Allegro AAS33001和AAS33051角度传感器IC的线性化参数计算

Allegro AAS33001和AAS33051角度传感器IC的线性化参数计算

下载版本

杜米尼克聊聊,
亚博棋牌游戏快板微系统公司有限责任公司

介绍

磁角传感器通常是快速，可靠，非接触式测量系统的良好选择，特别是在脏环境中，光学编码器可能不具有良好拟合。

亚博棋牌游戏Allegro MicroSystems, LLC，提供了广泛的角度传感器IC.为不同的应用程序。亚博尊贵会员这些传感器ic可以测量侧轴或轴尾安装的编码器磁体的直径磁化角度，如图1所示。

测量误差

所有Allegro角度传感器芯片在工厂使用均匀磁场进行最终测试时进行校准。这样做是为了最小化传感器的固有误差。然而，特别是在侧轴应用中，传感器传感器处的磁场角与待测轴的机械角不一亚博尊贵会员致。造成这种差异的主要原因是编码器磁铁发出的磁场的形状。

机械和磁场角之间的其他不匹配源是磁体未对准，磁体缺陷，剩余传感器不准确和漂移，以及铁磁材料的存在。

可以得出结论，所有系统，特别是侧轴系统，遭受了编码器角度和测量角度之间的不匹配。侧轴应用的典型转移曲线如图2所示。

这些测量误差称为非线性，可以通过线性化过程进行补偿。

线性化

一些快板传感器ic，如A1335,AAS33001,AAS33051具有嵌入式逻辑，允许输入数据的线性化。此应用笔记将解释如何使用AAS33001和AAS33051的线性化功能。为了简化对这些部件的引用，两者都将被称为AAS330x1以后。

本申请须知将:

• 解释线性化的基本原理
• 解释AAS330x1线性化功能
• 展示如何处理测量数据以计算校正数据
• 解释如何计算传感器参数
• 线性化后的准确性

定义

编码器角度

通过精确的高分辨率外部编码器报告的角度。

传感器角度

角度传感器IC报告的角度。

角误差

角度误差是指磁体实际位置与角度传感器IC测得的磁体位置之差，由传感器角度减去编码器角度计算得出:

ERROR =（α_Sensor - α_Encoder）。

但如果传感器角度为359°，编码器角度为0°，则误差应为-1°，而不是+359°。要绕绕±180°以外的任何误差，可以使用模运算符:

误差= mod[(α_sensor - α_encoder) + 180360] - 180。

图3中给出了侧轴应用中的角度误差的样品图。

最大绝对角度误差

最大绝对角误差是通过在完全旋转上通过角度传感器IC测量的磁体的实际位置与磁体的位置之间的最大绝对差。
在图3中，最大角度误差为21.46°，以56°的编码器角度测量。

线性化的目标

线性化的目标是确定、存储和应用一个函数，使测量的传感器角度误差相对于编码器角度值最小。这将使测量的传感器角度和实际编码器角度之间的差异最小化。

这种目标可以以不同的方式实现。在此应用中将详细介绍三种常见技术。亚博尊贵会员

所提供的技术依赖于单个校准阶段(通常在客户的线尾测试时执行)，之后应用固定校正功能。

先决条件线性化

使用这里详细介绍的技术进行线性化的先决条件如下:

• 在生产过程中，需要将已知的角度应用于传感器系统。
• 在生产过程中，需要读出传感器角度。
• 需要线性化的系统需要一个微控制器，在生产过程中向其写入线性化信息，在应用中进行线性化。

限制线性化

使用此处描述的方法的线性化有一些限制：

• 传感器噪声将不会被线性化修正。
• 校准后传感器的任何漂移都不会被校正。
• 校准后机械系统的变化不会通过线性化校正。由于振动和扭矩，常用例是磁体位置的动态变化。
• 如果校准期间的输入位置没有准确记录，校正的准确性将以同样的方式受到限制。

线性化方法

1.数据记录

为了产生线性化所需的数据，测量传感器输出[y₀......_n已知编码器角度[x .₀… X_n］．这些编码器角不需要是等距的，尽管通常使用等距角。

值的记录如图5所示。

2.坐标转换传感器角度

由于校正函数必须基于传感器数据进行工作，因此需要将记录的数据点转换为传感器坐标系统。这意味着不能将传感器角度表示为实数角的函数，而需要将实数角表示为传感器角度的函数。因此，传感器角度[y'₀y……”_n选择，相应的编码器角度[x'₀… X'_n]需要确定。为此，需要通过数据点应用拟合。这可以通过样条插值来完成，如图6所示。

3.修正曲线计算

为了创建将在传感器上测量的角度转换为编码器角度的功能，需要计算校正值。这些校正值计算为[c₀… C_n] = [x '₀… X'_n] - [y '₀y……”_n］．

最后，这些值描述了一个修正曲线c，它给出了修正值作为传感器角度的函数。图8显示了曲线c在传感器角度上的曲线图。

4.校正曲线应用于数据

为了对被测传感器数据点进行校正，需要根据校正曲线C计算传感器数据点Y的校正值C，如图9所示。

然后将正确的角度值x确定为x = y + c.这是图形的图10中表示的。

修正曲线测定

本文档中的实现在MathWorks MATLAB™中实现。由于这是商业软件，使用它需要许可成本，这可能会阻碍在生产环境中使用。MATLAB的另一个免费软件是GNU Octave，它是在GNU GPLv3许可下免费提供的。

MATLAB和GNU Octave都支持本文档中使用的所有函数。

传感器输出捕获

必须由用户捕获传感器角输出的初始数据。这是通过设置某些已知角度来完成的，在本文档中称为编码器角度。然后记录传感器角度。传感器角度是由传感器测量的角度。记录的点数可以更多或小于线性校正点的数量。录制更多点，如果可能，总是更好。

一般来说，记录至少16个数据点足以在轴上的情况下获得良好的校正性能。在偏离轴的情况下，至少32点是推荐的。

要应用n段(例如32段)分段线性校正，记录至少n个点将充分利用可用的校正点。记录约2 × n分的结果是一个近乎理想的性能。表1给出了一个记录点的真实例子。

表1：录制的编码器和输出角度

传感器输出溢出溢出

传感器数据在100°输入角左右的跳跃会给后续处理步骤带来困难。在向负方向跳跃后，通过向所有值添加360°来移除它。数据的平均值应在±180°范围内，以避免后期处理时出现其他问题。这可以通过以下几行实现:

% %预处理
%检查是否持续上升/下降，最大一个溢出
If any(diff(sensor_data_2) == 0)
错误（'传感器数据必须单调增加或减少'）
ELESEIF SUM（差异（SENSOR_DATA_2）<0）<= 1
%上升角度数据有零或一个溢出，溢出将被纠正
Sensor_data_2 = Sensor_data_2 (:) + 360* sum([false;diff (sensor_data_2 (:))
<0]）;
Elseif sum(diff(sensor_data_2) > 0) <= 1
将校正零或一个溢出的％下降角度数据，溢出将被纠正
Sensor_data_2 = Sensor_data_2 (:) - 360*cumsum([false;diff (sensor_data_2 (:))
> 0);
其他的
错误('只允许一个数据溢出')
结尾

输入数据的方向可能需要反转。通过以下行检测并执行此操作：

%反角方向，如果需要
如果所有（差异（Sensor_Data_2）<0）
DISP（'反相角度方向...'）
sensor_data_2 = -sensor_data_2;
raw_direction = -1;
Elseif all(diff(sensor_data_2) > 0)
raw_direction = + 1;
其他的
错误('检测到非单调的角度变化')
结尾

数据的平均值应在±180°以内，以避免后期处理时出现其他问题。这可以通过以下几行实现:

％正确缠绕传感器数据
Rollovercorrection = round((mean(sensor_data_2) - 180)/360) * 360;
Sensor_data_2 = Sensor_data_2 - rollovercorrection;

结果值如表2所示。

表2:去掉溢流后的编码器和输出角度

数据复制

最终需要基于传感器角度从0°到360°的校正数据。为了避免任何边缘效应，传感器数据将被重复三次。这避免了所有情况下的边缘效应，提供了始终安全地从传感器角度360°到720°提取值的可能性。
%扩展传感器数据

sensor_data_ext = [sensor_data_2 (:);sensor_data_2 (:) + 360;．..
sensor_data_2（:) + 720];
%扩展输入数据
angle_input_ext = [angle_input (:);angle_input (:) + 360;．..
angle_input (:) + 720];

投影到传感器数据网格

在下一步中，将计算360°和720°之间的传感器输出对应的编码器角度输入(在下面的代码中称为“intermediategrid”)。这需要4096个步骤，因为这个中间步骤的高分辨率有利于最终输出质量。

%%使用样条曲线从有序的输入网格移动数据
%到一个有序的输出网格:
ordered_output_grid = 0 (360/4096): (360 - 360/4096);
intermediateGrid = Ordered_output_grid + 360;
投影= spline(sensor_data_ext, angle_input_ext，…
intermediategrid);

这一步如图13所示。

角度编码器值和传感器输出之间的差异是校正曲线，并且可以通过从计算出的匹配编码器角减去固定网格传感器角来计算。

％计算数据所需的校正：
Correction_curve =投影- intermediategrid;
correction_curve = correction_curve (:);

校正曲线如图14所示。

简要检查是否可以看到此曲线是正确的。在表1中，可以看出，对于137.46°的传感器角度，编码器角度为213.75°。图14的校正曲线表明，在137.5°的传感器角度，需要施加+ 76.29°的校正。AS 137.46 + 76.26 = 213.72°≅213.75°，计算的校正曲线适用。

在下一步骤中，校正曲线需要存储在AAS330x1中。为了解释传感器如何应用校正，首先将首先解释分段线性校正的概念，然后解释AAS330x1硬件功能，以便确定实际校正值。

线性插值

概念

修正曲线可以用分段线性函数来近似。该功能需要将支撑点存储为传感器坐标对和修正值对。

在图8中，这些对将是[（y'₀c₀)……(y '_nc_n)]。

在支撑点之间进行线性插补。

在角度传感器线性化应用中，使用传感器角度的等距网格是有用的。亚博尊贵会员这样就不需要存储传感器的角度值[y'0…y'n]，线性校正的实现也变得更加容易。例如，可以存储32个校正值，然后应用于0°、11.25°、22.50°等传感器角度。

存储的点数可以根据不同的标准来确定。确定它们的最简单方法是在上述传感器角度的校正曲线上选择点，这将被称为“曲线上”线性插值。然而，这些点也可以为存储校正曲线的最小二乘误差进行优化。这将被称为“最小二乘”线性插值。

其他优化策略是可能的，但不会在本文档中描述。

在该示例中，在该示例中看到了从该示例的曲线和最小二乘校正参数之间的差异。

对于相同的最大误差，最小二乘方法减少了大约50%的存储参数所需的数量，并且对单个测量离群值不太敏感。因此，本文将采用最小二乘法来确定线性插补支撑点。

实现

需要使用分段线性函数来近似校正曲线。因为应以最小二乘误差方式选择支持点，所以支持点之前和之后的数据也有助于确定其最终值。

这就给第一点和最后一点带来了问题。第一个0°支撑点仅在该点右侧有一条修正曲线，因此不考虑接近360°的数据。为了避免这个问题，修正曲线将重复三次，并计算该曲线的分段线性最小二乘近似。然后只使用中心部分来选择所使用的参数。这个概念如图16所示。

适合计算

复制校正曲线并计算拟合的代码如下：

修正曲线的%%分段线性逼近
lin_sup_nodes = 32;
％重复校正表三次以避免
%角影响校正计算。
triple_correction_curve = repmat (correction_curve 3 1);
triple_correction_curve结束(+ 1)= triple_correction_curve (1);
％与角度输入相同
triple_output_grid = 0：（360/4096）:( 3 * 360）;
％计算支持点
xi_lin_triple = linspace（0,3 * 360，lin_sup_nodes * 3 + 1）;
YI_lin_triple = lsq_lut_piecewise(triple_output_grid(:)，…
triple_correction_curve XI_lin_triple);
％仅使用中心点来计算校正：
yi_lin = yi_lin_triple（lin_sup_nodes + 1：2 * lin_sup_nodes + 1）;
XI_lin = linspace(0360年,lin_sup_nodes + 1);

附录A中重印了lsq_lut_piecewise函数。

32点线性插补的校正参数列表如下:

表3：线性插值参数

注意，校正参数360°也显示，即使它是相同的一个0°。这样做是为了在MATLAB脚本中修正348.75°和360°之间的角度。然而，AAS330x1并不单独存储360°值，而是使用0°值。

图17显示了线性化后输出误差如何随着线性化点的数量增加而降低。当使用32个线性化点时，角度误差变得非常小，显示在AAS330x1中实现的数字足够。

要了解如何确定AAS330x1编程参数，首先将首先讨论AAS330x1的硬件功能。

AAS330x1线性化功能

AAS330x1使用32段分段线性逼近存储校正曲线。校正值适用于等距传感器角度0°，11.25°，22.50°，…，348.75°。在这些点之间，在两个相邻的支撑点之间采用线性插补。该传感器的线性化速度可达188 ns，比大多数单片机快得多
实施。

硬件特性

AAS330x1包含偏移级，线性化级和旋转方向逆变器。如图18所示，可以在线性化之前或之后执行偏移调整。在本文档中，将假设“线性化之后的零”被设置为“1”，这意味着将在线性化之后执行偏移调整。

转动方向

传感器的旋转方向可以倒置。如果已启用，则角度值反转：

分段线性化

通过将“ELI”设置为“1”，使能分割的线性化。如果启用，则以（## / 32）×360°的角度从传感器输出中减去值“LIN ##”。例如，“LIN10”的值施加在（10/32）×360°= 112.5°处。这些角度之间的值在相邻的支撑点之间线性内插。例如，将基于“LIN10”和“LIN11”的值来确定115°处的校正值。

LIN字段是12位符号值，并用2的补充编写。分辨率取决于位“LS”，对于“LS”='0'和45°/ 2048 LSB为“LS”='1'，是22.5°/ 2048LSB。因为从角度下减去它们，所以LIN字段中的负值增加了传感器的角度输出。这在下表中详述：

表4：录制的CONODER和SENSOR_DATA的输出角度

例如，如果LIN00的值设置为0xD0F，则表示为3343-212 = -753的十进制值。如果“LS”设置为“0”，则这等于22.5°/ 2048 LSB×（753LSB）= -8.27°的角度值。将从测量的角度减去该值，因此对于0°的输入，线性化块将输出0° - （-8.27°）= + 8.27°。

偏移量调整

传感器的偏移调整级将传感器的零值对准到外部编码器的零值。它由EEPROM字段“ZERO_OFFSET”控制，允许编写12位值。该无符号值表示0°和（4095/4096）×360°之间的角度，从原始角度值中减去。

180°旋转

在最后的处理步骤中，传感器输出可旋转180°:

该功能可以通过偏移级同样良好地执行，从而不会使用本文档中的芯片旋转功能。

参数计算

了解传感器的工作原理，表3中描述的校正曲线现在可以根据传感器参数表示。这是通过首先使用关于旋转方向和从数据确定的偏移的信息来完成的。然后可以选择线性化参数比例，并且可以确定完整的线性化值表。

%%计算AAS330x1参数
％“Zal”：零陆后化始终为零
disp(['*** AAS330x1 "zal"参数在EEPROM中应设置为1']);
％“Eli”：启用线性化始终是一个
DISP（['*** AAS330x1“EEEPROM中的”ELI“参数应设置为1']）;
% "ro":当传感器角度方向为时，应使能模具旋转
减少。
if（raw_direction == -1）
sensor_EEPROM_val_ro = 1;
其他的
sensor_EEPROM_val_ro = 0;
结尾
DISP（['*** *** AAS330x1“RO”参数在EEPROM中应设置为“
num2str (sensor_EEPROM_val_ro)]);
% "zero_offset": Offset应该设置为最小偏移量和最大偏移量的平均值。
%这将充分利用+/-45度的范围
线性化参数。
zerou_offset =均值（[min（yi_lin）max（yi_lin）]）;
从角度数据中减去％传感器偏移。如果传感器方向是
倒转，这发生在角倒转之前，
％使传感器偏移标志必须在这种情况下反转
sensor_EEPROM_val_zero_offset = uint16 (mod(圆(-zero_
抵消/ 360 * 4096),4096));
DISP（['*** AAS330x1“ZERO_OFFSET”参数在EEPROM中应设置为“
num2str（sensor_eeprom_val_zero_offset）]）;
% "ls":线性化比例必须根据最大参数设置
价值观。
Linearization_range_small = 22.5 * (2047/2048);
linearization_range_large = 45.0 *（2047/2048）;
如果round(max(abs(YI_lin - zero_offset))) < linearization_range_small
sensor_EEPROM_val_ls = uint16 (0);
elseif round(max(abs(YI_lin - zero_offset))) < linearization_range_large
sensor_eeprom_val_ls = uint16（1）;
其他的
误差('线性化参数在+/-45°范围外;
线性化不可能”)
结尾
disp(['*** AAS330x1 "ls"参数在EEPROM中应该设置为'
num2str (sensor_EEPROM_val_ls)]);
％“lin _ ##”参数
if (sensor_EEPROM_val_ls == 0) %小范围+/- 22.5°
sensor_EEPROM_val_LIN = int16 (((zero_offset-YI_lin (1: lin_sup_
节点）））/ 22.5 * 2048））;
其他%较大范围的+/- 45.0°
sensor_EEPROM_val_LIN = int16 (((zero_offset-YI_lin (1: lin_sup_
节点))/ 45.0 * 2048));
结尾
['*** AAS330x1 "LIN_##" " EEPROM中的参数应设置为
以下值:']);
disp (num2str (sensor_EEPROM_val_LIN));
%%编写Allegro AAS330x1样本程序员的CSV表
eptable =细胞（38,2）;
效果（1,1：2）= {'EEPROM'，''};
效果（2,1：2）= {'zal'，1};
EEPtable(1:2) ={“艾利”,1};
效果（4,1：2）= {'ro'，sensor_eeprom_val_ro};
效果（5,1：2）= {'zero_offset'，sensor_eeprom_val_zero_offset};
效果（6,1：2）= {'ls'，sensor_eeprom_val_ls};
对于i = 1:32
效果{6 + i，1} = num2str（['线性化错误段'num2str（i-
1, ' % 2 d '));
【6 + i，2} = num2str（sensor_eeprom_val_lin（i））;
结尾
cell2csv (EEP_table.csv, EEPtable);

在此代码末尾，函数Cell2CSV用于编写可以由Allegro AAS33001 / AAS33051样本程序员导入的CSV表。功能Cell2CSV在附录B中被重印。许多类似的功能在循环中，但提供的功能应该足够。我们的例子的结果表如下：

eepm,
zal 1
伊莱,1
ro，0
Zero_Offset，3103
ls, 0
线性化误差段00，-973
线性化误差段01，-1009
线性化误差段02，-981
线性化误差段03，-881
线性化误差段04，-701
线性化误差段05，-492
线性化误差段06，-278
线性化误差段07，-18
线性化错误段08,245
线性化误差段09,487
线性化误差段10701
线性化误差段11,875
线性化误差段12,994
线性化误差段131009
线性化误差段14,924
线性化误差段15699
线性化误差段16,323
线性化误差段17，-54
线性化误差段18，-402
线性化误差段19，-600
线性化误差段20，-707
线性化误差段21，-744
线性化误差段22 -694
线性化误差段23，-627
线性化误差段24，-558
线性化误差段25，-474
线性化误差段26，-428
线性化误差段27，-411
线性化误差段28，-494
线性化误差段29，-578
线性化误差段30，-748
线性化误差段31，-865

性能评估

在仿真中可以估计线性化参数后的精度。为此，需要将确定的线性化参数和可选的方向反演应用于模拟:

%%在matlab中执行线性化
Restored_linear_signal = mod(raw_direction*sensor_data(:) +…
interp1（xi_lin，yi_lin，mod（raw_direction * sensor_data（:)，360），'linear'），360）;
%在MATLAB中绘制线性化后的剩余误差
图;
绘图（Aligh_Input（:)，Mod（180 + Restored_Linear_Linear_SigneR_Linear_Signal（：） -  Angle_Input（:)，360） -
180，'.-'）;
legend('Linear interpolation (32 segments)');
xlim (360 [0]);ylim（[ -  1 1]）;
Xlabel（'测量角度°'）;
ylabel('线性化后的预期误差[deg]');

图19为AAS330x1线性化后的期望角度误差:

结论

这个文件解释了背后的理论一般线性化和描述如何线性逼近的修正可以做。

AAS33001和AAS33051允许分段线性化。该线性化方法由传感器的0.2μs执行，并通过32个段实现非常好的精度。

使用此文件，任何用户都应该能够确定最佳的线性化参数的AAS33001和AAS33051。

联系阿莱格罗的代表为任何剩余的问题或支持。

附录A：功能LSQ_LUT_PICEWISE

从https://uk.mathworks.com/matlabcentral/fileexchange/40913-piecewise-linear-least-square-fit。

版权所有（c）2013，Guido Albertin

版权所有。

如果满足以下条件，则允许在源和二进制表单中重新分配和使用或不使用修改使用：

*源代码的重新分配必须保留上述版权声明，此条件清单和以下免责声明。

*二进制形式的再分配必须重现上述版权声明，此条件清单以及以下文件和/或其他材料中提供的其他材料中的免责声明

该软件由版权所有者和贡献者提供“原样”，并提供任何明示或暗示的保证，包括但不限于默示的默示和特定目的的适应性的暗示保证。在任何情况下，版权所有者或贡献者都应对任何直接，间接，偶然，特殊，示范性或相应的损害负责（包括但不限于采购替代商品或服务;使用丧失，数据或利润;然而，或者业务中断）造成和任何责任理论，无论是在合同，严格的责任或侵权行为（包括疏忽或其他方式），也以任何方式出现在使用本软件的情况下，即使涉及此类损害的可能性也是如此。

功能[yi] = lsq_lut_piecewise（x，y，xi）
1-D插值的％LSQ_LUT_PIECEWISE分段线性插值（表查找）
% YI = lsq_lut_piecewise(x, y, XI)获得最佳(最小二乘感觉)
%向量用于线性插值例程。
目标是在给定X的条件下找到函数的最小值
y-interp1(XI,YI,x)|^2, y-interp1(XI,YI,x)|^2
％
％ 输入
％x测量数据矢量
% y测量数据向量
1 D表的％XI断点
％
％ 输出
一维表的% YI插补点
% y = interp1(XI,YI,x)
％
如果size(x,2) ~= 1
错误（'向量x必须具有维度n x 1.'）;
Elseif size(y,2) ~= 1
error('向量y必须有n x 1.');
elsefif大小（x，1）〜=尺寸（x，1）
error('向量x和y必须有n x 1.');
结尾
矩阵由x度量定义
一个=稀疏([]);
%向量的y测量
y = [];
对于j = 2：长度（xi）
% get bin中点的索引[XI(j-1) XI(j)]
ix = x> = xi（j-1）＆x %检查是否在bin中有数据点
如果~(第九)
printf('Bin [%f %f]没有数据点，检查估计。

请据此重新定义X向量'，XI(j-1)，XI(j));
结尾
%获取x和y数据子集
间= x (ix);
y_ = y (ix);
%创建临时矩阵添加到A
tmp =(((间+ XI (j - 1)) / (XI (j)习近平(j - 1)) + 1) ((x_-XI (j - 1)) / (XI (j)习近平(j - 1))));
%构建有约束的度量矩阵
[m1，n1] =尺寸（a）;
[M2，N2] =尺寸（TMP）;
[0 (m1, n1-1) tmp]];
%连接y测量bin
y = [y;Y_];
结尾
％获得最少的平方Y估计
易= \ Y;

附录B：功能Cell2CSV

基于https://uk.mathworks.com/matlabcentral/fileexchange/7601-cell2csv．

函数cell2csv(文件名、cellArray分隔符)
%将单元格数组内容写入*.csv文件。
％
% CELL2CSV(文件名、cellArray分隔符)
％
％filename =要保存的文件的名称。[即'text.csv']
％Cellarray =数据中的小区数组的名称
% delimiter =分隔符，通常为:'，'(默认)
％
％由Sylvain Fiedler，Ka，2004年
由Rob Kohr，Rutgers，2005修改％ - 改为英语和固定分隔符
%修改由Dominik Geisler, Allegro Mi亚博棋牌游戏croSystems, 2018 -删除'eval'函数
如果输入参数个数< 3
分隔符= " ";
结尾
文件= fopen(文件名,' w ');
对z = 1:尺寸(cellArray, 1)
对于S = 1：尺寸（Cellarray，2）
var = cellarray {z，s};
如果size(var,1) == 0
var = ";
结尾
如果isnumeric(var) == 1
var = num2str（var）;
结尾
流(文件,var);
if s ~= size(cellArray,2)
fprintf（文件，[分隔符]）;
结尾
结尾
流(文件,' \ n ');
结尾
fclose（文件）;

附录C：在本申请中使用的整个脚本

版权所有（c）2018，Dominik Geisler，Allegro M亚博棋牌游戏icrosystems德国GmbH

版权所有。

如果满足以下条件，则允许在源和二进制表单中重新分配和使用或不使用修改使用：

*源代码的重新分配必须保留上述版权声明，此条件清单和以下免责声明。

*二进制形式的再分配必须重现上述版权声明，此条件清单以及以下文件和/或其他材料中提供的其他材料中的免责声明

该软件由版权所有者和贡献者提供“原样”，并提供任何明示或暗示的保证，包括但不限于默示的默示和特定目的的适应性的暗示保证。在任何情况下，版权所有者或贡献者都应对任何直接，间接，偶然，特殊，示范性或相应的损害负责（包括但不限于采购替代商品或服务;使用丧失，数据或利润;然而，或者业务中断）造成和任何责任理论，无论是在合同，严格的责任或侵权行为（包括疏忽或其他方式），也以任何方式出现在使用本软件的情况下，即使涉及此类损害的可能性也是如此。

%%传感器数据定义
Angle_Input = [0：11.25：348.75];
SENSOR_DATA = [266.31 278.61 290.39 301.932.75 323.00 332.75 342.69 352.79 3.16 3.16 14.24 26.02 38.94 52.91 67.15 82.18 97.12 111.45 124.98 137.46 148.62 158.82
167.96 176.48 184.48 192.92 201.27 210.50 220.43 230.98 242.31 254.36];
%%检查上升参考角度
如果有的话（角度_input <0）||任何（角度_input> 360）||任何（diff（disch_input）<= 0）
误差(‘参考角度必须在0到360之间单调上升’);
结尾
%%检查正确的传感器角度范围
如果（sensor_data <0）||任何（Sensor_data> 360）
误差('传感器角度必须在0和360之间');
结尾
% %预处理
sensor_data_2 = sensor_data (:);
%检查是否持续上升/下降，最大一个溢出
If any(diff(sensor_data_2) == 0)
错误（'传感器数据必须单调增加或减少'）
ELESEIF SUM（差异（SENSOR_DATA_2）<0）<= 1
%上升角度数据有零或一个溢出，溢出将被纠正
Sensor_data_2 = Sensor_data_2 (:) + 360* sum([false;Diff (sensor_data_2(:)) < 0]);
Elseif sum(diff(sensor_data_2) > 0) <= 1
将校正零或一个溢出的％下降角度数据，溢出将被纠正
Sensor_data_2 = Sensor_data_2 (:) - 360*cumsum([false;Diff (sensor_data_2(:)) > 0]);
其他的
错误('只允许一个数据溢出')
结尾
%反角方向，如果需要
如果所有（差异（Sensor_Data_2）<0）
DISP（'反相角度方向...'）
sensor_data_2 = -sensor_data_2;
raw_direction = -1;
Elseif all(diff(sensor_data_2) > 0)
raw_direction = + 1;
其他的
错误('检测到非单调的角度变化')
结尾
％正确缠绕传感器数据
Rollovercorrection = round((mean(sensor_data_2) - 180)/360) * 360;
Sensor_data_2 = Sensor_data_2 - rollovercorrection;
%扩展传感器数据
sensor_data_ext = [sensor_data_2 (:);sensor_data_2 (:) + 360;．..
sensor_data_2（:) + 720];
%扩展输入数据
angle_input_ext = [angle_input (:);angle_input (:) + 360;．..
angle_input (:) + 720];
%%绘制磁体测量后预处理完成
人物,情节([angle_input (:)), [sensor_data_2(:)),“啊——”);
Xlabel（'编码器角度°'）;
ylabel（'输出角度[deg]'）;
网格;
xlim (360 [0]);
If (raw_direction == +1) = 1
标题('输出字段方向超过编码器方向');
其他的
标题(“方向反转后输出场方向超过编码器方向”);
结尾
%%使用样条曲线从有序的输入网格移动数据
%到一个有序的输出网格:
ordered_output_grid = 0 (360/4096): (360 - 360/4096);
intermediateGrid = Ordered_output_grid + 360;
投影= spline(sensor_data_ext, angle_input_ext，…
intermediategrid);
％计算数据所需的校正：
Correction_curve =投影- intermediategrid;
correction_curve = correction_curve (:);
修正曲线的%%分段线性逼近
lin_sup_nodes = 32;
％重复校正表三次以避免
%角影响校正计算。
triple_correction_curve = repmat (correction_curve 3 1);
triple_correction_curve结束(+ 1)= triple_correction_curve (1);
％与角度输入相同
triple_output_grid = 0：（360/4096）:( 3 * 360）;
％计算支持点
xi_lin_triple = linspace（0,3 * 360，lin_sup_nodes * 3 + 1）;
YI_lin_triple = lsq_lut_piecewise(triple_output_grid(:)，…
triple_correction_curve XI_lin_triple);
％仅使用中心点来计算校正：
yi_lin = yi_lin_triple（lin_sup_nodes + 1：2 * lin_sup_nodes + 1）;
XI_lin = linspace(0360年,lin_sup_nodes + 1);
%%计算AAS330x1参数
％“Zal”：零陆后化始终为零
disp(['*** AAS330x1 "zal"参数在EEPROM中应设置为1']);
％“Eli”：启用线性化始终是一个
DISP（['*** AAS330x1“EEEPROM中的”ELI“参数应设置为1']）;
% "ro":当传感器角度减小时，应使能模具旋转。
if（raw_direction == -1）
sensor_EEPROM_val_ro = 1;
其他的
sensor_EEPROM_val_ro = 0;
结尾
disp(['*** AAS330x1 "ro"参数在EEPROM中应该设置为num2str(sensor_EEPROM_val_ro)]);
% "zero_offset": Offset应该设置为最小偏移量和最大偏移量的平均值。
％这将充分利用线性化参数具有的+/- 45度的范围。
zerou_offset =均值（[min（yi_lin）max（yi_lin）]）;
从角度数据中减去％传感器偏移。如果传感器方向反转，则在角度反转之前发生这种情况，
％使传感器偏移标志必须在这种情况下反转
sensor_eeprom_val_zero_offset = uint16（mod（round（-zero_offset / 360 * 4096），4096））;
DISP（['*** AAS330x1“ZERO_OFFSET”参数在EEPROM中应设置为“NUM2STR（SENSOR_EEPROM_VAL_ZERO_OFFSET）”）;
% "ls":线性化比例必须根据最大参数值进行设置。
Linearization_range_small = 22.5 * (2047/2048);
linearization_range_large = 45.0 *（2047/2048）;
如果round(max(abs(YI_lin - zero_offset))) < linearization_range_small
sensor_EEPROM_val_ls = uint16 (0);
elseif round(max(abs(YI_lin - zero_offset))) < linearization_range_large
sensor_eeprom_val_ls = uint16（1）;
其他的
误差('线性化参数在+/-45°范围外;线性化不可能”)
结尾
DISP（['*** AAS330x1“LS”参数在EEPROM中应设置为“NUM2STR（SENSOR_EEPROM_VAL_LS）”）;
％“lin _ ##”参数
if (sensor_EEPROM_val_ls == 0) %小范围+/- 22.5°
sensor_eeprom_val_lin = int16（rower（reloxoffset-yi_lin（1：lin_sup_nodes））/ 22.5 * 2048））;
其他%较大范围的+/- 45.0°
sensor_EEPROM_val_LIN = int16(圆(zero_offset-YI_lin (1: lin_sup_nodes)) / 45.0 * 2048));
结尾
disp(['*** AAS330x1 "LIN_##" EEPROM参数应设置为以下值:']);
disp (num2str (sensor_EEPROM_val_LIN));
%%编写Allegro AAS330x1样本程序员的CSV表
eptable =细胞（38,2）;
效果（1,1：2）= {'EEPROM'，''};
效果（2,1：2）= {'zal'，1};
EEPtable(1:2) ={“艾利”,1};
效果（4,1：2）= {'ro'，sensor_eeprom_val_ro};
效果（5,1：2）= {'zero_offset'，sensor_eeprom_val_zero_offset};
效果（6,1：2）= {'ls'，sensor_eeprom_val_ls};
对于i = 1:32
EEPtable{6+i,1} = num2str(['线性化错误段' num2str(i-1，'%02d')]);
【6 + i，2} = num2str（sensor_eeprom_val_lin（i））;
结尾
cell2csv (EEP_table.csv, EEPtable);
%%在matlab中执行线性化
Restored_linear_signal = mod(raw_direction*sensor_data(:) +…
interp1（xi_lin，yi_lin，mod（raw_direction * sensor_data（:)，360），'linear'），360）;
%在Matlab中绘制线性化后的剩余误差
图;
绘图（Aligh_Input（:)，Mod（180 + Restored_Linear_Linear_SigneR_Linear_Signal（：） - Angle_Input（:)，360）-180，'.-'）;
legend('Linear interpolation (32 segments)');
xlim (360 [0]);xlabel('测量角度[deg]');
ylabel('线性化后的预期误差[deg]');


版权所有©2018,Allegro亚博棋牌游戏 MicroSystems, LLC

本文件中包含的信息不构成Allegro对客户就本文件主题事项的任何陈述、保证、保证、担保或引诱。提供的信息并不能保证基于这些信息的过程是可靠的，或者Allegro已经探索了所有可能的故障模式。客户有责任对最终产品进行充分的合格测试，以确保其可靠性和满足所有设计要求。