当前位置：首页 > news >正文

BMI160与PIC18F2620的运动监测系统开发指南

news 2026/7/8 12:08:41

1. 项目背景与硬件选型解析

在运动监测和姿态识别领域，6轴惯性测量单元(IMU)已成为核心传感器。Bosch的BMI160作为一款集成了3轴加速度计和3轴陀螺仪的MEMS传感器，其16位分辨率、±2g~±16g可调量程以及低至950μA的功耗表现，使其成为可穿戴设备和运动追踪项目的理想选择。

PIC18F2620微控制器具备以下适配优势：

内置I2C主控接口，与BMI160的通信协议完美匹配
16MHz工作频率下仅消耗2mA电流，符合低功耗设计要求
28引脚封装提供充足IO资源，便于扩展其他外设
内置10位ADC可兼容模拟传感器接入

硬件连接示意图：

BMI160传感器 PIC18F2620 VCC → 3.3V GND → GND SCL → SCL(PIN18) SDA → SDA(PIN23) INT1 → INT0(PIN33)

2. 传感器初始化与配置详解

2.1 寄存器配置流程

BMI160需要经过精确的初始化序列才能正常工作。以下是关键寄存器配置步骤：

软复位(0x7E写入0xB6)
等待15ms确保启动完成
配置加速度计量程(0x40)：
- 0x03：±2g
- 0x05：±4g
- 0x08：±8g
- 0x0C：±16g
设置陀螺仪量程(0x41)：
- 0x00：±125°/s
- 0x01：±250°/s
- 0x03：±500°/s
- 0x05：±1000°/s
- 0x07：±2000°/s
配置输出数据速率(0x42)：
- 0x08：100Hz
- 0x09：200Hz
- 0x0A：400Hz

注意：上电后必须等待至少1ms才能进行寄存器操作，快速写入可能导致配置失败。

2.2 PIC18F2620的I2C实现

使用MCC(Microchip Code Configurator)生成I2C初始化代码：

void I2C_Initialize(void) { SSP1STAT = 0x80; // 标准速度模式(100kHz) SSP1CON1 = 0x08; // 启用I2C主模式 SSP1ADD = 39; // 100kHz @16MHz Fosc TRISC3 = 1; // SCL输入 TRISC4 = 1; // SDA输入 }

典型读写函数示例：

uint8_t BMI160_ReadReg(uint8_t reg) { I2C_Start(); I2C_Write(0xD0); // BMI160地址 + 写模式 I2C_Write(reg); I2C_Restart(); I2C_Write(0xD1); // BMI160地址 + 读模式 uint8_t data = I2C_Read(0); // NACK终止读取 I2C_Stop(); return data; }

3. 运动数据处理算法实现

3.1 原始数据校准

传感器出厂存在零点漂移，需进行校准：

// 加速度校准参数 float accel_offset[3] = {0}; void CalibrateAccel() { int32_t sum[3] = {0}; for(int i=0; i<100; i++) { sum[0] += ReadAccelX(); sum[1] += ReadAccelY(); sum[2] += ReadAccelZ(); __delay_ms(10); } accel_offset[0] = sum[0]/100.0f; accel_offset[1] = sum[1]/100.0f; accel_offset[2] = (sum[2]/100.0f) - 16384; // 减去1g }

3.2 姿态解算算法

采用互补滤波融合加速度和陀螺仪数据：

float pitch = 0, roll = 0; void UpdateAttitude(float dt) { // 读取校准后的数据 float ax = (ReadAccelX() - accel_offset[0]) / 16384.0f; float ay = (ReadAccelY() - accel_offset[1]) / 16384.0f; float az = (ReadAccelZ() - accel_offset[2]) / 16384.0f; float gx = ReadGyroX() * 0.0174533f; // 转为弧度 float gy = ReadGyroY() * 0.0174533f; // 加速度计姿态 float acc_pitch = atan2(ay, sqrt(ax*ax + az*az)); float acc_roll = atan2(-ax, sqrt(ay*ay + az*az)); // 互补滤波 float alpha = 0.98; pitch = alpha*(pitch + gx*dt) + (1-alpha)*acc_pitch; roll = alpha*(roll + gy*dt) + (1-alpha)*acc_roll; }

4. 性能优化技巧

4.1 低功耗设计

配置BMI160进入低功耗模式：

void SetLowPowerMode() { BMI160_WriteReg(0x7E, 0x11); // 进入挂起模式 BMI160_WriteReg(0x40, 0x28); // 加速度计25Hz BMI160_WriteReg(0x42, 0x28); // 陀螺仪25Hz BMI160_WriteReg(0x7E, 0x15); // 进入低功耗模式 }

PIC18F2620睡眠模式配置：

void EnterSleep() { INTCONbits.GIE = 1; // 启用全局中断 INTCONbits.PEIE = 1; // 启用外设中断 INT0IE = 1; // 启用INT0中断 INTEDG0 = 0; // 下降沿触发 SLEEP(); // 进入睡眠 }

4.2 数据滤波处理

采用移动平均滤波提升数据稳定性：

#define FILTER_SIZE 5 typedef struct { float buffer[FILTER_SIZE]; uint8_t index; } Filter_t; float ApplyFilter(Filter_t* filter, float new_val) { filter->buffer[filter->index] = new_val; filter->index = (filter->index + 1) % FILTER_SIZE; float sum = 0; for(int i=0; i<FILTER_SIZE; i++) { sum += filter->buffer[i]; } return sum / FILTER_SIZE; }

5. 实际应用案例

5.1 计步器实现

利用BMI160内置的计步功能：

void SetupStepCounter() { BMI160_WriteReg(0x7E, 0x11); // 挂起模式 BMI160_WriteReg(0x7B, 0x15); // 启用计步器 BMI160_WriteReg(0x7E, 0x19); // 正常模式 } uint16_t ReadStepCount() { uint8_t low = BMI160_ReadReg(0x78); uint8_t high = BMI160_ReadReg(0x79); return (high << 8) | low; }

5.2 运动轨迹记录

结合加速度双重积分算法：

void CalculateDisplacement(float dt) { static float velocity[3] = {0}; static float position[3] = {0}; // 读取去除重力影响的加速度 float accel[3]; GetLinearAccel(accel); // 梯形积分 for(int i=0; i<3; i++) { float new_vel = velocity[i] + accel[i] * dt; position[i] += (velocity[i] + new_vel) * dt / 2; velocity[i] = new_vel; } }