基于STM32的多传感器四旋翼姿态控制系统设计

针对四旋翼无人机姿态传感器易受干扰,导致姿态输出误差大的问题,设计了一种基于STM32的多传感器四旋翼姿态控制系统。系统使用MPU6050等传感器实时采集四旋翼姿态数据,通过四元数互补滤波算法进行姿态解算,利用串级PID控制,以PWM方式驱动电机。在设计控制系统的软硬件基础上,完成了四旋翼的实物制作与飞行测试。结果表明:该系统能够灵活地控制四旋翼无人机的姿态,实现四旋翼无人机稳定飞行。     

无人机数据采集EKF滤波悬停稳定的研究与应用

许多国内外的研究机构致力于四旋翼无人机飞行控制姿态和高度悬停稳定的研究,以实现四旋翼无人机的自主飞行。四旋翼无人机是一种多输入、强耦合、多变量、欠驱动的系统,其稳定性、数据传输的可靠性、精确度、实时性对飞机性能起着决定性的作用。针对四轴无人机悬停运动测试环节中不稳定的影响,基于已有的无人机平台,最新科研前沿的文献,以ARM嵌入式系统作为上位机,设计了一个无人机数据采集的扩展卡尔曼滤波器(EKF),结合二次型最优控制预估气压计最优初始矩阵值进行开源编程。从扩展卡尔曼滤波器的建立与优化,原程序气压计程序严谨的探讨、衔接和写入飞控,最终在软件匿名科创地面站上,通过无人机对气压计大量实时悬停数据采集,实验仿真进行滤波图形对比验证和无人机实际运行的稳定性分析表明,提出的无人机数据采集扩展卡尔曼滤波方法效果良好,具有良好的应用和推广价值。     

基于混合滤波的四旋翼无人机抗干扰姿态控制系统设计

针对四旋翼无人机抗干扰姿态控制系统抗干扰能力较差,控制性能较差的问题;文章提出基于混合滤波的四旋翼无人机抗干扰姿态控制系统,优化设计了系统的硬件和软件部分;硬件部分设计主控制器,通过发生器输出的PWM波信号控制电速;设计传感器模块,测量姿态角与加速度等数据,采用双陀螺仪和双加速度计结构,避免共振对测量结果产生影响;设计电机驱动模块,选用X2216型无刷直流电机为运行提供较高的转速和响应速度;设计无线数据传输模块,选用3DR无线数据传输模块实时监测姿态信位置信息数据;构建基于混合滤波的四旋翼无人机抗干扰姿态控制系统,对角速度数据、加速度数据等数进行融合改正,再运用互补滤波器对陀螺仪和加速度计进行信号检测和控制调度,得到精确的实时姿态角;采用姿态控制算法和串级PID控制策略,提高对系统的控制力,保证飞行的平稳;实验结果表明,基于混合滤波的四旋翼无人机抗干扰姿态控制系统抗干扰性强、控制能力高以及响应速度快。     

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。     

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.     

基于CompactRIO的四旋翼飞控实时仿真平台设计

针对四旋翼无人机实时飞行控制系统的控制算法设计与参数整定,设计了一种基于CompactRIO的飞行控制系统实时仿真平台,该平台使用两台CompactRIO作为主控制器,分别在其嵌入式实时系统(VxWorks)中运行Simulink设计的无人机动力学模型与飞行控制系统模型,并使用LabVIEW开发PC上位机监控程序,用于调整飞行状态和整定控制参数;经试验证明,该平台实用性强,可视化程度高,实时性好,能较好地对四旋翼飞控系统进行实时仿真验证。     

倾转式三旋翼无人机的有限时间收敛控制设计

倾转式三旋翼无人机是一种多旋翼无人机的特殊构型,其兼具单旋翼无人机与普通多旋翼无人机的特点.目前对于此类无人机的鲁棒控制设计研究成果较少,多数已有的控制方法未考虑模型参数的不确定性与外界扰动对此类无人机控制的影响.为此本文针对倾转式三旋翼无人机动力学模型存在的转动惯量未知,以及飞行中受到未知外界扰动影响的情况,基于super-twisting算法,设计了一种新型非线性鲁棒控制方法.通过基于Lyapunov的稳定性分析方法,证明了闭环系统的稳定性,并得到在有限时间内三旋翼无人机的姿态跟踪误差收敛的结果.本文中所提出的控制算法,在倾转式三旋翼无人机实验平台上进行了实时飞行控制实验,取得了较好的控制效果.     

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.     

四旋翼无人机可视化轨迹跟踪仿真系统

为了便于对四旋翼无人机控制算法进行实验仿真和验证,联合Solidworks和Matlab/SimMechanics工具箱设计了一种四旋翼无人机可视化轨迹跟踪仿真系统;利用Solidworks搭建了四旋翼无人机三维实体模型,并通过Solidworks和Matlab转换接口将该实体模型导入到Matlab/SimMechanics中;Matlab/SimMechanics提供了了三维可视化窗口,可以显示无人机的实时仿真状态;仿真平台在Matlab/SimMechanics环境中实现,与Matlab/Simulink通信方便,可方便的将Simulink设计好的控制算法添加到仿真系统中,以进行验证和参数整定,还具有姿态分析和数据分析等功能;轨迹跟踪仿真结果表明,四旋翼无人机可视化轨迹跟踪仿真系统直观可视,准确可靠,能较好地对控制算法进行研究和测试,对四旋翼无人机以及控制算法的研究和开发具有重要价值。     

具有输入约束和扰动补偿的四旋翼无人机姿态稳定模型预测控制

为了解决四旋翼无人机飞行过程中的姿态控制问题,考虑受到执行器输入约束和外界未知扰动影响,设计了一种具有输入约束和扰动补偿的四旋翼无人机姿态稳定模型预测控制方法;设计简化的四旋翼无人机姿态动力学模型,降低控制器设计的复杂程度,设计带有输入约束的控制器,模拟饱和输入现象,实现饱和输入下的四旋翼姿态稳定控制;设计风扰观测器,实现对外部未知扰动的估计,有效跟踪外部持续扰动,并由此设计扰动补偿律;围绕代价函数设计带有扰动补偿律的最优控制律,作用于四旋翼姿态系统,实现四旋翼无人机姿态的稳定控制;最后进行数值仿真,设置风扰观测器参数λi为0.25,预测时域Np为10,控制时域Nc为9,仿真测试本文方法与不带观测器的非线性预测控制方法（NMPC）,验证本文控制方法的有效性和优越性。     

小型四旋翼无人机姿态测量仿真研究

研究无人机姿态流通量优化问题,由于低成本小型四旋翼无人机中所使用的姿态测量传感器存在精度低、噪声大的缺点,并且易受温度等环境的影响,不能准确的测量出无人机的姿态,特别是在无人机加速飞行过程中,姿态误差会很快累积扩大,不能长时间加速飞行。为提高无人机姿态测量精度,提出设计由陀螺仪、加速度计和磁强计组成的姿态测量系统,通过计算加速度计信任度,并利用卡尔曼滤波的方法实现对误差四元数的估计,从而得到无人机的姿态角度。实验结果表明,该卡尔曼滤波能够在低动态的飞行环境中准确测量出无人机姿态角度,并能克服以往无人机不能长时间加速飞行的缺点,证明卡尔曼滤波被成功应用于四旋翼无人机姿态测量优化提供了科学依据。     

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。     

四旋翼飞行姿态测试平台设计及稳定性分析

四旋翼飞行器非线性、强耦合以及欠驱动的特性极大地增加了算法设计与姿态控制的难度。为了减少四旋翼飞行器飞行过程中不必要的干扰因素和事故率,自主设计了四旋翼飞行姿态测试平台。通过对系统进行受力分析和动态建模,采用能够快速稳定的双闭环串级PID控制算法设计了姿态控制器,并使用卡尔曼滤波算法进行姿态估计,然后分别在Matlab环境和平台上验证了飞行姿态的稳定性。实验结果表明了平台设计的合理性和可行性,是一种有效的四旋翼飞行姿态测试平台。     

基于IEKF的四旋翼无人机姿态测量方法研究

研究四旋翼无人机在实时飞行时姿态测量的问题.由于四旋翼无人机多采用陀螺仪、加速度计、地磁计(MEMS)传感器测量各姿态,测量值存在偏差,无法直接使用.为解决利用不准确的传感器测量信息获得精确姿态角度的难点,并为了克服常规的扩展卡尔曼算法(EKF)带来的较大滤波偏差,以及四元素法表述复杂等困难,采用了一种改进的迭代EKF(IEKF)算法,利用欧拉角的描述方法,融合MEMS的信息对四旋翼无人机的姿态角度进行测量.实验结果表明,改进方法能准确测量出姿态角,且通过与常规EKF测量效果的比对可以看出,IEKF在测量精度上确有较明显的改善,表明改进方法是有效的,为四旋翼无人机实时调整姿态提供了一种科学手段.     

基于RFID技术的四旋翼无人机轨迹跟踪控制系统设计

为促进四旋翼无人机的飞行自主性,增强无人监管情况下飞行器主机所具备的避障行进能力,设计基于RFID技术的四旋翼无人机轨迹跟踪控制系统;采用RFID标签识别技术,调制处理既定控制信号,利用标签识别协议,连接微型四旋翼轨迹控制器与内环姿态控制器,通过数据通信链路,提取轨迹跟踪控制所需的传输电子量,完成轨迹跟踪控制系统硬件设计;利用动力系统中的参数辨识策略,确定与轨迹姿态控制相关的物理规律标注,实现四旋翼无人机轨迹跟踪控制;实验结果表明,与机器视觉型控制系统相比,基于RFID技术的控制系统的SSI避障行进指标数值相对较高,全局最大值达到了 79％,四旋翼无人机滚转角平均值为85°,能够有效抑制四旋翼无人机滚转角的数值上升趋势,增强无人监管情况下飞行器主机避障行进能力.     

四旋翼无人机自主移动降落方法研究

近年来,四旋翼无人机在自主完成各种复杂任务中扮演着愈发重要的角色。移动降落技术是无人机智能处理系统的关键技术,包含3个环节:目标检测、目标跟踪、位置预估及降落。提出了一种基于Apriltags的跟踪降落算法,提升了识别性能,通过Kalman滤波及拟合函数等方法预估运动目标轨迹,采用PID算法控制无人机稳定飞行、快速响应,实现了无人机对移动目标的智能识别、稳定跟踪及移动降落。