基于梯度下降法的四旋翼无人机姿态估计系统

为解决四旋翼无人机在飞行时实时姿态测量的问题,提高姿态估计精度,设计了一种基于STM32的梯度下降姿态估计系统。该系统以STM32F427微处理器为主控制器,MPU6000和LSM303D作为姿态传感器,实现了对姿态传感器数据采集以及姿态解算。系统对加速度计、磁罗盘进行预处理,利用梯度下降滤波的方法估计误差四元数,从而修正陀螺仪积分误差,实现了姿态角的精确估计。最后,通过搭建的飞行实验平台,与Pixhawk飞控进行姿态角比较分析,实验结果表明:采用梯度下降法的姿态估计系统能够稳定有效地估计无人机的姿态,满足四旋翼无人机的飞行要求。     

基于四元数的四轴无人机姿态的估计和控制

介绍一种只需少量计算就可实现四轴无人机姿态的估计和控制的新颖方法。整个算法采用四元数表示,四元数运算基于惯性测量单元(IMU)的加速度和陀螺仪传感器。姿态估计使用四元数代替三角函数,允许用加速度数据分析推导和优化梯度下降算法来减少由陀螺仪传感器产生的误差。姿态控制将当前姿态与目标姿态的姿态误差反馈到PD控制器来实现想要的目标姿态。姿态估计中用到的梯度下降算法通过四元数对应的欧拉角的均方误差验证,静态均方误差小于0.945°。实际的飞行测试可以实现一个稳定的飞行,同时验证了姿态控制算法。     

针对儿童安全及姿态的可穿戴设备设计

针对儿童走失以及儿童坐姿不良这两个问题,设计了一款基于STM32为控制核心的可穿戴设备.设计采用STM32作为主控芯片,采用SIM808模块作为定位、无线网络数据传输、一键求救短信发送模块,将GPS定位数据通过GPRS网络传输至Yeelink云平台存储,通过Yeelink云平台手机或计算机客户端追踪查看历史及实时运动轨迹.采用三轴数字加速度传感器ADXL345和三轴陀螺仪传感器ITG3205作为姿态数据采集芯片,利用四元数算法进行数据融合,得出精确的姿态俯仰角,通过2.4G模块将姿态数据传输至主控模块,用贴片电机进行姿态错误提醒.     

一种面向机动的航姿测量系统设计

针对飞行器长时间飞行时, 低精度陀螺、加速度计和磁强计组成的航姿系统容易受到运动加速度的影响而导致姿态精度较低, 甚至发散的问题, 将载体机动加速度描述为当前统计模型, 将目前常用的6状态无迹卡尔曼滤波扩展为9状态, 其状态变量包括3个修正罗德里格参数、三轴陀螺零偏误差和三轴载体机动加速度, 量测量为三轴加速度计输出和三轴磁强计输出。实验结果表明, 当飞行器长时间机动飞行时, 9状态无迹卡尔曼滤波可以估计载体的机动加速度, 保证姿态测量精度。     

一种基于加速度特征的可拓动作识别的飞行控制系统的设计

手部动作识别是人机交互的一种新技术,具有广泛的应用价值。本项目以ARM7微处理器为核心,通过三轴加速度和陀螺仪传感器采集手部动作信息,利用一种识别算法,分析获知手部的动作和姿态。再根据不同的手部动作,向从机系统(四旋翼飞行器)发送相应的控制命令,从而实现了通过手部动作来灵活而无死角地控制飞行器的飞行姿态和飞行路径。     

基于组合导航的汽车姿态数据采集系统设计

本文设计了一个基于组合导航的汽车姿态数据采集系统,该系统利用集加速度计和陀螺仪于一体的高精度高灵敏度的惯性测量芯片MPU6050,结合地磁传感器形成的九轴传感器,对汽车的线性加速度、角速度参数数据进行直接采集,以互补滤波实现九轴传感器的误差补偿,用四元数法对其姿态解算,得到汽车姿态角度.同时,利用卡尔曼滤波法将捷联惯导和GPS结合,形成的组合导航系统实现汽车实时定位,提供汽车实时速度和位移.实验测试结果表明,该数据采集系统得到的数据准确率高,实时定位准,能够可靠地为汽车安全策略研究提供数据,有着广阔的使用价值.     

基于惯性组合的反无人机导弹姿态解算及测量方法分析

文章针对日趋严峻的无人机威胁,对反无人机导弹在空中运动的姿态解算问题开展研究。首先,将反无人机导弹进行场景建模,建立反无人机导弹的模型,随后设定弹的飞行姿态。其次,用弹上传出的陀螺仪、加速度计和地磁数据信息进行姿态解算。最后,得到导弹在做轨迹飞行时的三通道值(俯仰通道、偏航通道以及滚转通道)从而实现弹精准打击。     

基于无线传感器网络的角度监测系统

针对传统的角度测量设备体积庞大,测量精度低,实时性差等问题,介绍了一种空间物体三维姿态监测系统,其使用三轴加速度传感器监测空间物体的横摆角和俯仰角,使用三轴地磁传感器,结合加速度传感器对其进行修正,监测空间物体的滚转角,监测数据通过Zigbee无线通信网络传输至监测终端进行数据的实时显示与存储.测试实验证明系统具有使用灵活、测量精度高,实时性好等优点.     

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CC2630辅助定位的飞行控制器设计

针对小型航模飞机在低空小区域进行飞行训练时,需要较高精度的位置信息作为辅助.设计了基于CC2630辅助定位的飞行控制器.该控制器其能够采集三轴陀螺仪、三轴加速度、地磁信息、海拔高度、GPS位置信息等,利用RSSI算法进行位置计算,实现了较高精度的位置输出.     

微型四旋翼无人机磁测系统误差的两步校准法研究

用于地磁测量的MEMS三轴磁阻传感器越来越普遍的应用到无人机上进行姿态测量,为提高磁测系统的测量精度需要对传感器误差进行分析和补偿。现采用了一种两步校准法,即首先利用基于最小二乘的椭球假设拟合法对三轴矢量磁传感器的零偏、灵敏度与不正交误差进行标定补偿,目的是得到准确正交的传感器坐标系;利用四位置法对标定后传感器坐标系与测量系统坐标系之间的安装误差进行校准,从而得到磁测系统坐标系下的准确测量数据。无磁转台实验表明：经两步法后测量的磁场模值误差均值由校准前的2900nT降低为900nT,校准效果明显;测量系统单轴（Z轴）的误差均值由2736nT降低为49nT,有效的验证了安装误差校准的正确性。通过实验数据比较得出此方法优于传统的摇摆法,实际操作简单,不需要高精度辅助设备,能够有效的应用于无人机姿态测量系统校准,提高姿态角解算精度。     

高精度视轴指向可变角度高光谱成像系统研究

研制了一套高精度视轴指向的可变角度高光谱成像系统,基于对指向镜的复合控制实现了高精度视轴指向和探测角度可变功能,实验室试验获取了高精度视轴指向的多角度高光谱图像,证明了系统方案的可行性。光机结构简单、体积小、重量轻,适合轻小型无人机应用,对多角度高光谱成像技术在林业上的应用具有一定的推广价值。     

基于Faster R-CNN算法的自主空中加油锥套识别

随着无人机技术的发展,自主空中加油技术增加了无人机飞行半径和有效载荷,提升了无人机的作战效能.本文针对复杂环境下无人机软管式空中加油的精确引导技术,在无人机自主空中加油近距离对接阶段过程中,对油机锥套识别这个关键环节展开研究.利用深度学习和图形处理,提出一种基于Caffe框架的Faster R-CNN神经网络深度学习的...     

无人机视觉导航算法

为保证无人机着陆精度和安全性,提出了一种无人机自主着陆视觉导航位姿解算方法。首先对机载相机进行标定,获取相机参数;然后综合考虑地标形状和尺寸、地标角点几何分布和角点数量对位姿估计精度的影响,设计了T型着陆地标形状和尺寸参数,将地标轮廓提取和角点检测算法相结合,得到几何分布好、数量适中的8个角点用于位姿解算,保证了位姿解算精度;为减少LK （Lucas-Kanade）光流法稳定跟踪地标的处理时间,直接将提取的这8个角点作为LK光流法检测和跟踪的输入,保证了算法实时性;最后利用三维空间到二维像平面投影关系对飞行位姿参数进行实时解算。实验结果表明:算法具有较高估计精度,算法平均周期为76.756 ms （约13帧/s）,在速度较低的着陆阶段基本满足自主着陆视觉导航的实时性要求。     

无人机航拍图像纠偏处理研究

由于无人机在航拍过程中会产生图像旋转,所以就必须研究图像纠偏处理问题。通过图像旋转的原因分析,推导出普遍适用于航拍图像纠偏处理的公式;并根据无人机飞行姿态来判断航拍图像的旋转角度进而加以纠正,使航拍图像固定指北。有助于操作员正确进行图像的观察及判定。     

基于单片机的无人机真空速测量系统设计

为了测量无人机真空速,设计了基于单片机的无人机真空速测量系统。根据真空速和动压静压的关系式,采用分段线性插值的算法,测试了0-5 000 m高度的实际真空速值,得到的结果相对误差均不大于4%,能够满足系统精度要求。测试结果表明:该系统具有良好的稳定性,能实时准确地测量出真空速值。     

无人机视觉辅助着陆中的姿态和位置估算

无人机安全着陆是无人机研究的重点和难点,为了提高无人机在公路等简易机场着陆的安全性,提出了基于少量任意分布特征点估计无人机姿态和位置的计算机视觉算法。解算无人机着陆过程中相对跑道的位置和姿态是文章核心;首先利用N点算法解算出特征点在摄像机坐标系上的坐标,然后利用正交化算法求出摄像机坐标系和跑道坐标系之间的旋转矩阵和平移向量;针对特征点的成像过程容易受噪声影响的情况,引入了最小中值法,减小噪声的影响,提高算法的鲁棒性,并解算出姿态和位置;通过卡尔曼滤波方法,进一步提高位置和姿态的精度。仿真结果表明:所提算法满足无人机自主着陆的精度要求。     

自适应时空正则的无人机目标跟踪算法

针对无人机跟踪场景中目标分辨率较低且易受无人机(unmanned aerial vehicle,UAV)飞行姿态、速度变化等因素的影 响而难以对目标进行鲁棒跟踪的问题,提出了一种自适应时空正则的无人机目标跟踪算法以 有效解决上述问题。在时空正则相关滤波器(spatial temporal regularized correlation filter,STRCF)算法基础上引入AutoTrack中的空间正则性代价并利用峰值 旁瓣比和局部响应变化量,在线动态更新时空正则化参数以提升跟踪器的准确性,通过在跟踪 器中嵌入遮挡处理模块解决目标遭遮挡后跟踪漂移的问题。在多个无人机基准数据集上进行 了测试,实验结果表明,与基准算法AutoTrack相比,本文算法具有更高的精确度和更快的 处理速度。其中在DTB70数据集上跟踪精度和速度分别提升了1.5% 和74.4%;在UAVDT 数据集上9个属性的分类对比中,本文算法在尺度变化(scale variation,SV)、目标模糊(object blur,OB)等7个属 性上取得较高的性能,均排在第一位。由此可见本文算法可以更好地满足无人机应用需求。     

基于Unity的无人机三维视景系统设计与实现

当前无人机显示系统主流多为二维显示,缺乏兼顾仿真训练使用和实际飞行使用的实时、逼真的三维态势显示软件,为实现无人机飞行过程中的实时位置、姿态信息、航线信息、飞行轨迹三维显示,满足无人机飞行过程的多视角三维显示,开发基于Unity三维引擎、计算机虚拟仿真技术的无人机三维视景系统,融以逼真的仿真模型,兼容虚、实相结合的应用模式,最大程度地贴近实际操作,提供真实的无人机飞行三维显示。该系统可以帮助用户提高无人机训练保障水平,优化现场指挥调度模式,营造逼真的虚拟环境,提升训练和观摩效果。