基于SLAM的旋翼无人机组合导航算法研究

在旋翼无人机组合导航中,针对缺乏GPS作为导航信号源的室内飞行环境,为了达到精确定位的目的,提出一种基于SLAM（simultaneous localization and mapping）的旋翼无人机组合导航算法。首先,引入双线性插值算法,实现基于扫描匹配的即时定位与地图构建;其次,对陀螺仪、加速度计和磁罗盘建立捷联惯导系统误差模型,针对旋翼无人机的使用环境对误差模型进行简化;最后,应用联邦卡尔曼滤波算法,设计组合导航系统模型,将SLAM算法和捷联惯导系统估计出的位置数据进行融合。仿真结果表明所设计基于SLAM的旋翼无人机组合导航算法能够进一步提高组合导航系统对旋翼无人机位姿估计的精度。     

四旋翼无人机自适应导航控制

研究四旋翼(Quadrotor)无人机导航控制问题。针对传统的四旋翼无人机导航控制方法的目标定位误差和实时性差问题,提出了基于CLOS技术的导航控制方法。采用CLOS技术所开发的导航控制系统使得四旋翼无人机能够在移动停机坪完成自主导航和着陆的任务,并详细研究了导航控制系统的设计和仿真。仿真结果显示了所设计的导航控制系统的性能和有效性,可应用于四旋翼无人机的实时导航。     

面向旋翼无人机的高精度组合导航模块设计与评估

针对行业应用对旋翼无人机连续的高精度导航定位需求,基于低成本的GNSS单频定位模块和MEMS惯导,设计了高精度的GNSS/INS组合导航模块。针对高精度要求,设计了充分保障MEMS惯导精度的原始数据采集方案。针对旋翼无人机平台的高频振动问题,分析了IMU白噪声参数对MEMS惯导和组合导航性能的影响。测试结果表明,适当的放大IMU白噪声参数可以有效改善高频振动条件下的组合导航性能;模块的定位精度可以达到厘米级且连续稳定。     

一种旋翼无人机组合导航系统设计及应用

针对传统组合导航算法相对复杂,对系统硬件要求太高,实时性不好的缺点,设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法.考虑到传统卡尔曼滤波器在系统噪声变化时滤波精度变差甚至发散以及模糊控制器计算量大的缺陷,设计了线性迭代调整观测噪声参数的方法对滤波器进行自适应改进,提高了算法的鲁棒性和实时性.利用STM32微控制器和MEMS惯性单元以及UBLOXGPS定位模块搭建硬件平台进行实验验证.结果表明:在168MHz时钟频率下,一次姿态数据读取和解算共耗时3.27ms,一次组合导航滤波耗时2.18ms,二者分别运行在100Hz和5Hz频率下.最终组合导航结果可以满足无人机在1m的精度范围内自动悬停的需求,验证了所设计的组合导航算法的可靠性和实用性.     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

基于DGPS航迹偏差的多旋翼无人机磁干扰检测技术研究

为了解决多旋翼无人机在飞行作业过程中受到环境磁干扰导致作业异常的问题,在使用DGPS进行差分定位的基础上,提出了一种基于航迹偏差的多旋翼无人机磁干扰检测技术;其基本原理是,当多旋翼无人机受到磁场干扰时,其飞行航迹会偏离预设航线,检测其航迹的偏离距离,通过与阈值比较,可以用来判断是否存在环境磁干扰;实验结果表明该方法可以有效检测环境磁场异常,在某些情况下比传统的磁航向角误差阈值检测方法可靠性更高,虚警率更小;综合使用航迹偏差检测方法和磁航向角误差检测方法,可有效(提高)环境磁场异常检测的准确度,降低虚警率。     

基于IEKF的四旋翼无人机姿态测量方法研究

研究四旋翼无人机在实时飞行时姿态测量的问题.由于四旋翼无人机多采用陀螺仪、加速度计、地磁计(MEMS)传感器测量各姿态,测量值存在偏差,无法直接使用.为解决利用不准确的传感器测量信息获得精确姿态角度的难点,并为了克服常规的扩展卡尔曼算法(EKF)带来的较大滤波偏差,以及四元素法表述复杂等困难,采用了一种改进的迭代EKF(IEKF)算法,利用欧拉角的描述方法,融合MEMS的信息对四旋翼无人机的姿态角度进行测量.实验结果表明,改进方法能准确测量出姿态角,且通过与常规EKF测量效果的比对可以看出,IEKF在测量精度上确有较明显的改善,表明改进方法是有效的,为四旋翼无人机实时调整姿态提供了一种科学手段.     

基于混合卡尔曼滤波的组合导航算法研究

建立了精确制导炸弹MINS/GPS组合导航数学模型.针对扩展卡尔曼滤波存在的问题,研究了非线性滤波,提出了一种新的滤波算法——混合卡尔曼粒子滤波,并应用于组合导航系统定位.仿真结果表明：混合卡尔曼粒子滤波能有效提高组合导航系统的精度和可靠性.     

四旋翼无人机控制系统设计

目前无人机已广泛应用到各行各业,其中无人机的稳定控制一直是研究的核心。在飞控系统中各参数的选择对无人机的稳定控制有着至关重要的作用。以STM32微控制器为核心,利用MPU9250采集四旋翼无人机的姿态数据,配合卡尔曼滤波算法对传感器所采集的数据进行融合滤波,从而实现精准的姿态测量。根据飞行姿态结合PID控制算法,完成对四旋翼无人机飞行姿态的控制。     

基于四元数衍生无迹卡尔曼滤波的二段式多旋翼无人机姿态估计算法

对传统多旋翼无人机姿态估计算法难以兼顾高精度、强实时性以及抗干扰能力差的问题,首先基于一种计算量较小的衍生无迹卡尔曼滤波算法,在量测更新中,将加速度数据和磁力计数据分为两个阶段进行姿态四元数校正处理,然后从旋转四元数的本质出发,推测出四元数各元素分别包含着不同的姿态角信息,最后将校正四元数分别乘上为降低校正过程中的相互干扰所设计的系数,提出一种基于四元数衍生无迹卡尔曼滤波的二段式多旋翼无人机姿态估计算法.通过使用PIXHAWK飞控数据,与传统姿态估计算法进行仿真实验对比,实验表明,本文提出算法与传统使用扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)的姿态估计算法相比,在实时性、解算精度和抗干扰能力方面有较大提升.     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

北斗双星定位系统上的基于联邦Kalman滤波的组合导航技术

作为常用导航手段的惯性导航、GPS系统等单一的导航设备,已不能满足现代电子战条件下的作战使用需求。因此,目前世界各国广泛采用多设备组合、冗余设计、多功能的组合导航系统。本文设计了基于联邦Kalman滤波的组合导航技术,进行了相应的数据仿真实验,并使用北斗星定位系统上的实际运行数据进行了算法验证,从而验证了在北斗双星定位系统上使用基于联邦Kalman滤波组合导航技术的有效性和可行性,为未来进一步在中国独立自主研究的北斗双星定位系统上进行实际的工程应用和商业应用奠定了良好的基础。     

利用神经网络和卡尔曼滤波的组合导航技术

Kalman滤波是组合导航中最常用的最优滤波工具, 但在组合导航系统中仍有一些应用的局限性.针对卡尔曼滤波受到需要已知精确系统模型的限制,文中利用神经网络在解决非线性、时变系统、不确知系统中的独特优势,提出一种新的Adaline /Kalman组合滤波方法,阐述了神经网络的选取,网络的训练,给出具体仿真条件,应用于卫星/惯性组合导航系统.文末给出了仿真结果,表明滤波的效果较之单独的Kalman有所改善,导航精度有所提高,同时也说明了提出的整个方法是可行的,正确的.     

实时图像匹配辅助无人机导航研究

针对GPS/INS组合导航系统在抗干扰性和精度上不能完全满足无人机导航系统要求的问题,利用实时图像匹配辅助无人机导航的方法进行仿真研究.首先,对输入图像进行目标识别定位,为了满足系统的实时性要求,研究采用光电混合联合变换相关器进行实时图像匹配,仿真结果表明,目标的识别定位精度小于两个像素,能够为无人机提供精确的导航信息;再根据摄影测量原理计算导航信息中的位置和姿态角信息;最后,将匹配定位得到的导航信息通过Kalman滤波器与惯导系统解算的导航信息进行信息融合,仿真结果表明,滤波后导航信息的误差均获得了较明显的收敛,提高了无人机导航系统的抗干扰性和导航精度.     

变维卡尔曼滤波算法在车辆导航系统中的应用

对GPS车辆定位中常用的卡尔曼滤渡技术的扩展与应用进行研究，针对车辆机动目标给出变维卡尔曼滤波（VD-kalman）算法，避免可能产生的发散情形。仿真结果表明该方法能够有效的提高滤波数值的稳定性和运用GPS进行车辆定位的精度。     

基于EKF的UUV单信标水声导航定位方法研究

文章描述了基于扩展卡尔曼滤波算法的水声导航定位方法,该方法可以对UUV(无人水下航行器)进行导航估计,有效减少导航定位过程中的累积位置误差;导航模型中信标与UUV时间同步,且信标以一定时间间隔,广播发送水声脉冲信号,UUV利用信号的传输时间延迟,确定与信标之间的相对距离;通过解算UUV与信标的相对距离,以及自身的航行速度、航向角等参数变量,利用扩展卡尔曼滤波算法,可估计出UUV相对信标的位置,通过优化算法,可以有效降低定位过程中的累积位置误差;仿真结果表明,该导航定位算法实现简单、导航精度高,对未来小型UUV导航方法有很好的实用价值。     

车载GPS/DR组合导航系统自适应信息融合算法研究

结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高.     

基于自适应卡尔曼滤波的导航信息融合方法

针对组合导航系统在测量噪声未知的情况下,常规自适应卡尔曼滤波方法的实时性难以满足的问题,提出了一种实时的自适应卡尔曼滤波方法.该方法通过一个简单的指数函数实时调节卡尔曼滤波模型中的测量噪声协方差矩阵,将测量噪声的理论协方差矩阵与实际协方差矩阵的差值作为指数函数的输入,将函数的输出值与上次测量噪声的协方差矩阵之和送入卡尔...     

微小型四旋翼无人飞行器姿态控制

关于自主研发的微小型四旋翼无人飞行器姿态控制问题,针对姿态控制要求的稳定性,根据飞行器的飞行原理,通过数学推导建立近似的姿态角线性模型.操作飞行器飞行并采集相关飞行数据在MATLAB中辨识出有效的模型参数并验证模型准确性.在姿态角模型的基础上,分别设计了ALQR控制器以及卡尔曼滤波器.飞行实验结果表明,设计的卡尔曼滤波器具有很好的滤波效果和状态量推测性能,设计的ALQR控制器能较好的解决控制指令跟踪的问题,满足姿态优化控制的要求.     

基于卡尔曼滤波的车载GPS定位研究

利用卡尔曼滤波处理GPS定位数据是提高GPS定位精度的一种有效手段。针对车载GPS定位的特点,实现了一种车载GPS卡尔曼滤波算法。通过对实测数据进行比较分析,证明该算法具有实用意义。