一种序贯Unscented卡尔曼滤波在微小型无人直升机导航系统中的应用

对于应用到微小型无人直升机上的低成本捷联惯导（SINS）/GPS组合导航系统来说,SINS Ψ角误差模型在描述低精度惯性器件误差时对误差项的忽略,使其无法满足SINS误差估计的要求.为了克服Ψ角误差模型的不足,本文建立了基于四元数的SINS非线性误差模型.该误差模型无需对失准角进行小角度假设.为了对组合导航系统中的SINS误差进行估计,提出一种序贯Unscented卡尔曼滤波方法.该滤波方法对观测向量进行序贯处理以降低算法的计算量.仿真结果表明,该滤波方法能有效提高低成本SINS/GPS组合导航系统的性能.     

增强型等效旋转矢量算法在圆锥运动下的仿真

研究惯导系统,为提高精度,姿态算法在整个捷联算法中占重要地位.其中基于旋转矢量的姿态算法,提高计算精度的主要手段,在等效旋转矢量的更新周期中增加陀螺采样次数,采样次数增加带来的后果是导航计算机的负担加重,使数据采集、传输、运算的工作量都大大增加.为不增加陀螺采样次数能提高算法精度的角度出发,对等效旋转矢量算法进行研究.通过陀螺采样值充分利用增加高阶项来提高等效旋转矢量的计算精度,给出了等效旋转矢量算法新的表达式.并且用计算机对原有方法和增强型算法分别进行了仿真,证明算法可以保证航向和姿态精度要求.     

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。     

四元数卡尔曼滤波组合导航算法性能分析

为分析四元数卡尔曼滤波组合导航算法在飞行器姿态估计中的性能,在建立四元数卡尔曼滤波观测方程、状态方程和方差计算模型的基础上,分别设计了陀螺/加速度计/磁强计组合导航仿真算例和陀螺/加速度计初始对准实验,比较了四元数卡尔曼滤波组合导航算法相较于传统扩展卡尔曼滤波组合导航算法在计算量、收敛性、收敛速度、收敛精度方面的性能.分析结果表明该滤波器无须扩展卡尔曼滤波器的线性化过程,计算量小,算法实现简单;收敛性和收敛速度均优于扩展卡尔曼滤波器.收敛精度较扩展卡尔曼滤波器高出约两个数量级,但收敛过程中存在一个比扩展卡尔曼滤波器精度低的时间区间.     

基于误差四元数的单兵导航系统算法

MEMS传感器在尺寸、价格和功耗方面的进步促进了单兵导航系统的发展.对基于MEMS的单兵导航系统,航向估计是GPS信号丢失情况下的一个基础性难题,准确的航向估计能有效抑制导航误差的漂移.为获得准确的航向信息,减小单兵定位误差,提出了基于误差四元数的数据融合算法,利用卡尔曼滤波算法估计误差四元数,并进行了场地实验以验证算法的有效性.结论证明:当步行距离为80 m时,定位误差小于总距离的3％.     

捷联惯导四子样旋转矢量姿态更新算法

姿态更新算法是捷联惯性导航系统的关键算法,目前姿态更新算法有欧拉角法、四元数法、方向余弦法和旋转矢量法.旋转矢量法可以采用多子样算法实现对不可交换误差的补偿.针对利用陀螺角增量输出进行姿态更新计算带来的不可交换性误差,考虑到导航坐标系在姿态更新周期内旋转比较缓慢的特点,研究了捷联惯导姿态更新的旋转矢量的修正算法,以此为基础详细推导了四子样的旋转矢量算法,得出利用陀螺角增量求解等效旋转矢量的显式形式.该显式形式中直接利用陀螺的增量输出,便于工程实际中应用.     

SINS/CNS组合导航系统陀螺在线标定技术

陀螺仪长时间工作时,由于环境变化等因素,会产生陀螺漂移、标度因数误差和安装轴不正交误差,而且由积分得到的姿态参数信息误差也会相应变大,因此需要对陀螺进行在线标定。借助CNS提供的高精度姿态信息,基于四元数误差建立陀螺在线标定模型,采用卡尔曼滤波器对SINS/CNS组合导航系统陀螺在线标定技术进行仿真研究。仿真结果验证了该算法的有效性,能够估计误差模型中的所有参数,并且满足标定精度要求,具有工程应用价值。     

基于改进粒子群算法的彩色图像边缘检测方法

针对传统图像边缘检测方法检测效果不理想的问题,利用四元数的矢量旋转原理,将一种改进后的粒子群优化算法引入四元数图像边缘检测中,提出一种新的彩色图像边缘检测方法。实验结果表明,该方法对彩色图像的边缘检测效果较好,能够提取图像纹理细节,且算法稳定、容易收敛,边缘检测速度也较快。     

基于四元数EKF的低成本MEMS姿态估计算法

低成本MEMS器件具有低精度高噪声特点,其误差随时间不断累加,无法满足长时间载体姿态测量要求,针对此问题,设计了基于四元数扩展卡尔曼滤波器EKF(Extended Kalman Filter)的姿态估计算法。该算法将姿态四元数作为EKF滤波器状态,应用测量的角速率完成滤波器时间更新;应用载体所处位置的重力场与地磁场数据,完成滤波器量测更新,抑制了姿态误差发散,解决了长时间姿态测量问题。为检验算法可行性,分别开展了转台精度实验与静态实验,实验结果表明:俯仰、横滚角精度优于0.1°,航向角精度优于0.2°,2 h内静态试验期间姿态角误差标准差为0.07°,无发散问题,具备长时间姿态测量要求。     

一种小型无人直升机捷联式组合导航系统设计

在基于小型无人直升机空中作业中,不仅需要导航系统提供的精确数据进行飞行控制,还需安装其它设备完成作业.为了减少小型无人直升机的负重,增加飞行时间,机载的导航系统需要高精度、低功耗、微型化的设计,采用微电子机械系统传感器的捷联式惯性导航系统满足了这些要求.然而惯性传感器的漂移会使捷联系统的数学解算产生误差累计,因而需要对惯性导航系统数据进行实时修正.本文设计了一种GPS修正的组合导航系统算法,应用卡尔曼滤波技术,对组合系统的多传感器进行数据融合,既保持了捷联惯导系统的自主性,又消除了累积误差,提高了组合系统的可靠性.上述系统通过在小型无人直升机飞行控制系统中的使用,验证了系统算法的有效性.     

北斗双星／SINS组合导航中的捷联惯导算法研究

摘要针对北斗双星／SINS组合导航系统,研究了捷联惯导的姿态和速度更新算法。将等效旋转矢量算法应用与姿态解算,消除了传统的四元数算法存在的不可交换性误差对导航精度的影响,并对速度解算中的划浆误差进行了补偿。将算法应用到北斗双星／捷联惯导组合导航系统,通过实际的跑车实验验证算法的有效性。     

小型无人直升机自主控制系统介绍

介绍了一种小型无人直升机的自主控制系统,该系统可以实现小型无人直升机的自主姿态控制、任务规划、视频图像处理等功能,具有模块化程度高、成本低等优点。系统分为机载部分和地面站部分,机载部分负责飞机姿态控制,地面站部分负责任务规划及图像处理。机载部分各模块之间采用双余度总线通讯,可有效提高通讯可靠性。     

无人直升机发动机转速控制系统的嵌入式设计

为提高无人直升机的飞行性能,针对其飞行环境复杂、飞行状态变化快等特点,建立发动机的数学模型,采用总矩前馈与转速反馈的串级控制结构,设计实现一个基于嵌入式单片机MC9S08的恒定转速控制系统。实验结果证明,该系统的转速控制精度高,系统响应速度快,安全性及控制效果良好。     

捷联惯导系统姿态更新旋转矢量算法的优化

本文研究了捷联惯导系统姿态更新的旋转矢量算法,并以圆锥运动为条件,对旋转矢量算法进行了优化和仿真,分析了锥运动环境下数学平台的算法漂移。     

直升机导航仿真系统开发应用

结合直升机导航仿真系统的开发应用,简要介绍了该系统的功能需求和实现方案,并对仿真效果、技术难点与实现方法进行详细说明,可对其他类似仿真系统的开发提供有益的参考。     

小型无人直升机悬停小速度段位置控制技术

无人直升机在悬停/小速度飞行阶段具有特殊的物理特性,给控制系统的设计带来了诸多技术难题;针对无人直升机悬停/小速度段位置控制的需求,提出了一种基于"姿态角阻尼内回路"的位置控制结构,该控制结构采用内回路姿态角阻尼增稳,外回路位置控制的控制方式;并且针对增稳回路自适应性、抗风补偿和位置控制精度等问题,分别采用前馈自动配平机制与非线性PID控制方法对常规控制律进行改进;仿真验证表明,所提出的控制策略和控制律设计结果达到了较好的控制效果。     

基于GPU-SIFT算法的飞行器视觉导航姿态估计关键技术

针对传统惯性导航累积误差大的缺陷,研究提出了一种视觉导航姿态估计方法;首先提取图像的局部特征,分别对SURF(speeded up robust features)、SIFT (scale-invariant featuretransform)及GPU-SIFT特征提取算法进行了比较;保证算法精度及实时性后,将实时图与基准图库进行局部特征匹配,并利用EPnP算法进行飞行器的六自由度参数解算;实验结果表明GPU-SIFT算法精度最高,且随着图像分辨率的提高,其计算速度相比SURF和SIFT算法有了显著提高,该方法在一定条件下具有较高的位姿精度和良好的实时性.     

MC-ROV导航系统研究

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。