切换有向拓扑中的网络化Euler-Lagrange系统自适应同步控制

在动态切换拓扑中研究了带有参数不确定性和单向信息交互的网络化Euler-Lagrange系统的协同控制问题.针对通信拓扑随时间变化的问题,利用有效的局部信息交互设计了一个分布式控制律,并利用自适应技术解决了系统动力学中的参数不确定性问题.通过构造一个连续的Lyapunov函数,证明了系统在切换拓扑的并图存在一棵有向生成树的频率足够高时即可实现网络同步.此外,进一步拓展使用简单的干扰观测器或滑模控制方法进一步研究了该协同策略下的干扰抑制问题.最后,以五颗异构航天器的姿态同步为背景,通过数值仿真及其对照说明了所提合作控制策略的有效性.     

基于硬件Kalman滤波器的航拍云台姿态获取

航拍云台姿态获取是航空摄影中相机姿态校正的基本依据,介绍了一种基于硬件Kalman滤波器的航拍云台姿态获取的实现方法。设计中采用MPU6050作为系统的姿态传感器,它提供三轴角速度和三轴加速度数据。根据系统特征建立Kalman滤波方程对这些数据进行数据融合处理,Kalman滤波过程中的加减乘除浮点数运算由FPGA实现,外部数据的采集和时序的控制也由FPGA完成。经过对实际数据的处理实验,得出该硬件模块可以获得较为准确的航拍云台姿态,输出结果误差在-1.5°~1.5°范围内。     

一种基于深度卷积网络的鲁棒头部姿态估计方法

针对头部姿态估计方法受特征提取限制导致姿态估计效果不佳的问题,提出使用深度卷积网络自动学习有效特征并进行分类的头部姿态估计方法。首先,利用DCNN非线性映射和自动提取图像结构信息的能力,设计一个深度卷积网络实现对姿态鲁棒特征的提取;然后再将提取的特征用于分类器训练并最终实现头部姿态估计。在Pointing’04和FacePix数据库上的测试结果表明,本文设计的深度卷积网络能有效的进行特征学习,避免了人工设计特征的不足,与现有的基于人工设计特征方法相比,本文方法在两个数据库上达到的预测平均绝对误差分别为4.05〫和2.04〫,充分证实了本文算法的稳定性和可靠性。     

基于数字式红外传感器的姿态测量盲区补偿法

单轴红外姿态测量系统在测量小型无人机姿态角时存在盲区,通过增加一组与原轴线相垂直的红外传感器,形成双轴姿态测量系统,对盲区进行补偿。两组红外传感器一定有一组位于倾角可测区域,通过测试目标轴的输出温差的大小,判断位于可测区域的轴线,可实现对目标轴姿态角的解算。首次采用数字式输出红外热电堆传感器设计实现了180°无盲区的姿态角测量模块,经过测试,其静态误差小于2°。     

基于红外传感原理的无人机姿态测量系统设计

由于红外温度传感器能有效感知天空间的热辐射,并且相比传统姿态测量的传感器具有体积小、重量轻、成本低等特点,设计一种基于红外传感原理的无人机姿态测量系统;该系统以新型的ARM Cortex—M3内核微处理器STM32F103ZET6作为处理单元,通过采集红外传感器的姿态信息,进行姿态解算,进而获得无人机的姿态角;同时分析了太阳干扰对实验的影响。实验测试表明:该姿态测量系统简单实用,性能稳定,精度高,能有效满足一般无人机姿态测量的要求。     

小型尾坐式飞行器自适应SRUKF姿态算法

针对小型尾坐式飞行器姿态估计问题,设计了由陀螺、加速度计、磁强计组成的姿态测量系统。为了抑制MEMS陀螺漂移导致的姿态误差,以四元数为状态变量,以加速度计和磁强计的输出作为观测变量,建立了滤波模型。采用平方根无迹卡尔曼滤波(SRUKF)对传感器信息进行融合,保证了滤波算法的数值稳定性。由于小型尾坐式飞行器抗干扰能力弱,引入自适应算法,解决了量测信息受到干扰时滤波精度下降的问题,提高了系统的鲁棒性和可靠性。仿真结果表明,存在外界磁场干扰时,姿态误差小于1°。通过实际飞行实验,验证了算法的可行性。     

基于空间几何方法的乒乓球机器人最优姿态求取

首先分析了仿人机器人手臂的空间几何构型,特别是针对在给定任务下末端执行器的姿态约束不完整的情况.并在此基础上,以机器人手臂的整体动能最小为目标,优化球拍绕其法线方向的旋转角.同时从整个机器人手臂动能的方面对机器人手臂的末端执行器姿态进行优化分析,并确定最优条件,即手臂所构成的平面与球拍运动速度向量所形成的平面互相垂直,然后根据最优条件及各连杆间的关系建立方程,求解出最优的末端姿态角,以减少机器人手臂运动所引起的振动.最后,通过仿真结果从动能求取和轨迹规划等方面验证了提出的方法的有效性.     

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。