基于多传感器数据融合的四旋翼飞行器的姿态解算

 用于农田信息采集的四旋翼飞行器姿态解算过程中,存在姿态角测量不够准确这一难题。选择基于加速度计、电子罗盘与陀螺仪的捷联式惯性测量系统,采用卡尔曼滤波算法,通过融合多个传感器的测量数据,解算出高精度的姿态角。为验证卡尔曼滤波算法的有效性和实用性,搭建了四旋翼飞行器姿态检测实验平台。结果表明,经卡尔曼滤波算法处理之后的姿态角动态响应好,解算精度高,其最大跟踪误差控制在±1.5°以内,消除了由加速度计或电子罗盘带来的测量白噪声,也有效抑制了陀螺仪的温度漂移,满足四旋翼飞行器对姿态解算精度的要求。     

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.     

自适应误差四元数无迹卡尔曼滤波四旋翼飞行器姿态解算方法

针对小型四旋翼飞行器在姿态解算时,使用的惯性器件在飞行器起飞、下降等过程中容易受到非重力加速度影响的问题,提出了一种自适应误差四元数无迹卡尔曼滤波的飞行器姿态解算方法。该方法在传统无迹卡尔曼滤波算法的基础上,结合陀螺仪漂移误差模型,使用误差四元数的方法构建无迹卡尔曼滤波的状态方程,选用加速度计和磁强计的输出作观测量,利用其构建无迹卡尔曼滤波的量测方程,并通过自适应调整量测噪声协方差矩阵,减小非重力加速度对姿态解算的影响。实验表明,当飞行器存在非重力加速度时,该方法可以有效减小非重力加速度影对姿态解算的影响。     

一种基于改进卡尔曼滤波的姿态解算算法

针对多传感器融合姿态解算精度不高的问题,本文提出一种改进的卡尔曼滤波算法,即高阶线性互补滤波与扩展卡尔曼滤波(Extended Kalman Filter,EKF)相结合的融合算法。该数据的融合是基于加速度计、陀螺仪传感器频率特性和姿态角的微分方程建立的系统模型,将互补滤波的姿态角数据作为该系统模型的观测值,利用EKF算法对加速度计、陀螺仪、磁力计进行数据融合。高阶的互补滤波和EKF的融合算法能够有效的解决陀螺方向的估计偏差,为了证明该算法的可行性,用搭载IMU(InertialSmeasurementSunit)模块的四旋翼飞行器进行了动态和静态的实验,分析对比了最新导航算法、经典卡滤波算法和该融合算法滤波的效果。实验结果表明：本文提出的高阶无源线性互补滤波和EKF相结合的融合算法,无论在静态还是动态的实时性情况下,都能很明显的去除噪声和抑制姿态角的漂移,且提高了姿态角的精度。     

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。     

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。     

MPU9250传感器的姿态检测与数据融合

设计了基于MPU9250多轴姿态传感器和MSP430F149单片机的姿态检测系统。利用传感器内部的陀螺仪、加速度计和电子罗盘,可以对3个轴的角速度、加速度、磁感应强度进行测量,进而解算成角度姿态。利用优化的卡尔曼滤波算法对解算的姿态角度进行了融合处理,融合后的数据有效地抑制了噪声,提高了角度姿态检测的准确性。设计的姿态检测系统每秒钟可以完成100次姿态检测与计算,具有体积小、响应快等特点,并应用于自平衡小车的姿态检测。     

基于数据融合的小型两轮自平衡机器人姿态检测方法

针对小型两轮自平衡机器人姿态检测所用低成本加速度计(MMA7361)数据不够准确及陀螺仪(ENC03)信号的漂移问题,分别采用互补滤波器、kalamn滤波器和自适应kalman滤波器进行数据融合处理方法研究,通过对比实验确定采用自适应kalman滤波器实现加速度计和陀螺仪检测数据的融合,从而确定小型两轮自平衡机器人的姿态,进而实现其运动平衡控制.物理实验结果表明基于自适应kalman滤波器的加速度计和陀螺仪检测数据融合姿态检测方法不仅适用于小型两轮自平衡机器人的运动平衡控制,而且其参数较先前普遍采用的kalamn滤波器更易调整,姿态检测结果更加可靠.     

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。     

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。     

基于关节自由度约束的上臂轴旋转跟踪误差补偿

针对外敷跟踪器下皮肤组织滑移(Soft Tissue Artifact,STA)引起的人体运动跟踪中上臂轴旋转角位移跟踪误差问题,基于关节自由度约束,提出一种利用相连肢体相对位姿矩阵分解的在线STA误差补偿角度计算方法.首先,利用一组不包含上臂轴旋转的上肢运动轨迹跟踪信息,基于关节点位置连续和旋转自由度约束,通过优化方法计算各肢体分段坐标系到相应跟踪器坐标系的位姿变换矩阵;然后,上肢实时运动跟踪时,对上臂和小臂相对姿态矩阵引入上臂轴旋转STA误差补偿运动,在肘关节两旋转自由度的基础上进行3自由度的旋转矩阵分解,得到STA误差补偿角度.4人上肢运动跟踪实验表明:在不同肘关节内曲角度条件下,均能有效在线修正上臂轴旋转STA跟踪误差,且在旋转角度较大时,补偿精度优于线性STA误差补偿方法.     

基于超短基线的GPS测姿算法研究

针对超短基线下姿态测量结果稳定性差及可靠性低的问题,提出一种更加可靠稳定的基于超短基线的全球定位系统（global positioning system,GPS）姿态测量算法。构建了扩展卡尔曼滤波（extended Kalman filtering,EKF）模型,并对扩展卡尔曼滤波模型中测量噪声矩阵采用基于卫星高度角模型,得出比较准确的浮点模糊度;联立了载波双差观测方程和伪距双差观测方程,并采用改进模糊度最小二乘去相关平差法（modified least-squares ambiguity decorrelation adjustment algorithm,M-LAMBDA）进行快速模糊度固定解算;利用了滤波法进行姿态解算。实验结果表明,与其他测姿算法相比,该算法可适用于超短基线,能够提高姿态结果的稳定性与可靠性,在基线为20 cm静态环境中,该算法模型航向角的误差方差为0.1左右,航向角的绝对误差为2°左右。在基线为20 cm动态环境中,该算法模型航向角的误差方差为2左右,姿态角的绝对误差为3°左右。     

基于曲率跟踪方法的轴上拖挂轮式移动机器人的运动控制设计

目的 针对轴上拖挂轮式移动机器人中的挂车对目标轨迹精确跟踪控制问题,提出了一种能够跟踪挂车理想运动轨迹曲线相对曲率的双环控制方法。方法 首先通过梳理轴上拖挂轮式移动机器人受到的非完整约束建立出运动学模型,并通过欧拉-拉格朗日方程建立其动力学模型;然后利用运动学方程推导出挂车的理想运动轨迹曲线的相对曲率和拖车与挂车理想偏航角之差之间满足的重要函数关系式;最后基于该核心关系式,利用姿态误差系统的外环速度控制器和动力学模型的内环比例积分反馈控制器组成的双环控制方法来实现给定的跟踪任务。结果 仿真结果表明,对于外环系统,外环速度控制器使得姿态跟踪误差在经过一段时间的变化后全都趋近于零,实际的姿态变量最终稳定地趋近于目标姿态变量;对于内环系统,内环比例积分反馈控制器使得速度跟踪误差经过短暂的调整后趋近于零,实际速度值最终稳定地趋近于参考的速度值。结论 设计的双环控制器可以有效地实现姿态跟踪和速度跟踪,能够使挂车精确地跟踪理想运动轨迹曲线,由于在姿态跟踪过程中引入了挂车运动轨迹曲线的相对曲率,该方法可以极大地提高轨迹跟踪的精确度。     

一种新的羽毛球拍挥拍轨迹识别方法

为了更加精确地识别羽毛球拍的运动轨迹,提出一种多传感器融合的挥拍轨迹识别方法(TRM,trajectory recognition method).使用放置在球拍拍柄底部的智能设备进行数据采集,该设备由加速度计、陀螺仪和磁力计的多传感器组成.首先,使用加速度计和磁力计对陀螺仪进行修正,改进基于卡尔曼滤波器的四元数姿态解算精度并得到姿态角.其次,使用旋转矩阵去除加速度的重力分量,再对加速度数据进行频域数值积分得到速度和位移,采用最小二乘拟合多项式剔除数值积分过程中产生的累积误差.最后,结合姿态角、速度和位移,识别出挥拍轨迹.实验结果表明,提出的TRM具有良好的有效性.与传统时域积分轨迹识别方法相比,TRM的挥拍轨迹识别率更高.TRM可以更准确地进行羽毛球拍运动轨迹识别.     

一种油运船舶的组合姿态测量模型

实时准确地测量船舶姿态,对船舶运输安全作业、舰船减摇控制等具有重要意义.对坐标系及其转换关系进行了定义,推导构建了基于加表、陀螺和GPS的组合姿态测量系统测量元件模型和全量模型,通过状态方程和测量方程的分析推导对全量模型进行了线性化处理,并对连续系统模型作了离散化处理.依据姿态角、陀螺漂移和速度的误差状态方程,引进GPS测量值,对系统状态进行卡尔曼信息滤波估计,从而得到陀螺的漂移误差,使姿态角的测量达到良好的效果.     

基于PSD和光源调制的合作目标位姿探测方法

空间目标的相对位置与姿态探测是航天器对接领域的研究重点,探测方法主要分为遥测法和光学测量法两大类.其中,后者依靠其速度快、稳定性高、信息量大等优势,成为了近距离位姿探测的主要方法.我们通过双目视觉模型可计算出空间合作目标上特征光点深度信息,再根据特征光点间已知的结构、尺寸等约束信息,实现对目标姿态的解算.本文依据PSD相较于CCD和CMOS传感器,有无需图像特征提取过程、响应速度快、位置分辨率高等优势,且双目立体视觉系统的仿生学结构可直接获取到探测目标的深度信息,提出了采用双PSD视觉模型,并配合特征光点的亮度与顺序联合调制实现对空间合作目标的位姿探测方法.实验结果表明,当光标靶姿态调整±30°时,系统的平均测量误差为2.541°,当姿态角小于15°时,俯仰角和偏航角的平均偏差分别为0.923°和0.563°;大于15°时,受限于光源发散角度的影响,俯仰角和偏航角平均偏差分别增加至4.566°和4.106°,系统能够快速、稳定解算光标靶的空间位姿.     

基于多层前馈网络的卫星姿态控制器

卫星姿态动力学系统与其线性化模型之间的误差会影响姿态控制的精度。应用多层前馈网络对该误差进行建模,并基于此模型和线性系统理论设计了一种新型的卫星姿态控制器,该控制器实现了卫星三轴解耦控制,并使卫星姿态动力系统与其线性化模型的响应误差在最小二乘准则意义下最小。仿真结果表明在俯仰角、滚动角和偏航角机动量均为0.01rad情况下,控制器能够提供较高的控制精度。     

基于MEMS惯性技术的延转姿态角测量误差补偿研究

本文介绍了基于MEMS惯性技术,载体在水平面上廻转时产生的姿态角测量原理,运用在线误差补偿技术,针对因MEMS惯性器件加速度效应误差不均衡,导致的翅转姿态角测量误差进行实时补偿。提高了姿态测量装置题转姿态角的测量精度。     

推力器姿轨同时控制下的姿态控制算法

针对推力器安装误差对卫星姿态控制产生强干扰的问题, 设计一种紧凑卫星推进系统的姿态控制算法. 采用对控制力矩和干扰力矩建模的方法对姿态控制影响进行分析, 得到最差情况下的推力器安装误差角组合. 通过计算机仿真实验, 对比了不同安装误差角下三轴的控制结果. 实验结果表明, 轨道机动模式下姿态控制算法具备包络最差情况的能力, 控制结果稳定, 满足精度要求.