《電子技術(shù)應用》
您所在的位置:首頁 > 測試測量 > 設(shè)計應用 > 采用組合濾波算法的無人機航向測量系統(tǒng)研究
采用組合濾波算法的無人機航向測量系統(tǒng)研究
2018年電子技術(shù)應用第2期
王勇軍1,,2,,李 智1,2,,李 翔2
1.桂林航天工業(yè)學院 無人遙測重點實驗室,,廣西 桂林541004,; 2.桂林電子科技大學 電子工程與自動化學院,廣西 桂林541004
摘要: 為了解決低成本小型無人機航姿精密測量的問題,,設(shè)計了一種基于MARG傳感器的航向測量系統(tǒng)方案,。該系統(tǒng)由MEMS IMU、電子羅盤和STM32F407微處理器組成,,采用運算量較小的梯度下降算法和改進型二階互補濾波算法將具有互補特性的電子羅盤和IMU進行數(shù)據(jù)組合濾波, 并基于四元數(shù)進行坐標轉(zhuǎn)換,,解算出飛行器航向信息。通過對航向測量系統(tǒng)的實驗測試及其在旋翼飛行器上的驗證分析,,結(jié)果表明,,在沒有外界信息輔助的情況下,該系統(tǒng)較好地解決了噪聲干擾與航向測量問題,可以滿足小型旋翼無人機對航向信息的要求,。
中圖分類號: V249
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.173121
中文引用格式: 王勇軍,,李智,李翔. 采用組合濾波算法的無人機航向測量系統(tǒng)研究[J].電子技術(shù)應用,,2018,,44(2):39-43.
英文引用格式: Wang Yongjun,Li Zhi,,Li Xiang. Research of heading measurement system for UAV based on combined filter[J]. Application of Electronic Technique,,2018,44(2):39-43.

Research of heading measurement system for UAV based on combined filter
Wang Yongjun1,,2,,Li Zhi1,2,,Li Xiang2
1.Key Laboratory of Unmanned Aerial Vehicle Telemetry,,Guilin University of Aerospace Technology,Guilin 541004,,China,; 2.School of Electronic Engineering and Automation,Guilin University of Electronic Technology,,Guilin 541004,,China
Abstract: In order to solve the precise heading measurement problems of low cost rotor unmanned aerial vehicle(UAV), a method of heading measurement system based on MEMS sensors is designed in this paper. The system is composed of MEMS IMU, electronic compass and microprocessor ST32F407. The gradient descent algorithm with lower computational complexity and the improved second-order complementary filtering algorithm are used to fuse the data of the electronic compass and IMU which have the complementary characteristics. Then the coordinate system with quaternion is converted to calculate aircraft heading information. Through the testing experiment of heading measurement system on the rotor UAV, the analysis results show that without external information aided,the system could solve the problem of interference measurement and heading noise, and it can meet the requirements of the heading information of the small rotor UAV.
Key words : rotor unmanned aerial vehicle,;gradient descent algorithm,;second-order complementary filter;combined filter,;heading

0 引言

    航向是無人飛行器的重要飛行參數(shù),,在飛行過程中,實時準確地獲得飛行器的航向信息決定了飛行器的可靠性和穩(wěn)定性,。如今隨著微電子技術(shù)的發(fā)展,,小型低成本旋翼無人飛行器普遍采用基于微機電系統(tǒng)(MEMS)的三軸陀螺儀、三軸加速度計和三軸磁強計來測量航向[1],。由于MEMS傳感器自身存在非正交誤差,,以及數(shù)據(jù)積分產(chǎn)生的發(fā)散誤差和外部干擾產(chǎn)生的隨機誤差,因此需要對多傳感器進行誤差處理并尋求最佳數(shù)據(jù)融合算法,,才能得到精確的航向信息,。

    目前多數(shù)由陀螺儀和磁強計組成的航向測量系統(tǒng)主要采用羅差修正法和卡爾曼濾波算法來計算航向信息[2]。采用羅差修正的方法對磁強計進行校正,,雖然能提高一定的精度,,但僅針對磁傳感器校正仍然無法提高系統(tǒng)在受到長時間低頻干擾時的航向精度;而卡爾曼及其擴展算法可對磁強計和陀螺儀進行信息融合,,能有效平滑曲線,,使高頻誤差得到抑制,但無法消除磁強計受到的軟硬磁干擾誤差,,而且應用時需要為其建立可靠穩(wěn)定的狀態(tài)方程,,確定合適的量測噪聲和過程噪聲協(xié)方差矩陣,需要較大的時間開銷,。

    為此,,本文設(shè)計一種基于MEMS慣性測量單元(IMU)和電子羅盤的航向測量系統(tǒng),采用梯度下降算法來對磁強計和陀螺儀進行誤差修正,而且在姿態(tài)解算過程只需進行乘法和加法運算,,普通的微控制器即能滿足算法要求[3],。另外,在MAHONY R提出的補償濾波器[4]的基礎(chǔ)上進行優(yōu)化改進,,結(jié)合二階互補濾波算法來進行數(shù)據(jù)融合,,以期得到精密航向輸出。

1 無人機航向角描述與系統(tǒng)方案設(shè)計

1.1 坐標系定義及姿態(tài)矩陣

    無人機的航姿信息主要包括航向角(也稱航偏角)ck1-2.2-x3.gif,、俯仰角θ,、橫滾角γ,。選取“東北天”為地理坐標系(記為ENU系),“右前上”為機體坐標系(記為NED系),,由于NED系和ENU系均是直角坐標系,,且各個軸之間始終保持垂直,因此,,NED系和ENU系的空間位置關(guān)系即可理解為剛體的定點轉(zhuǎn)動[5],。地理坐標系與機體坐標系之間的角度轉(zhuǎn)換關(guān)系如圖1所示。

ck1-t1.gif

ck1-gs1-2.gif

1.2 系統(tǒng)方案設(shè)計

    該航向測量系統(tǒng)硬件主要由MEMS-IMU,、MEMS電子羅盤和主控制器組成,,如圖2所示,。其中MEMS-IMU采用的是InvenSense公司的MPU-6500,,它由一個三軸陀螺儀和三軸加速度計組成,,可以通過SPI口輸出飛行器的角速度、加速度等姿態(tài)信息,,用來計算俯仰角及橫滾角,;所采用的MEMS電子羅盤是ST(意法半導體)公司的LSM303D,它內(nèi)部的三軸磁強計可通過SPI總線口輸出測得的磁場數(shù)據(jù),,另外,,它內(nèi)部的三軸加速度可用來測量重力矢量,獲得載體的傾角信息,,并通過運算補償航向信息的輸出,。主控器采用ST公司CM4內(nèi)核的32位ARM微控制器STM32F407,主要通過獲取MEMS傳感器的輸出數(shù)據(jù)進行姿態(tài)解算,,完成飛行器航向的精密測量,。

ck1-t2.gif

    由于IMU中的陀螺儀、加速度計和電子羅盤中的加速度傳感器都可以測量加速度信息,,因此該系統(tǒng)的傳感器配置也是具有一定冗余度,,主控制器的另一任務就是將各傳感器的數(shù)據(jù)取長補短進行數(shù)據(jù)融合,提高姿態(tài)解算精度,。主控制器讀取出傳感器采集到的原始數(shù)據(jù),,利用梯度下降法優(yōu)化電子羅盤中加速度計和磁強計的輸出數(shù)據(jù),獲得靜態(tài)性較好的姿態(tài)四元數(shù),,然后利用改進型互補濾波器將其與IMU獲得的動態(tài)性較好的姿態(tài)信息進行融合濾波,,最后通過四元數(shù)的坐標換算解算出航向角。

2 航向數(shù)據(jù)組合濾波算法設(shè)計

2.1 梯度下降法

    梯度下降算法是一種迭代求極值的算法,,具體實現(xiàn)過程是按目標函數(shù)斜率的負方向來搜索尋優(yōu),。電子羅盤中的加速度計和磁強計具有良好的靜態(tài)特性,長時間使用不會引入積分誤差,但是加速度計受載體振動和運動影響較大,,動態(tài)環(huán)境下,,瞬時誤差大,而且磁強計容易受到周邊環(huán)境中軟硬磁干擾[7],,因此本文首先使用梯度下降算法加對速度計和磁強計輸出數(shù)據(jù)進行優(yōu)化,,獲得一個靜態(tài)特性較好的姿態(tài)四元數(shù),然后再進行下一步航向解算,。

ck1-gs3-s1.gif

ck1-gs3-6.gif

    顯然f(q)≥0,進而對姿態(tài)四元數(shù)的優(yōu)化就可以轉(zhuǎn)換為對f(q)求最小值,。

    梯度下降法在姿態(tài)解算過程中只有簡單的加法和乘法運算,,此時四元數(shù)更新方程可變?yōu)?sup>[8]:

ck1-gs7.gif

2.2 改進型互補濾波算法

    利用電子羅盤中三軸磁強計和加速度計測得的數(shù)據(jù)通過梯度下降法對姿態(tài)四元數(shù)進行修正轉(zhuǎn)換后得到姿態(tài)值記為ck1-2.2-x1.gif。根據(jù)加速度計和磁強計的特性,,ck1-2.2-x1.gif不會引入累積誤差,,但是在動態(tài)情況下,ck1-2.2-x1.gif會引入較大瞬時誤差,。相反IMU中的陀螺儀可測得瞬時精度高的姿態(tài)數(shù)據(jù),,但是有累積誤差。設(shè)IMU中陀螺儀和加速度計直接積分解算出來的姿態(tài)值為ck1-2.2-x2.gif,,根據(jù)ck1-2.2-x1.gifck1-2.2-x2.gif在頻域上的互補特性,,通過傳統(tǒng)的互補濾波方法融合兩者,可得到新的姿態(tài)值ck1-2.2-x3.gif,,雖然能同時消除低頻和高頻的干擾,,實現(xiàn)姿態(tài)數(shù)據(jù)的融合,然而,,互補濾波器[9]的低通阻帶衰減緩慢,,誤差較大時,振動大,,濾波效果差,。因此在傳統(tǒng)互補濾波器的基礎(chǔ)上添加了PI(比例積分)環(huán)節(jié),構(gòu)成改進型二階互補濾波器,,如圖3所示,。

ck1-t3.gif

    由圖3可知:

ck1-gs8-9.gif

2.3 航向角組合解算

    系統(tǒng)基于四元數(shù)的姿態(tài)計算即對式(1)中的姿態(tài)四元數(shù)的微分方程進行求解,四元數(shù)微分方程常用的解算方法有[10]:單子樣旋轉(zhuǎn)適量法,、多子樣旋轉(zhuǎn)矢量法,、龍格庫塔法和泰勒展開法。旋轉(zhuǎn)矢量法多用于輸出是角增量的陀螺儀, 而MEMS陀螺儀的輸出形式是角速率,??紤]到運算精度和速度, 本系統(tǒng)采用四階-龍格庫塔法求解微分方程:

ck1-gs10-11.gif

式中,h為姿態(tài)數(shù)據(jù)采樣的周期,,即四元數(shù)更新周期,;ωb(t),、ck1-3-s1.gif、ωb(t+h)分別為在更新周期h時間內(nèi)陀螺的采樣值,。每個采樣周期內(nèi)提取陀螺儀的數(shù)據(jù),,對式(10)進行迭代運算,便能夠?qū)崿F(xiàn)對四元數(shù)的實時更新,,從而得出航向角,。

3 實驗驗證分析

    將設(shè)計的航向測量系統(tǒng)安裝在電子轉(zhuǎn)臺上,為避免鐵磁干擾,,加工一個60 cm高的木架做固定支撐,,并校正好零位,通過串口連接至上位機,,進行傳感器數(shù)據(jù)采集,,如圖4所示。

ck1-t4.gif

    通過電子轉(zhuǎn)臺水平轉(zhuǎn)動,,每次回到零位時利用上位機分別采集電子磁羅盤的數(shù)據(jù)和經(jīng)過梯度下降與互補濾波算法融合后的數(shù)據(jù),。通過對比分析可知,沒有使用濾波算法的磁強計測量的航偏角相對零位誤差較大,,達到了±3°左右,,磁強計受外界干擾嚴重。經(jīng)過組合濾波處理后得到的偏航角消除了部分干擾信號,,誤差可穩(wěn)定保持在±1.0°以內(nèi),。

    在電子轉(zhuǎn)臺上轉(zhuǎn)動測試可看作是靜態(tài)測試,為進一步驗證航向測量系統(tǒng)在多旋翼飛行器實際飛行過程中的性能,,將該系統(tǒng)固定在PIX4飛控模塊屏蔽罩上,,并一同安裝在六旋翼飛行器上,機架底部水平固定在萬向節(jié)一端,,萬向節(jié)另外一端固定在水平的桌面上,,如圖5所示。

ck1-t5.gif

    啟動旋翼飛行器電機,,將飛行器油門通道值保持在空中懸停狀態(tài),,操作飛行器方向舵,讓其原地旋轉(zhuǎn),。然后,,通過2.4G串口數(shù)傳電臺接收飛控航向數(shù)據(jù)和航向測量系統(tǒng)傳出的磁強計、陀螺儀原始數(shù)據(jù)以及組合解算后的數(shù)據(jù),,并用MATLAB進行數(shù)據(jù)分析,,如圖6所示。

ck1-t6.gif

    圖6中采集的是飛行器水平懸停轉(zhuǎn)動(以飛控為基準)時的數(shù)據(jù),其中的電子羅盤和IMU輸出航向分別代表的是磁強計和陀螺儀數(shù)據(jù)處理的航向角誤差曲線,,組合濾波輸出航向表示經(jīng)梯度下降和二階互補濾波算法融合后解算的航向角誤差曲線,。旋翼飛行器運動過程中受電機工作引起的機架振動、載體重力分布不均,、機械連接處阻尼問題等因素影響,,導致航向角誤差比水平放置在轉(zhuǎn)臺上時的靜態(tài)零點誤差偏差相對較大且波動相對厲害,經(jīng)過組合濾波處理后,,航向角誤差在±1.5°以內(nèi),,可以滿足小型旋翼飛行器對航向數(shù)據(jù)的要求。

4 結(jié)論

    航向信息作為無人飛行器導航定位的重要測量參數(shù),,要求具有較高的精度,。在小型旋翼無人飛行器系統(tǒng)上,利用MEMS IMU和電子磁羅盤各自的優(yōu)點及其互補性,,配合ARM主控制器組成低成本航向測量系統(tǒng),采用梯度下降和二階互補濾波算法,,使三軸陀螺儀,、三軸加速度計、三軸磁強計經(jīng)過數(shù)據(jù)融合后,,完成坐標變換和姿態(tài)解算,,從而輸出較高精度的航向角。實驗結(jié)果表明:該航向測量系統(tǒng)較好地解決了噪聲干擾與航向最優(yōu)估計問題,,并在實驗平臺上得到了驗證,,航偏角誤差保持在±1.5°以內(nèi),在沒有外界信息輔助的情況下,,可穩(wěn)定地輸出準確姿態(tài)數(shù)據(jù),,滿足了低成本旋翼無人機對航向信息的要求。

參考文獻

[1] 何川,,李翔,,王勇軍.基于STM32的四旋翼飛行器的姿態(tài)最優(yōu)估計研究[J].電子技術(shù)應用,2015,,41(12):61-64.

[2] 任愛愛,,孫永榮,胡應東,,等.無人機航向測量抗差補償濾波技術(shù)研究[J].傳感器與微系統(tǒng),,2009,28(5):34-36.

[3] MADGWICK S O H,,HARRISON A J L,,VAIDYANATHAN R,et al.Estimation of IMU and MARG orientation using a gradient descent algorithm[C].IEEE International Conference on Rehabilitation Robotics,2011:1-7.

[4] MAHONY R,,HAMEL T,,PFLIMLIN J M.Nonlinear complementary filters on the special orthogonal group[C].IEEE Transactions on Automatic Control,2008,,53(5):1203-1218.

[5] 秦永元.慣性導航[M].北京:科學出版社,,2014.

[6] 曾憲陽,楊紅莉,,郁漢琪.基于STM32單片機四旋翼飛行器建模分析與設(shè)計[J].電子技術(shù)應用,,2016,12(42):65-68.

[7] 聶鵬,,李佩華,,李正強,等.基于卡爾曼濾波的小型無人機姿態(tài)估計算法研究[J].沈陽航空航天大學學報,,2013,,30(6):53-57.

[8] 譚廣超.四旋翼飛行器姿態(tài)控制系統(tǒng)的設(shè)計與實現(xiàn)[D].大連:大連理工大學,2013.

[9] 廖懿華,,張鐵民,,廖貽泳.基于模糊-比例積分偏差修正的多旋翼飛行器姿態(tài)測算系統(tǒng)[J].農(nóng)業(yè)工程學報,2014,,30(20):19-27.

[10] 王彤,,馬建倉,秦濤,,等.基于旋轉(zhuǎn)四元數(shù)的姿態(tài)解算算法[J].彈箭與制導學報,,2014,34(3):15-17.

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。