四翼飞行器姿态控制算法研究--叶树球要点分析.docVIP

飞行器位置姿态图。 四翼飞行器主要硬件及电路组成 一个基本的飞行器机体设计方案中,包括至少以下部分:主控制器、姿态传感器、电源电机以及通信接口,其系统结构图如下所示: 由于四翼飞行器的传感器采样数据包含大量的噪声,使得控制系统对飞行器的姿态解算会出现很大的误差,为减小误差对控制系统的影响,需要对加速度、角加速度、地磁传感器的测量数据进行融合滤波处理才能得到更加有效的飞行器姿态信息。本章首先介绍四翼飞行器姿态解算中常用的数据滤波算法包括,卡尔曼滤波和互补滤波,接着研究了利用四元数来对飞行器进行姿态解算的过程。 1.卡尔曼滤波 卡尔曼滤波是一种递归(自回归)的滤波器,该滤波器的显著优点是高效率。卡尔曼滤波的思想是釆用递归自更新的方法来估计出当前的状态,同时保证目标的真实状态与滤波估计出的状态的均方误差收敛值最小。 卡尔曼滤波器的过程由两个阶段组成,共由五个公式表示,它们分别是预测和更新,前阶段含两个公式,后阶段包含三个公式。在前一阶段:滤波器需要对对象的当前状态作出评估,评估过程依照上一次对对象状态的估计;在后一阶段:滤波器需要对对象作出更加精确的评估,评估过程是通过优化当前状态的观测值来实现的。如下式(3.1)和式(3.2)是预测阶段的公式 公式中: Rk:对象测量噪声的协方差。 Kk:最优卡尔曼增益。 I:单位矩阵。 其中Zk是满足式(3.6)的对对象的一个测量值。 其中:Hk是对象的观测矩阵,Vk是均值为0的观测噪声矩阵。 公式(3.3)的作用是更新当前的最优卡尔曼增益;公式(3.4)的作用是根据当前卡尔曼增益对系统当前状态进行估计,也就是卡尔曼滤波的估计输出;公式(3.5)的作用是对滤波器当前误差的协方差进行更新。这三个公式得出了当前的系统状态,并更新滤波器自身的状态,以便下一个卡尔曼滤波周期的正常进行。 2. 互补滤波 简单来说互补滤波就是把滤波器的两部分加起来成为一个滤波器,使其输出一个准确的线性估计在四翼飞行器中,由于加速度传感器的灵敏度高,其受外部的影响比较大,其测量值也容易被混入噪声,直接使用测量数据进行姿态解算会使得控制系统的输出误差非常大。而对于陀螺仪来说,它反应的是短时间内角速度的积分,因此陀螺仪的瞬时测量是比较准确的,但是这也带来一个问题,陀螺仪会产生累积误差的漂移现象。也就是说,陀螺仪的短时间内测量值是比较准确的,而加速度计滤波测量值在长时间范围内是比较准确的。因此陀螺仪和加速计的互补滤波思想是使用加速度计的测量值作一个均值,利用这个值来修正陀螺仪的测量值并换算出角度,以达到降低陀螺仪角度累积误差的目的。互补滤波器的设计。 系统首先对陀螺仪的测量值进行积分,得到当前状态的角速度测量数据;接着系统对加速度计测量值进行低通滤波处理,其结果与角速度送入高通滤波器处理后的输出值进行求和融合,就可以计算出当前的角度。这里使用高斯滤波来处理加速计的测量值。 1.高斯滤波--低通滤波器 高通滤波器是一种低通滤波器,它是对数据进行加权平均的线性平滑过程,对符合正太分布的噪声有很好的过滤效果,它的表达形式如下式(3.7)所示 一般情况下,高斯滤波器可以使用多次均值滤波器的逼近来代替,大于等于三次平均值滤波器逼近就可以得到很好的结果,如下式(3.8)是使一般情况下,高斯滤波器可以使用多次均值滤波器的逼近来代替,大于等于三次平均值滤波器逼近就可以得到很好的结果,如下式(3.8)是使用三次平均滤波的公式式中n表示当前第n个采样点,N表示釆样窗口宽度,令N=2k,那么由(3.8)可得到式(3.9): N的选取需要结合传感器的更新速率和姿态检测系统的姿态更新频率,如果N取值过小那么滤波器就无法有效滤除噪声,若N选取过大则会导致数据延迟过大,使得姿态检测系统的实时性无法保证。 2.高通滤波器 这一步首先要对陀螺仪的测量角速度经过积分得出当前的角度,公式(3.10) 给出了积分公式。 式中W为当前陀螺仪测量角速度矩阵,e t为当前t时刻的角速度积分,其结果是飞行器的当前角度。互补滤波公式如下(3.11)所示: 0 t即为角速度计和陀螺仪融合的角度值。式中G和A是时间根据时间常数算出来的参数,并且其和恒等于1,其值可以使用公式(2.12)计算出: 公式中T为时间常数,dt为釆样窗口频率,一般情况下可以去时间常数T=0.5sec,取釆样窗口 N=100,有dt=0.01sec,这时可以求得:G约等于0.98,A约等于0.2。 PID控制原理 PID控制方法是工业控制系统中历史最长的一种控制方法,它通过比较控制系统的测量量和目标值,计算偏差,再对偏差进行比例、积分、微分调节,用以决定向被控系统发送那种控制信号,它属于一种典型的负反馈闭环控制方法[21]。如下图4.2所示为典型PID控制系统原理框图。 如上图所示,r (t)为被控对象t