CN108959183A - 角度传感器和旋转编码器的前向插值方法 - Google Patents

Abstract

本发明揭示了一种角度传感器和旋转编码器的前向插值方法，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动。本发明提出的角度传感器和旋转编码器的前向插值方法，有效的突破了低速的采样感应单元的限制，极大的提高了角度传感器和旋转编码器的有效数据刷新，及时提供转子的实时角度信息。本算法避免了由于插值预测和实际采样结果的误差而引发的高频噪声，使得输出更平滑。

Description

角度传感器和旋转编码器的前向插值方法

技术领域

本发明属于半导体技术领域，涉及一种角度传感器和旋转编码器，尤其涉及一种基于离散转动惯性原理的角度传感器和旋转编码器的前向插值方法。

背景技术

角度传感器和旋转编码器是用来测量各种机械结构转动过程中的角度信息的重要载体。目前，它被广泛应用于各个领域，诸如工业设备控制汽车、智能家居、智能多媒体设备、物联网技术等。

在基于目前主流的感应元件(如霍尔传感器式、磁阻传感器式、电磁感应传感器式等)，角度的判断方法主要是通过磁场的方向和强度来得到器件目前所处的角度位置。

由于在实际的应用场景中对于角度信息的精度和实时性的要求越来越高，需要传感器更快速的提供更准确的角度信息。而目前所采用的传感器采样感应部分还达不到这么高的精度和实时性要求。

有鉴于此，如今迫切需要设计一种新的角度信息的获取方式，以便克服现有角度获取方式存在的上述缺陷。

发明内容

本发明所要解决的技术问题是：提供一种角度传感器和旋转编码器的前向插值方法，可提高角度传感器和旋转编码器的有效数据刷新，及时提供转子的实时角度信息；避免由于插值预测和实际采样结果的误差而引发的高频噪声，使得输出更平滑。

为解决上述技术问题，本发明采用如下技术方案：

一种角度传感器和旋转编码器的前向插值方法，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化；所述方法包括：

按照刚体运动的惯性定理假设在较短的时间内刚体转动遵循匀加速运动原则；

在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值；

依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算。

所述方法的具体步骤实现方案如下：

步骤S1、判断刚体是否转动；当刚体转动角度时，按照转动的惯性原理，在临近的两个采样点之间，由于时间很短，假设运动遵循匀角加速度进行；即：

β(t)＝β(0)+α*t 公式(1)

那么，在时间t之内角度的变化量是能够计算的：

θ(t)＝θ(0)+β(0)*t+α*t²/2 公式(3)

在高速数据刷新率的场景下，以此为预测的公式进行前向插值计算，增加数据的刷新频率且保持较高的精度；

在采样感应器件输出有效数据更新的时刻，为避免由于插值计算和真实的感应结果之间的误差导致的瞬时角度突变，采用先输出插值计算结果再在随后的一个采样感应周期内叠加补偿的方式滤除高频噪声；

步骤S2、根据公式(3)的原理，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；这个数量最少是两个点，最多是任意多个点；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动；

这里以选用三个采样输出数据来进行插值运算为例，在前三个采样时刻所采样到的角度位置分别为：θ₀,θ₁和θ₂；

并且假设从位置0到位置2之间刚体的旋转遵循惯性原则即匀角加速度运动，且位置0 的初始角速度为β₀那么得到如下公式：

θ₁-θ₀＝β₀*t+α*t²/2 公式(4)

θ₂-θ₁＝β₁*t+α*t²/2＝β₀*t+3α*t²/2 公式(5)

根据公式(4)和公式(5)不难推到出初始角速度和角加速度的值与采样到的角度之间的关系：

根据初始角度和角加速度以及预测的初始角度位置θ₂，对当前的角度位置进行预估；由于采用了离散化的数据输出，当前位置较θ₂位置的时刻延迟了nt/m，所以代入公式计算后得到结果：

在实现这个算法的数字***中，需要保存3组最新的采样数据以供计算所用；并且在每个新的采样数据到来的时候，及时刷新保持数据寄存器以产生新的前向插值输出；

利用高频时钟计数，运用计时溢出中断累加产生计算所需的信号n；而信号m来自于传感采样输出频率与数字信号高频信号频率的倍数关系；为了适应不同应用场景和不同的传感采样速率，在实现中采用寄存器配置的方法来产生不同的数据刷新周期和传感采样频率，进而产生不同的m值；

当新的角度信号传送进来的这个周期，对数据缓存寄存器组进行刷新；将最新的角度存入第二缓存数据寄存器，而原来第二缓存数据寄存器存储的第二缓存数据存入第一缓存数据寄存器；同理，将原来第一缓存数据寄存器存储的第一缓存数据存入第零缓存数据寄存器完成对三个寄存器的同步刷新；

步骤S3、在插值判断输入数据点数大于等于4的情况下，采用一种均值滤波算法来实现滤除由于信号自身的噪声所引入的误差；每相邻的三个时间节点数据进行计算，得到角速度；随后乘以权重，考虑到越近的数据逼真性越高，所以得到最大的权重，而越早的数据获得的权重越小；最后对加权之后的所有角速度进行相加，得到最后的插值计算所用的角速度；对于角加速度的加权均值滤波方法与角速度滤波方式完全一致；

步骤S4、当前向插值达到一个信号采样周期的最后一个数据刷新节点的时刻(n＝m),如果采用采样得到的信号直接输出会导致因为插值预测偏差而引起的信号瞬时突变，从而引入高频噪声；而在本算法体系中，为了避免这种噪声给***带来的角度输出突变问题，我们采用了如下的方法：

首先，在这个时刻将插值计算预测的值作为有效的值输出；

然后，比较插值预测的结果和实际信号采样的结果，得到一个差值；

最后，把这个插值平均分配到随后的一个采样周期内的m个点递进累加；

这样，就顺利的滤除了高频噪声，并且最终把插值预测的误差补偿到了角度输出值上。

在时刻1，采样传感单元有输出的数据θ₁，而在插值输出计算中根据时刻0的数据θ₀以及之前的数据得到时刻1的预测值为θ_{1_pre}。那么，按照本算法，在时刻1实际输出的有效数据是θ_{1_pre}；并且，对时刻1之后的数据前向插值计算的基点也是θ_{1_pre}。同时，为了补偿时刻1的预测误差，在时刻1之后的第n个插值点上叠加补偿一个值：

D_comp(n)＝n*(θ₁–θ_{1_pre})/m

那么最终的插值产生的信号为：

作为本发明的一种优选方案，所述步骤S3中，均值滤波算法为加权平均均值滤波算法。

一种角度传感器和旋转编码器的前向插值方法，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化；所述方法包括：

步骤S1、按照刚体运动的惯性定理，假设在较短的时间内刚体转动遵循匀加速运动原则，可以计算出角度位置和角速度以及角加速度之间的关系；

步骤S2、在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值；

步骤S3、依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算。

作为本发明的一种优选方案，所述步骤S1具体包括：

按照刚体转动的惯性原理，在临近的很短的一段时间内，刚体的运动遵循匀角加速度法则进行；给定角速度β和角加速度α以及角度位置θ都是以时间t变化的函数，那么匀角加速运动的公式可表示为：

β(t)＝β(0)+α*t 公式(1)

那么，在时间t之内角度的变化量是能够计算的：

θ(t)＝θ(0)+β(0)*t+α*t²/2 公式(3)

在高速数据刷新率的场景下，以此为预测的公式进行前向插值计算，增加数据的刷新频率且保持较高的精度；

在采样感应器件输出有效数据更新的时刻，为避免由于插值计算和真实的感应结果之间的误差导致的瞬时角度突变，采用先输出插值计算结果再在随后的一个采样感应周期内叠加补偿的方式滤除高频噪声；

作为本发明的一种优选方案，所述步骤S2具体包括：

根据公式(3)的原理，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；这个数量最少是两个点，最多是任意多个点；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动；

这里以选用三个采样输出数据来进行插值运算为例，在前三个采样时刻所采样到的角度位置分别为：θ₀,θ₁和θ₂；

并且假设从位置0到位置2之间刚体的旋转遵循惯性原则即匀角加速度运动，且位置0 的初始角速度为β₀那么得到如下公式：

θ₁-θ₀＝β₀*t+α*t²/2 公式(4)

θ₂-θ₁＝β₁*t+α*t²/2＝β₀*t+3α*t²/2 公式(5)

根据公式(4)和公式(5)不难推到出初始角速度和角加速度的值与采样到的角度之间的关系：

根据初始角度和角加速度以及预测的初始角度位置θ₂，对当前的角度位置进行预估；由于采用了离散化的数据输出，当前位置较θ₂位置的时刻延迟了nt/m，所以代入公式计算后得到nt/m时刻的角度位置为：

在实现这个算法的数字***中，需要保存3组最新的采样数据以供计算所用；并且在每个新的采样数据到来的时候，及时刷新保持数据寄存器以产生新的前向插值输出；

利用高频时钟计数，运用计时溢出中断累加产生计算所需的信号n；而信号m来自于传感采样输出频率与数字信号高频信号频率的倍数关系；为了适应不同应用场景和不同的传感采样速率，在实现中采用寄存器配置的方法来产生不同的数据刷新周期和传感采样频率，进而产生不同的m值；

当新的角度信号传送进来的这个周期，对数据缓存寄存器组进行刷新；将最新的角度存入第二缓存数据寄存器，而原来第二缓存数据寄存器存储的第二缓存数据存入第一缓存数据寄存器；同理，将原来第一缓存数据寄存器存储的第一缓存数据存入第零缓存数据寄存器完成对三个寄存器的同步刷新。

作为本发明的一种优选方案，所述步骤S3具体包括：

步骤S31、在插值判断输入数据点数大于等于4的情况下，采用一种均值滤波算法来实现滤除由于信号自身的噪声所引入的误差；每相邻的三个时间节点数据进行计算，得到角速度；随后乘以权重，考虑到越近的数据逼真性越高，所以得到最大的权重，而越早的数据获得的权重越小；最后对加权之后的所有角速度进行相加，得到最后的插值计算所用的角速度；对于角加速度的加权均值滤波方法与角速度滤波方式完全一致；

作为本发明的一种优选方案，所述步骤S3具体包括：

步骤S32、当前向插值达到一个信号采样周期的最后一个数据刷新节点的时刻(n＝m), 如果采用采样得到的信号直接输出会导致因为插值预测偏差而引起的信号瞬时突变，从而引入高频噪声；而在本算法体系中，为了避免这种噪声给***带来的角度输出突变问题，采用了如下的方法：

首先，在这个时刻将插值计算预测的值作为有效的值输出；

然后，比较插值预测的结果和实际信号采样的结果，得到一个差值；

最后，把这个插值平均分配到随后的一个采样周期内的m个点递进累加；

这样，就顺利的滤除了高频噪声，并且最终把插值预测的误差补偿到了角度输出值上；

在时刻1，采样传感单元有输出的数据θ₁，而在插值输出计算中根据时刻0的数据θ₀以及之前的数据得到时刻1的预测值为θ_{1_pre}。那么，按照本算法，在时刻1实际输出的有效数据是θ_{1_pre}；并且，对时刻1之后的数据前向插值计算的基点也是θ_{1_pre}。同时，为了补偿时刻1的预测误差，在时刻1之后的第n个插值点上叠加补偿一个值：

D_comp(n)＝n*(θ₁–θ_{1_pre})/m

那么最终的插值产生的信号为：

作为本发明的一种优选方案，所述步骤S31中，均值滤波算法为加权平均均值滤波算法。

本发明的有益效果在于：本发明提出的基于离散转动惯性原理的角度传感器和旋转编码器的前向插值方法，有效的突破了低速的采样感应单元的限制，极大的提高了角度传感器和旋转编码器的有效数据刷新，及时提供转子的实时角度信息。本算法避免了由于插值预测和实际采样结果的误差而引发的高频噪声，使得输出更平滑。

附图说明

图1为输出速率高于采样速率的时序框图。

图2为角度转动变化示意图。

图3为数字电路实现算法结构框图。

图4为高于四个采样数据进行插值计算的角速度及角加速度加权均值滤波法。

图5为滤除由于预测误差而产生的高频噪声的方法示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例一

请参阅图1，本发明揭示了一种基于离散转动惯性原理的角度传感器和旋转编码器的前向插值方法，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化。所述方法包括：按照刚体运动的惯性定理假设在较短的时间内刚体转动遵循匀加速运动原则(对应如下的步骤S1)；在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值(对应如下的步骤S2)；依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算(对应如下的步骤S3及步骤S4)。

所述方法具体包括如下步骤：

【步骤S1】判断刚体是否转动；当刚体转动角度时，按照转动的惯性原理，在临近的两个采样点之间，由于时间很短，假设运动遵循匀角加速度进行；即：

β(t)＝β(0)+α*t 公式(1)

那么，在时间t之内角度的变化量是能够计算的：

θ(t)＝θ(0)+β(0)*t+α*t²/2 公式(3)

在高速数据刷新率的场景下，以此为预测的公式进行前向插值计算，增加数据的刷新频率且保持较高的精度；

在采样感应器件输出有效数据更新的时刻，为避免由于插值计算和真实的感应结果之间的误差导致的瞬时角度突变，采用先输出插值计算结果再在随后的一个采样感应周期内叠加补偿的方式滤除高频噪声；

【步骤S2】根据公式(3)的原理，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；这个数量最少是两个点，最多是任意多个点；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动；

这里以选用三个采样输出数据来进行插值运算为例(当然也可以是其他个数)，在前三个采样时刻所采样到的角度位置分别为：θ₀,θ₁和θ₂；

并且假设从位置0到位置2之间刚体的旋转遵循惯性原则即匀角加速度运动，且位置0 的初始角速度为β₀那么得到如下公式：

θ₁-θ₀＝β₀*t+α*t²/2 公式(4)

θ₂-θ₁＝β₁*t+α*t²/2＝β₀*t+3α*t²/2 公式(5)

根据公式(4)和公式(5)不难推到出初始角速度和角加速度的值与采样到的角度之间的关系：

根据初始角度和角加速度以及预测的初始角度位置θ₂，对当前的角度位置进行预估；由于采用了离散化的数据输出，当前位置较θ₂位置的时刻延迟了nt/m，所以代入公式计算后得到结果：

在实现这个算法的数字***中，需要保存3组最新的采样数据以供计算所用；并且在每个新的采样数据到来的时候，及时刷新保持数据寄存器以产生新的前向插值输出；

利用高频时钟计数，运用计时溢出中断累加产生计算所需的信号n；而信号m来自于传感采样输出频率与数字信号高频信号频率的倍数关系；为了适应不同应用场景和不同的传感采样速率，在实现中采用寄存器配置的方法来产生不同的数据刷新周期和传感采样频率，进而产生不同的m值。

当新的角度信号传送进来的这个周期，对数据缓存寄存器组进行刷新；将最新的角度存入第二缓存数据寄存器，而原来第二缓存数据寄存器存储的第二缓存数据存入第一缓存数据寄存器；同理，将原来第一缓存数据寄存器存储的第一缓存数据存入第零缓存数据寄存器完成对三个寄存器的同步刷新。

【步骤S3】在插值判断输入数据点数大于等于4的情况下，采用一种均值滤波算法(例如：加权平均均值滤波)来实现滤除由于信号自身的噪声所引入的误差；每相邻的三个时间节点数据进行计算，得到角速度；随后乘以权重，考虑到越近的数据逼真性越高，所以得到最大的权重，而越早的数据获得的权重越小；最后对加权之后的所有角速度进行相加，得到最后的插值计算所用的角速度；对于角加速度的加权均值滤波方法与角速度滤波方式完全一致。

【步骤S4】当前向插值达到一个信号采样周期的最后一个数据刷新节点的时刻(n＝m), 如果采用采样得到的信号直接输出会导致因为插值预测偏差而引起的信号瞬时突变，从而引入高频噪声；而在本算法体系中，为了避免这种噪声给***带来的角度输出突变问题，本实施例采用了如下的方法：

首先，在这个时刻将插值计算预测的值作为有效的值输出；

然后，比较插值预测的结果和实际信号采样的结果，得到一个差值；

最后，把这个插值平均分配到随后的一个采样周期内的m个点递进累加；

这样，就顺利的滤除了高频噪声，并且最终把插值预测的误差补偿到了角度输出值上。

在时刻1，采样传感单元有输出的数据θ₁，而在插值输出计算中根据时刻0的数据θ₀以及之前的数据得到时刻1的预测值为θ_{1_pre}。那么，按照本算法，在时刻1实际输出的有效数据是θ_{1_pre}；并且，对时刻1之后的数据前向插值计算的基点也是θ_{1_pre}。同时，为了补偿时刻1的预测误差，在时刻1之后的第n个插值点上叠加补偿一个值：

D_comp(n)＝n*(θ₁–θ_{1_pre})/m

那么最终的插值产生的信号为：

实施例二

本实施例与实施例一的区别在于，本实施例中，本发明揭示了一种基于离散转动惯性原理的角度传感器和旋转编码器的前向插值方法，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化。所述方法包括：按照刚体运动的惯性定理假设在较短的时间内刚体转动遵循匀加速运动原则；在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值；依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算。

综上所述，本发明提出的基于离散转动惯性原理的角度传感器和旋转编码器的前向插值方法，有效的突破了低速的采样感应单元的限制，极大的提高了角度传感器和旋转编码器的有效数据刷新，及时提供转子的实时角度信息。本算法避免了由于插值预测和实际采样结果的误差而引发的高频噪声，使得输出更平滑。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (7)

1.一种角度传感器和旋转编码器的前向插值方法，其特征在于，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化；所述方法包括：

按照刚体运动的惯性定理，假设在较短的时间内刚体转动遵循匀加速运动原则，计算出角度位置和角速度以及角加速度之间的关系；

在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值；

依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算；

所述方法的具体步骤实现方案如下：

步骤S1、按照刚体转动的惯性原理，在临近的很短的一段时间内，刚体的运动遵循匀角加速度法则进行；给定角速度β和角加速度α以及角度位置θ都是以时间t变化的函数，那么匀角加速运动的公式可表示为：

β(t)＝β(0)+α*t 公式(1)

那么，在时间t之内角度的变化量是能够计算的：

θ(t)＝θ(0)+β(0)*t+α*t²/2 公式(3)

在高速数据刷新率的场景下，以此为预测的公式进行前向插值计算，增加数据的刷新频率且保持较高的精度；

在采样感应器件输出有效数据更新的时刻，为避免由于插值计算和真实的感应结果之间的误差导致的瞬时角度突变，采用先输出插值计算结果再在随后的一个采样感应周期内叠加补偿的方式滤除高频噪声；

步骤S2、根据公式(3)的原理，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；这个数量最少是两个点，最多是任意多个点；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动；

选用三个采样输出数据来进行插值运算，在前三个采样时刻所采样到的角度位置分别为：θ₀,θ₁和θ₂；

并且假设从位置0到位置2之间刚体的旋转遵循惯性原则即匀角加速度运动，且位置0的初始角速度为β₀那么得到如下公式：

θ₁-θ₀＝β₀*t+α*t²/2 公式(4)

θ₂-θ₁＝β₁*t+α*t²/2＝β₀*t+3α*t²/2 公式(5)

根据公式(4)和公式(5)不难推到出初始角速度和角加速度的值与采样到的角度之间的关系：

根据初始角度和角加速度以及预测的初始角度位置θ₂，对当前的角度位置进行预估；由于采用了离散化的数据输出，当前位置较θ₂位置的时刻延迟了nt/m，所以代入公式计算后得到nt/m时刻的角度位置为：

在实现这个算法的数字***中，需要保存3组最新的采样数据以供计算所用；并且在每个新的采样数据到来的时候，及时刷新保持数据寄存器以产生新的前向插值输出；

利用高频时钟计数，运用计时溢出中断累加产生计算所需的信号n；而信号m来自于传感采样输出频率与数字信号高频信号频率的倍数关系；为了适应不同应用场景和不同的传感采样速率，在实现中采用寄存器配置的方法来产生不同的数据刷新周期和传感采样频率，进而产生不同的m值；

当新的角度信号传送进来的这个周期，对数据缓存寄存器组进行刷新；将最新的角度存入第二缓存数据寄存器，而原来第二缓存数据寄存器存储的第二缓存数据存入第一缓存数据寄存器；同理，将原来第一缓存数据寄存器存储的第一缓存数据存入第零缓存数据寄存器完成对三个寄存器的同步刷新；

步骤S3、在插值判断输入数据点数大于等于4的情况下，采用均值滤波算法来实现滤除由于信号自身的噪声所引入的误差，所述均值滤波算法为加权平均均值滤波算法；每相邻的三个时间节点数据进行计算，得到角速度；随后乘以权重，考虑到越近的数据逼真性越高，所以得到最大的权重，而越早的数据获得的权重越小；最后对加权之后的所有角速度进行相加，得到最后的插值计算所用的角速度；对于角加速度的加权均值滤波方法与角速度滤波方式完全一致；

步骤S4、当前向插值达到一个信号采样周期的最后一个数据刷新节点的时刻(n＝m),如果采用采样得到的信号直接输出会导致因为插值预测偏差而引起的信号瞬时突变，从而引入高频噪声；而在本算法体系中，为了避免这种噪声给***带来的角度输出突变问题，我们采用了如下的方法：

首先，在这个时刻将插值计算预测的值作为有效的值输出；

然后，比较插值预测的结果和实际信号采样的结果，得到一个差值；

最后，把这个插值平均分配到随后的一个采样周期内的m个点递进累加；

这样，就顺利的滤除了高频噪声，并且最终把插值预测的误差补偿到了角度输出值上；

在时刻1，采样传感单元有输出的数据θ₁，而在插值输出计算中根据时刻0的数据θ₀以及之前的数据得到时刻1的预测值为θ_{1_pre}；那么，按照本算法，在时刻1实际输出的有效数据是θ_{1_pre}；并且，对时刻1之后的数据前向插值计算的基点也是θ_{1_pre}；同时，为了补偿时刻1的预测误差，在时刻1之后的第n个插值点上叠加补偿一个值：

D_comp(n)＝n*(θ₁–θ_{1_pre})/m

那么最终的插值产生的信号为：

2.一种角度传感器和旋转编码器的前向插值方法，其特征在于，所述方法用于实现利用已知的时刻物体所处的角度信息来预测物体在之后的一段时间内的角度变化；所述方法包括：

步骤S1、按照刚体运动的惯性定理，假设在较短的时间内刚体转动遵循匀加速运动原则，计算出角度位置和角速度以及角加速度之间的关系；

步骤S2、在最新的几个采样时刻所获得的角度位置信息的基础上进行计算，得到预测起始位置的角速度和角加速度值；

步骤S3、依据起始位置的角度信息和角速度信息以及角加速度信息，在输出频率的要求下进行前向插值预测计算。

3.根据权利要求2所述的角度传感器和旋转编码器的前向插值方法，其特征在于：

所述步骤S1具体包括：

按照刚体转动的惯性原理，在临近的很短的一段时间内，刚体的运动遵循匀角加速度法则进行；给定角速度β和角加速度α以及角度位置θ都是以时间t变化的函数，那么匀角加速运动的公式可表示为：

β(t)＝β(0)+α*t 公式(1)

那么，在时间t之内角度的变化量是能够计算的：

θ(t)＝θ(0)+β(0)*t+α*t²/2 公式(3)

在高速数据刷新率的场景下，以此为预测的公式进行前向插值计算，增加数据的刷新频率且保持较高的精度；

在采样感应器件输出有效数据更新的时刻，为避免由于插值计算和真实的感应结果之间的误差导致的瞬时角度突变，采用先输出插值计算结果再在随后的一个采样感应周期内叠加补偿的方式滤除高频噪声。

4.根据权利要求2所述的角度传感器和旋转编码器的前向插值方法，其特征在于：

所述步骤S2具体包括：

根据公式(3)的原理，在下一个传感器采样输出之前，预判当前的机械结构所处角度；根据不同的应用场景和预测精度的需求，选用不同数量的采样感应器的输出作为插值算法的输入条件；这个数量最少是两个点，最多是任意多个点；当采用两个采样输出作为插值基值的时候，匀加速运动简化为匀速运动；

选用三个采样输出数据来进行插值运算，在前三个采样时刻所采样到的角度位置分别为：θ₀,θ₁和θ₂；

并且假设从位置0到位置2之间刚体的旋转遵循惯性原则即匀角加速度运动，且位置0的初始角速度为β₀那么得到如下公式：

θ₁-θ₀＝β₀*t+α*t²/2 公式(4)

θ₂-θ₁＝β₁*t+α*t²/2＝β₀*t+3α*t²/2 公式(5)

根据公式(4)和公式(5)不难推到出初始角速度和角加速度的值与采样到的角度之间的关系：

根据初始角度和角加速度以及预测的初始角度位置θ₂，对当前的角度位置进行预估；由于采用了离散化的数据输出，当前位置较θ₂位置的时刻延迟了nt/m，所以代入公式计算后得到nt/m时刻的角度位置为：

在实现这个算法的数字***中，需要保存3组最新的采样数据以供计算所用；并且在每个新的采样数据到来的时候，及时刷新保持数据寄存器以产生新的前向插值输出；

利用高频时钟计数，运用计时溢出中断累加产生计算所需的信号n；而信号m来自于传感采样输出频率与数字信号高频信号频率的倍数关系；为了适应不同应用场景和不同的传感采样速率，在实现中采用寄存器配置的方法来产生不同的数据刷新周期和传感采样频率，进而产生不同的m值；

当新的角度信号传送进来的这个周期，对数据缓存寄存器组进行刷新；将最新的角度存入第二缓存数据寄存器，而原来第二缓存数据寄存器存储的第二缓存数据存入第一缓存数据寄存器；同理，将原来第一缓存数据寄存器存储的第一缓存数据存入第零缓存数据寄存器完成对三个寄存器的同步刷新。

5.根据权利要求2所述的角度传感器和旋转编码器的前向插值方法，其特征在于：

所述步骤S3具体包括：

步骤S31、在插值判断输入数据点数大于等于4的情况下，采用一种均值滤波算法来实现滤除由于信号自身的噪声所引入的误差；每相邻的三个时间节点数据进行计算，得到角速度；随后乘以权重，考虑到越近的数据逼真性越高，所以得到最大的权重，而越早的数据获得的权重越小；最后对加权之后的所有角速度进行相加，得到最后的插值计算所用的角速度；对于角加速度的加权均值滤波方法与角速度滤波方式完全一致；

6.根据权利要求2或5所述的角度传感器和旋转编码器的前向插值方法，其特征在于：

所述步骤S3具体包括：

步骤S32、当前向插值达到一个信号采样周期的最后一个数据刷新节点的时刻(n＝m),如果采用采样得到的信号直接输出会导致因为插值预测偏差而引起的信号瞬时突变，从而引入高频噪声；而在本算法体系中，为了避免这种噪声给***带来的角度输出突变问题，采用了如下的方法：

首先，在这个时刻将插值计算预测的值作为有效的值输出；

然后，比较插值预测的结果和实际信号采样的结果，得到一个差值；

最后，把这个插值平均分配到随后的一个采样周期内的m个点递进累加；

这样，就顺利的滤除了高频噪声，并且最终把插值预测的误差补偿到了角度输出值上；

在时刻1，采样传感单元有输出的数据θ₁，而在插值输出计算中根据时刻0的数据θ₀以及之前的数据得到时刻1的预测值为θ_{1_pre}；那么，按照本算法，在时刻1实际输出的有效数据是θ_{1_pre}；并且，对时刻1之后的数据前向插值计算的基点也是θ_{1_pre}；同时，为了补偿时刻1的预测误差，在时刻1之后的第n个插值点上叠加补偿一个值：

D_comp(n)＝n*(θ₁–θ_{1_pre})/m

那么最终的插值产生的信号为：

7.根据权利要求5所述的角度传感器和旋转编码器的前向插值方法，其特征在于：

所述步骤S31中，均值滤波算法为加权平均均值滤波算法。