多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

四旋翼无人机路径跟踪控制系统软硬件设计与实验研究

目前传统四旋翼在空中经常受到人为或环境中不确定因素干扰,如果地面控制站不能更直观地显示无人机的实时姿态、位置,飞行中四旋翼无人机容易偏离跟踪的既定路线,无法躲避障碍物,甚至出现姿态不稳导致的无人机损坏.针对此情况,设计开发了一种基于STM32F103RCT6嵌入式微处理器的四旋翼无人机路径跟踪控制系统.详细阐述了该集成控制系统的硬件总体框架、各模块电路设计、软件程序工作流程,利用Matlab2019b仿真软件进行四旋翼无人机的路径跟踪算法仿真实验以确保系统的稳定性和可行性,并以四旋翼样机为实验对象进行了实物测控实验.实验结果表明,所设计的控制系统可以实现自主飞行和轨迹跟踪的期望目标,地面控制站显示界面中可以实时显示四旋翼无人机的实时跟踪路径、姿态角、航速和高度等传感器信息,系统具有一定的实用性.     

四旋翼无人机陀螺阵列数据融合算法

针对目前四旋翼无人机使用单姿态传感器存在的易受噪声干扰、稳定性较差的问题,本文利用陀螺阵列形成多节点、抗干扰、较稳定的多姿态系统,提出基于新型陀螺阵列的四旋翼飞行姿态测量系统,利用多个低精度的微机械电子系统组成测量阵列,提高系统数据的精确性和稳定性,同时文中也提出一种相应的基于邻域搜索的BP网络数据融合算法,解决了BP神经网络传统训练过程需要准确给定输出值的问题,将BP神经网络模型用作陀螺阵列数据的融合处理中。实验结果表明,本文设计的多陀螺阵列系统比单陀螺系统在抗噪声方面有了明显改善,相比传统线性加权融合等算法,本文算法在支持度方面提升9. 2%,残差缩减44. 2%,实物实验表明文中方法对于提高四旋翼无人机的飞行稳定性具有一定的实际意义。     

四旋翼机器人运动控制与动力学研究与设计

针对四旋翼机器人关键技术进行了深入的研究,首先分析了四旋翼机构特征及其主要的用途。其次,根据其旋翼采用正交安装的结构特征进行了运动控制分析,实现了悬停、前后、水平、俯仰和翻转运动等。再次,建立了四旋翼机器人的非线性动力学数学模型,实现了无人机实时力矩补偿控制。最后,采用模糊自适应PID控制算法设计位姿控制器,提出了一种基于动态数学模型的位姿控制方法。经过实验,将运动控制和动力学算法应用到四旋翼机器人,进行了空载位姿跟踪和悬停等实验,同时采集了姿态转角。通过实验证明了无人机运动控制算法、动力学算法和模糊自适应控制器的稳定性、准确性和鲁棒性。     

基于时间序列和积分控制的姿态融合算法研究

四旋翼或多旋翼飞行器环境适应能力强、机械结构简单、操控灵活、飞行稳定,应用广泛。其核心算法包含姿态融合算法和飞行控制算法。为估算飞行器最优姿态,提出一种融合闭环控制和时间序列预测法的加速度传感器数据和陀螺仪数据融合的算法。该算法采用时间序列预测法估算加速度传感器、陀螺仪误差,积分控制器修正陀螺仪漂移误差。通过理论分析、MATLAB仿真、四旋翼飞行器实验平台验证,该姿态融合算法对于估算飞行器姿态具有较快的收敛速度和较高的精度,其角度误差、角速度误差极小。     

基于模糊卡尔曼滤波的姿态估计算法

针对载体运动情况下由于运动加速度引起的载体姿态估计误差,提出了一种基于模糊控制与卡尔曼滤波相结合的姿态估计算法。以加速度计采集值作为模糊控制器输入,自适应地估计卡尔曼滤波量测噪声方差。通过静止、转动及运动实验采集加速度计和陀螺仪数据,分别使用互补滤波法、梯度下降法和模糊卡尔曼滤波法进行姿态估计,结果表明模糊卡尔曼滤波在运动情况下准确性大幅提高,在静止、转动和运动下均具有更好的实时性。     

四旋翼无人机模型参考自适应滑模控制

针对四旋翼无人机的姿态控制与轨迹跟踪问题,提出了一种模型参考自适应滑模控制。考虑到四旋翼无人机模型的不确定性以及所受的外界气流干扰,根据模型参考自适应控制的思想,利用无干扰时的理想参考模型与实际系统的输出偏差对外界气流干扰以及模型不确定的慢时变部分进行自适应估并补偿。同时采用滑模控制来抑制外界干扰和模型不确定性造成的影响,通过Lyapunov理论证明了该算法可以使系统稳定。最后通过对比仿真,验证了所提出算法的有效性和鲁棒性。     

采用自适应无迹卡尔曼滤波的卫星姿态确定

针对现有算法卫星姿态确定中模型参数估计不准确,系统存在外界干扰下稳定性差和跟踪精度不足的问题,提出一种自适应无迹卡尔曼滤波算法,对卫星三轴姿态进行估计.首先分析了陀螺和星敏组合定姿的工作原理,然后推导了以误差四元数为状态变量的卫星姿态运动学方程.滤波过程中,该算法引入自适应矩阵,对量测噪声协方差矩阵进行调整;依据滤波发...     

基于干扰观测器的无人机固定时间位姿一体化控制方法

针对存在外部干扰的倾转四旋翼无人机飞行控制问题，提出一种基于干扰观测器和积分终端滑模的固定时间六自由度位姿一体化控制方法。首先，利用对偶四元数建立了倾转四旋翼无人机六自由度飞行控制系统模型。继而，利用固定时间干扰观测器实时估计的外部扰动信息，设计一种基于积分终端滑模的固定时间控制方案，实现无人机的轨迹跟踪控制，并通过Lyapunov理论分析闭环控制系统的固定时间收敛性能。最后，数值仿真结果验证了该控制方法的有效性与正确性。     

一种双倾斜式全驱动六旋翼无人机的建模与控制

常规旋翼无人机大都采用共线设计,只能产生竖直方向的推力,极大地限制了旋翼无人机在涉及物理交互任务时的应 用。 针对此问题,研究了一种双倾斜式全驱动六旋翼无人机,采用旋翼转轴非共线的设计方法,可以实现位置与姿态的独立控 制。 提出了一种抑制抖振的改进型积分滑模控制器,并与 PID 控制器、积分反演控制器和传统积分滑模控制器进行对比。 仿真 结果表明,所提出的改进型积分滑模控制器能够实现旋翼无人机位置与姿态的独立控制,并能够有效克服自身模型参数的不确 定性以及外部的风场扰动完成定点悬停与复杂的轨迹跟踪。 实物样机实验结果表明,该设计的全驱动旋翼无人机在长距离横 向运动时能够保持水平姿态, 俯仰角和滚转角误差控制在±2°以内。