四旋翼飞行器控制系统设计

四旋翼飞行器姿态控制是四旋翼飞行器控制系统的核心. 通过分析四旋翼飞行器的飞行原理,模型建立,设计了四旋翼飞行器的姿态控制系统;在该系统中采用STM32系列处理器作为主控芯片,MPU6050三轴加速度集和三轴陀螺仪惯性测量单元、磁力计等传感器用于姿态信息检测. 本文中传感器使用结构简单的数字接口对数据进行交换,运用模块化的思想对系统进行设计. 使用PID控制算法进行姿态角的闭环控制,最终实验结果表明,在实验平台上四旋翼飞行器飞行效果稳定,系统满足四旋翼飞行器飞行姿态控制的要求.     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台;首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试;实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

基于四元数与卡尔曼滤波的四旋翼飞行器姿态估计

设计了一款基于嵌入式处理器STM32的四旋翼飞行器,利用低成本传感器测量加速度和机体的角速率,提出一种结合算法,从而实现飞行器姿态的精确测量。采用四元数法描述飞行器的姿态,在测量过程中结合互补滤波算法进行测量数据的矫正;同时针对出现的随机噪声干扰,采用卡尔曼滤波算法,实现姿态的准确测量,最终在实际的飞行器平台上得到了验证。     

基于Kalman滤波算法的姿态传感器信号融合技术研究

针对应用三轴陀螺仪和三轴加速度传感器的四旋翼飞行器姿态角测量问题,提出了基于Kalman滤波算法的姿态传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理,认为陀螺仪输出的角速度误差与其所测角速度及上一时刻的角速度输出误差相关,并据此建立陀螺仪测量线性方程,在此基础上,应用Kalman滤波算法,以加速度计输出的姿态角对陀螺仪测量的姿态角进行修正,从而达到姿态角准确测量的目的。实验结果表明：应用Kalman滤波算法对加速度传感器和陀螺仪信号融合后可有效消除姿态角测量累积误差并显著改善姿态角测量的动态特性。     

EKF和互补滤波器在飞行姿态确定中的应用

设计了一种旋翼飞行姿态参考系统,采用基于加速度计和陀螺仪的惯性测量组合(IMU)测量飞行姿态数据。采集实测数据并运用Allan方差分析法分析其噪声特性,建立传感器模型;针对旋翼飞行器分别应用经典扩展Kalman滤波(EKF)算法和互补滤波算法进行姿态解算。在详细阐述2种算法的原理与实现的基础上,进行飞行器平台实验验证。研究结果表明2种算法均有效,且互补滤波器相对经典Kal-man滤波器更为简单、有效。     

互补滤波算法在四旋翼飞行器姿态解算中的应用

针对四旋翼飞行器飞行过程中的姿态最优估计问题,本着准确、快速的原则,选择了基于陀螺仪、加速度计和电子罗盘的捷联式惯性测量系统.由于这些传感器存在温度漂移和噪声干扰等问题,采用互补滤波算法,通过融合IMU多传感器的数据信号,对测得的姿态数据进行补偿修正,解算出高精度的姿态角.为了验证互补滤波算法的有效性和实用性,通过实际的四旋翼飞行器角度测量系统对互补滤波算法展开研究.结果表明姿态角解算中采用互补滤波算法能够快速、稳定的输出高精度姿态数据,姿态角最大跟踪误差控制在±2°以内,满足四旋翼飞行器飞行控制的要求,成功完成了姿态的最优估计.     

基于卡尔曼滤波的四旋翼飞行器姿态估计和控制算法研究

四旋翼飞行器作为无人机的一种,由于其简单气动布局和复杂的动力学模型,在控制领域获得了越来越多的学术关注;本文首先分析了微机电系统惯性测量单元(MEMS IMU)传感器的误差,给出了基于自回归(autoregressive,AR)噪声模型的卡尔曼滤波算法设计;然后根据加速度计和陀螺仪长短周期测量的不同特性,进一步对姿态数据做互补融合,实验表明此算法可以实现良好的滤波效果;基于上面的姿态估计,本文又提出了一种双增益的PD控制算法对飞行器进行姿态控制;最后将姿态估计算法和控制算法应用到实验平台中,可以实现四旋翼在支架上的自主悬停等功能.     

基于ARM的四旋翼姿态控制器设计

四旋翼姿态控制器采用集成了加速度计和陀螺仪的惯性测量单元,实时采集姿态数据,传输给Cortex-M4内核的处理芯片,利用四元数姿态解算方法,对加速度和角速度数据融合解算处理;采用位置式PID控制算法,控制4个无刷电机的转速,实现控制四旋翼飞行器的飞行姿态;建立万向云台调试系统,通过实践调试验证该控制器能实现控制四旋翼姿态的稳定性;稳定飞行时,姿态角的平均振荡范围为5°。     

基于模糊卡尔曼滤波的四旋翼姿态估计方法

针对四旋翼在飞行中因运动加速度及磁场干扰等影响引起的姿态估计误差，提出一种基于动态估计的模糊扩展卡尔曼滤波姿态估计算法。该算法利用传感器数据对运动频率、运动加速度及磁场干扰的大小进行估计，对估计值模糊推理后，使用输出值调整卡尔曼滤波测量噪声方差和梯度下降步长，增加姿态估计算法的动态适应性。为验证所设计算法的估计效果，使用四旋翼仿真模型进行验证。实验结果表明，该算法能够有效地提高四旋翼在高机动、强干扰情况下姿态估计的姿态跟踪精度、动态性能、抗干扰能力。     

基于多传感器的四旋翼飞行器硬件系统设计

四旋翼飞行器由于其简单的机体结构与较为复杂的姿态控制,近年来在军用和民用领域广泛应用。旨在通过四旋翼飞行器飞控平台的搭建,实现对飞行器姿态的稳定控制。首先论述了四旋翼飞行器的飞行原理与机械结构,给出了硬件系统总体结构。在对各功能模块整合的基础上,实现基于多传感器的控制系统硬件电路设计。仿真与实验证明：多传感器使用过程中,通过卡尔曼滤波进行姿态数据的融合,有效地解决了加速度计、陀螺仪易受外界干扰问题,所设计硬件系统在飞行实验中性能稳定,为四旋翼的稳定控制提供了参考。