论文部分内容阅读
低成本四旋翼无人机由于其价格低廉、体积小、机动灵活等特点，在敌情侦查、航拍、巡检等方面有着非常广泛的应用。但低成本四旋翼无人机受价格、自身负载和电池容量的限制，通常搭载低成本MEMS传感器进行航姿的测量，由于MEMS传感器测量原理和制造工艺的限制，其检测精度有限，使用单个MEMS传感器检测四旋翼无人机姿态时，其检测结果不能满足四旋翼航姿检测精度的要求，需要多个传感器进行组合测量，因此需要对低成本四旋翼航姿测量系统中航姿估计时使用的多传感器数据融合方法进行研究，提高低成本四旋翼航姿测量系统的精度和稳定性。
通过对国内外相关领域的调研，分析了各传感器的特性，采用一种基于MEMS陀螺仪、加速度计和磁力计组合的航姿测量系统。针对所采用的航姿测量系统测得的两组姿态角精度低和累计误差大的问题，首先运用常用于四旋翼姿态角信息融合的互补滤波和扩展卡尔曼滤波进行航姿估计，在此基础上结合了互补滤波运算量小和扩展卡尔曼滤波精度高的优点，提出了一种应用于航姿估计的互补扩展卡尔曼滤波的算法。为了验证上述航姿估计算法的性能，搭建了四旋翼无人机仿真实验平台，同时根据四旋翼无人机的实际飞行状态，在仿真平台上分别模拟了高动态及低动态的飞行工况，并实现了互补滤波、扩展卡尔曼滤波以及互补扩展卡尔曼滤波的航姿估计算法，最终在设定的四旋翼无人机飞行工况下，验证了互补扩展卡尔曼滤波算法相较于互补滤波与扩展卡尔曼滤波算法拥有更高的航姿估计精度及稳定性。
通过对低成本四旋翼航姿测量系统硬件组成结构和系统功能需求的分析,本文选择了集成陀螺仪和加速度计的六轴惯性测量单元LSM6DSL和三轴磁力计LIS2MDL组成的MEMS航姿测量系统。最后搭建了由转台和集成了MEMS航姿测量系统的四旋翼飞控板组成的半实物实验平台，并将扩展卡尔曼滤波以及互补扩展卡尔曼滤波算法移植到飞控板上，最终完成半实物实验验证。实验结果表明，互补扩展卡尔曼滤波算法相较于扩展卡尔曼滤波算法拥有更高的航姿估计精度及稳定性。
通过对国内外相关领域的调研，分析了各传感器的特性，采用一种基于MEMS陀螺仪、加速度计和磁力计组合的航姿测量系统。针对所采用的航姿测量系统测得的两组姿态角精度低和累计误差大的问题，首先运用常用于四旋翼姿态角信息融合的互补滤波和扩展卡尔曼滤波进行航姿估计，在此基础上结合了互补滤波运算量小和扩展卡尔曼滤波精度高的优点，提出了一种应用于航姿估计的互补扩展卡尔曼滤波的算法。为了验证上述航姿估计算法的性能，搭建了四旋翼无人机仿真实验平台，同时根据四旋翼无人机的实际飞行状态，在仿真平台上分别模拟了高动态及低动态的飞行工况，并实现了互补滤波、扩展卡尔曼滤波以及互补扩展卡尔曼滤波的航姿估计算法，最终在设定的四旋翼无人机飞行工况下，验证了互补扩展卡尔曼滤波算法相较于互补滤波与扩展卡尔曼滤波算法拥有更高的航姿估计精度及稳定性。
通过对低成本四旋翼航姿测量系统硬件组成结构和系统功能需求的分析,本文选择了集成陀螺仪和加速度计的六轴惯性测量单元LSM6DSL和三轴磁力计LIS2MDL组成的MEMS航姿测量系统。最后搭建了由转台和集成了MEMS航姿测量系统的四旋翼飞控板组成的半实物实验平台，并将扩展卡尔曼滤波以及互补扩展卡尔曼滤波算法移植到飞控板上，最终完成半实物实验验证。实验结果表明，互补扩展卡尔曼滤波算法相较于扩展卡尔曼滤波算法拥有更高的航姿估计精度及稳定性。