共查询到19条相似文献,搜索用时 140 毫秒
1.
为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台。首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试。实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。 相似文献
2.
四旋翼飞行器的运动控制关键在于对飞行过程中的实时姿态角控制。目前实时姿态角信息还不能直接测量出来。为了能利用已有的传感器数据解算出更准确的姿态角,通过物理实验详细分析了四旋翼飞行器姿态角的解算和滤波算法。首先,通过联立欧拉方向余弦矩阵与四元数矩阵,得到用四元数表达的姿态角表达式。然后,结合加速度计和磁强计实时测量的数据,分别采用互补滤波和卡尔曼滤波两种方法来补偿四元数结果,分别分析如何选取最佳参数,并对比分析了两种滤波方式的优缺点。在一定精度要求范围内,这两种滤波方式都能获得更加准确的姿态角,但是互补滤波相对卡尔曼滤波有一定的解算时延。因此在精度要求一般的系统中,这两种滤波方式都可以用来求解姿态角,卡尔曼滤波方法则更适于对实时性要求更高的系统。 相似文献
3.
四旋翼无人飞行器姿态数据采集处理系统 总被引:1,自引:0,他引:1
针对机械振动等因素产生的噪声对加速度传感器测量姿态数据的影响,增加了陀螺仪并运用卡尔曼滤波对加速度传感器和陀螺仪的数据进行融合处理;与以往均值和中值等滤波姿态算法相比,采用卡尔曼滤波算法能够获得可靠、稳定的姿态数据,为四旋翼无人飞行器稳定飞行提供有效保障;介绍了姿态传感器和采集处理系统硬件结构及软件实现,运用图形化编程语言LabView实现对四旋翼无人飞行器实时姿态曲线显示、姿态数据存储、回放等功能;经测试,能有效的降低机械振动等噪声对飞行器姿态测量的影响,提高姿态数据估计的精度,达到了预期的目标。 相似文献
4.
针对四旋翼飞行器的姿态控制中的受扰动问题,提出了使用模型参考自适应算法加强四旋翼飞行器的姿态稳定性;常规控制器对四旋翼飞行器受扰时的控制很不理想,模型参考自适应控制器在外部干扰或环境影响出现时,能够结合参考模型,提高控制系统的动态品质;结合动力学模型并加以适当简化,设计了常规反馈控制器和模型参考自适应控制器,并进行了数据仿真实验;结果表明,模型参考自适应控制器能够在很大的范围内有效屏蔽干扰,缩短稳定控制时间,验证该算法在四旋翼飞行器姿态控制中是可行有效的。 相似文献
5.
为了提高激光捷联惯性导航系统在晃动基座上的初始对准准确度,将惯性仪表数据的低频波动看作载体真实姿态晃动的反映,采用对准算法跟踪这种姿态变化.粗对准在惯性坐标系进行,利用惯性系对准对姿态变化敏感的特性,跟踪载体姿态角变化,确保粗对准误差为小角度;精对准采用标准Kalman滤波,避免了复杂的非线性算法,将两个水平加速引入Kalman滤波的量测向量,利用水平加速度对姿态角变化的敏感性,提高了Kalman滤波对准算法跟踪载体姿态变化的能力.提出了一种晃动基座对准准确度的考核方法,通过激光捷联惯性导航系统车载晃动对准和跑车试验,表明所提对准算法可以在风扰、发动机工作、人员晃动等干扰条件下,实现自对准,对准时间180s,对准重复性为0.04°,跑车水平定位误差达到770m/h,满足高准确度惯性导航设备要求. 相似文献
6.
7.
8.
9.
10.
11.
The Kalman filter is widely applied in fiber optic gyro (FOG) inertial integrated navigation system. To solve the problem of hard acquirement of Kalman filter parameters, a novel algorithm for FOG GPS/SINS integration navigation based on exact modeling is proposed in this paper. The models of inertial sensors using Allan variance analysis are established in proposed algorithm and the precise Kalman filter model is obtained based on the correspondence between Allan variance coefficients and inertial sensors parameters. The simulation and experimental results show that Kalman filter parameters can be obtained for GPS/SINS integrated navigation system precisely and efficiently based on Allan variance modeling method, and the algorithm has reference value for theoretical perfection and engineering applications. 相似文献
12.
针对研制的新型模态切换水下机器人(Mode-Converted ROV, MC-ROV),设计了一套以MEMS器件为主的微惯性组合导航系统,包括陀螺仪、加速度计、磁力计、深度传感器及微处理器等。系统采用互补滤波方法抑制陀螺漂移,设计卡尔曼滤波器计算姿态角。本文采用了改进的自适用卡尔曼滤波器,增大新近数据的作用,减小陈旧数据的作用,避免滤波发散,提高导航精度。水池实验表明结合互补滤波、自适应卡尔曼滤波能够获得比较精确、稳定的水下机器人导航信息。同时,基于实测数据进行的算法仿真表明改进后的渐消记忆指数加权自适应卡尔曼滤波可以在一定程度上改善导航效果。 相似文献
13.
针对组合导航系统中使用单天线GPS接收机时导致姿态角不易收敛的问题,提出了一种互补滤波器和卡尔曼滤波器相结合的数据融合算法。该方法首先通过MEMS惯性传感器与磁强计设计了一种互补滤波算法。针对载体在变速运动过程中加速度计的倾角测量值有较大误差,影响互补滤波器输出精度的问题,通过GPS接收机和加速度计设计了卡尔曼滤波模型,将卡尔曼滤波器输出速度的微分量反馈给互补滤波器,实现了对互补滤波器中载体运动加速度的补偿。基于以上解算方法,以FPGA为核心处理器设计了组合导航系统并进行了车载实验。实验中,该方法有效补偿了汽车变速过程中的倾角测量误差,证明了该方法的有效性。 相似文献
14.
针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求,提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先,对图像进行高斯平滑滤波,提取图像的多种特征计算区域协方差矩阵,利用金字塔多级匹配技术进行全局搜索,获得测试图在参考图中像素级匹配位置.然后,利用全局匹配的结果,在实测图上选取多个局部区域,分别进行局部搜索匹配,获取参考图和实测图中一一对应的局部匹配集.最后,利用RANSAC算法和最小二乘算法计算出两幅图像间的最优相似变换参量.仿真分析表明,该算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求. 相似文献
15.
16.
17.
针对无人机自主导航的实时性差、精度低且对时变噪声的鲁棒性弱的问题,建立了机器视觉和惯性导航相融合的组合导航系统,并提出了一种自适应平方根无迹卡尔曼滤波(adaptive square-root unscented kalman filter, ASRUKF)算法。该算法通过观测值与估计值残差的Mahalanobis距离时刻修正系统噪声协方差,再与采用最小偏度采样的SRUKF算法相融合,从而达到时变噪声自适应抑制,滤波快速且对噪声鲁棒性高的效果。仿真结果表明,相比标准SRUKF,ASRUKF计算耗时减少约38.8%,位移、速度和姿态角预测精度分别提高超过4倍和6倍,且对于时变噪声鲁棒性更强。 相似文献
18.
The integration drift of inertial unit is a fatal error on navigation and attitude determination system. Many approaches have been developed to extract and eliminate it. A novel fiber optical gyroscope drift extraction algorithm was proposed in this paper to ameliorate the performance of fiber optical gyroscope by extracting the trend component as the compensation. In this algorithm, the attitude quaternion of stellar sensor and the output of fiber optical gyroscope were imported into a nonlinear empirical mode predictive algorithm to extract the drift component of gyroscope. Combing the advantages of predictive filter and empirical mode decomposition in nonlinear signal processing, our proposal is more precise in drift extraction and data approximation. Software simulation and hardware verifications on gyroscope were launched, in which the results had proven the capability of the algorithm. 相似文献