使用电阻应变片实现对弹丸击打的检测
#1. 设计背景
在RM竞赛中,在制作能量机关的时候,存在着如何实现对弹丸击打的检测,经调查,可能会存在着如下的方案:
(1)震动传感器:精度有限,可能会发生误判,难以区分打到了哪个叶片;
(2)加速度传感器:可能会由于击打产生的加速度比较小,而且时间短,需要对数据进行较多处理;
(3)电阻式应变片检测被击打区域的形变。
在帖子2019大风车能量机关制作开源——哈工大威海HERO战队:https://bbs.robomaster.com/forum.php?mod=viewthread&tid=8217&extra=page%3D1%26filter%3Dtypeid%26typeid%3D167中,使用的方案是加速度传感器。
经过方案研究,觉得电阻式应变片的检测也是可以完成设计要求的,并且在设计出合理的机械结构和信号调理电路之后,能极大简化检测逻辑,并在理论上有较高的检测精准度。
#2. 设计原理
测试使用的能量机关如图1所示,图中标注了需要检测弹丸击打的位置,在此位置里面可以按照实际情况,在合适的板材(例如较薄的金属板)上面粘贴电阻式应变片。检测区域内如果被弹丸击中,则对应的金属板会产生形变,随之电阻式应变片的电阻会发生改变,通过检测电阻值的变化量可以对击打动作进行判断。
图1 电阻式应变片在检测区域内的安放示意图
对于电阻式应变片所粘贴的金属板特性的选取可以考虑如下几个方面:
(1)需要满足足够的结构强度,即在多次击打之后不产生较大的非弹性形变;
(2)尽量小的弹性系数,即在被击打之后能产生较大的形变程度;
(3)易于设计和安装。
#3. 检测方案
以网上某厂家生产的电阻式应变片为例,其命名规则如图2所示:
图2 某厂家生产的应变片命名规则
如图3所示为电阻应变片的基本结构示意图:
图3 电阻应变片的基本结构示意图
暂时选取应变片型号为:BF120-100AA,即该应变片在不产生形变时,阻值为120Ω,如果因外力导致形变,其电阻值会随形变的大小而发生变化。根据此原理即可对金属基板的形变进行检测,从而判断是否被击中。
由于电阻式应变片在形变之后其电阻值变化比较小,可能有较大形变的情况下阻值也只变化5Ω左右,所以难以直接通过欧姆定律直接对其电阻值变化。因此可以使用平衡电桥电路来对应变片的电阻变化进行检测,即将电阻应变片的微小阻值变化转换为一个微小的电压变化量。另外使用仪用放大电路将微小的电压变化量进行放大,最终可以由单片机的ADC直接对放大之后的电压变化量进行采集和数据处理,即可判断出来能量机关的对应区域是否被击中。
下面将使用仿真软件对检测电路进行仿真分析。
设定如下假设:
(1)未发生形变时,电阻应变片的阻值为120Ω,被击中之后产生最大形变的时候其电阻值变为125Ω,在仿真环境中直接使用电阻来模拟;
(2)忽略其它非理想因素。
使用Multisim来仿真电路,3中结果如下(反映电阻应变片电阻由115Ω~125Ω变化范围内,电路输出电压的变化情况):
图4 电阻应变片未发生形变时(电阻为120Ω)的仿真结果
对于图4而言,在实际系统中,因为实际的器件参数均会随时间变化,所以在使用一段时间之后会发现电阻应变片没发生形变时,输出电压也不再是1.65V了。
因此可以把电阻R5换成一个可调电阻。在每次测试之前通过调节电位器R5的阻值,使输出电压重新为1.65V,即电桥的调零操作。
图5 电阻应变片发生形变时(电阻为125Ω)的仿真结果
图6 电阻应变片发生形变时(电阻为115Ω)的仿真结果
对于图6而言,在理论情况下,电阻应变片的阻值是不会小于120R的,但是在实际过程中,对于电阻应变片而言是有可能比标称的120R小一些的。图6的仿真只是体现了这个测试电路在应变片电阻小于120R的时候也具备检测能力。
#4. 检测结果分析
由之前的仿真结果可知:
当电阻应变片未到形变,电阻变为120时,输出电压(电压表XMM1)为1.648
当电阻应变片受到形变,电阻变为125Ω时,输出电压(电压表XMM1)为2.706V
当电阻应变片受到形变,电阻变为115Ω时,输出电压(电压表XMM1)为0.557V
因此,可以表明该电路具备相应的将电阻应变片的形变量转换为0-3.3V之间电压的能力。即在使用过程中,可以通过检测电路电压的输出来判断当前的形变量,从而判断能量机关是否被击中。
另外,甚至可以对该电路的输出电压进行高速检测,并且可通过电压波形来分析能量机关是被何种子弹击中的。
对于上述电路,给出其理论输出电压随电阻应变片电阻值变化的公式:
可以根据该公式对比仿真结果,是一致对应的。
仿真资源详见:https://download.csdn.net/download/suiji2442/85043183
使用电阻应变片实现对弹丸击打的检测相关推荐
- robomaster视觉规则细谈
目录 攻击与检测 弹丸参数 增益点增益 升级效果 击打检测 涂装要求 裁判系统 机器人端各模块 赛事引擎各部分 客户端 服务器 能量机关 小能量机关 大能量机关 算法归纳 攻击与检测 弹丸参数 如图所 ...
- Robomaster上位机视觉摘要——比赛规则篇
本文是笔者多日来总结的2023赛季中针对上位机组的比赛规则摘要,力求一文让你看懂上位机在赛场中的飒爽身影. 目录 电力元件 电池 遥控器 激光 涂装 机器人 飞镖 雷达 空中机器人 工程机器人 哨兵机 ...
- [XMOVE自主设计的体感方案] 历代版本系统介绍(一)X-MOVE1.0
编者注: X-MOVE是作者在业余时间于2010年6月份启动的以运动传感开发,算法和应用的平台,目前已经发展了三个版本,第四版的开发接近尾声.发布在博客园仅为交流技术,不存在商业目的,作者保留一切权利 ...
- 中科院智能乒乓球桌登上Nature:检测球速跟踪路径,准确找到击球位置
大数据文摘出品 来源:dailymail 编译:Stats熊 球类比赛中,经常能看到基于高速摄像头的鹰眼或者VAR(视频助理裁判),这类技术的应用可以避免裁判主观判断引起的争议,提高竞技体育的公平性, ...
- OpenCvSharp手绘ROI区域+模板匹配+霍夫变换检测圆的边界
最终效果如下: 左侧为检测图片.右侧为模板,右下角textbox为轮毂中心的像素坐标 操作步骤: 1.点击打开图像选择一张比较不错的图片,用于画模板: 2.在picturebox中画取ROI区域生成模 ...
- matlab 图像显著性检测ft_图像显著性检测总结
这块的工作一直在跟,一直没有整理,看到别人整理的资料不错,先加入作者链接: http://blog.csdn.net/anshan1984/article/details/8657176点击打开链接 ...
- yolo类检测算法解析——yolo v3
原文:https://www.cnblogs.com/cvtoEyes/p/8608205.html yolo类检测算法解析--yolo v3 计算机视觉的发展史可谓很长了,它的分支很多,而且理论那是 ...
- 运动检测(前景检测)之——ViBe
运动检测(前景检测)之--ViBe 这个也是c++ 代码: https://download.csdn.net/download/zhuangxiaobin/7360113 目前前景检测的研究还是很多 ...
- 充电类型一二次检测过程及充电类型
点击打开链接 1. Primary Detection D+被vdp_src拉高(一般为0.6v):此时检测D-的电压值:将 D- 与vdat_REF(一般为0.4v)比较,若大于则表示高,则可能的充 ...
最新文章
- qt同时两个动画执行_Qt实现数字滚动动画效果
- tomcat线程释放时间_详解tomcat的连接数与线程池
- python流程控制-Python流程控制
- Java-----instanceof、isInstance、isAssignableFrom
- linux iptables扩展,脚本防火墙
- oracle上机题库_Oracle数据库考试试题库
- python中打印二维列表数据
- 张文宏又爆“金句”:上班开会,要和关系最差的人坐一起……
- Verilog实现交通灯(数电课设)----------旧
- windows 域的安装方法
- 金典 SQL笔记(2)
- Atitit 网盘使用法 艾提拉著 目录 1. 需要解决几个问题	2 1.1. 多关键词搜索的问题 使用every索引解决	2 1.2. 重要文具类索引使用分类索引 日志 crm类增加000前缀
- 刷新输出缓冲区(C++)
- OD教程(汇编基础)
- eclipse svn SSL 错误
- HTML分页插件功能实现
- 使用Tensorflow实现声纹识别
- flink ui含义图解
- 502粘到手上变硬了怎么办_手指被502粘住了?别硬扯,教你2招,胶水自动融化...
- 推荐场景下融合多模态信息的内容召回模型
热门文章
- Android之实现长按Webview页面文字自定义复制、全选、分享、搜索、翻译功能(支持多语言,博文也有Demo下载地址)
- 网易企业邮箱:三道防御、七项措施,切实保障企业邮箱安全【企业邮箱申请】
- HIT-ICS2022大作业-程序人生-Hello’s P2P
- C++练习11: 栈 和队列
- 度度熊学队列(双端队列练习)
- 氨酰胺酶(glutaminase, GLS) 活性测定试剂盒说明书
- 华为开发者大会主题演讲:抖音短视频网络性能优化实践
- 亲身经历体会乐歌和爱格升显示器支架,到底谁更胜一筹?
- 计算机打印机无法打印机驱动,打印机无法打印怎么办,教您打印机不能打印怎么解决...
- 2016百度之星 - 初赛(Astar Round2B)1001 1003~1006