基于MEMS微惯性器件的姿态测量 单元设计与测试

MEMS惯组具有体积小、价格低、易于集成等优点,已被广泛应用于各个领域,为提高MEMS姿态解算精度,采用 Mahony互补滤波方法设计了MEMS惯性组件,Mahony互补滤波器将陀螺仪解算的高频姿态信号和加速度计－磁强计解算的低频姿态信号进行融合,提高测量精度,介绍了MEMS惯组硬件、软件、算法设计及无磁转台测试,无磁转台静态测量下的俯仰角精度0.51°,横滚角精度 0.5°,航向角精度1.1°。     

基于L BFGS的自适应模糊互补滤波

针对惯性测量单元噪声大及常规姿态解算算法精度不高的问题,提出了一种基于拟牛顿法（L-BFGS）的自适应模糊互补滤波（AFCF）算法。该方法利用L-BFGS对加速度计、磁力计进行寻优估计,并通过监测系统的运动等级、加速度计、磁力计的误差,运用模糊逻辑理论调控加权因子及增益权重,动态地调整互补滤波参数,实现姿态误差的动态补偿,优化姿态解算结果。经实验验证,系统静态误差在0.4°内;动态误差在1.3°内,且该系统能减少噪声的干扰及陀螺仪的漂移。     

四旋翼飞行器姿态解算算法试验研究

四旋翼飞行器姿态信息的准确性直接影响飞行器的飞行控制效果。介绍了四旋翼飞行器姿态解算常用的梯度下降与互补滤波融合算法和自适应互补滤波算法的原理,并基于自主研发的IMU系统对两种算法的静态与动态解算效果进行了实际测量和对比分析。实验结果表明,自适应互补滤波算法在两种情况下的滤波效果均优于梯度下降与互补滤波融合算法。     

光电跟踪系统高精度模板匹配跟踪算法

为实现在光电跟踪系统条件下的高精度测量并且满足复杂环境下高精度目标匹配，本文选用去均值归一化互相关匹配算法。为提高匹配速度以及跟踪实时性，利用和表法计算公式中图像求和、平方和图像匹配互相关来简化计算复杂度；采用小波分层金字塔法作为搜索策略，并将模板质心作为参考点进行十字形搜索，引入终止阈值减少误匹配点进一步提高搜索速度。为验证该算法的有效性，实验中将光电跟踪系统放置在二维转台上，调整转台利用该算法跟踪目标靶板。实验结果表明，目标脱靶量控制在3个像素以内，该算法在光电跟踪系统上可实现高精度稳定跟踪。     

捷联惯导系统航姿算法的比较及仿真分析

结合工程实际应用,介绍了当前主流航姿算法中的四元数法和旋转矢量三子样算法, 提出了一种在典型圆锥运动下求解四元数和旋转矢量三子样的新方法,并且详细地分析、比较和仿真了上述算法。仿真结果表明,四元数算法在精度上不如旋转矢量三子样法,但在陀螺角速率输入模式下比三子样法占有优势且计算量小,旋转矢量三子样法可以抑制不可交换误差,适于高机动高精度的导航要求,但也存在计算量大以及在陀螺角速率输入模式下存在明显的噪声放大效应。     

基于AHRS的改进自适应互补滤波算法研究

针对基于MEMS传感器的航姿参考系统精度不高、数据易漂移导致测量无人载体航姿数据不准确的问题,设计了基于四元数与自适应互补滤波相结合的改进自适应互补滤波算法。通过对MEMS加速度计与磁强计输出数据、MEMS陀螺仪的积分数据进行补偿、数据融合,减小积分漂移。仿真实验数据表明,该改进互补滤波算法可抑制外部噪声对输出数据准确性的影响,提高了姿态角输出数据准确性。     

基于扩展卡尔曼滤波算法的飞行器姿态测量系统

针对常规卡尔曼滤波算法在飞行器姿态测量系统中存在局限性,采用扩展卡尔曼滤波算法(Extended Kalman Filter,以下简称EKF)作为飞行器的姿态测量算法,使用欧拉角描述姿态建立飞行器姿态测量模型,将陀螺的连续测量值作为飞行器的短期姿态,同时用GPS的测量值作为飞行器的长期姿态校正信息.通过数学仿真证明在一定条件下该滤波器有较高的滤波精度,能够更加准确的得到姿态测量值.     

基于惯性传感器MPU6050的滤波算法研究

针对运动体姿态角测量问题,利用惯性传感器MPU6050提出了一种参数可调的自适应显性互补滤波算法,并与经典互补滤波、显性互补滤波、基于梯度下降法的互补滤波算法及传感器数字运动处理器自带滤波算法进行了比较,分析了几种算法在工程应用中的适应性。测试结果表明,此类互补滤波算法具有思路清晰,计算量小,估算精度高及易实现等特点,改进后的算法综合性能最优,适用于各种运动姿态测量系统。     

基于STM32的姿态测量系统设计

以无人机航姿测量系统小型化、量轻化为背景,设计了一种基于微惯性单元MEMS的姿态测量系统。系统以STM32F103C8T6为主控制器,通过I2C总线分别采集惯性测量单元MPU6050和数字罗盘HMC5883L的测量数据,利用数据融合算法解算无人机当前姿态。对于MEMS温漂和噪声干扰的问题,提出了一种基于四元数的互补滤波算法,对测量的姿态数据进行补偿修正。实验结果表明,该姿态测量系统简单可靠、性能稳定、精确度高,成功完成了姿态的最优控制。     

基于互补滤波器的两轮平衡车姿态角度测量

微机电系统（Micro-Electro-Mechanical Systems,MEMS）陀螺仪和MEMS加速度计在两轮平衡车姿态测量中存在扰动和噪声,引起姿态角度测量误差。通过对陀螺仪和加速度计输入信号进行滑动扣除均值方法来抑制直流分量,利用滑动滤波算法抑制加速度计高频噪声,引入互补滤波算法将预处理后的陀螺仪和加速度计信号进行融合,得到更加准确稳定的角度测量值,分析了融合算法中加权因子与滤波频率特征之间的关系。该方法应用到两轮平衡车的运行姿态角度控制中,提高了对姿态角度测量的精度。     

基于EEMD的全质心UWB室内定位算法

针对室内环境下的非视距(non-line-of-sight,NLOS)及多径(Multipath)传播给定位结果带来较大误差的问题,本文先将通过超宽带(ultra wideband,UWB)室内定位系统中的TOA模型测得的目标节点(携带定位终端的人或物体)分别到三个锚节点(下位机)的距离值进行集合经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)分析除噪,再运用三角形全质心定位算法求出目标节点在二维坐标系中的坐标值,最后从这一组定位结果中随机选一个坐标值作为目标节点最终的定位结果。结果表明:与传统的粒子滤波法、贝叶斯滤波法、BP神经网络法、泰勒级数法、小波滤波法等提高定位精度的算法相比,该算法提高了定位精度及鲁棒性等性能。     

激光陀螺捷联惯性导航系统IMU误差标定

针对激光陀螺捷联惯性导航系统惯性测量单元(IMU)误差标定对转台精度、基座对北和调平要求较高,以及系统工作时激光陀螺抖动、长时间工作温度升高、算法复杂等因素,提出了以速度为观测量,采用以最小二乘拟合法的系统级标定法。通过三轴转台多位置测量：静止 转动 静止,快速辨识三轴激光陀螺和三轴加速度计正交安装误差、传感器零偏、刻度因子等24个误差参数,整个标定过程时间约2 h,多位置对准航向、横滚、俯仰测试精度优于0.012°。实验表明,采用该方法算法简单,操作过程便捷,可以有效提高激光陀螺捷联惯性导航系统IMU精度。     

基于EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

基于压电陀螺的惯性测量单元设计及数据优化

采用低成本的压电陀螺和加速度计,运用高精度模/数转换模块和高性能数字信号处理器(DSP),在嵌入式系统内对传感器数据进行了采集和数据优化处理;运用基于快速小波变换的低阶卡尔曼滤波算法和多传感器数据动态融合算法对姿态测量数据进行了处理,优化了姿态角测量数据,为后续姿态测量精度的提高提供了基础。     

无人机视觉自主着陆仿真系统

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

基于PID控制的X模式四旋翼飞行器研究

设计了X模式四旋翼飞行器飞行控制系统的总体方案;在此基础上,完成了飞行控制系统的软硬件设计,包括器件选型、硬件电路设计、系统软件设计,并把互补滤波器应用于姿态解算,姿态控制部分采用PID(Proportional Integral Derivative)控制器。通过仿真验证了器互补滤波和PID控制器算法可行性。     

俯仰/滚转耦合的大角度姿态测量算法

基于加速度计或陀螺仪的测姿方法均存在大角度条件下姿态角误差放大、突变问题。对大俯仰角测量,通过预置欧拉旋转法可确定冗余加速度计的布置方式,降低了俯仰角测量误差。对大俯仰角条件下的滚转角测量,提出基于角速率阈值判定的陀螺解耦测姿算法。当俯仰角速率大于设定阈值时,采用角速度投影可钳制滚转角误差的漂移;当俯仰角速率小于设定阈值时,采用角速度积分可避免角速度投影造成的姿态误差放大。通过理论推导、分析和仿真,预置欧拉旋转法能有效避免大俯仰角条件下俯仰角姿态误差放大,陀螺解耦测姿算法能在振荡环境下长时间保持滚转角精确度。     

加速度计辅助模糊混合捷联姿态确定算法研究

利用模糊逻辑法判断载体运动状态、融合加速度计和捷联姿态解算结果,设计了基于模糊逻辑的加速度计辅助混合捷联姿态确定算法,跑车实验与高精度组合导航系统姿态输出相比,结果表明,该算法能有效抑制捷联姿态解算误差的积累,为低精度微惯性测量元件实现可靠的的姿态确定系统提供了技术解决途径。     

自适应UKF算法在GNSS/INS深组合系统中的应用

针对强非线性和时变噪声统计特性不明的高动态运动环境下全球卫星导航系统/惯导系统(GNSS/INS)深组合导航系统滤波精确度较差甚至发散的问题,提出一种自适应混合无迹卡尔曼滤波(UKF)算法。该算法以UKF算法为基础,采用混合滤波思想对UKF滤波算法进行简化;并根据高动态下系统量测噪声时变,且易快变、突变的特点,设计了一种基于渐消记忆指数加权的自适应量测噪声估计器,实时估计和修正噪声统计量并自适应调节估计周期。仿真结果表明,在量测噪声变化的情况下,相比于常规UKF算法,本文算法各向定位测速精确度均有所提升,水平方向精确度提升60%以上,效果明显;此外,算法耗时减少18.64%,说明本文算法能够在提升滤波精确度的同时减少部分计算量。