基于STM32的四旋翼飞行姿态串级控制

对四旋翼飞行器飞行姿态的稳定控制问题进行了分析,设计了基于STM32系列微控制器的稳定控制系统。STM32以ARM Cortex-M3为内核,拥有强大的运算能力,作为四旋翼飞行器的飞行姿态控制器的主控芯片。采用四元素融合滤波算法对陀螺仪和电子罗盘等多传感器采集的数据进行飞行姿态解算。结合串级PID控制算法实现四旋翼飞行姿态控制系统设计。仿真及实验结果表明该控制系统符合设计要求,达到了对四旋翼飞行器飞行姿态稳定控制的目的。验证了基于STM32的串级飞行姿态控制的有效性,为后续研究奠定了基础。     

基于Arduino 的四旋翼飞行器控制系统设计

为改善滤波效果, 针对四旋翼飞行器滤波算法计算量大的问题, 采用基于Kalman 与DMP(Digital Motion Processing)滤波相结合的姿态数据处理算法及PID( Proportion-Integration-Differentiation)姿态控制算法, 设计了四旋翼飞行器控制系统。系统硬件由Arduino 控制板及四旋翼飞行器平台组成,在此平台基础上建立了飞行器动力学模型并对Kalman 滤波器及PID 控制器参数进行调试。实际飞行结果表明, 该系统能对飞行姿态的偏移进行快速调整, 调整灵敏度和稳态时间得到明显改善, 有效地完成对四旋翼飞行器的稳定控制。     

基于惯性动作捕捉的多螺旋桨飞行器姿态研究

目前多螺旋桨飞行器在飞行过程中存在着飞行姿态控制复杂、稳定性差、抗毁性差等问题。针对于此,提出了基于惯性动作捕捉技术的多螺旋桨飞行器的运动姿态研究方案。该方案利用惯性动作捕捉设备,记录飞行器的各个螺旋桨的位置姿态数据,并根据所获取的数据对飞行器进行运动学分析,进而对其飞行姿态规律进行研究。该方案的研究为飞行器的多螺旋桨转速控制提供了理论依据,从而提高多螺旋桨飞行器的稳定性和可靠性。     

四旋翼飞行器自主循迹取物运输系统的研究

为实现无人机在运输方面的自动化和信息化,设计并实现一种能自主循迹、取物并运输至目标点的四旋翼飞行器。通过对四旋翼飞行器飞行控制原理的分析,使用超声波传感器获取飞行器实时高度,利用计算机图像处理技术实时判断飞行器位置,并用PID( Proportion-Integral-Derivative) 控制器控制飞行器的飞行高度和自身姿态,实现了四旋翼飞行器的自主循迹飞行和物体识别,以及驱动机械手完成对目标物体的抓取与投放。测试结果表明,飞行器可在1 m 高度上以20 cm/s 的速度沿预设轨迹自主循迹飞行,能在50 s 内识别与抓取底面半径为4 cm、高度为8 cm 的圆柱形物体,并投放在以目标点为圆心半径为25 cm 的范围内,达到了预期效果。     

微型四旋翼实验平台设计

惯性导航器件是测控技术专业的核心课程,为便于学生深入掌握各种惯性器件的使用,设计了微型四旋翼实验平台。该实验平台以Atmega328p单片机作为控制器,采用集成三轴加速度计和三轴陀螺仪的MPU-6050作为姿态传感器,使用NRF2401模块采集控制信号,运用欧拉角法计算飞行器在空中的姿态,并用PID对飞行器进行闭环控制,以达到稳定飞行的目的。实验平台预留定高、定位、图像传输、PID控制等扩展接口,便于学生进行二次开发。     

四旋翼飞行器的设计与实现

在分析四旋翼飞行器工作原理的基础上,以STM32单片机为控制器,用MPU-6050检测飞行姿态和加速度,nRF24L01实现无线通信,USB串口上位机进行监控,完成四旋翼飞行器的设计。以惯性测量模块采集实时数据,采用卡尔曼滤波器进行姿态算解,运用PID算法以PWM方式驱动飞行电机。通过对系统的软硬件进行设计,完成了飞行器实物的制作和飞行测试。测试结果达到了设计要求。     

基于STK的卫星飞行轨迹仿真技术

通过仿真方法研究飞行器导航算法具有成本低、周期短等优点,但是仿真数据难以获得.介绍了利用STK软件生成卫星飞行轨迹的方法.通过输入期望的卫星轨道根数,可以方便地产生卫星飞行过程中的位置、速度、角速度和姿态等信息.这些数据的获得,为卫星导航、制导与控制的研究提供了有利条件.     

四旋翼飞行器PID优化控制

针对四旋翼飞行器具有非线性,强耦合性,多输入的欠驱动系统的特点,研制出既能精确控制飞行器姿态,又具有较强抗干扰和环境自适应能力的控制器。为了达到更好的飞行效果,采用了传统的PID控制算法,但实际应用中需要对PID参数进行优化,提出改进的PSO算法和遗传算法相结合的优化控制方法。为了优化PID参数,首先对飞行器进行动力性建模,再利用改进的PSO算法和遗传算法作PID参数优化。仿真和飞行实践的数据表明,相对于标准的PSO算法,飞行器有更好的鲁棒性和控制效果。     

四旋翼飞行器姿态控制系统设计

为解决微小型飞行器姿态控制系统成本高、控制性能不稳定等缺点,以自主研发的四旋翼飞行器为研究对象,提出采用廉价的角速率陀螺仪和加速度计,并结合姿态角模型,利用卡尔曼滤波器推测姿态角信息。考虑飞行器的建模误差以及飞行过程中存的外部干扰,为提高控制系统的鲁棒性,采用模型参考滑模控制理论(Model Reference Sliding Mode Control,MRSMC)设计姿态控制器。实验结果表明所设计的姿态控制系统具有良好的跟踪与鲁棒性能。     

四旋翼飞行器极点配置姿态控制器设计

针对四旋翼飞行器姿态控制系统具有多变量、干扰敏感、强耦合等特性,将飞行器动力学模型在平衡点处线性化,在满足超调量和调节时间性能指标的情况下,采用了状态反馈极点配置将系统闭环极点配置在期望的位置上,从而实现飞行姿态的平稳控制。为了检验所述算法,通过Matlab软件设计了极点配置控制器,并实现了在四旋翼飞行器实验平台上的稳定控制,证明了该控制算法的有效性及稳定性。     

基于视觉的四旋翼飞行器稳定飞行控制

针对室内四旋翼搭载的常规惯性测量单元采集的速度具有很大误差, 在实际飞行过程中无法定点悬停的问题, 搭建了一套基于视觉的小型室内四旋翼飞行器, 应用串级比例、积分、微分控制算法(PID: Proportion Integral Differential)控制飞行器。实验结果显示, 此方法有效解决了室内或密闭环境下四旋翼在悬停飞行过程中水平漂移的问题, 能使四旋翼飞行器在室内的环境下平稳飞行。     

Fuzzy Self-adaptive Proportional Integration Differential Control for Attitude Stabilization of Quadrotor UAV

The technology of attitude control for quadrotor unmanned aerial vehicles(UAVs) is one of the most important UAVs' research areas.In order to achieve a satisfactory operation in quadrotor UAVs having proportional integration differential(PID) controllers,it is necessary to appropriately adjust the controller coefficients which are dependent on dynamic parameters of the quadrotor UAV and any changes in parameters and conditions could affect desired performance of the controller.In this paper,combining with PID control and fuzzy logic control,a kind of fuzzy self-adaptive PID control algorithm for attitude stabilization of the quadrotor UAV was put forward.Firstly,the nonlinear model of six degrees of freedom(6-DOF) for quadrotor UAV is established.Secondly,for obtaining the attitude of quadrotor,attitude data fusion using complementary filtering is applied to improving the measurement accuracy and dynamic performance.Finally,the attitude stabilization control simulation model of the quadrotor UAV is build,and the self-adaptive fuzzy parameter tuning rules for PID attitude controller are given,so as to realize the online self-tuning of the controller parameters.Simulation results show that comparing with the conventional PID controller,this attitude control algorithm of fuzzy self-adaptive PID has a better dynamic response performance.     

基于光流传感器的四旋翼飞行器设计

采用Texas Instruments公司的TM4C123GH6PM单片机作为四旋翼飞行控制系统和光流数据处理的核心单元,将九轴传感器MPU9250的陀螺仪、加速度计和磁力计经姿态解算后的角度数据作为飞行控制系统的飞行姿态反馈,超声波传感器所测量的高度数据作为飞行高度反馈,优象光流传感器所输出的位置数据作为位置反馈,设计了一款新型四旋翼飞行器.实验结果表明,该四旋翼飞行器自主导航系统可以实现室内自稳、定高和定点飞行功能.     

基于组合导航与EKPF飞行器的地形边界与面积估计

提出了一种使用四旋翼飞行器作为测量平台的地形边界与面积估计算法.该算法采用紧耦合闭环组合导航系统(捷联惯性导航系统与全球卫星定位系统)获取待测地形边界点的定位数据,分别使用Pauta准则与扩展卡尔曼粒子滤波方法剔除异常数据与处理定位数据.算法在得到的最终定位数据的基础上,估算待测地形与面积.飞行器使用前视和下视摄像头确定飞行方向和选择边界点.使用该算法可以实现不规则的凸多边形、凹多边形和弧段等地形的精确估计,估计误差可以在±1.2%以内.实际飞行实验结果验证了该算法的可行性和准确性.     

波音787飞机基于云计算的远程故障诊断方法研究

针对波音787飞机实时故障诊断仍采用机载数据库的现状,结合波音787飞机数据传输特点,提出一种在充分利用飞机大量飞行数据的基础上进行云计算的远程故障诊断方法,可提升飞机飞行数据利用率和故障诊断的实时性。通过分布式技术将飞行数据拆分处理,应用虚拟化资源提高处理速度和数据共享能力。分析波音787飞机数据传输机制,结合基于网络的远程故障诊断与模糊故障诊断技术,重点研究计算的云化过程和推理过程。最后通过搭建云架构进行实验,证明了方法可进行高效稳定的远程故障诊断。     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

CDKF 算法在四旋翼飞行器组合导航系统中应用

针对基于四旋翼无人飞行器的组合导航系统在小失准角情况下滤波器较短时间内发散的问题, 将中心差分卡尔曼滤波算法应用于低成本的组合导航系统中, 设计了飞行器组合导航系统的硬件电路。该系统采用MPU-6050 芯片作为飞行器姿态传感器, 选用u-Blox 公司的NEO-6M 模块获取GPS(Global Positioning System)信号, 并利用中心差分卡尔曼滤波算法实现多传感器的数据融合, 从而获取导航信息。在四旋翼无人飞行器平台上对该系统进行实验的结果表明, 该导航系统能有效抑制传感器噪声, 克服了陀螺仪的漂移现象, 避免了传统EKF((Extended Calman Filter) )算法近似程度不高, 易导致解算结果发散等问题的发生, 为飞行器提供了准确的导航信息。     

基于改进遗传算法的四旋翼无人机参数辨识

为克服传统遗传算法在参数辨识过程中收敛速度慢的问题,提出了一种基于改进遗传算法的四悬翼无人机参数辨识方法。该方法引入梯度算子为遗传进化提供指示性的方向,利用遗传算法的全局搜索性保证算法的全局收敛,并根据简化四旋翼无人机数学模型设计了优化函数。利用四悬翼无人机实飞数据进行了实验测试,实验结果验证了本文方法的有效性和快速收敛性。     

基于视觉伺服的小型四旋翼无人机自主飞行控制研究进展

 在GPS信号较弱甚至失效的环境下,视觉伺服能够通过视觉信息控制自主飞行,因此近年来视觉伺服在自主飞行控制领域受到广泛关注。根据获取的图像信息不同,可将视觉伺服分为基于位置的视觉伺服和基于图像的视觉伺服。与基于图像的视觉伺服相比,基于位置的视觉伺服位姿估计稳定,可直观地在直角坐标空间定义机器人运动,符合机器人工作方式,且控制器设计简单,但控制精度受摄像机和机器人标定精度的影响,且计算量较大。对于小型四旋翼无人机自主飞行控制的应用研究中,视觉伺服的实时性、精确性和鲁棒性尚待提高,且小型四旋翼无人机的智能化不高,在室内室外模式转换及室内协同控制方面还有广阔的发展空间。