姿态测量系统设计.docVIP

设计(论文)题目： 姿态测量系统设计 毕 业 设 计（论 文）开 题 报 告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写 2000字左右的文献综述，应附有参考文献，且被引用。 文 献 综 述 姿态测量在各个领域都应用广泛，无论是定位、定向、测姿和导航上，其精度直接影响到最终的系统性能。尤其是空中的姿态测量问题，情况更加复杂和多样。空中飞行器，简称无人机，是一个复杂的非线性系统，目前各国都对这个前沿技术进行着各种各样的研究。因为无人机无与伦比的优点，包括空中悬停、机动性强、起落受限制少等，已广泛应用军事、民用以及科学研究上，例如低空侦察、电子干扰、通信中继、环境研究、航空拍摄以及地形勘探等等。无人机的应用场合很大程度上取决于其控制性能，而直接影响控制性能的就是无人机的姿态测量精度。姿态测量系统是无人机实现姿态控制的前提，它不仅为无人机飞控系统提供三维姿态信息，也为摄像机等机载设备提供三维姿态基准。因此，如何为无人机设计一套高性能、小型化、低功耗、低成本的姿态测量系统也是无人机研究的一个热点问题。姿态测量系统的设计中，主要研究如下几个问题： 一、测量系统的选择 根据构建导航坐标系方法的不同可将惯性导航系统分为两大类：采用物理平台模拟导航坐标系的系统称为平台式惯性导航系统；采用数学算法确定导航坐标系的系统称为捷联式导航系统[1]。目前主流的用于姿态侧量的是捷联惯性导航系统，纯惯性导航系统是较早应用于空中机器人导航的导航系统，该系统的优点主要是可以借助自身携带的惯性导航元件测量惯性量，通过各种信息融合算法能够得到较为准确的惯性导航数据。但是，使用惯性导航系统想得到更为准确的导航数据就需要借助价格高昂、精度很高的惯性导航器件才能得到，还有器件的安装以及对准也是一大难题，这对于实现空中机器人的成本降低和普及是一个较大的阻碍。如果使用价格低廉、精度较低的惯性导航器件，就会导致惯性导航系统得到的导航数据精度降低，出现漂移等现象。而最近兴起的基于微机电系统（MEMS, Micro-Electro-Mechanical System）器件的惯性传感器，无论是体积功耗，性能价格比上都十分适用于无人机的姿态测量以及导航系统，这也导致了无人机的姿态测量以及导航系统得到了很大的发展，进入门槛降低，涌现出一大批成熟，高性能的设计[2]。 二、姿态的表示 姿态了机体坐标系与地面坐标系的关系，反应了相对地面的姿态。姿态的表示主要使用的有 第一种也是最普遍的表示机体姿态的方法就是欧拉角的表示方法。即通过三个角度来表示机体的三个姿态。就是用来表示这三个角度的变量。在导航坐标系上这三个角度直接描述了飞行器的姿态。其中表示横滚角, 即Roll；表示俯仰角, 即Pitch；表示偏航角,即Yaw。称为欧拉转动角。必须指出的是，当绕不同的轴系作一系列转动时，载体姿态的变化不仅是绕每根轴转动角度的函数，而且还是转动顺序的函数。各个轴的转动顺序是不可交换的。 另外一种表示方法是四元数法，它是一个向量维数为四的向量。四个参数中三个定义了空间中的一个转动轴，第四个参数表示绕该转动轴的角度。通常，四元数表示为：与传统的欧拉角相比,四元数对姿态转动的描述更简洁,并且四元数方程是线性微分方程，具有速度快、精度高及不会出现奇异的优点[3]。 三、姿态估计的方法 姿态估计是为了弥补单一传感的不足，而用来融合多种传感器数据的。 姿态估计的方法主要是采用卡尔曼滤波，卡尔曼滤波器实质上是一套由数字计算机实现的递推算法，每个递推周期中包含对被估计量的时间更新和测量更新两个过程[4]。但是卡尔曼滤波器只是针对线性模型比较准确［5-6］。 对于非线性的模型，采用扩展卡尔曼滤波较多，这种方法是将非线性函数利用泰勒展开式，并保留一阶项，从而实现非线性函数的线性化并保留一阶精度［7］。Juiler 等人提出了无先导卡尔曼滤波器，根据非线性函数的均值和方差对非线性函数的分布进行估计，从而在执行滤波时可以有二阶以上的精度［8］。文献采用卡尔曼滤波方法，实现对系统的姿态修正，通过卡尔曼滤波方法去估计系统的误差，进而去校正系统的实时姿态[9-10]。文献[11]运用扩展卡尔曼滤波设计解决MEMS传感器精度低漂移大的缺点。针对低成本惯性传感器的误差特性，建立误差模型，提出抑制噪声干扰、融合加速度计和陀螺仪数据的扩展卡尔曼滤波算法，解决随机漂移误差补偿与姿态最优估计问题。 四、姿态矩阵的更新算法 姿态更新是通过角速度来更新姿态矩阵，从而获得新的姿态信息。在更新姿态时，需要求解姿态矩阵的微分方程，而姿态矩阵的微分方程往往不能用解析法求解，需要用给定初始条件下的数值计算方法求出