基于OpenMV四旋翼无人机视觉跟踪系统设计

无人机对目标的实时跟踪是无人机领域的研究热点与难点,该文设计了一个基于OpenMV四旋翼无人机视觉跟踪系统。该系统以STM32F407VGTx为主控芯片,以姿态传感器、气压计传感器、光流传感器、激光传感器和电子罗盘等为传感器,通过高速的SPI和UART接口获取无人机姿态,构建了一个稳定的飞行控制平台。设计了基于串级PID的无人机悬停、定点和定高飞行的控制算法与程序。在四旋翼无人机稳定飞行的平台上,通过OpenMV实现了四旋翼无人机对目标色块的实时跟踪。     

基于Mahony滤波器和PID控制器的四旋翼飞行器姿态控制

四旋翼飞行器由于其简单的气动布局和复杂的动力学模型在控制领域引起了研究热潮,姿态估计与控制器设计一直是实现四旋翼飞行器稳定飞行的难点。为实现精确的四旋翼飞行器姿态估计,首先分析了IMU传感器示值组成和误差存在的原因,然后在方向余弦矩阵(DCM)和重正交化的基础上,具体给出了Mahony滤波器的实现流程。通过与扩展卡尔曼滤波器对比表明,该算法不仅能保证很高的姿态估计精度,而且计算时间小于扩展卡尔曼滤波器,有助于提高系统姿态估计的实时性。结合Mahony滤波后的姿态信息,采用嵌套PI-PID控制策略设计了控制器。最后,将姿态估计算法和控制算法应用到实验平台上,可以实现四旋翼飞行器悬停和角度跟踪功能。     

基于Mahony滤波器和PID控制器的四旋翼飞行器姿态控制

四旋翼飞行器由于其简单的气动布局和复杂的动力学模型在控制领域引起了研究热潮,姿态估计与控制器设计一直是实现四旋翼飞行器稳定飞行的难点。为实现精确的四旋翼飞行器姿态估计,首先分析了IMU传感器示值组成和误差存在的原因,然后在方向余弦矩阵（DCM）和重正交化的基础上,具体给出了Mahony滤波器的实现流程。通过与扩展卡尔曼滤波器对比表明,该算法不仅能保证很高的姿态估计精度,而且计算时间小于扩展卡尔曼滤波器,有助于提高系统姿态估计的实时性。结合Mahony滤波后的姿态信息,采用嵌套PI-PID控制策略设计了控制器。最后,将姿态估计算法和控制算法应用到实验平台上,可以实现四旋翼飞行器悬停和角度跟踪功能。     

四旋翼无人机速度控制系统设计

为实现四旋翼无人机的自主飞行控制,以自主研发的四旋翼无人机为研究对象,设计了速度控制系统;该速度控制系统采用加速度计、角速率陀螺仪和GPS测量数据,并设计卡尔曼滤波器来抑制传感器噪声,同时估计无法测得的状态变量;为了减小无人机的建模误差并提高控制系统鲁棒性,采用了模型参考滑模控制理论设计速度控制器;实验结果表明,该速度控制系统具有良好的跟踪和稳定性能.     

四旋翼无人机的高度控制

为实现对四旋翼无人机飞行高度的控制,采用气压高度计对高度信息进行反馈,同时使用竖直加速度数据进行补偿.为了减少由建模误差对控制效果产生的影响,并使系统具有较强的鲁棒性,设计了模型参考滑模控制器(MRSMC,model reference sliding mode controller),同时对于无法直接测量的状态量使用卡尔曼滤波器来进行推测.实验结果表明所设计的控制器具有良好的稳定性和鲁棒性.     

四旋翼无人机飞行过程孪生仿真研究

为了满足无人机在实际飞行过程中的虚实交互、实时响应和精确控制等要求,以四旋翼无人机的飞行过程作为任务需求,提出基于数字孪生技术的四旋翼无人机飞行过程仿真研究。搭建了四旋翼无人机飞行数字孪生系统架构,分析了数字孪生体仿真数据的流向及其作用,并对四旋翼无人机飞行数字孪生系统的功能和意义进行了介绍。从几何、物理、行为和规则等四个方面融合构建了四旋翼无人机的数字孪生体模型。最后进行了四旋翼无人机巡航过程的案例研究,通过仿真案例中的各项参数分析,考察了虚实无人机之间的交互性,证明了数字孪生体模型的精确性,验证了四旋翼无人机飞行数字孪生系统的可行性。     

智能型四旋翼无人机飞控系统的设计与实现

通过数学建模进行动力学系统分析,设计实现智能型四旋翼无人机飞控系统。构建四旋翼无人机动力学模型并进行理论分析;设计无人机机架,对各组成模块进行测试、分析和实验;实现无人机飞控系统的自主避障和智能飞行;实现旋转机臂,使无人机具有新型的加速机制和变向模式。飞行实验结果表明,该无人机飞控系统取得较好的效果,灵敏性强、稳定性高,总体性能良好。     

基于EKF的四旋翼姿态解算仿真与设计

随着电子技术的发展,四旋翼上的控制芯片处理速度越来越快,使得运行较复杂的姿态处理算法成为可能。扩展卡尔曼滤波(EKF)在无人机姿态解算领域也得到了应用。推导了四旋翼的传感器和EKF的数学模型,并对其进行了MATLAB仿真。仿真结果表明,扩展卡尔曼滤波器能解算出比较好的姿态数据。最后在实际无人机上进行了验证。     

四旋翼无人机控制系统仿真设计

四旋翼无人机是一种性能优越的垂直起降无人飞行器,能够实现悬停、低速飞行、垂直起降等功能,在军事和民用方面具有重要价值。针对四旋翼无人机的控制系统设计问题,首先分析介绍了四旋翼无人机飞行原理,对其建立动力学模型和运动学模型,然后进行了基于PID控制的控制系统设计,控制系统采用四通道、多闭环的控制结构,包括无人机的姿态控制与轨迹控制。在MATLAB中进行无人机控制系统仿真实现。仿真结果表明,本文所设计的控制系统,能够有效地实现四旋翼无人机的姿态控制、轨迹控制,具有良好的控制精度与响应速度。     

四旋翼无人机的室内自主飞行控制

为了解决四旋翼无人机在室内等无GPS信号的复杂环境中实现自主飞行的问题,在对四旋翼无人机进行非线性建模的基础上,分别设计了基于反步法结合滑模理论的姿态控制器和基于PID的位置控制器.考虑到激光测距仪高昂的价格,提出一种基于红外传感器和扩展卡尔曼算法(EKF)实现无人机室内自主飞行定位的方法,通过无人机的旋转运动弥补红外传感器每次只能测量单一点距的缺陷.最后,通过仿真验证所设计的控制器和定位算法的性能.Wyfh2结果证明了所设计的四旋翼无人机室内自主飞行方法的有效性和可靠性.     

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PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.     

基于卡尔曼滤波的数据融合算法与应用研究

针对无人机飞控系统对输入的多传感器信息融合时传统卡尔曼滤波算法容易出现滤波发散,滤波精度和系统的实时性降低的问题,研究了一种改进的自适应滤波算法,可以让数据融合后的信息精度更高,实时性更强。改进的算法是在Sage-Husa滤波的基础上引入滤波收敛性判据,并提出了基于改进的Sage-Husa滤波算法的联邦卡尔曼滤波器的设计,可以抑制滤波发散,提高滤波精度和稳定性。同时引入强跟踪滤波算法的思想,调整增益矩阵,改进滤波算法,提高系统突变情况下的滤波处理能力。最后,通过对特定的自主避障系统用改进后的算法与传统卡尔曼滤波算法进行MATLAB仿真比较,仿真结果显示改进的自适应滤波算法在系统模型参数失配和实变噪声情况未知时,可以较好地保持滤波的精度和实时性。     

四旋翼飞行器悬停算法设计与实现

以自制四旋翼飞行器为研究对象,对四旋翼飞行器悬停算法进行详细研究。控制中心通过传感器MPU6050获取飞行数据,通过获取的数据计算得到飞行姿态,然后结合气压传感器和摄像头相结合进行悬停算法的设计。程序算法主要包括四元数、PID、卡尔曼滤波和视觉定位等算法,计算得出相应的数据,最后通过控制电子调节系统驱动无刷电机完成其悬停与控制。     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

基于气动参数调节的无人机抗扰动控制算法

无人机飞行受到气动阻尼扰动,从而导致控制稳定性不好。当前采用翼型截面气动参数调节的方法进行无人机抗扰控制,以扭角以及振动方向等参数为约束指标,参数调节的模糊度较大,对气动姿态参数调节的稳定性不好。文中提出基于气动参数调节的无人机抗扰动控制算法。该算法根据无人机的飞行工况构建各阶模态对应的气弹耦合方程,在速度坐标系、体坐标系、弹道坐标系三维坐标系下构建无人机的飞行动力学和运动学模型;采用卡尔曼滤波方法实现对无人机飞行参数的融合调节和小扰动抑制处理,并采用末端位置参考模型进行无人机飞行轨迹的空间规划设计;在卡尔曼滤波预估模型中实现对动力学模型的线性化处理,采用气弹模态参数识别方法进行无人机的飞行扰动调节;将姿态控制作为内环,获得位置环状态反馈调节参数;以无人机的升力系数和扭力系数作为气动惯性参数进行飞行姿态的稳定性调节,从而实现无人机抗扰动控制律的优化设计。采集飞机的俯仰角、横滚角和航向角作为原始数据在Matlab中进行仿真分析,仿真结果表明,采用所提方法进行无人机抗扰动控制的稳定性较好,对气动参数进行在线估计的准确性较高,航向角误差降低12.4%,抗扰动能力提升8dB,收敛时间比传统方法缩短0.14 s,无人机飞行的抗扰动性和飞行稳定性得到提高。所提方法在无人机飞行控制中具有很好的应用价值。     

飞行控制计算机采集处理系统的设计与实现

针对飞行控制计算机对无人机姿态和航迹信息采集处理的要求,给出了以DSP TMS320LF2407A为平台的模拟量、通信量、开关量采集处理的详细设计方案。方案中分别阐述了模拟量、通信量、开关量接口电路、片选控制逻辑和类8259中断控制逻辑的CPLD思想、硬件滤波和软件抗干扰思想。该采集处理系统硬件接口简洁、实时性强、抗干扰特性好,具有很强的工程应用性。     

无人机锂电池电路等效和荷电状态智能计算估计

锂电池电池管理的核心是电池荷电状态(SOC)的实时准确估算。为精确实时估算SOC值,以无人机(UAV)锂电池为研究对象,建立戴维南等效电路模型,对电池进行试验测量、研究分析。首先,运用开路电压法标定锂电池的估算初值,在卡尔曼滤波算法的基础上进一步改良优化得到扩展卡尔曼滤波(EKF)算法。然后,将该算法运用到SOC估算中,即可在较短时间内高精度的估算出无人机锂电池的实时SOC值。在MATLAB/Simulink中搭建对应电池模型输入算法进行运行,并对得到的结果与实际数据进行比较、论证。试验表明,基于戴维南模型的EKF算法能很好地对无人机锂电池SOC进行估算,收敛效果好而且估算精度高于98.5%。扩展卡尔曼算法可以很准确地估算出无人机锂电池的实时SOC值。     

变载荷下六旋翼无人机高度控制

六旋翼无人机应用于植保领域时通常需要定高飞行,单一机载微传感器无法长时间准确的跟踪六旋翼无人机的高度,且当负载发生变化时无人机的高度控制会出现不稳定现象.针对上述问题,本文采用了一种基于气压计和加速度计卡尔曼滤波融合的高度测量系统,并设计了一个双闭环PID控制加前馈控制的高度控制器,最终获得了无人机飞行高度的精确估计与稳定控制.实验结果表明,经过卡尔曼滤波可以得到准确、平稳的高度值和速度值.提出的高度控制器在变载荷情况下也能很好的控制无人机的高度.