基于运动捕捉系统的多旋翼飞行器实时测姿算法

旋翼飞行器的室内自主飞行是目前研究的热点之一。在室内飞行过程中,飞行器姿态和位置信息可以通过运动捕捉系统（Motion Capture System,MCS）来进行实时测量,从而为机载低成本MEMS惯性导航系统提供校正信息。结合四旋翼飞行器的结构特性,提出了一种五点实时测姿算法。相对于目前MCS常用的测姿算法,该算法可以降低标记点安装引起的测姿误差。室内实验结果表明,该算法测姿精度高,并且能够有效实现四旋翼飞行器室内动态实时姿态测量,具有较好的工程应用价值。     

某型机载惯性/卫星/大气多信息融合MEMS航姿系统的设计与实现

针对机载MEMS航姿系统中器件精度低且易受干扰导致其姿态性能降低的问题,提出了一种基于大气/卫星信息辅助的航姿系统融合方案。构建了多源传感信息辅助下的综合航姿系统方案,所设计系统具有多种工作运行模式,可根据传感器可用状态实现滤波器的无缝切换,建立了组合导航系统状态和量测模型,采用Kalman滤波方法实现多源信息的融合与估计,并开展了原理样机的跑车试验。试验结果表明,所设计的融合方案能有效保障航姿系统的可靠性与精度,具有较高的工程应用价值。     

惯性微系统封装集成技术研究进展

随着微机电系统(Micro Electro Mechanical System,MEMS)的器件圆片级封装技术、垂直互连转接板技术、新键合工艺技术等技术研究的出现,惯性微系统正在朝着三维封装集成架构发展,以满足微电子技术更高集成度、更小体积、更低功耗、更低成本的发展需求。介绍了MEMS惯性器件和MEMS惯性微系统三维集成技术,硅通孔(Through Silicon Via,TSV)三维互连技术和倒装芯片技术为惯性MEMS微系统三维集成一体化提供了设计空间,有效地降低了惯性MEMS三维集成模块的体积、质量,提高了集成度,符合未来惯性MEMS三维集成多功能融合趋势的需求。     

MEMS惯性器件工程化测试体系研究

由于低成本和高可靠性的优势,MEMS惯性器件被广泛用于军事、汽车、消费类电子等领域.但是国内目前无法实现工程化和批量化生产,国产MEMS惯性器件的市场占有率增速缓慢.分析了制约国产MEMS惯性器件工程化的瓶颈,设计了一套用于批量化生产的测试系统,该系统已经过实际生产验证,具有自动化和高效率的优势.该系统能有效降低生产成本,加速解决MEMS惯性器件工程化问题.     

卫星拒止情况下低精度惯导系统航姿算法研究

在卫星拒止情况下,低精度MEMS惯导系统由于惯性器件性能较差,无法长时间保持姿态精度。从重力矢量及飞行器的动力学特性出发,提出了一种基于动态检测和Kalman数据融合的航姿算法。该算法从导航与飞控一体化的理念出发,实时判断飞行器机动和飞控状态,在低动态时利用Kalman滤波器对水平加速度和惯性解算的姿态角进行数据融合,估计和修正水平姿态误差,从而提高水平姿态精度。经过飞行仿真验证,该算法可有效完成飞行器的动态检测,并保证在系统机动情况下水平姿态误差在2°以内。     

基于双ARM系统的MIMU航姿测量系统的 研究及实现

针对小型无人机武器平台对航姿系统小型化、低成本、集成化的设计要求,提出了一种基于双ARM系统的MIMU航姿测量系统,实现了单板集成所有惯性测量、初始对准、惯性导航、组合导航,以及航姿测量等功能.通过车载导航试验及飞行试验考核,该系统可以满足用户应用需求.     

基于模型拼接技术的四旋翼无人机全飞行包线建模

四旋翼无人机在军事和民用领域都有广泛的应用前景。然而，四旋翼无人机具有机载传感器准确性低与可靠性差、不同飞行条件下动力学模型差异大等特点。本文以四旋翼无人机为研究对象，系统地开展了飞行路径重构、频率域系统辨识、全飞行包线建模的相关研究工作。针对机载低成本传感器存在显著常值偏差与量测噪声统计学特性未知的缺点，采用基于EKF的飞行路径重构技术对在飞行试验中无人机的机体空速进行重构；针对不同飞行速度下四旋翼无人机动力学模型差异大的特点，采用频域法辨识得到不同飞行条件下的本体动力学模型；针对四旋翼无人机大跨域的高精度控制需求，利用模型拼接技术，系统性地提出了全飞行包线建模方案，经过验证，所提出模型拼接技术是准确可靠的。     

基于高增益观测器的四旋翼无人机轨迹跟踪控制

为了实现四旋翼无人机对给定姿态的快速跟踪,基于Terminal滑模控制方法设计了一种四旋翼无人机的姿态控制器,在设计滑模面时引入非线性函数来保证跟踪误差在有限时间内收敛。考虑在线速度未知的情况下,通过设计高增益观测器来对无人机速度进行观测,并利用所观测的信号设计位置控制器。最后利用Lyapunov理论证明了系统的稳定性。仿真结果表明,四旋翼无人机在线速度不可测的情况下,仍可进行轨迹跟踪控制。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

基于MEMS陀螺的低成本捷联惯导系统设计

介绍了一种基于MEMS陀螺和石英挠性加速度计的低成本捷联惯性导航系统的设计与实现方法。给出了惯性测量单元(IMU)的模型方程,并在全温下对IMU的输出进行补偿;采用"四元数"法进行姿态计算,通过坐标变换、积分运算确定载体的速度、位置;对惯测样机进行了60 s的静态测试,结果表明该系统短期准确度满足SINS/GPS组合导航系统需求。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

微小型无人直升机姿态信号的互补滤波融合算法

基于惯性测量技术获取飞行器姿态信号的方法已被广泛应用,然而对于微小型或低成本无人飞行器而言,通过MEMS传感器获取满足精度要求且稳定可靠的姿态信号仍然是具有一定难度的工程问题。文章针对民用微小型无人直升机的低成本要求和使用环境,利用三轴角速率陀螺仪和加速度计在姿态估计中频率互补的特性,采用互补滤波算法,改进了滤波参数的自适应调整方法,实现了俯仰角和滚转角信号的有效融合,得到的姿态信息可用于微小型无人直升机的内环增稳控制。仿真和试验数据表明,该方法测量精度较高,工程实现简单,算法稳定,能有效解决微小型无人直升机姿态信号的工程求解和使用问题。     

带FDI算法的无人机组合导航姿态确定控制系统设计

无人机导航系统的作用是提供导航数据给飞控计算机作为制导和控制用,因为飞控计算机的性能在很大程度上依赖于导航数据,导航系统的某一个错误可能会导致整个无人机的失败,因此,导航系统应具有故障检测和隔离(FDI)算法,介绍了一种用于无人机导航的FDI和低成本的组合导航系统,硬件包括低成本商业用MEMSIMU、GPS接收器、磁力计和导航计算机,软件包括带FDI算法的卡尔曼滤波。     

行人导航系统中的MEMS误差在线修正技术

在基于微惯性器件的行人导航系统中,陀螺仪和加速度计的偏移是降低系统定位精度的重要因素。传统的标定方法大多在实验室中进行,后续导航解算都是基于标定后的固定模型,然而MEMS器件长时间工作后,标定模型参数发生变化会导致系统导航性能下降。通过分析行人导航系统及MEMS器件的特点,提出了一种基于误差模型的MEMS器件参数在线修正方法。根据行人行走的特点,检测并区分行走过程中的可修正区间与不修正区间。在可修正区间基于逆向解算算法实现了对陀螺仪和加速度计零偏的在线修正,并提出了主航向反馈修正算法,提高了行人导航系统长时间导航性能。实验结果表明,40m行走实验中,系统定位精度提升了9.07%;300m行走实验中,系统定位精度提升了13.14%。     

基于载体姿态测量的微伺服吊舱

针对微小型无人机光电吊舱对光轴稳定与目标跟踪的需求,研究了一种基于载体姿态测量的光学平台稳定技术.该技术利用吊舱基座上的速率陀螺测量机体三轴姿态运动,通过控制光学平台的俯仰和偏航两通道伺服系统实现对光轴的惯性空间稳定.该系统使用步进电机来当执行机构,根据步进电机的特性,可以推导得到控制量与转速的关系,由此省去了在一般捷联稳定技术中的微分测速环节,得出了一种新的基于前馈控制的不变性原理.设计了解耦指令分配算法,将一个两轴耦合系统,转换为两个独立的单轴系统.在单轴控制中,分别设计了比例控制及比例积分控制算法实现对光轴的稳定控制和跟踪.最后通过在Matlab/Simulink环境下的仿真,以及实际的摇摆台试验,证明了基于载体姿态测量的稳定技术能够实现微小型无人机光电吊舱的光轴稳定.     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

两种多天线GNSS动态定姿方法的比较

针对移动载体对姿态的需求,对两种多天线GNSS动态定姿方法,即直接法和最小二乘迭代法进行了研究.分析了定姿的原理,给出了姿态解算模型.基于车载四天线GNSS的实测数据,分别用两种方法进行了姿态解算,并用同一运动平台高精度惯导给出的姿态作为参考值,对两种定姿方法的精度和可靠性进行了分析和比较.     

基于UKF自主定姿方法研究

轻小型飞行器在飞行中卫星导航失效时,余度控制回路要求导航系统具有自主确定姿态的能力.提出了基于IMU的输出确定水平姿态的方法,并采用UKF实现飞行中的实时滤波估计.对某无人机实际飞行的MEMS型IMU数据进行了仿真,结果表明该方法给出的姿态角信息满足控制精度需求.将UKF与EKF滤波估计结果进行比较,UKF更具有优越性.