无人机组合导航系统的自适应滤波研究

无人机组合导航滤波器的设计需要考虑器件和外部环境不稳定带来的影响,同时在飞行过程中也面临着组合导航系统噪声和量测噪声统计特性不确定问题,从而导致滤波精度低,稳定性差,甚至有可能发散,传统常规卡尔曼滤波无法解决上述问题。提出一种根据极大似然准则的自适应卡尔曼滤波算法,利用滤波残差的均值和方差不断对卡尔曼滤波的状态噪声方差阵和测量噪声方差阵进行实时修正,提高滤波器对模型不确定性和噪声变化的适应能力和鲁棒性。仿真表明,所提出的组合导航滤波器能够满足无人机导航任务的要求,并且具有很好的导航精度和稳定性。     

基于SLAM的旋翼无人机组合导航算法研究

在旋翼无人机组合导航中,针对缺乏GPS作为导航信号源的室内飞行环境,为了达到精确定位的目的,提出一种基于SLAM（simultaneous localization and mapping）的旋翼无人机组合导航算法。首先,引入双线性插值算法,实现基于扫描匹配的即时定位与地图构建;其次,对陀螺仪、加速度计和磁罗盘建立捷联惯导系统误差模型,针对旋翼无人机的使用环境对误差模型进行简化;最后,应用联邦卡尔曼滤波算法,设计组合导航系统模型,将SLAM算法和捷联惯导系统估计出的位置数据进行融合。仿真结果表明所设计基于SLAM的旋翼无人机组合导航算法能够进一步提高组合导航系统对旋翼无人机位姿估计的精度。     

无人机航向测量抗差补偿滤波技术研究

针对角速率陀螺误差随时间积累和电子磁罗盘易受外界干扰的问题,为提高低成本自主导航精度,设计了角速率陀螺和电子磁罗盘信息融合的组合方案。并对传统的补偿滤波方法进行改进,提出一种能够检测出电子磁罗盘的低频干扰,并对干扰误差进行剔除的抗差补偿滤波算法。通过对角速率陀螺和电子磁罗盘进行误差建模和仿真实验可知,抗差补偿滤波器可以有效地抑制磁罗盘高频干扰误差和角速率陀螺的积累误差,同时,也可很好地抑制磁罗盘的低频干扰误差。结果表明：研究的抗差补偿滤波算法效果明显,是一种简单可靠的航向融合方法。     

基于STM32无人机的设计与实现

设计选用STM32开发板作为主控模块,主控芯片为STM32F103C8T6,运动处理传感器选用MPU6050,无线通信模块为ESP8266,软件开发选用Keil uVison4集成开发环境.通过STM32的UART2读取WIFI的输入油门和方向值,并将其与陀螺仪计算值进行比较进而对欧拉角度和旋转角速度修正,以得到稳定的...     

两种四旋翼无人机姿态解算算法仿真分析

近年来随着微电子技术和控制技术的发展,四旋翼无人机也得到了快速的发展,为了精确的得到四旋翼无人机的姿态角,从而提高无人机控制系统的控制精度,由传感器测到的信息需要进行解算处理,常用的解算算法有互补滤波算法和卡尔曼滤波算法。本文对两种常用的姿态解算算法原理进行推导并进行了仿真实验,实验结果表明两种解算算法均能优化所测得的信息,互补滤波算法可以有效融合陀螺仪和加速度计的特性从而提高滤波性能,在卡尔曼滤波算法中可以自由配置Q和R的值来调整观测信息和预测信息的权重。     

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。     

基于分层滤波算法的无人机控制系统故障检测技术

针对传统无人机控制系统故障检测技术检测误差率高，检测速率低的问题，引入分层滤波算法研究了一种新的无人机控制系统故障检测技术，构建地面坐标系得到模型数据，同时收集无人机系统的内部转向角因素，录入转向角数据，采用算法整合处理主系统数据，利用滤波手段控制数据录入量，综合提取特征参数，选取不同于正常状态的特征参数，利用噪声估计器诊断故障，分析残差与“零”之间的关系，从而实现无人机控制系统的故障检测。实验结果表明，相较于传统技术，基于分层滤波算法的无人机控制系统故障检测技术误差率降低了0.56%，检测速率提升了27.39%。     

基于自适应粒子滤波的无人机目标跟踪算法研究

随着人工智能技术的发展以及数字图像处理技术的应用日渐普及,目标跟踪成为国内外学者的研究热点,该文针对无人机目标跟踪易受遮挡、形变、等复杂背景的干扰导致跟踪失败等问题提出一种基于自适应的粒子滤波的无人机目标跟踪算法。实验结果表明,该算法能有效地减少因复杂因素干扰导致的目标跟踪精度下降的问题,具有良好的鲁棒性。     

基于分层多模自适应滤波算法的无人机多重传感器故障诊断

应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障,但是当把它用于检测系统的双重或多重故障时,这一算法需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量的滤波器并行运算,大大增加了系统的故障诊断时间,为了简化算法并减少算法计算时间,本文提出了一种用于复杂系统的多重故障诊断的分层多重模型滤波技术,在确定某一单个故障发生后,则可以启用一组基于上一单个故障的新滤波器来检测系统的第二重故障,这样减少了并行运算的滤波器数量,从而减少计算量和故障诊断时间.本文将此算法应用于某无人机多重传感器的故障诊断,仿真结果验证了该方法的有效性.     

捷联式磁航向测量系统的航向角误差动态特性研究

在不考虑罗差情况下,建立了捷联式磁航向测量系统的航向角误差模型,并结合无人机磁航向测量系统中框架式垂直陀螺仪的姿态测量特点,将其姿态误差源特征引入误差模型,全面分析了其航向角在不同飞行条件下的动态误差特性.对捷联式磁航向测量系统的航向角误差模型进行了仿真计算,并将仿真结果与飞行实验结果进行了比较分析.结果表明:捷联式磁航向测量系统的航向角误差动态特性符合无人机测量误差特点,能够为工程应用提供直接的理论依据.     

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。     

基于单片机的GPS/MEMS陀螺仪航向角实时测量系统

针对陀螺仪测量误差随时间累积,GPS在动态环境中可靠性差等问题,提出并设计了一种基于单片机的GPS/MEMS陀螺仪航向角实时测量系统。该系统以C8051F021单片机为核心处理器,GPS与MEMS陀螺仪相组合,将GPS接收机中IPPS脉冲信号作为同步标签,实现GPS对陀螺仪航向角解算的实时修正,从而获得高精度和高可靠性...     

基于偏振光与MEMS陀螺的航向角测量系统设计

针对飞行器控制中MEMS陀螺存在噪声干扰和测量误差,以及其误差随时间累积的缺点,采用偏振光传感器作为量测信息,对其航向角信息进行矫正.详细介绍了偏振光传感器的测量原理,并建立MEMS陀螺与偏振光传感器误差的数学模型,在此基础上采用简单有效的直接卡尔曼滤波方法进行数据融合.室内精密转台实验测量结果表明:偏振光传感器可以有效地修正角速度陀螺的航向信息,经过280 s的实验,误差由原来的36.27°下降为6.05°,此最优估计航向角可以为飞行控制提供精确的数据信息.     

基于无人机双目图像的线目标测量的研究

利用无人机双目图像实现线目标的测量对输电线路巡检具有重要的意义。为提高无人机双目图像下线目标的测量精度,改进Census立体匹配算法,在代价聚合过程中,首先对聚合窗口中的初始匹配代价进行异常筛选,然后计算聚合代价值进而生成视差图,实验证明改进立体匹配算法,提高图像立体匹配精度,且平均误匹配率为5.79%;在线目标测量方面,针对线目标视差图存在的缺陷,提出一种基于目标识别的线目标视差图优化算法,该算法依据目标识别获取线目标视差图,然后根据四个原则进行优化处理,最后将优化后的线目标视差图用于测量,实验证明采用优化后的线目标视差图测量得到结果要优于直接采用视差图得到测量结果。     

基于径向基函数神经网络的航向角精确测量

针对移动机器人定位中航向角精确测量问题,设计了径向基函数 (RBF)神经网络来实时获取精确的航向角。使用正交最小平方 (OLS)算法训练神经网络,确定构建RBF网络所需的相关参数。基于RBF神经网络的组合传感器测量系统不仅能消除测量误差,使机器人工作过程中的定位精度提高近 8倍,且具有一定的工程实用性。实验结果表明:构建的RBF神经网络能够实时获取精确航向角,保证移动机器人在户外工作环境中完成指定任务。     

磁航向传感器在无人机飞行控制系统中的应用

磁航向传感器V2XG利用"磁感法"测量地磁航向,有成本低、易集成等特点。将V2XG应用于无人飞机的航向控制回路,设计了传感器的接口电路,给出了零位误差和灵敏度误差的消除方法。实测结果表明,航向测量准确度达到±2°,采样频率达到5Hz,设计方案有较高性价比,满足了无人机飞行控制对航向测量的要求。     

基于卡尔曼滤波的掘进机航向角测量算法

针对现有掘进机航向角测量方法存在测量误差较大的问题,提出了一种基于卡尔曼滤波的航向角测量算法。首先利用速度传感器建立掘进机的运动模型,作为掘进机航向角的预测模型;然后利用激光发射仪建立掘进机航向角的观测模型;最后采用卡尔曼滤波算法对预测值和观测值进行融合,有效减小了航向角的测量误差,实现了掘进机长时间的精确定位。测试结果验证了该算法的有效性。     

基于Pt1000的滤光器测温系统设计

针对天文气象中双折射滤光器温度检测所遇到的问题,以互联型 STM32处理器、三线制铂热电阻Pt1000为基础,设计了滤光器桥式测温系统软硬件结构,并采用最小二乘法对标定系统进行了拟合.实验结果表明:该系统能实时监测滤光器中心区域的温度,在42℃时测量误差为±0.005℃,保证了太阳活动区视向速度的测量精度.