕业设计毕业论文.docx》由会员分享，可在线阅读，更多相关《两轮自平衡小车毕业设计毕业论文.docx（69页珍藏版）》请在冰豆网上搜索。
两轮自平衡小车毕业设计毕业论文
两轮自平衡小车毕业设计毕业论文
1.绪论1
1.1研究背景与意义1
1.2两轮自平衡车的关键技术2
1.2.1系统设计2
1.2.2数学建模2
1.2.3姿态检测系统2
1.2.4控制算法3
1.3本文主要研究目标与容3
1.4论文章节安排3
2.系统原理分析5
2.1控制系统要求分析5
2.2平衡控制原理分析5
2.3自平衡小车数学模型6
2.3.1两轮自平衡小车受力分析6
2.3.2自平衡小车运动微分方程9
2.4PII）控制器设计10
2.4.1PII）控制器原理10
2.4.2PII）控制器设计11
2.5姿态检测系统12
2.5.1陀螺仪12
2.5.2加速度计13
2.5.3基于卡尔曼滤波的数据融合14
2.6本章小结16
3.系统硬件电路设计17
3.1MC9SXS128单片机介绍17
3.2单片机最小系统设计19
3.3电源管理模块设计21
3.4倾角传感器信号调理电路22
3.4.1加速度计电路设计22
3.4.2陀螺仪放大电路设计22
3.5电机驱动电路设计23
3.5.1驱动芯片介绍24
3.5.2驱动电路设计24
3.6速度检测模块设计25
3.6.1编码器介绍25
3.6.2编码器电路设计26
3.7辅助调试电路27
3.8本章小结27
4.系统软件设计28
4.1软件系统总体结构28
4.2单片机初始化软件设计28
4.2.1锁相环初始化28
4.2.2模数转换模块（ATI））初始化29
4.2.3串行通信模块（SCI）初始化设置30
4.2.4测速模块初始化31
4.2.5PWM模块初始化32
4.3姿态检测系统软件设计32
4.3.1陀螺仪与加速度计输出值转换32
4.3.2卡尔曼滤波器的软件实现34
4.4平衡PID控制软件实现35
4.5两轮自平衡车的运动控制37
4.6本章小结39
5.系统调试40
5.1系统调试工具40
5.2系统硬件电路调试40
5.3姿态检测系统调试41
44
5.4控制系统PII）参数整定
5.5两轮自平衡小车动态调试44
5.6本章小结45
6.总结与展望46
6.1总结46
6.2展望46
参考文献47
附录48
附录一系统电路原理图48
附录二系统核心源代码49
致谢52
1.绪论
1・1研究背景与意义
近年来，随着电子技术的发展与进步，移动机器人的研究不斷深入，成为目前科学研究最活跃的领域之一，移动机器人的应用围越来越广泛，面临的环境和任务也越来越复杂，这就要求移动机器人必须能够适应一些复杂的环境和任务。
比如，户外移动机器人需要在凹凸不平的地面上行走，有时环境中能够允许机器人运行的地方比较狭窄等。
如何解决机器人在这些环境中运行的问题，逐渐成为研究者关心的问题。
两轮自平衡机器人的概念正是在这样一个背景下提出来的，这种机器人区别于其他移动机器人的最显著的特点是：
采用了两轮共轴、各自独立驱动的工作方式（这种驱动方式又被称为差分式驱动方式），车身的重心位于车轮轴的上方，通过轮子的前后移动来保持车身的平衡，并且还能够在直立平衡的情况下行驶。
由于特殊的结构，其适应地形变化能力强，运动灵活，可以胜任一些复杂环境里的工作。
两轮自平衡机器人自面世以来，一直受到世界各国机器人爱好者和研究者的关注，这不仅是因为两轮自平衡机器人具有独特的外形和结构，更重要的是因为其自身的本质不稳定性和非线性使它成为很好的验证控制理论和控制方法的平台，具有很高的研究价值。
早在1987年，日本电信大学教授山藤一雄就提出了两轮自平衡机器人的概念。
这个基本的概念就是用数字处理器来侦测平衡的改变，然后以平行的双轮来保持机器的平稳⑴⑵0
本世纪初瑞士联邦工业大学的Joe、美国的SegwayN等两轮自平衡机器人相继问世，世界各国越来越多的机器人爱好者和研究者开始关注两轮自平衡机器人。
美国发明家狄恩・卡门与他的DEKA研发公司研发出了可以用于载人的两轮自平衡车命名为赛格威，并已投入市场。
由于两轮自平衡车有着活动灵便，环境无害等优点，其被广泛应用于各类高规格社会活动，目前该车已用于奥运会以及世博会等大型场合。
当今唯一市场化的两轮自平衡电动车，如图1-1所示，在2002年上市以来就备受各界的关注。
卡门观察人类走路的姿势特性，领悟到其实人类之所以可以平稳地直立行走，是因为体灵敏的平衡器官可以精确地判斷出身体重心的改变量，透过小脑的即时反应，然后利用腿部的肌肉即时出力来平衡倾倒的态势。
所以当人类的身体前倾时，这种不自主的反应会促使人类伸出其中的一只脚往前走来平衡身体，所以透过这种前倾、往前踏脚、前倾、往前踏脚的动作循环，即构成了“步行”这种动作。
因此卡门WORD版本
尝试使用精密的陀螺仪来代替人类的前庭与耳蜗等平衡器官，以电动马达与车轮代替人类的双脚，发展出所谓的匚力态稳定”概念⑶o
图1-1Scgway两轮自平衡车
1.2两轮自平衡车的关键技术
1.2.1系统设计
两轮自平衡车的系统设计包括：
车身机械结构设计，硬件系统设计和软件系统设计。
在机械结构上保持小车重心的稳定性，才能减少控制系统由于车身机械结构的不合理性而造成的控制复杂化；硬件系统必须包含自平衡车所需的所有电子系统与电气设备；软件系统则具体负责车身平衡控制。
1.2.2数学建模
系统模型的建立，有助于控制器设计，以及控制系统各项参数的确定。
系统数学模型建立的重点在于动力学方面，主要采用拉格朗日动力学方程以及牛顿力学定律的方法。
然而通常的动力学建模方法没有考虑电机转动，车身震动对模型的影响。
并且两轮子平衡车是本质不稳定的非线性系统，因此建模必须考虑线性化问题。
1.2.3姿态检测系统
两轮子平衡车通过姿态检测系统来实时检测车身姿态及运动状态，并根据姿态信息对小车进行控制。
因此，对于两轮自平衡车来说，能够精确并稳定的检测当前车身倾角，是实现有效控制的关键所在。
目前有多重技术可以实现倾角检测，但是实时性，经济性还不够理想。
采用MEMS（Micro-E1ectro-Mechanica1System»微机电系统）陀螺仪和加速度计等惯性传感器构成的姿态检测系统可以实时、准确的检测两轮自平衡车的倾角。
但是由于惯性传感器自身固有特性，随着温度，震动等外界变化，会产生不同程度的漂移与噪声，WORD版本
因此必须使用一些滤波算法，对陀螺仪和加速度计采集的数据进行融合，使测量角度更加真实稳定。
1.2.4控制算法
两轮自平衡车属于本质不稳定系统，因此其实现的平衡是一种动态平衡。
在遇到外界干扰如何快速恢复，保持自平衡等问题是控制算法需要考虑的问题。
传统的PI1）控制在各类工业场合有着广泛的应用，完全可以满足两轮自平衡车的控制系统要求。
当然，也可以采用各类先进的控制算法，诸如基于状态空间的LQR（最优控制）、模糊控制、神经网络等⑷。
1.3本文主要研究目标与容
本课题设计了一款两轮自平衡小车，研究了车身姿态检测中陀螺仪与加速度传感器的互补特性，并根据其特性比较并设计滤波算法，包括卡尔曼滤波，互补滤波等常用滤波算法。
PII）控制算法的实现以及直流电机调速的研究。
具体包括：
（1）机器人本体设计：
包括机械，重心调整，电气系统设计等，为进一步研究提供良好的平台；
（2）信号调理及控制部分电路设计：
陀螺仪输出信号需要经过进一步滤波放大，因此需要设计信号调理电路，同时控制核心需要构建相关输入输出模块及人际交互设备，因此需要对主控单元电路进行设计。
同时还需要设计直流电机驱动电路。
（3）基于卡尔曼滤波的数据融合：
由于陀螺仪测量的角速度只在短时间稳定而加速度传感器的自身白噪声很严重，因此根据其互补特性设计卡尔曼滤波器以得到准确稳定的角度和角速度。
（4）PI1）控制算法：
包括两路闭环控制。
小车的倾角闭环控制以及直流电机的闭环速度控制。
1・4论文章节安排
第一章：
绪论，介绍两轮自平衡车的发展历史、研究方向及应用前景，然后阐述课题的研究目标及主要容。
第二章：
系统原理阐述与分析，对小车的运动进行建模，分析陀螺仪与加速度计的特性并对滤波算法进行阐述，介绍PII）控制器的设计。
第三章：
系统硬件设计，介绍两轮子平衡车硬件系统的组成与设计，主要介绍单片机最小系统、陀螺仪信号放大电路、电机驱动电路等。
第四章：
系统软件设计，介绍单片机初始化，滤波算法及控制算法，阐述各模块软件
2.系统原理分析
2.1控制系统要求分析
根据系统要求，小车必须要能够在无外界干预下依靠一对平行的车轮保持平衡，并完成前进，后退，左右转弯等动作。
分析系统要求可知，保持小车直立和运动的动力都来自于小车的两只车轮，车轮由两只直流电机驱动。
因此，从控制角度来看，可以将小车作为一个控制对象，控制输入量是两个车轮的转动速度。
整个控制系统可以分为三个子系统：
（1）小车平衡控制：
以小车倾角为输入量，通过控制两个电机的正反转保持小车衡。
（2）小车速度控制：
在保持平衡的基础上，通过调节小车倾角实现对速度的控制，实际上还是演变为对电机的控制实现小车的速度控制。
（3）小车方向控制：
通过控制两个电机间的转速不同实现转向。
小车直立和方向控制任务都是直接通过控制车模两个后轮驱动电机完成的，而速度控制则是通过调节小车倾角完成的。
小车不同的倾角会引起车模的加减速，从而达到对小车速度的控制。
三个子系统各自独立进行控制。
由于最终都是对同一个控制对象（小车的电机）进行控制，所以各个子系统之间存在着耦合。
为了方便分析，在分析其中之一时，假设其它控制对象都已经达到稳定。
比如在速度控制时，需要小车已经能够保持直立控制；在方向控制时，需要小车能够保持平衡和速度恒定；同样，在小车平衡控制时，也需要速度和方向控制已经达到平稳。
这三个任务中保持小车平衡是关键。
由于小车同时受到三种控制的影响，从小车平衡控制的角度来看，其它两个控制就成为干扰。
因此对小车速度、方向的控制应该尽量保持平滑，以减少对平衡控制的干扰。
以速度调节为例，需要通过改变车模平衡控制中小车倾角设定值，从而改变车模实际倾斜角度，达到速度控制的要求。
为了避免影响车模平衡控制，这个车模倾角的改变需要非常缓慢的进行。
其中平衡控制是系统的最基本要求，也是整个控制系统的难点。
2.2平衡控制原理分析
控制小车平衡的直观经验来自人类日常生活经验。
如人类身体拥有丰富的感知器官，通过大脑调节便可以控制腰部及腿部肌肉保持人体的直立。
而一般人通过简单训练就可以让一根直木棍在手指尖保持直立不倒。
这需要两个条件：
一个是托着木棍的手指可以自由移动；另一个是人的眼睛可以观察木棍的倾斜角度与倾斜趋势（角速度）。
这两个条件缺一
不可，实际上这就是控制系统中的负反馈机制，如图2-1所示。
I拉创算法II执行时11牠制对•象I鬻的—丿、脑|~~T"手学|~t木栋|—
图2-1保持木棍直立的反馈控制系统
自平衡车的控制也是通过负反馈来实现的，与在指尖保持木棍直立比较则相对简单。
由于小车只依靠两个车轮着地，车轮与地面会发生相对滚动使得小车倾斜。
而小车上装载的姿态检测系统能够对小车的倾斜状况进行实时检测，通过控制器控制车轮转动，抵消在这个维度上的倾斜力矩便可以保持小车平衡，如图2-2所示。
图2-2通过车轮转动保持小车平衡
2.3自平衡小车数学模型
2.3.1两轮自平衡小车受力分析
为了准确控制车轮转动，保持小车始终稳定的直立平衡，需要对自平衡车进行运动学分析并建立其数学模型，从而更好的设计控制系统。
为了更加直观的分析系统受力情况，下面将直立小车与单摆模型进行对比说明小车的受力情况。
重力场中使用细线悬挂的重物经抽象化便形成理想化的单摆模型，两轮自平衡车可以
看作一级倒立摆模型进行分析‘如图2-3所示。
图2-3小车抽象为一级倒立摆模型对普通单摆进行受力分析如图2-4所示。
图2-4单摆受力分析
当物体离开平衡位置后便会受到重力与线的合作用力，驱使物体回复至平衡位置。
这个力称为回复力，其大小为：
F=-mgsin0（式
2-1）
在偏移角很小情况下，回复力与偏移角之间的大小成正比，方向相反。
在此回复力的作用下，单摆进行周期运动。
由于空气阻力的存在，单摆最终会停止在平衡位置。
空气阻尼力与单摆的速度成正比，方向相反。
阻尼力越大，单摆会越快停止在平衡位置。
可得出，单摆保持平衡的条件有两点：
（1）受到与偏移相反的回复力作用；
（2）爻到与运动速度相反的阻尼力作用。
如果没有阻尼力，单摆会在平衡位置左右晃动而无法停止。
如果阻尼力过小（欠阻尼），单摆会在平衡位置震荡。
阻尼力过大（过阻尼）则导致单摆恢复平衡时间加长。
因而存在一个临界阻尼系数，使单摆稳定在平衡位置所需时间最短。
对静止的一级倒立摆模型进行受力分析（不考虑车轮与地面的滚动摩擦力），如图2-5所示。
ngsin0
图2-5一级倒立摆模型受力分析图
由一级倒立摆模型静止时的受力分析可知，其回复力大小为：
F=mgsin0（式2-2）
静止的倒立摆之所以不能像单摆一样可以稳定在平衡位置，是因为在偏离平衡位置时所受回复力与其偏移方向相同，而不是相反，因此不能回复至平衡位置，而是加速偏离垂直位置直至倾倒。
经分析可知，要控制倒立摆使其能够与单摆一样能够回复至平衡位置并保持稳定有两种方案。
一种是改变重力方向；另一种是在系统中增加另外一种力使合回复力与偏移方向相反。
显然，只能通过第二种方法实现倒立摆的平衡，即在系统中额外增加一种力使合回复力与偏移方向相反。
根据牛顿第一运动定律（即惯性定律），任何一个物体在不受外力或受平衡力的作用时，总是保持静止状态或匀速直线运动状态，直到有作用在其上面的外力迫使其改变这种状态为止。
牛顿运动定律只在惯性参考系中成立。
在非惯性参考系中，由于惯性的存在，物体会受惯性力。
通过控制倒立摆底部车轮，使其做加速运动。
在此条件下再次分析倒立摆受力情况，如图2-6所示。
-macos0
—blH
ngsin0
J
图2-6非惯性系中的倒立摆受力分析
由于车轮做加速运动，倒立摆会受额外的惯性力作用。
假设车轮运动使倒立摆具有的加速度为a。
选取地面为参考的惯性系，根据牛顿第二定律可知倒立摆受到的惯性力为：
F„=macos0（式2-3）
这样，倒立摆所受到的合回复力为：
F=mgsin9-macos0（式2-4）
在平衡控制系统中，可控偏移角0较小，对其进行线性化。
假设控制系统中车轮加速度a与偏移角0成正比关系，比例系数为«，则式2-4可变换为：
F=-mkfi（式2-5）
若比例系数（重力加速度），则倒立摆所受合回复力的方向即与偏移方向相反。
这样，倒立摆便可以回复平衡位置，但是其调整时间过长。
为提高倒立摆调整时间，需要加入阻尼力。
增加的阻尼力与偏移角速度成正比，方向相反，因此式（2-5）可变为：
F=mgO-mkx6—mk-,3'（式2-6）
这样车轮需要提供的加速度即为：
a=mkfi+mk20r（式2-7）
式中8为倾角，为倾角速度，人、❻为比例系数。
由式2-7可知，只有当k、〉g时，倒立摆才能稳定到垂直位置。
忍为阻尼系数，合适的阻尼系数可以使倒立摆尽快回复至稳定位置。
2.3.2自平衡小车运动微分方程
已知自平衡车高度为/，质量为〃7，将其抽象为一级倒立摆，并将倒立摆至于可水平移动的小车上。
假设其受外力干扰引起的车体角加速度为班/），沿垂直于车体方向进行受
力分析如图2-7，可以得到自平衡车倾角与车轮移动加速度为a（f）以及外力干扰带来的加速度x（f）之间的运动方程。
图2-7外力干扰条件下的小车受力分析小车运动微分方程表达式如式2-8:
当倾角&很小的时候，可以进行线性化处理：
cos（&）al、sin（&）a&，运动微分方程可
简化为：
（式2-9）
（式2-10）
/葺丄g*）_d⑴+W）
自平衡车静止时。
（/）=0,其运动微分方程为：
2.4PID控制器设计
2.4.1PII）控制器原理
当今的自动控制技术都是基于反馈的概念。
反馈理论的要素包括三个部分：
测量、比较和执行。
测量系统需要控制的变量，与期望值相比较，用这个误差纠正调节控制系统的响应。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PII）控制，又称PID调节oPII）控制器问世至今已有近70年历史，以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。
PID控制器由比例单元（P）、积分单元（I）和微分单元（I））组成。
其输入e（t）与输出u（t）的关系为：
u（t）=Kpw（f）+#卜⑴也+匚―,（式
2-11）
其中K〃为比例系数；7；为积分时间常数；7；为微分时间常数。
PII）控制器具有原理简单、使用方便、适应性强、鲁棒性强、对模型依赖少等特点，因此使用PID控制器实现两轮自平衡车的控制是完全可行的。
2.4.2PI1）控制器设计
由小车静止时其运动方程可得到系统输入输出传递函数：
1（式2-⑵
I
此时系统具有两个极点：
Sp=±耳。
其中一个极点位于S平面的右半平面。
根据奈奎斯特稳定判据可知系统不稳定，因此小车在静止状态不能保持平衡幻⑹。
由小车受力分析可知小车平衡的条件是提供额外的回复力及阻尼，其来源为车轮与地面的摩擦力。
由式2-7可知，车轮提供的加速度的大小是根据角度&及角速度夕的反馈得出，因此需要在控制系统中引入角度&及角速度&'构成比例（P）微分（D）反馈环节，如图2-8所示。
图2-8加入比例微分环节后的控制系统结构图
加入比例微分反馈后的系统传递函数为：
2-13）
WORD版木
此时，系统的两个极点为s=—*2土Jr；—4/&—g）。
根据奈奎斯特稳定判据可知，
"21
系统稳定需要两个极点都位于s平面的左半平面。
要满足这一点，需要k»g,k2>0o由此可得出结论，但匕〉&人>0时，小车可以保持平衡，这也与上文中小车受力分析的结果相符。
在反馈环节中，与角度&成比例的控制量称为比例控制；与角速度成比例的控制量称为微分控制（角速度是角度的微分）。
因此上面系数人，忍分别称为比例和微分控制参数。
其中微分参数相当于阻尼力，可以有效抑制自平衡车振荡。
控制系统的输出量为电机控制量，因而小车平衡控制的PII）控制器的输出方程可写为：
OUT_Motor=Kp*Ang1e+Kd*Ang1e_dot（式2-14）
式2-14中，OUT_Motor为PID控制输出量，Angle为反馈倾角值，Angle_dot为反馈角速度值，Kp和Kd分别为比例系数及微分系数。
2.5姿态检测系统
两轮自平衡车不同于普通传统结构的小车，是一种本质不稳定非线性系统。
需要不斷调整自身角度，以实现动态平衡。
因此需要实时检测自身倾角，再进行合理调整，就可以实现动态平衡，因而姿态检测成为控制小车直立平衡的关键。
惯性导航是依据牛顿惯性原理，利用惯性元件来测量运载体本身的加速度，经过积分和运算得到速度和位置，从而达到角度、角速度、位置等姿态检測的目的。
其工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，是一种自主式导航系统门⑻。
MEMS惯性器件具有体积小，耐冲击，弃命长，可靠性高，成本低等特点，非常适于构建微型捷联惯性导航系统。
本系统采用MEMS加速度计和陀螺仪构成自平衡车的姿态检测系统。
2.5.1陀螺仪
陀螺仪是一种用高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的一个或二个轴的角运动检测装置，可以用于检测角速度。
本系统使用的陀螺仪是日本村田公司基于压电陶瓮技术的单轴陀螺仪ENC-03，其实物如图2-9所示。
其利用了族转坐标系中的物体会受到科里奥利力的原理，在器件中利用压电陶査做成振动单元。
当旋转器件时会改变振动频率，从而反映出物体旋转的角速度。
ENC-03体积小，响应快，功耗低，成本低。
采用模拟量输出‘检测围可达±300deg/sec（度每秒），灵敏度为0.67mv/deg/sec。
4JPN"
BMAi43
图2-9陀螺仪ENC-03
陀螺仪直接输出角速度，将角速度进行积分便可以得到角度。
陀螺仪输出数据噪声较少，短时误差较小。
由于陀螺仪及其放大电路存在温漂，且需要经过积分运算，最终会导致误差累积，致使检测结果出错。
因此不能直接利用陀螺仪的积分结果作为可以直接使用的角度⑺⑻。
2.5.2加速度计
加速度计是一种利用检测质量块的惯性力来测量载体加速度的敏感装置，分为线加速度计和角加速度计。
本系统采用飞思卡尔公司利用MEMS微电子技术开发生产的三轴加速度计MMA7260。
MMA7260是一种低g值、小量程线性加速度传感器，在不运动或不受重力作用（Og）条件下输出为1.65V，最大测量围0-6g»灵敏度最高可到800mV/g»MMA7260实物如图2-10所示。
图2-10加速度计MMA7260
加速度计可以直接通过反三角函数计算出小车倾斜角度，但是其对震动非常敏感，输出值中含有大量噪声，而且其输出的值是小车运动加速度与重力加速度的混合数据。
因此
不能直接使用。
通过示波器连接陀螺仪与加速度计可以观察其输出波形，如图2-11。
图2-11陀螺仪与加速度计输出波形（1为陀螺仪输出，2为加速度计输出）
2.5.3基于卡尔曼滤波的数据融合
虽然单一惯性传感器就可以单独进行姿态角度检测，但是其准确性主要取决于惯性器件的精度，单从改善硬件结构和生产工艺方面难以有很大幅度的提高，并且系统误差会随时间累积，不适用于长时间姿态检测。
由于利用单一传感器（陀螺仪或加速度计）难以获得相对真实的小车姿态角度，出于对系统测量姿态角度准确性的考虑，本系统采用多传感器信号进行数据融合，以获得最佳姿态角度⑼皿。
多传感器数据融合是一个非常重要的研究容，只有采用最适合的飆合方法才能获得最佳的效果。
常用数据融合方法有加权平均法，神经网络法等。
加权平均法是一种简单的融合方法，故其运算精度很差；神经网络法具有很好的非线性和有效的自学能力，但是其涉及的模型构建，参数优化非常复杂，不适用于本系统。
国外有研究者根据加速度计与陀螺仪的互补特点研究出互补滤波算法，其简单明了并且具有较好的实时性与稳定性，能够较好的融合出姿态角度。
考虑到本系统使用的惯性器件特性较差，互补滤波在本质原理上不能弥补器件特性缺陷，故本系统采用卡尔曼滤波算法作为数据融合方法。
1960年卡尔曼发表了著名的用递归方法解决离散数据线性滤波问题的论文。
随着数字计算技术的进步，卡尔曼滤波器得到了越来越广泛的应用和推广，尤其是在自主或协助导航领域。
卡尔曼滤波器与大多数滤波器不同之处，在于其是一种纯粹的时域滤波器，不需要像低通滤波器等频域滤波器那样，需要在频域设计再转换到时域实现。
对于解决大部分的问题，是最优，效率最高甚至是最有用的。
卡尔曼滤波器的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。
WORD版木
近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等，2：
0卡尔曼滤波器是一种高效率
升级会员 