四旋翼飞行器物理数学模型及微控制系统设计

针对四旋翼飞行器运动复杂控制难的问题,建立了四旋翼物理数学模型。分析了当前几种姿态解算方案的不足,选用四元数姿态解算方案,消除了运算中的转动不可交换性误差。根据下一时刻角度数据的可预测性,设计了卡尔曼滤波器以滤去电机高速运转带来的机体高频震荡、环境电磁干扰及温漂带来的干扰噪声信号。设计了微控制系统电路,构建了串级PID调节器,使系统恢复到平衡位置的角速度与角度成正比,解决了大角度误差带来的震荡及小角度误差带来的力度不足问题。室外飞行实验结果表明,飞行器可以实现稳定悬停、前进、后退、偏航等一系列运动,解决了飞行器稳定性差、控制难的问题。     

改进扩展卡尔曼滤波对四旋翼姿态解算的研究

为解决四旋翼飞行器飞行控制中的稳定性问题,尤其是姿态解算精确性问题,提出改进EKF算法。该算法采用两个EKF并行地对四旋翼飞行器的姿态数据进行处理,将改进的EKF输出的状态变量和协方差加权后整合为飞行器的输出状态和协方差对飞行器姿态进行实时解算。该算法有效地克服了非高斯白噪声对飞行器姿态解算的影响,减小了姿态数据的滤波偏差。仿真表明,该算法较之普通EKF算法的滤波效果更好,改进EKF的均方误差较之普通EKF降低了43.8%,提高了系统的鲁棒性。最后搭建以NI my RIO为核心控制器的四旋翼飞行器,验证改进EKF算法在四旋翼飞行器系统上的正确性和有效性,且该算法亦能满足飞行器实时控制的需求。     

基于多传感器融合的四旋翼飞行器姿态监控

设计了一种基于多传感器融合的四旋翼飞行器姿态监控系统.在有限的单片机计算资源下,通过卡尔曼滤波,对陀螺仪、加速度计和磁强计的测量数据进行数据融合,解算出姿态信息.减小了因电机引起的振动、低成本微机电系统(MEMS)传感器误差较大等因素对姿态信息解算时造成的干扰.通过无线将姿态信息传输至上位机,以民航客机中的主飞行显示器(PFD)形式,对飞行参数进行直观的图形化显示,实现了对四旋翼飞行器的姿态进行监控.     

小型四旋翼飞行器的设计与研究

本文介绍了四旋翼飞行器的机体结构、飞行原理、硬件构成,分析了采用互补滤波算法的姿态解算过程,以及飞行控制算法。     

基于图像匹配的飞行器导航定位算法及仿真

在飞行器导航定位优化控制的研究中,针对无法获得GPS信号时,长航时飞行器捷联惯导系统存在误差,提出了关于图像地标的飞行器精确定位算法,为实现成像系统对捷联惯导系统的误差校正奠定了基础。利用特定地标在机载摄像机像平面上的图像信息,通过图像变换、匹配定位、坐标变换,解算摄像机空间三维坐标和三个姿态角。再根据摄像机坐标系与机体坐标系的变换关系,推算飞行器精确位置。通过计算机仿真对算法进行了验证,结果表明,提出的算法能够满足GPS不可用时长航的飞行器组合导航精度要求,研究结果对长航时飞行器导航具有一定借鉴和参考价值。     

改进扩展卡尔曼滤波的四旋翼姿态估计算法

为了提高标准扩展卡尔曼姿态估计算法的精确度和快速性,将运动加速度抑制的动态步长梯度下降算法融入扩展卡尔曼中,提出一种改进扩展卡尔曼的四旋翼姿态估计算法。该算法在卡尔曼测量更新中采用梯度下降法进行非线性观测,消除标准扩展卡尔曼算法在线性化时带来的线性化误差,提高算法的准确性和快速性;对梯度下降法的梯度步长进行动态处理,使算法步长与四旋翼飞行器的运动合角速度成正比,增强微型四旋翼飞行器姿态解算的动态性能;对强机动运动过程中机体产生的运动加速度进行抑制处理,消除运动加速度对姿态解算的不利影响,提高了微型四旋翼飞行器姿态解算的跟踪精度。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建四旋翼实验平台系统进行实时在线性能验证。结果表明,所设计算法能提高四旋翼飞行器在强机动、高速运动情况下的姿态跟踪精度、动态性能,增强姿态融合算法的抗干扰性,保证微型四旋翼飞行器的稳定飞行。     

基于MSP430单片机的四旋翼飞行器控制系统设计

四旋翼飞行器是由4个带桨叶电机驱动并形成十字交叉结构的一种飞行器。本试验是以MSP430F149单片机为主控芯片,搭建四旋翼飞行器控制系统。以MPU-6050传感器获取飞行器的姿态信息,经过递推滤波算法,得到可靠的姿态数据,通过四元数融合算法,进行姿态解算,获得四旋翼飞行器的姿态角,然后借助PID控制算法,消除四旋翼飞行器在飞行过程中不可预测的误差,最后,以PWM波的形式控制无刷直流电机,实现四旋翼飞行器的自平稳控制。本试验完成了四旋翼飞行器的自平稳控制系统,能够基本实现四旋翼飞行器的平稳起飞与降落。     

基于AFKF的多旋翼无人机组合导航技术研究

目前旋翼无人机组合导航系统大都使用扩展卡尔曼滤波算法,然而由于导航系统建模误差和传感器测量精度的影响,导航信息解算误差较大。为了改善旋翼无人机的飞行控制效果,应用自适应渐消卡尔曼滤波（Adaptive fading Kalman filter,AFKF）进行旋翼无人机组合导航解算,算法通过实时计算遗忘因子,对过去的数据权重进行削减,以提高扩展卡尔曼滤波算法的自适应能力。应用旋翼无人机真实飞行数据进行仿真,仿真结果表明,自适应渐消卡尔曼滤波算法能够有效抑制建模误差,弥补传感器测量精度不足,改善旋翼无人机组合导航解算结果。     

自适应显式互补滤波在六旋翼飞行器中的应用

针对六旋翼飞行器的惯性传感器在测量过程中存在漂移的问题,提出了基于自适应显式互补滤波的姿态解算算法,并对该算法的原理和稳定性进行分析;搭建了六旋翼飞行器的实验测试装置,并进行机体的动、静态测试实验.在实验中,对自适应显式互补滤波算法、显式互补滤波算法以及陀螺仪传感器测量方法进行比较.实验结果表明:自适应显式互补滤波算法能够实现惯性传感器的解算姿态角误差收敛,且动态误差最小.     

基于STM32单片机四旋翼飞行器建模分析与设计

针对四旋翼飞行器稳定性差、控制难的问题,使用牛顿-欧拉方程建立了数学模型,提出了姿态解算的实现方法。设计了以STM32单片机为控制核心,加速度计、陀螺仪及磁力计等组成的硬件控制电路。提出将加速度计解算出的角度数据与陀螺仪解算出的角度数据进行融合,通过卡尔曼滤波滤去干扰信号,保证了角度数据的准确性。设计了三路串级PID控制器,通过对横滚角、俯仰角、偏航角3种姿态角进行控制,实现了对飞行器的悬停、前进、后退、左转、右转等控制。经室内外飞行测试表明,飞行器可以平稳飞行。