四旋翼飞行器姿态估计方法

针对四旋翼飞行器姿态估计中传感器由于旋翼振动带来的测量误差,通过卡尔曼滤波方法融合加速度计和陀螺仪的测量数据来提高姿态估计精度,减少因载体振动带来的噪声并解决陀螺漂移问题。先分析了惯性器件误差类型,然后建立了三自由度的系统模型并用Matlab进行仿真分析,再利用带有螺旋桨的实验台验证方法的可行性。实验结果表明,姿态估计误差在2°以内且没有随时间的增长而增大,基本满足四旋翼飞行器姿态估计的实时性、廉价性、高精度等要求,该方法可以成功应用于四旋翼飞行器的姿态控制,抑制噪声干扰,为稳定的自主飞行创造条件。     

基于四元数的四旋翼飞行器姿态解算研究

四旋翼飞行器的飞行控制效果取决于姿态信息获取的准确性,所以姿态解算是飞行器研究的关键技术。针对目前飞行器高动态特性和复杂环境下的姿态解算误差较大的问题,提出一种基于四元数的二阶互补滤波算法,通过增加一个PI反馈控制环节,能更好地利用多传感器进行姿态融合,使经典互补滤波算法中的低通阻带衰减速度过慢、陀螺仪漂移等问题得以改善。同时文中自主设计了IMU系统,完成数据采集和姿态解算算法的实现,分别进行三轴转台实验,改进后姿态解算的结果表明,无论是在静态还是动态环境下,俯仰、横滚角的误差小于0.5°,验证了该算法的可行性。     

四旋翼飞行器系统设计

四旋翼是一种具有四个螺旋桨的飞行器。文章分为两个部分介绍四旋翼的设计,第一部分介绍了四旋翼飞行控制器的硬件电路设计,主要包括STM32F103最小系统、数据采集模块、通信模块、电源管理模块和辅以调试的遥控系统的电路设计;第二部分介绍了四旋翼飞行器系统软件的设计,主要包括电源监测、姿态解算、PID控制及无线调试平台的实现。经过多次的测试与分析,该系统达到了可靠控制、飞行稳定的要求。     

基于物联网的微型四旋翼飞行器的设计

针对微型四旋翼飞行器在小型无人机领域中独具的优点,提出并采用多种传感器、蓝牙无线通信、嵌入式微控制器等物联网技术,设计出一款基于物联网的微型四旋翼飞行器。详细阐述了其系统架构、硬件设计以及四元数算法、PID控制算法等。实践表明,基于物联网的微型四旋翼飞行器具有易于控制、飞行姿态稳定、转向灵活等优点。     

基于信息融合技术的四旋翼飞行器稳定性设计

针对四旋翼飞行器的惯性传感器漂移、GPS精度差及使用环境受到限制等因素导致的难以稳定悬停的问题,提出了利用改进信息融合处理算法,加装光流传感器和超声波传感器,使四旋翼飞行器对自身的姿态位置及运动状态能更准确的估计,从而实现稳定的调整,通过仿真及实际测试表明：改进后得到的飞行器的姿态及位置估算更为接近理想值,同时飞行器的平稳性得到很好的改善。     

基于自适应无迹卡尔曼滤波的四旋翼无人机姿态解算

无人机在航姿模式下飞行时,姿态角误差波动较大,根据磁力计、加速度计和陀螺仪的互补性特点,提出一种自适应无迹卡尔曼滤波(AUKF)算法对MEMS传感器数据进行优化求解：以姿态四元数和陀螺漂移为状态量,加速度计和磁力计测量值为观测量,采用梯度下降法优化无迹卡尔曼滤波的关键参数,即过程噪声协方差,以提高四旋翼无人机姿态解算精度。对实际飞行数据的分析表明：分别与常规卡尔曼滤波和传统无迹卡尔曼滤波算法相比,该方法精度最高,可确保小型无人机在各种情况下飞行的稳定性。     

基于观测器的四旋翼飞行器自适应滑模姿态控制

针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题,提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上,通过全局渐近收敛观测器获取系统的未知状态反馈量,利用自适应滑模控制抑制系统的不确定性和干扰,构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明,该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明,与现有滑模控制方法相比,所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性,能有效保证飞行器的姿态跟踪控制性能。     

四旋翼自主飞行器跟踪系统设计

此飞行器跟踪系统是针对四旋翼飞行器具有图像采集处理、目标追踪、姿态控制以及定高飞行的要求进行设计的。该系统采用RX23T和STM32f407VG作为系统的主控芯片, MPU6050三轴陀螺仪作为飞行姿态反馈机构。定高飞行是通过超声波模块实时采集的对地高度数据, 并由STM32f407VG进行处理, 然后根据程序设定的高度值实时调节无刷电机的转速。摄像头进行图像信息采集, 图像通过RX23T对目标的颜色进行识别反馈给STM32f407VG进行处理, 最后调节电机转速以达到目标追踪。测试结果表明, 该系统定性与准确性达到设计要求。     

四旋翼飞行器建模及姿态稳定性分析

主要讨论了四旋翼飞行器的姿态稳定性。经过适当假设和部分简化建立了悬停姿态动力学模型,对悬停姿态模型进行了仿真分析,在开环控制的前提下分析了结构增稳和橡筋阻尼方法对飞行器平台姿态稳定性的影响,并提出了一种开环控制下实现稳定悬停的策略。     

动中通多传感器融合超球体采样 UKF 姿态估计

针对动中通系统低成本姿态估计计算复杂、易受侧滑角和机动加速度等外界因素干扰的问题,提出一种基于超球体采样无迹卡尔曼滤波算法,融合微机械陀螺、加速度计和单基线 GPS,对载体姿态进行精确估计。为了提高姿态估计的实时性,采用超球体采样减少无迹卡尔曼滤波器的采样点数量,在不影响精度的前提下,有效降低了算法的计算量;此外,加速度计姿态角测量值在加速、转弯行驶过程中会受到机动加速度的影响,为解决这一问题,通过单基线 GPS 提供的速度、侧滑角信息进行机动加速度补偿。行车实验表明,提出的低成本姿态估计方法估计精度较高,在降低成本的同时能够满足宽带移动卫星通信波束对准要求。     

一种基于AIKF的姿态测量算法

惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波（AIKF）算法。该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融合,利用滤波后的数据增量作为卡尔曼滤波器的观测量,同时对系统噪声进行自适应在线估计,以获得精准的姿态输出。实验结果表明,该算法能够实现姿态的精准测量,摇摆台试验中俯仰角、横滚角误差小于0.05°,航向角误差小于0.15°,具有较好的噪声抑制能力。     

偏振光传感器在四旋翼飞行器中的应用

为了实现偏振光传感器在实际三维空间中的导航应用,设计了一种基于仿生偏振光导航传感器、微惯性测量单元（MIMU）与全球定位系统（GPS）的组合导航控制系统,并实际应用到了四旋翼导航控制之中.本文首先介绍了偏振光传感器的功能模型和测角原理.其次采用扩展卡尔曼滤波（EKF）技术设计了偏振光传感器、MIMU、GPS的信息融合算法,通过室外飞行试验对该导航系统的性能进行了测试,并与传统MIMU/GPS/电子罗盘导航系统进行了比较.结果显示：在有磁场干扰环境下,基于偏振光的导航控制系统平均位置精度较传统导航系统提高了50.4%.实验结果表明：该导航控制系统实时性好、精度较高、抗电磁干扰能力强,且误差不随时间累积,基本满足移动载体进行自主导航时的精度和可靠性要求.     

全机疲劳试验姿态监控系统

为了改善现有全机疲劳试验中姿态监控的缺点,采用加速度传感器、陀螺仪、磁力计和DSP处理器,通过四元数法和二阶龙格-库塔法实时解算出飞机的姿态数据,然后经过扩展卡尔曼滤波器对多传感器数据进行融合滤波后得到准确的姿态数据,并通过无线传输模块发送至上位机,姿态数据超差后能够发出声光报警提醒试验控制人员。经试验,系统误差在0.58°以内。通过在某型号全机疲劳试验中的实际应用,该系统工作可靠、准确,满足试验要求。     

融合多传感信息的仿人机器人姿态解算

在RoboCup Soccer仿人机器人比赛中,机体姿态实时解算是仿人机器人运动控制系统的核心技术之一。文中分析了MEMS加速度计、磁强计和陀螺仪性能,以自主姿态测量为前提,融合惯性测量单元中多传感信息,提出了一种基于四元数的姿态解算算法。针对仿人机器人步行姿态控制中传感器数据存在的噪声干扰和测量误差,设计卡尔曼滤波器实现了对数据漂移的有效补偿,从而提高了全姿态检测的测量精度。试验结果验证了该算法对仿人机器人运动控制系统机体姿态实时解算的有效性。     

基于开关扩展卡尔曼滤波的姿态估计

针对低成本动中通系统中的姿态估计问题,提出一种开关扩展卡尔曼滤波算法。以 无航向角的姿态更新算法为基础,根据微机械陀螺和加速度计分别建立系统状态方程和测量 方程。针对机动加速度的影响,设计了三维开关扩展卡尔曼滤波方程,对载体姿态角和陀螺 零偏进行实时估计。实验结果表明,该算法能够准确估计载体姿态和陀螺零偏,姿态角估计 误差小于0.5°,俯仰角和横滚角估计误差的方差分别为0.130 1°和0.140 5°, 两轴陀螺零偏误差均值均小于(2×10-4) °/s,能够满足动中通的应用要求。     

四旋翼飞行器设计与平稳控制仿真研究

近年来,军用和民用市场的广阔应用需求和独特的优势促进了四旋翼飞行器(Quadrotor Helicopter)的发展。根据自主设计制作的样机,建立了四旋翼飞行器的动力学和动力系统动力学模型,并把卡尔曼滤波器应用于姿态解算,PID控制器用于姿态控制。仿真和试飞结果表明,所提出的控制策略是可行的,验证了动态模型建立的有效性。     

基于扩展卡尔曼滤波的动中通低成本姿态估计

针对动中通系统低成本姿态估计问题,提出了一种基于扩展卡尔曼滤波的姿态估计算法。该算法以四元数作为状态变量,通过融合陀螺、加速度计以及单基线GPS位置和速度信息估计载体的姿态信息。针对载体机动加速度的影响,通过单基线GPS提供的速度信息对载体的机动加速度进行初步补偿;当载体发生转弯时,利用侧滑角补偿法进一步校正。实验结果表明,该算法成功融合了陀螺的短时精确性、加速度计的长时稳定性和GPS精确的测速和定位功能,系统的动态估计精度在±0．5°内,满足了动中通的应用要求。     

鲁棒四元数平方根容积卡尔曼滤波算法

针对姿态估计领域中,当系统观测噪声不完全服从于高斯分布或观测量中含有野值时,传统的四元数卡尔曼滤波算法会降阶,使滤波估计性能降低等问题,提出了一种鲁棒化的四元数平方根容积卡尔曼滤波算法。通过研究引入M估计的Huber鲁棒化滤波框架,对四元数平方根容积卡尔曼滤波算法的量测更新进行修正,增强滤波估计的鲁棒性。以SINS/GPS位置松组合为应用研究背景,在不同仿真环境下,对比验证所提出算法对于姿态、速度和位置估计效果,试验结果表明,所提出算法具有更好滤波鲁棒性和稳定性。