基于UKF的无人机航姿系统算法研究

研究无人机捷联导航姿态精度优化问题,针对微小型无人机做连续大机动飞行时,MEMS器件用于载体航姿测量精度低、易发散的问题,提出了一种基于UKF技术的姿态融合算法.用重力加速度在机体系的分量和陀螺漂移做为待估的状态量,建立了非线性的滤波模型.在系统模型噪声为复杂加性噪声且量测方程为线性方程时,推导出简化UKF算法.为了验证上述算法的有效性,将UKF和EKF算法进行对比,并通过姿态误差均值和均方差对实验结果进行定量分析.仿真结果表明,数据融合判别准则合理可行,改进算法提高了载体机动情况下的姿态精度,达到了预期的要求.     

基于MEMS的运动体姿态角度测量系统设计与实现

为了使姿态测量得到更为广泛的应用,应用MPU-6050惯性测量模块设计了一款运动体姿态角度测量系统.硬件设计主要包括微处理器控制模块、惯性测量模块、串口通信模块等;软件设计主要介绍了姿态解算的原理、四元数姿态解算算法,以及系统软件工作流程等;系统微处理器模块选用STM32F 103C8T6,采用RS232接口与PC机进行交互通信并通过三轴转台进行系统测试.测试结果表明,系统对运动体姿态角度的检测具有较好的测量效果,测量角度较为准确,适用于大多数运动体姿态的测量,系统性价比较高,性能稳定性较好,具有较高的实用价值.     

基于MEMS的可穿戴无线体域网设计与实现

针对高精度低成本可穿戴式人体动作捕捉,采用MEMS微惯性传感单元(IMU)设计实现无线体域网系统.系统由六轴微惯性单元MPU-6050、三轴地磁仪AK8975、微处理器及射频模块CC2530构成.首先,详细讨论系统硬件构架和基于Z-Stack的软件构架,然后通过上位机Matlab用户程序进行数据采集与实验验证.实验结果表明,与其他微惯性传感器系统相比,本设计采用高集成度的芯片和无线通信方式,在减小硬件体积的同时能够获得较高精度的数据(角度传感器零漂＜1.5°),对实现可穿戴无线惯性测量有着积极的作用.     

小型无人机机载两轴云台设计与实现

针对小型无人机功率和载荷有限这一特点,本文设计了一套小型无人机机载两轴云台,采用集成了三轴陀螺仪、三轴加速度计MPU6050作为云台姿态反馈元件,使用互补滤波进行姿态解算。由于传统小型无人机的云台采用伺服舵机作为驱动电机,舵机内部减速齿轮的回滞误差会导致拍摄画面晃动,因此采用无刷电机直接驱动云台。为了测试该系统的有效性,通过小型四旋翼挂载该两轴云台拍摄实验,实验结果表明该云台使拍摄画质更加平稳,验证了该系统的有效性。     

基于两台显微相机主动运动的微球孔姿态高精度测量方法

在一些微装配任务中, 对微器件姿态的测量是至关重要的一步. 带有微孔的球形微器件, 特征较少, 姿态测量困难. 为此, 本文提出一种基于双目显微视觉的微球孔姿态高精度测量方法. 设计了微球/微孔边缘提取方法, 实现了微球球心和微孔孔心的精确定位. 通过对两路显微相机聚焦轴方向的标定, 弥补了由相机聚焦轴运动引入的测量误差, 提高了微球孔姿态的测量精度. 通过两路倾斜正交的显微相机的主动运动, 计算出微球孔姿态向量在相机运动坐标系中的分解角. 根据相机运动坐标系与微球调整平台坐标系间的角度转换矩阵, 将相机运动坐标系中的分解角转换为微球调整平台坐标系中的旋转角, 从而计算出精确的微球孔姿态向量. 实验结果表明, 微球孔姿态测量的最大误差为0.08°, 验证了本文方法的有效性.     

小型四旋翼无人机姿态测量仿真研究

研究无人机姿态流通量优化问题,由于低成本小型四旋翼无人机中所使用的姿态测量传感器存在精度低、噪声大的缺点,并且易受温度等环境的影响,不能准确的测量出无人机的姿态,特别是在无人机加速飞行过程中,姿态误差会很快累积扩大,不能长时间加速飞行。为提高无人机姿态测量精度,提出设计由陀螺仪、加速度计和磁强计组成的姿态测量系统,通过计算加速度计信任度,并利用卡尔曼滤波的方法实现对误差四元数的估计,从而得到无人机的姿态角度。实验结果表明,该卡尔曼滤波能够在低动态的飞行环境中准确测量出无人机姿态角度,并能克服以往无人机不能长时间加速飞行的缺点,证明卡尔曼滤波被成功应用于四旋翼无人机姿态测量优化提供了科学依据。     

基于STM32无人机的设计与实现

设计选用STM32开发板作为主控模块,主控芯片为STM32F103C8T6,运动处理传感器选用MPU6050,无线通信模块为ESP8266,软件开发选用Keil uVison4集成开发环境.通过STM32的UART2读取WIFI的输入油门和方向值,并将其与陀螺仪计算值进行比较进而对欧拉角度和旋转角速度修正,以得到稳定的飞行姿态.定时器输出四个PMW来控制四轴上的四个电机实现飞行的动作.为了提高运动姿态的精度,该设计将三轴加速度计结合陀螺仪6D0F模块采集的数据与MPU6050采集的数据进行校准,并采用串行PID算法来提高飞行的稳定性.经测试,飞行器能够平稳的起飞、悬停、垂直上升等动作,实现了对飞行器的各种飞行姿态的精确控制.     

小型无人机飞行姿态测量系统的设计

飞行姿态是无人机飞行时最重要的参数之一,针对现有多数姿态测量系统体积大、功耗高、续航时间短,并不适合应用于小型或微型无人机上等问题,提出了一种基于DSP的小型化无人机飞行姿态测量的设计方案;完成了微固态陀螺实时数据采集,并通过四阶Runge-Kutta方法对其姿态角进行了求解;给出了姿态测量系统各模块的设计思想及基于μC/OS-Ⅱ的软件设计流程;与NAV440CA-200型IMU对比结果显示,在35秒的测试时间内滚转角相对误差为0.5°,俯仰角相对误差为0.4°;试验结果表明,该姿态测量系统具有较高的测量精度、体积小、功耗低等特点,满足设计需要。     

一种小型固定翼无人机姿态测量系统的设计

针对小型固定翼无人机设计中对姿态测量系统小型化、低成本的需要,设计了以STM32F405为处理核心的低成本的姿态测量系统。系统采用MARG传感器方案,利用优化的梯度递减算法对采集的数据进行处理,将处理结果通过改进的互补滤波算法完成数据的融合,最终完成飞行姿态参数的解算。实验验证表明,所设计的系统具有实时性、低功耗、低成本、小型化等特点,能较好地完成无人机的姿态角数据的测量,具有较强实用性。     

基于加权时变卡尔曼滤波的惯性测量单元设计

针对加速度计和陀螺仪数据融合姿态测量方法在载体运动加速度较大时得到的角度误差逐渐增大的现象,提出一种基于加权时变的卡尔曼滤波算法。利用衡量运动加速度相对大小的权重参考概念,设置加速度计测量角度在观测量中所占的比重,使系统能够根据实际情况改变对加速度数据的参考程度。基于Arduino平台,选用MPU6050惯性测量传感器进行实时测量数据获取姿态信息的实验研究,实验结果表明,改进后的算法可以有效减小由于系统运动加速度导致的测量误差,获得更准确的姿态角数据。