四旋翼无人机姿态解算与自抗扰控制研究

来源 :常州大学 | 被引量 : 0次 | 上传用户:jessicazrz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
四旋翼无人机是一种体积小、机动性高、稳定性优良、拓展性能强的无人飞行器,应用范围广泛。随着科学技术的进步,无人机硬件系统设计和软件控制算法优化得到进一步发展,无人机逐渐朝着多功能、专业化方向发展。但是四旋翼无人机姿态解算精度受惯导元件精度影响。陀螺仪测量的角速度存在漂移误差,对角速度的积分运算将进一步产生累积误差;由于机体高频振荡,加速度计测量值混有高频噪声,又由于机体变速运动,加速度计测量值混有非重力加速度;磁力计易受周围磁场干扰。此外,在执行飞行任务过程中,四旋翼无人机受到外部环境和内部不确定因素的扰动,但是传统飞行控制算法PID是一种“基于误差而消除误差”的控制方式,需要等到扰动对四旋翼无人机产生影响后才能反应,有滞后效应,抗扰能力有限。本文选取四旋翼无人机作为课题研究对象,针对无人机姿态解算精度受限和飞行环境存在干扰问题,主要研究内容如下:(1)首先建立四旋翼无人机的载体坐标系(body frame,b系)和导航坐标系(navigation frame,n系),选取四元数进行姿态描述和更新,避免了欧拉角姿态解算的奇异问题。针对四旋翼无人机的系统结构特性,基于牛顿-欧拉法建立动力学和运动学模型。针对四旋翼无人机飞行过程存在外部风力和自身气流的扰动问题,建立姿态解算和控制系统的仿真模型。(2)针对微惯性测量单元(Inertial Measurement Unit,IMU)精度低,测量数据混有高频、低频噪声等特点,提出一种Mahony和扩展卡尔曼滤波(Extended Kalman Filtering,EKF)融合的姿态解算算法。针对非重力加速度引起姿态解算偏差,设计非重力加速度自适应算法,自适应正相关调节量测噪声协方差矩阵,即根据非重力加速度的大小,动态调整加速度计测量值的可信度,降低四旋翼无人机非重力加速度对姿态解算的干扰。(3)四旋翼无人机具有欠驱动、强耦合、非线性系统的结构特性,为了解决快速响应和超调的矛盾,提升对于外部环境的抗扰动能力,设计改进型自抗扰位置姿态控制系统,外环采用PD算法设计位置控制环,内环采用改进型ADRC设计姿态控制环,考虑到扩张状态观测器观测的总扰动存在高频抖动现象,在干扰补偿通道加入递推平均低通滤波器处理,提升系统指令信号跟踪能力和抗干扰能力。
其他文献
许多研究人员提出了机器学习方法来处理Android恶意软件检测问题。然而,随着时间的推移,随着恶意软件变化,旧的分类模型缺乏适合现代样本的特征。开发人员必须基于现代样本重新提取基本特征,以训练恶意软件分类模型。为了保证模型的准确性,目前的方法大多需要以贪婪的形式提取大量特征。然而,考虑到恶意软件的复杂性和多样性,提取方法需要花费大量的时间。针对这一问题,本文基于恶意行为的进行了特征提取,根据恶意行
目的探讨急性脑梗死患者应用优化急诊护理流程对急救效率和生活质量的影响。方法本研究纳入对象60例,均为急性脑梗死患者,入组时间2020年2月~2021年2月。随机数字表法分为两组,每组30例。观察组接受急诊优化护理措施,对照组接受常规化护理措施,比较两组急救效率指标、抢救成功率、护理满意率,以及护理前后生活质量。结果两组急救效率指标比较,观察组分诊时间、转诊时间、采血时间更短,与对照组差异显著(P<
人体行为识别是机器视觉多模态研究领域中一个十分热门的研究方向,其融合嵌入式开发、图像处理和机器学习等多门学科,在诸如人机交互、异常行为检测、医疗监控、医疗康复和视频检索等领域具有极其广泛的应用前景。行为识别的主要挑战在于如何获取高质量的行为数据以及如何动态建模动作序列。影响数据质量的主要因素有三类:1)遮挡和光照条件;2)拍摄视角差异;3)尺度的变化。近年来,Kinect从深度数据中确定人体各个关
近年来出现了一类具有奇特性质的新型人工复合材料,即超构材料或者超材料。它们能够表现出天然材料所不具有的一些奇特性质,比如负折射、电磁隐身和电磁波的完美吸收等。基于超构材料的光吸收器作为超构材料的一个研究热点,极大地促进了材料与电磁波之间的相互作用的发展,在太阳能电池、等离子体传感器、分子探测器、选择性热辐射器等方面表现出巨大的发展前景。本论文以几种新型二维材料为对象,在光波吸收方向进行了一系列研究
海底底质分类是海洋探测的重要环节,是海洋产业开发、合理利用海洋资源和维护海洋生态环境的先决条件。相比于早期机械钻取的方法,通过声呐图像来进行海底底质分类更符合当今社会可持续发展的理念,且更加自动化、智能化,具有巨大的研究空间和应用前景。当前,基于声呐图像的海底底质分类方法大多采用传统的机器学习手段,这类方法需要手动提取特征,受人为主观因素影响较大,而且运算复杂、分类精度有待提高。本文针对这些问题,
手语识别的研究对改善聋哑人与正常人之间的交流,帮助他们更好地融入社会具有重要意义。手语识别具有多种数据采集形式,其中基于多传感器的手语识别方式因较数据手套穿戴方便、较视频识别背景干扰小而受到越来越多的关注。表面肌电信号(Surface Electromyography,s EMG)因其能反映手指屈伸等细微动作,采集方便等特点,常被用于手语识别研究;加速度信号因其能反映手臂挥动信息,同样成为近些年手
数字孪生是一种集成多物理、多尺度、多学科属性,具有实时同步、忠实映射、高保真度特性,能够实现物理世界与信息世界交互与融合的技术手段。文章给出数字孪生卫星的定义,从卫星物理实体(R-Sat)、卫星孪生体(DT-Sat)、孪生数据(DT-Data)、服务系统(DT-App)以及连接五个维度对数字孪生五维模型进行拓展,并提出了数字孪生卫星五维数据(实时数据、纵向数据、横向数据、仿真数据、融合数据)的概念
忆阻是一种含有内部状态变量的特殊非线性元件,在混沌振荡电路设计中应用广泛。本文利用具有不同非线性特征的忆阻,构建了一类振荡电路或系统,进行了特殊动力学行为的现象揭示、机理分析与实验验证。首先,采用忆阻二极管桥模拟器替换经典Sallen–Key滤波电路中的线性电阻元件,提出了一种新型的忆阻振荡电路。通过改变Sallen–Key低通滤波器的负反馈系数,发现了该忆阻振荡电路中的两类振荡行为。应用快慢分析
电磁诱导透明(electromagnetically induced transparency,简称EIT)是一种发生在原子系统中的量子干涉效应,它会导致共振吸收频率下的光吸收效率降低,甚至会出现完全透明。然而,传统量子EIT的实现条件非常苛刻,对实际应用存在着较大的制约。等离子体诱导透明(plasmon-induced transparency,PIT),一种类似原子系统的电磁诱导透明现象(EI
在切削过程中,刀具磨损是一种难以避免的现象,而在微铣削技术发展的过程中,刀具磨损的现象更是被广泛地受到关注和研究。另一方面,智能自动化的发展不断推陈出新,发展前景一片大好。刀具磨损状态监测技术的发展受其影响也发生了翻天覆地的变化,为了保证现代机床生产加工的质量和效率,研究开发更为先进的刀具磨损状态监测技术的任务迫在眉睫。本文以识别微铣刀磨损状态为研究对象,全文主要研究如下:首先综述微铣削磨损的基本