基于STM32的X型六旋翼飞行器的设计

针对四旋翼飞行器飞行姿态易受外界环境因素干扰、负载能力有限、故障冗余度低等问题,以提高飞行姿态稳定性、增加飞行器负载能力、提升飞行过程中对故障的冗余度为目的,在保证旋翼飞行器优点的同时,设计了一种基于STM32系列微控制器的X型六旋翼无人机。采用陀螺仪、加速度计和磁力计等传感器来实时获取飞行器当前姿态信息,使用模块化思想对整个飞行控制系统进行整体设计,并采用基于四元数的互补滤波算法和串级PID控制算法来实现飞行器当前姿态解算与控制输出。     

四旋翼飞行器双环姿态稳定算法研究

针对四旋翼飞行器飞行姿态解算与控制,对飞行器的姿态进行了融合解算,并对解算所得到的姿态联合双闭环控制系统对飞行器进行了精准的控制,根据四旋翼飞行器的物理建模特性对飞行器姿态进行了详细分析,通过MEMS器件与嵌入式微控制器构建了飞行器原始数据获取与运算的硬件平台。区别于现有的模糊PID控制、经典PID控制等控制算法,本文设计了双闭环的四旋翼飞行器控制系统,这极大精简了其运算量,并在此基础上本文又增加了对原始数据的融合滤波处理,进而使得四旋翼飞行器的飞行姿态控制精度更高,抗扰动能力更强。     

基于 Huber 鲁棒估计的改进互补滤波姿态解算算法

针对站球机器人在坡面运动过程中,由于系统振荡倾向性导致的姿态估计不准确以及在估计中存在噪声等问题,设计了一种基于Huber鲁棒估计的改进互补滤波姿态解算算法。首先,对站球机器人在斜坡上进行了动力学分析和运动性能分析。其次,利用Huber鲁棒估计抑制站球机器人在坡面运动过程中由于机身振荡所引入的干扰噪声,并改进互补滤波进行姿态解算。最后,为了减少磁力计输出不稳定对姿态解算的干扰,设计了一种数据平滑切换方法。实物实验结果表明,设计的基于Huber鲁棒估计的改进互补滤波姿态解算算法相比于互补滤波算法,对俯仰角、横滚角和偏航角的估计精度分别平均提高19.21%、25.48%和36.04%,该算法可以有效地抑制站球机器人在坡面运动过程中由于机身振荡引入的噪声,能够保证姿态解算的准确性和实时性。     

基于 Mahony-EKF 的无人机姿态解算算法

针对微惯性测量单元精度低和传统姿态解算方法误差较大,提出一种 Mahony 和扩展卡尔曼滤波(EKF)融合的姿态解 算算法。 首先通过 Mahony 滤波器融合陀螺仪、加速度计和磁力计数据,解算得到初步姿态四元数。 再以 Mahony 滤波器的姿态 四元数作为 EKF 的量测值,根据非重力加速度的大小,自适应正相关调节量测噪声协方差矩阵;根据陀螺仪测量的角速度信息 建立 EKF 状态方程。 最终经过 EKF 滤波后,获取无人机姿态的估计。 经过仿真实验验证,融合算法解算静态姿态角误差小于 0. 1°,解算动态姿态角误差小于 1°,均优于互补滤波算法和改进 EKF 算法。 融合算法能有效抑制陀螺仪漂移误差,滤除加速度 计测量值混有的高频噪声和抑制非重力加速度的干扰,提高姿态解算精度。     

一种新型四旋翼飞行器控制器的设计

针对现有四旋翼无人飞行器控制系统存在鲁棒性差、姿态角度解算精度不高、控制精度低等问题。本文从工程实际出发,设计并实现了一种基于STM32的微型飞行控制器。该控制器采用模块化方法设计,包括主控、惯性测量、执行驱动等模块。设计出一种飞行姿态解算方法,提高了姿态角解算的精度和实时性实现了对四旋翼飞行器起降和飞行的可靠控制     

EWT 算法在姿态解算中的应用

针对陀螺仪存在低频噪声和漂移误差导致姿态测量精度下降的问题,提出采用经验小波变换( empirical wavelet transform,EWT)算法融合陀螺仪、加速度计解算姿态角。 首先运用 EWT 算法对陀螺仪采集的数据进行频谱分割,得到信号的 模态分量;其次采用小波自适应软阈值去噪的方法对信号进行降噪处理并重构信号,得到处理后的陀螺仪数据;然后根据 PID 互补滤波方法,利用加速度计的数据实现对陀螺仪数据的修正;最后利用校正后的陀螺仪数据,结合龙格库塔法解算四元数,从 而通过四元数获得精确的姿态角。 实验结果表明,EWT 算法融合陀螺仪和加速度计,能够将姿态解算精度提高 50%,且降噪效 果良好,满足姿态解算准确性的要求。     

基于STM32的多旋翼送餐飞行器研究

针对传统餐饮业中送餐方式的单一化、机械化等问题,以STM32F427微处理器为核心,设计并实现了以多旋翼飞行器为平台的智能餐饮配送系统.为提高送餐过程的安全性与可靠性,飞行器的稳定飞行是最基本的条件与保障.采用基于MEMS传感器的航姿参考系统(AHRS)进行飞行器姿态的测量,采用四元数坐标换算,将陀螺仪、加速度计和磁罗盘三者数据进行融合,并用互补滤波算法对姿态数据进行修正.实际测试结果表明,该飞行控制系统精度较好,能够满足送餐过程中对安全性与可靠性的要求.     

穿戴式肩周炎物理治疗监测系统设计

为帮助肩周炎患者更加科学地进行物理康复训练,设计并实现了穿戴式肩周炎物理治疗监测系统,该系统包括穿戴式手环和安卓APP。手环采用低通滤波、滑动滤波、四元素法以及互补滤波算法对传感器数据进行实时预处理、数据融合、姿态解算和姿态角校正等处理;APP通过BLE4．0获取手环数据,使用专门设计的算法对接受到的姿态信息进行监测和分析,并根据结果实时矫正或离线评估患者的训练姿态。经过测试,系统实现了肩周炎物理治疗的监测和评估功能,能够为康复训练提供科学指导。     

基于 Mahony-EKF 算法的手臂运动姿态测量系统

针对传统姿态解算方法效率迟缓、精度低下及稳定性差等问题,提出一种基于Mahony和扩展卡尔曼(EKF)相融合的算法,并开发出一种新型人体手臂姿态测量系统。首先,通过STM32微处理器采集MEMS传感器测得的数据,借助Mahony滤波器解算加速度计、磁力计和陀螺仪的数据,以此得到初步姿态四元数。其次,将初步姿态四元数作为EKF量测值,依据非重力加速度调节量测噪声协方差矩阵。然后,根据陀螺仪测得的角速度信息建立EKF状态方程,通过EKF滤波更新状态,获取解算融合后的手臂姿态数据。最后,将数据发送到上位机,通过上位机软件实时监测姿态角数据,再构建三维模型实时还原手臂的运动状态。经实验验证,应用EKF算法矫正Mahony滤波解算出的姿态数据,不仅可以使误差减小到0.5°、消除超调量和降低噪声干扰,还能有效克服传统姿态解算方法中需要大量数据集和计算时间长问题,从而抑制了随机波动,提高姿态解算精度。     

小型无人飞行器机动过程中航姿互补滤波算法研究

磁惯导系统(MINS)广泛应用于小型无人飞行器的导航控制,能对加速度计、磁强计和陀螺仪等传感器的数据进行融合,得到航向与姿态信息,也被称为航姿参考系统(AHRS)。在频域实现数据融合的互补滤波算法是AHRS中的一种可靠姿态估计方法,具有简捷高效的优点。将基于不同传递函数及各种航姿表示形式的姿态互补滤波归纳为统一的广义互补滤波算法(GCF),分析该类算法中的乘性姿态误差,并引入运动加速度补偿方法,可以改善载体机动状态下的姿态精度。数值仿真及实验结果显示,GCF的滤波效果与无人机常用的卡尔曼滤波算法相当,而处理时间仅为后者的1/20,且GCF具有良好的数值稳定性,配合运动加速度补偿算法可有效消除线加速度对航姿测量的不利影响,尤其适合低成本、小型无人机应用场合。