论文部分内容阅读
由于电子技术的快速发展和生产工艺的进步,四旋翼无人机所需的微小姿态传感器技术已经成熟。这使得有着结构简单、能垂直起降、易于操作、低成本的旋翼无人机被广泛应用于民用和军事领域。姿态系统是无人机系统里必不可少的构成部分,为了将无人机推向市场,首先要确保其安全、稳定、可靠的飞行,而通过姿态传感器就能获得姿态信息从而使无人机更易于操控和完成分配的任务。加速度计、磁力计、陀螺仪分别测量的是当前无人机机体坐标系下的三轴加速度、地磁和角速度分量。通过加速度计的信息我们可以计算出俯仰角和横滚角,再由磁力计的输出信息就可以获得无人机的偏航角。通过陀螺仪的信息同样可以获得三个姿态角。然而单一传感器获得的姿态角误差往往过大。现在普遍的做法是将多个传感器的数据进行融合,采取这样的办法往往能获得更加精确的姿态角。本文将自适应平方根容积卡尔曼滤波的方法应用于四旋翼无人机的姿态解算中。本文的主要工作如下:首先,对旋翼无人机的发展过程和研究现状进行介绍,并对姿态解算方法的研究现状进行说明。详细介绍了四旋翼无人机的结构、飞行原理和常用坐标系。对无人机姿态描述的两种方法欧拉角表示法和四元数表示法进行了详细的说明。这一块的工作主要是说明四旋翼无人机的基本知识。其次,本文对四旋翼无人机姿态解算需要的姿态传感器进行了介绍。从基本工作原理,误差模型以及单一传感器姿态角求解过程的推导进行了详细的说明。并着重的介绍了容积卡尔曼滤波算法,从原理上阐述了三阶球面-径向容积准则,且对容积卡尔曼滤波算法的公式进行了详细的推导。最后,针对传统的卡尔曼滤波算法存在的问题,本文在容积卡尔曼滤波的基础上加入了平方根技术和自适应算法构成了自适应平方根容积卡尔曼滤波算法。解决了扩展卡尔曼滤波因线性化问题而导致的误差大以及无迹卡尔曼滤波、容积卡尔曼滤波在姿态解算中误差协方差的正定性丧失的问题。针对无人机的姿态解算问题建立了非线性的数学模型,并对自适应平方根容积卡尔曼滤波算法进行了详细的说明。设计了基于pixhawk飞控板的转台实验以及实际飞行实验,通过实验数据表明,本文算法相对于传统的EKF、UKF、CKF和SCKF来说滤波精度最高。在滤波时间上,本文算法与SCKF较为接近,且相比较于CKF、UKF有较大的优势。