HiTechnics Kompass mit Matlab/Simulink - Versionsgeschichte

Andre Adaemmer: /* Auflösung, Empfindlichkeit, Messunsicherheit und Vertrauensintervall */

2018-07-05T20:47:58Z

Auflösung, Empfindlichkeit, Messunsicherheit und Vertrauensintervall

← Nächstältere Version		Version vom 5. Juli 2018, 22:47 Uhr
Zeile 344:		Zeile 344:

	<math> u =\frac{t(n-1) \cdot s}{\sqrt{n}} </math>		<math> u =\frac{t(n-1) \cdot s}{\sqrt{n}} </math>

			Anstelle t(n) ist t(n-1) verwendet worden, weil die Anzahl der Freiheitsgerade bei der Art der Berechnung des Mittelwertes, durch den Referenzwert reduziert worden ist.

	===Darstellung der Ergebnisse===		===Darstellung der Ergebnisse===

Andre Adaemmer: /* Lernziele und Projektplanung */

2018-07-05T19:32:05Z

Lernziele und Projektplanung

← Nächstältere Version		Version vom 5. Juli 2018, 21:32 Uhr
Zeile 33:		Zeile 33:
	== Lernziele und Projektplanung ==		== Lernziele und Projektplanung ==
	===Lernziele und Motivation===		===Lernziele und Motivation===
			Lernziele und Motivation sind dementsprechend die Signalverarbeitungskette zu verstehen und Fehleranalysen betreiben zu können. Außerdem wird die Hardware-Komponente, das heißt, wie kann ich einen Sensor anschließen ersichtlich. Des weiteren soll deutlich werden, wann und aus welchen Gründen Filter für die Bearbeitung der Signale, ob analog oder digital, zum Einsatz kommen, beziehungsweise zum Einsatz kommen müssen, da möglicherweise die Signale ohne Filter für eine entsprechende Anwendung nicht brauchbar sind.

	===Projektplanung===		===Projektplanung===

	Die Projektplanung habe ich mit Hilfe einer fortlaufend geführten Exceltabelle realisiert, welche ich bereits für ein anderes Projekt im Fach Systems Design Engieering genutzt habe. Prof. Dr. Göbel hat dabei den Umgang mit so einer Art der Projektführung erläutert. Zunächst einmal werden dabei bestimmte Tage festgelegt, an welchen man was machen will. Wenn ein Arbeitsschritt vollzogen worden ist, wird das sogenannte Protokolldatum eingestellt und gleichzeitig werden Maßnahmen, Lösungswege und Kommentare in die entsprechenden Zellen geschrieben. Unter Umständen werden dann neue Arbeitsschritte, beziehungsweise Arbeitspakete erstellt, und mit einem Einstelldatum versehen. Da keine spezielle Software, wie zum Beispiel MS Project verwendet werden muss, kann das "Project-Tracking" von nahezu jedem PC aus geschehen. Es ist somit ein einfacher und zugleich sehr effektiver Weg, um den Ablauf des Projekts für sich selber und für andere verfolgen zu können.		Die Projektplanung habe ich mit Hilfe einer fortlaufend geführten Exceltabelle realisiert, welche ich bereits für ein anderes Projekt im Fach Systems Design Engieering genutzt habe. Prof. Dr. Göbel hat dabei den Umgang mit so einer Art der Projektführung erläutert. Zunächst einmal werden dabei bestimmte Tage festgelegt, an welchen man was machen will. Wenn ein Arbeitsschritt vollzogen worden ist, wird das sogenannte Protokolldatum eingestellt und gleichzeitig werden Maßnahmen, Lösungswege und Kommentare in die entsprechenden Zellen geschrieben. Unter Umständen werden dann neue Arbeitsschritte, beziehungsweise Arbeitspakete erstellt, und mit einem Einstelldatum versehen. Da keine spezielle Software, wie zum Beispiel MS Project verwendet werden muss, kann das "Project-Tracking" von nahezu jedem PC aus geschehen. Es ist somit ein einfacher und zugleich sehr effektiver Weg, um den Ablauf des Projekts für sich selber und für andere verfolgen zu können.

	==Kompass==		==Kompass==

Andre Adaemmer: /* Lernziele und Motivation */

2018-07-05T19:31:48Z

Lernziele und Motivation

← Nächstältere Version		Version vom 5. Juli 2018, 21:31 Uhr
Zeile 33:		Zeile 33:
	== Lernziele und Projektplanung ==		== Lernziele und Projektplanung ==
	===Lernziele und Motivation===		===Lernziele und Motivation===

	Lernziele und Motivation sind dementsprechend die Signalverarbeitungskette zu verstehen und Fehleranalysen betreiben zu können. Außerdem wird die Hardware-Komponente, das heißt, wie kann ich einen Sensor anschließen ersichtlich. Des weiteren soll deutlich werden, wann und aus welchen Gründen Filter für die Bearbeitung der Signale, ob analog oder digital, zum Einsatz kommen, beziehungsweise zum Einsatz kommen müssen, da möglicherweise die Signale ohne Filter für eine entsprechende Anwendung nicht brauchbar sind.

	===Projektplanung===		===Projektplanung===

Andre Adaemmer: /* Darstellung der Ergebnisse */

2018-07-04T18:59:13Z

Darstellung der Ergebnisse

← Nächstältere Version		Version vom 4. Juli 2018, 20:59 Uhr
Zeile 365:		Zeile 365:
	\|-		\|-
	\|}		\|}
	Die Messung des Kompasses funktioniert sehr gut, solange man lange genug wartet und Störquellen, welche die ~~vertikalen~~ Linien des Erdmagnetfelds, die der Kompass für seine Messung benötigt, beeinflussen, fernhält. Deshalb liegt der Mittelwert der Messungen so genau am Referenzwert und ist die Standardabweichung so gering, genau wie die Messunsicherheit. Dadurch liegen die Werte im Vertrauensintervall nahe beisammen. Die Messeinrichtung ist leider sehr ungenau gewesen und zusätzlich war schwer den Kompass wegen seiner große Verschalung genau auszurichten.		Die Messung des Kompasses funktioniert sehr gut, solange man lange genug wartet und Störquellen, welche die horizontalen Linien des Erdmagnetfelds, die der Kompass für seine Messung benötigt, beeinflussen, fernhält. Deshalb liegt der Mittelwert der Messungen so genau am Referenzwert und ist die Standardabweichung so gering, genau wie die Messunsicherheit. Dadurch liegen die Werte im Vertrauensintervall nahe beisammen. Die Messeinrichtung ist leider sehr ungenau gewesen und zusätzlich war schwer den Kompass wegen seiner große Verschalung genau auszurichten.

	Für eine statische Messung eignet sich dieser Kompass gut, bei Bewegung dauert es jedoch bis der Kompass die exakte Position erkennt, das heißt bis die interne Messeinrichtung mit Fluxgate-Prinzip oder Hall-Sensore den Einfluss der Erdmagnetfeldlinien korrekt weiterverarbeiten. Deshalb eignet sich der Kompass für Roboter nur zu groben Orientierung.		Für eine statische Messung eignet sich dieser Kompass gut, bei Bewegung dauert es jedoch bis der Kompass die exakte Position erkennt, das heißt bis die interne Messeinrichtung mit Fluxgate-Prinzip oder Hall-Sensore den Einfluss der Erdmagnetfeldlinien korrekt weiterverarbeiten. Deshalb eignet sich der Kompass für Roboter nur zu groben Orientierung.

Andre Adaemmer: /* Darstellung der Ergebnisse */

2018-07-04T18:58:41Z

Darstellung der Ergebnisse

← Nächstältere Version		Version vom 4. Juli 2018, 20:58 Uhr
Zeile 348:		Zeile 348:
	===Darstellung der Ergebnisse===		===Darstellung der Ergebnisse===

	Der Referenzwert wurde mittels Magnetkompass bestimmt, welcher im YouTube Video zu sehen ist. Der digitale Kompass wurde auf ein DIN A4 Blatt, welches Einteilung in jeweils 1° Schritte enthält und durch den Magnetkompass pro Messung korrekt ausgelegt wurde, aufgestellt. Der Wert wurde im ~~Simulinkdisplay~~ für jede Messung abgelesen, da die "to Workspace"-Funktion immer einige Werte zu spät, beziehungsweise zu früh miteinbezogen hat. Wichtig zu wissen ist, dass jeweils immer ausreichend gewartet wurde, und möglich elektromagnetische Störquellen, wie Handy und Computer, so weit wie möglich beiseite geschafft wurden.		Der Referenzwert wurde mittels Magnetkompass bestimmt, welcher im YouTube Video zu sehen ist. Der digitale Kompass wurde auf ein DIN A4 Blatt, welches Einteilung in jeweils 1° Schritte enthält und durch den Magnetkompass pro Messung korrekt ausgelegt wurde, aufgestellt. Der Wert wurde im Simulink-Display für jede Messung abgelesen, da die "to Workspace"-Funktion immer einige Werte zu spät, beziehungsweise zu früh miteinbezogen hat. Wichtig zu wissen ist, dass jeweils immer ausreichend gewartet wurde, und möglich elektromagnetische Störquellen, wie Handy und Computer, so weit wie möglich beiseite geschafft wurden.


Zeile 365:		Zeile 365:
	\|-		\|-
	\|}		\|}
	Die Messung des Kompasses funktioniert sehr gut, solange man lange genug wartet und Störquellen, welche die ~~Feldstärke~~ des Erdmagnetfelds, die der Kompass für seine Messung benötigt, beeinflussen, fernhält. Deshalb liegt der Mittelwert der Messungen so genau am Referenzwert und ist die Standardabweichung so gering, genau wie die Messunsicherheit. Dadurch liegen die Werte im Vertrauensintervall nahe beisammen. Die Messeinrichtung ist leider sehr ungenau gewesen und zusätzlich war schwer den Kompass wegen seiner große Verschalung genau auszurichten.		Die Messung des Kompasses funktioniert sehr gut, solange man lange genug wartet und Störquellen, welche die vertikalen Linien des Erdmagnetfelds, die der Kompass für seine Messung benötigt, beeinflussen, fernhält. Deshalb liegt der Mittelwert der Messungen so genau am Referenzwert und ist die Standardabweichung so gering, genau wie die Messunsicherheit. Dadurch liegen die Werte im Vertrauensintervall nahe beisammen. Die Messeinrichtung ist leider sehr ungenau gewesen und zusätzlich war schwer den Kompass wegen seiner große Verschalung genau auszurichten.

	Für eine statische Messung eignet sich dieser Kompass gut, bei Bewegung dauert es jedoch bis der Kompass die exakte Position erkennt, das heißt bis die interne Messeinrichtung mit Fluxgate-Prinzip oder Hall-Sensore den Einfluss der Erdmagnetfeldlinien korrekt weiterverarbeiten. Deshalb eignet sich der Kompass für Roboter nur zu groben Orientierung.		Für eine statische Messung eignet sich dieser Kompass gut, bei Bewegung dauert es jedoch bis der Kompass die exakte Position erkennt, das heißt bis die interne Messeinrichtung mit Fluxgate-Prinzip oder Hall-Sensore den Einfluss der Erdmagnetfeldlinien korrekt weiterverarbeiten. Deshalb eignet sich der Kompass für Roboter nur zu groben Orientierung.

Andre Adaemmer: /* Ausblick */

2018-07-04T18:56:40Z

Ausblick

← Nächstältere Version		Version vom 4. Juli 2018, 20:56 Uhr
Zeile 376:		Zeile 376:

	==Ausblick==		==Ausblick==
	~~interessant~~ wäre nun eine Verbindung des Sensors mit EV3 oder NXT der Verbindung mit Arduino gegenüberzustellen. Was geht vielleicht einfacher, was ist besser für die Qualität des Sensor, was macht der EV3 oder der NXT Mikroprozessor mit den Signalen. Interessant wäre auch den Sensor in Einzelteile zu zerlegen, um so den genauen Aufbau analysieren zu können, bezogen auf interne ADU und Filterung.		Interessant wäre nun eine Verbindung des Sensors mit EV3 oder NXT der Verbindung mit Arduino gegenüberzustellen. Was geht vielleicht einfacher, was ist besser für die Qualität des Sensor, was macht der EV3 oder der NXT Mikroprozessor mit den Signalen. Interessant wäre auch den Sensor in Einzelteile zu zerlegen, um so den genauen Aufbau analysieren zu können, bezogen auf interne ADU und Filterung.

	== Ablage ==		== Ablage ==

Andre Adaemmer: /* Taktrate */

2018-07-04T18:47:52Z

Taktrate

← Nächstältere Version		Version vom 4. Juli 2018, 20:47 Uhr
Zeile 119:		Zeile 119:

	====Taktrate====		====Taktrate====
	~~Wie bereits~~ erwähnt bestimmt der Master bei der I2C-Kommunikation die Taktrate und damit auch die Geschwindigkeit der Datenübertragung. In der nachfolgenden Tabelle sind maximalen Taktraten für unterschiedliche Modifikationen im I2C-Bus angegeben.		Obig erwähnt bestimmt der Master bei der I2C-Kommunikation die Taktrate und damit auch die Geschwindigkeit der Datenübertragung. In der nachfolgenden Tabelle sind maximalen Taktraten für unterschiedliche Modifikationen im I2C-Bus angegeben.

Andre Adaemmer: /* Auflösung, Empfindlichkeit, Messunsicherheit und Vertrauensintervall */

2018-07-04T18:46:29Z

Auflösung, Empfindlichkeit, Messunsicherheit und Vertrauensintervall

← Nächstältere Version		Version vom 4. Juli 2018, 20:46 Uhr
Zeile 322:		Zeile 322:
	[[Datei:PAP Arduino Simulink mfile.PNG\|rechts\|mini\|220px\|Abb.13:PAP der Übertragung der Werte des HiTechnic NXT Compass Sensors aus Arduino ins Simulinkmodell und Auslesen der Werte mittels Matlab mit gleichzeitiger Bestimmung von Mittelwert, Standardabweichung, Vertrauensfaktor der Student-t-Verteilung, Messunsicherheit und Vertrauensintervall ]]		[[Datei:PAP Arduino Simulink mfile.PNG\|rechts\|mini\|220px\|Abb.13:PAP der Übertragung der Werte des HiTechnic NXT Compass Sensors aus Arduino ins Simulinkmodell und Auslesen der Werte mittels Matlab mit gleichzeitiger Bestimmung von Mittelwert, Standardabweichung, Vertrauensfaktor der Student-t-Verteilung, Messunsicherheit und Vertrauensintervall ]]

	Die ~~interne~~ Auflösung ist ~~im Voraus dieses Kapitels~~ beschrieben worden.		Die Auflösung, welche bereits innerhalb des Sensor Bedeutung erlangt, ist einige Kapitel zuvor beschrieben worden.
	Nun sollen mittels Matlab, die Messergebnisse, welche in Simulink gespeichert werden,		Nun sollen mittels Matlab, die Messergebnisse, welche in Simulink gespeichert werden,
	beziehungsweise im Block Display oder Scope abzulesen sind, bewertet werden.		beziehungsweise im Block Display oder Scope abzulesen sind, bewertet werden.
Zeile 342:		Zeile 342:
	Der Vertrauensfaktor t(n) der Student-t-Verteilung wird hier für p=0,95 angenommen.		Der Vertrauensfaktor t(n) der Student-t-Verteilung wird hier für p=0,95 angenommen.
	Das heißt 95% der Werte liegen in diesem Bereich, wenn davon ausgegangen wird,		Das heißt 95% der Werte liegen in diesem Bereich, wenn davon ausgegangen wird,
	dass die Schätzfunktion t-verteilt ist, beziehungsweise die Stichprobe normalverteilt ~~ist~~. Es gilt:		dass die Schätzfunktion t-verteilt ist, beziehungsweise die Stichprobe normalverteilt. Es gilt:

	<math> u =\frac{t(n-1) \cdot s}{\sqrt{n}} </math>		<math> u =\frac{t(n-1) \cdot s}{\sqrt{n}} </math>

Andre Adaemmer: /* Filteranwendung im Simulink */

2018-07-04T18:37:39Z

Filteranwendung im Simulink

← Nächstältere Version		Version vom 4. Juli 2018, 20:37 Uhr
Zeile 316:		Zeile 316:
	Die Funktionsweise des Sensors ist unter bestimmten Annahmen bereits im Kapitel ADU beschrieben worden. Der Sensor, welcher einen integrierten ADU besitzt, in Form einer Delta Sigma-Simulation, besitzt gleichzeitig auch einen integrierten digitalen Filter. Die Filteranwendung im Simulink ist daher nicht mehr notwendig, wird aus Demonstrationgründen an nachfolgender Stelle aber erklärt.		Die Funktionsweise des Sensors ist unter bestimmten Annahmen bereits im Kapitel ADU beschrieben worden. Der Sensor, welcher einen integrierten ADU besitzt, in Form einer Delta Sigma-Simulation, besitzt gleichzeitig auch einen integrierten digitalen Filter. Die Filteranwendung im Simulink ist daher nicht mehr notwendig, wird aus Demonstrationgründen an nachfolgender Stelle aber erklärt.
	===Filteranwendung im Simulink===		===Filteranwendung im Simulink===
	Obwohl der Filter eine interne Filterung besitzt, und es nicht zwangsläufig notwendig wäre, eine Filterung der erhaltenden Messwerte zu durchlaufen, wird hier aus prüfungstechnisch-bedingten Gründen die Filterung mittels Medianfilter erklärt. Bevor die Filterung der Messwerte, beziehungsweise der Filterblock im Simulink vor das Signal gezogen werden kann, muss ein Dataconversion-Block zwischengebaut werden. Die Integerwerte des I2C-Arduino-Blocks ermöglichen keine Filterung über den Filterblock. Daher werden diese mittels Konvertierung in ''double'' umgewandelt. Diese können dann e.g mittels Medianfilter verarbeitet werden (Siehe Abbildung 8 bis 12) Ein Medianfilter ist ein Rangordungsfilter und zählt zur Klasse der nichtlinearen Filtern. Hier wird der aktuelle Funktionswert durch den Mittelwert der Funktionswerte eines bestimmten Filters ersetzt. Die hier verwendete Fenstergröße beträgt 5. Der Medianfilter ordnet die Werte in der Fenstergröße und ersetzt den aktuellen Wert durch den Median der Fenstergröße, also der Wert der in der Mitte steht. Bei Beispielsweise sein die Werte im Fenster 1,1,3,4,4. Der Median ist 3, das heißt das der aktuelle Wert für den Wert 3 substituiert wird.		Obwohl der Filter eine interne Filterung besitzt, und es nicht zwangsläufig notwendig wäre, eine Filterung der erhaltenden Messwerte zu durchlaufen, wird hier aus prüfungstechnisch-bedingten Gründen die Filterung mittels Medianfilter erklärt. Bevor die Filterung der Messwerte, beziehungsweise der Filterblock im Simulink vor das Signal gezogen werden kann, muss ein Dataconversion-Block zwischengebaut werden. Die Integerwerte des I2C-Arduino-Blocks ermöglichen keine Filterung über den Filterblock. Daher werden diese mittels Konvertierung in ''double'' umgewandelt. Diese können dann e.g mittels Medianfilter verarbeitet werden (Siehe Abbildung 8 bis 12) Ein Medianfilter ist ein Rangordungsfilter und zählt zur Klasse der nichtlinearen Filtern. Hier wird der aktuelle Funktionswert durch den Mittelwert der Funktionswerte eines bestimmten Filters ersetzt. Die hier verwendete Fenstergröße beträgt 5. Der Medianfilter ordnet die Werte in der Fenstergröße und ersetzt den aktuellen Wert durch den Median der Fenstergröße, also der Wert der in der Mitte steht. Bei Beispielsweise sein die Werte im Fenster 1,1,3,4,4. Der Median ist 3, das heißt das der aktuelle Wert für den Wert 3 substituiert wird.<ref name=" Prof. Dr. Schneider,Ulrich:Signalverarbeitende Systeme SoSe 2018 Median Filter"> Prof. Dr. Schneider,Ulrich: Signalverarbeitende Systeme SoSe 2018 Median Filter. Hochschule Hamm-Lippstadt.</ref>
	Die Anwendung des Medianfilter macht bei HiTechnisSensor nur wenig Auswirkung, da die Werte völlig Noise-frei, also ohne Rauschen übertragen werden.		Die Anwendung des Medianfilter macht bei HiTechnisSensor nur wenig Auswirkung, da die Werte völlig Noise-frei, also ohne Rauschen übertragen werden.

Andre Adaemmer am 4. Juli 2018 um 18:33 Uhr

2018-07-04T18:33:47Z

← Nächstältere Version		Version vom 4. Juli 2018, 20:33 Uhr
Zeile 1:		Zeile 1:
	Sensor: [http://modernroboticsinc.com/hitechnic-nxt-compass-sensor HiTechnic NXT Compass Sensor ]		Sensor: [http://modernroboticsinc.com/hitechnic-nxt-compass-sensor HiTechnic NXT Compass Sensor ]


	~~'''Seite in Bearbeitung!!'''~~

	'''Autor:''' Andre Adämmer		'''Autor:''' Andre Adämmer

	'''~~Betreuer~~:''' Prof. Dr. Ulrich Schneider		'''Dozent:''' [[Benutzer:Ulrich_Schneider\| Prof. Dr.-Ing. Ulrich Schneider]] <br/>