基于四元数的四旋翼飞行器姿态解算算法

由于四旋翼飞行器参与了许多极具挑战性的任务,因此要求飞行器在飞行时具有很好的飞行姿态,姿态控制问题就成了当前研究热点。详细分析了欧拉角算法和时效性更好的四元数算法,最后通过实验验证了该算法的有效性。     

四旋翼姿态解算算法的对比与研究

在无人机领域,具有高精度且易于实现的导航算法是研究的热点,获取准确实时的姿态信息是无人机控制的关键。针对姿态解算问题,采用陀螺仪和加速度计等常见惯性元件,给出姿态矩阵的更新算法,仿真并对比了互补滤波器、梯度下降算法和线性卡尔曼滤波器等常用姿态解算算法,有利于人们加深对姿态解算的认识。     

基于MPU6050的四轴硬件姿态解算研究

针对四轴飞行器姿态信息的实时准确获取问题,对四轴飞行器的姿态解算方面进行了研究。在分析姿态表示的四元数法和欧拉角法基础上,以成熟的Mahony互补滤波算法为例比较了软件姿态解算和基于MPU6050数字运动处理器(DMP)的硬件姿态解算的实现流程,并对两种解算方法的解算时间和对姿态变化的跟踪性能进行了实验测试。研究结果表明:硬件姿态解算能实时准确地获取小型四轴飞行器的各项姿态信息,可以满足小型四轴飞行器的姿态控制要求。     

多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

基于MPU9250的简化模型卡尔曼滤波算法

针对民用行人/车辆导航等低动态场景低廉成本和快速响应的需求,选用MPU9250惯性传感器单元,提出了一种基于线性状态方程的简化模型卡尔曼滤波算法,该算法是对状态方程和量测方程简化后直接计算估计均方误差,避免了复杂的矩阵求逆和分解运算。试验表明,简化模型的卡尔曼滤波算法输出的姿态均方差为互补滤波的76.87%,计算时间仅为后者的58.42%,可应用于低动态运动状态姿态解算的快速响应。     

基于四元数二阶互补滤波的四旋翼姿态解算

姿态解算是四旋翼飞行器的关键技术,其精度直接影响飞行器控制的可靠性和稳定性。针对当前常用一阶互补滤波算法中阻带衰减速率慢和陀螺仪常值漂移产生的稳态误差问题,通过增加积分环节,设计了一种基于四元数的二阶互补滤波算法,能更好地利用加速度计和磁力计的稳态信息有效补偿陀螺仪常值漂移,从而减少姿态解算的累积误差。仿真结果表明,该算法具有更好的稳定性,提高了系统的姿态解算精度。通过飞行器真实飞行数据对算法进行了实验验证,结果显示姿态的俯仰角、横滚角精度1°,偏航角精度2°,能很好地满足飞行器控制系统对姿态解算的精度要求。     

欧拉角姿态解算的改进

介绍了四元数与欧拉角结合的姿态解算方法,该方法解决了单独使用欧拉角进行解算而产生的巨大运算量的问题,减轻了控制器的实时运算压力,增加了对姿态的解算效率。详细推导姿态解算的数学过程,并进行了仿真。     

机器人姿态解算算法研究

在机器人惯性导航研究中,针对传统滤波方法在非线性系统模型下误差大的问题,提出了一种基于改进粒子滤波的机器人姿态解算方法。粒子滤波精度较高且不受系统模型非线性程度的影响,与扩展卡尔曼滤波算法相比在非线性系统应用中有巨大的优势。使用扩展卡尔曼滤波对系统状态进行预测,使粒子分布向高似然区移动。对粒子滤波算法的重采样过程进行了改进,提升了算法的效率。不同的地面环境下系统噪声有较大变化,将地面环境信息作为观测信息融合到系统中,对算法参数进行实时修正能够获得更高的精度。实验结果表明,应用此算法进行姿态解算精度较高,且性能优异。     

基于扩展卡尔曼滤波算法的机器人姿态解算研究

针对机器人上的惯性导航系统由于振动干扰存在,导致测量数据中包含有大量噪声问题,进行了测量数据滤波研究。使用扩展卡尔曼滤波(EKF)对传感器测量的数据滤波,并进行姿态解算,通过静态、动态测试完成滤波前后数据对比,实验结果表明扩展卡尔曼滤波(EKF)不仅可以滤除测量数据中的大部分噪声,同时可以提高姿态解算精度。     

基于自适应算法的单目视觉系统的姿态解算

提出了自适应总体最小二乘算法,以进一步提高单摄像机视觉测量系统光学特征点的姿态解算精度,研究并对比了常用的总体最小二乘算法及自适应总体最小二乘算法在测量系统中的应用。首先,根据空间几何位置关系构建光学特征点、像点及摄像机位置的系统坐标系及三维空间模型,并建立关于光学特征点及像点的矩阵方程。然后,应用常用的总体最小二乘法及自适应总体最小二乘法进行优化求解。最后,基于优化的总体最小二乘解确定光学特征点相对世界坐标系的姿态。应用三坐标测量机进行仿真对比实验,结果表明:常用的总体最小二乘算法得出的姿态坐标的标准差为0.055 7mm,自适应总体最小二乘算法得出的姿态坐标的标准差为0.041 4mm。相比之下,自适应总体最小二乘算法有更高的收敛速度及收敛精度,且解算速度优于常用总体最小二乘算法,满足单目视觉测量系统的稳定、可靠和精度高等要求。     

基于四元数的机械海流计姿态解算

流向是海流测量中不可或缺的信息之一,可以通过解算海流仪姿态角的方式获得流向。目前,采用欧拉角微分方程式和方向余弦法计算姿态都存在着奇点或者计算量过大的问题。文章利用四元数的方法求解姿态变换矩阵,采用四元数四则运算组合简化计算过程,并基于6轴处理组件MPU6050和磁阻传感器HMC5883L设计电路和编程,最后在实验的基础上对算法可行性进行了验证。     

一种基于改进白适应算法的科里奥利流量计频率解算方法

为了在提高科氏流量计频率解算精度的同时兼顾频率跟踪的实时性,提出了一种基于改进自适应算法的频率解算新方法。通过重新构建基于优化零极点配置的自适应IIR滤波器,在自适应滤波的过程中动态调节陷波器的模型和步长,使之能够更好地跟踪实际信号的频率,提高了科氏流量计频率解算的快速性和稳定性。     

基于三次样条和改进QKF的AHRS姿态解算设计

在AHRS系统中,目前广泛使用的MEMS角增量陀螺仪存在很大的零漂和随机误差,在捷联惯导的姿态解算中会带来积分误差,导致精度不高。文中用三次样条插值对原始陀螺仪输出进行曲线拟合后进行积分处理,将原有的离散模型变为连续积分模型,减小了积分误差;在将四元数运动方程的线性特性运用到Kalman滤波中时,针对状态更新时的状态协方差矩阵做了计算方法上的改进,改善了原有方法出现预测值超界导致迭代终止的问题。     

基于四元数法的捷联式惯性导航系统的姿态解算

载体的姿态解算算法是实现捷联式惯性导航系统精确导航的核心技术之一。分析了欧拉法、方向余弦法、四元数法求解姿态矩阵的优缺点,采用四元数法与方向余弦法两种解算方法分别计算载体姿态,两种方法的计算结果之差与理论真值比较以得到解算的相对误差,从而验证了四元数法的正确性和有效性。最后,指出提高采样频率和采用高阶计算算法能进一步减小姿态解算误差。数字化仿真与转台试验结果表明,本文提出的载体姿态解算法的理论数值相对误差为10^-10％,测试实验相对误差为10^3％,计算时间为36μs,具有良好的实时性。     

基于四元数法的捷联式惯性导航系统姿态解算研究

为实现捷联式惯性导航系统的精确导航,载体的姿态解算算法是核心技术之一。首先分析了欧拉法、方向余弦法、四元数法求解姿态矩阵的优缺点,根据四元数法与方向余弦法两种解算方法分别进行计算,两种方法的计算结果之差与理论真值比较以得到解算的相对误差,从而验证了四元数法的正确性和有效性,最后提出提高采样频率和采用高阶计算算法能进一步减小姿态解算误差。数字化仿真与转台试验结果表明,根据本文所述算法进行载体姿态解算的误差很小,具有良好的实时性,为捷联式惯性导航技术的工程实践提供了依据。     

基于UART总线的四旋翼飞行器姿态采集

利用MPU6050模块对四旋翼飞行器的飞行姿态进行测量,其测量数据与上位机之间的通信方式采用UART总线,利用LabVIEW中的VISA节点实现对UART总线的数据读取,并进一步对所得数据进行处理,建立了反应迅速、准确性高的四旋翼飞行器的主控芯片与姿态测量芯片之间的数据通信,为四旋翼飞行器的稳定控制提供了准确的姿态信息。     

GPS姿态解算中基于RINEX格式的数据处理

介绍了GPSRINEX交换格式的发展与构成，分析了基于RINEX格式的两种主要的观测数据文件和导航信息文件的内容与特征。基于一个GPS姿态测量试验，实现了姿态解算中参考卫星的选取和载波相位双差的解算，为进一步的姿态解算建立了基础。处理结果表明了RINEX格式在GPS数据处理中的方便与高效性。     

基于多MEMS传感器组合姿态解算仿真研究

针对传统单组MEMS传感器在姿态解算中所面临精度低、稳定性差等问题,提出一种基于多MEMS传感器组合姿态解算方法。载体坐标系各轴采用4组传感器,两两对角安装,将组合传感器测量数据与四元数估计数据做向量积,通过两组模糊和两组PI算法进行组合调节,利用互补滤波进行数据信息融合,通过自适应扩展卡尔曼滤波对修正后角速度进行预测估计,求得姿态角数据。仿真结果分析,所提出的方法较传统姿态解算方法具有更高的精度和稳定性。