[發明專利]基于MEMS慣性傳感器的飛行姿態控制方法

在審

• 申請號: 201910140279.6
• 申請日: 2019-02-26
• 公開（公告）號: CN111610792A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 李光偉;劉宇宇;何瑞
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G05D1/08
• 分類號: G05D1/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了基于MEMS慣性傳感器的飛行姿態控制方法。微型無人機具有低成本、低功耗、高機動性、高隱蔽性等優點。在成本負擔更小的新技術影響下，無人機研究正處在蓬勃發展的階段，無人機在眾多新興的應用領域中同樣發揮著更加重要的作用微型無人機受自身載荷、功耗、尺寸及成本的限制，從而采用了體積小、功耗低的MEMS慣性測量傳感器。本文為滿足姿態測量系統的小型化和低成本要求并針對無人機系統的非線性，設計了一種基于MEMS器件的無人機飛行姿態控制系統，并采用針對MEMS傳感器特點提出優化的高效率的飛行融合算法，完成無人機姿態角的實時解算，使系統具有良好的動靜態特性，實現穩定飛行。

技術領域

本發明涉及微型無人機姿態控制領域，將低成本微型無人機使用有很好的性能提升和優化。

背景技術

在無人機飛行姿態控制領域，飛行濾波算法有很多種：互補濾波、KF、EKF、FIR濾波器等。針對無人機系統的非線性，通常采用EKF算法，但是在實際應用中會出現很多問題，如計算量過大、傳感器數據融合時間不一致、在運算過程中會出現狀態或者方差發散等。

在微型無人機飛行控制領域，雖然EKF理論廣泛用于飛行控制算法的研究中，但應用到實際微型無人機系統中仍然有諸多問題需要解決，例如對于基于MEMS傳感器的低成本微型無人機來說，其計算量很大，微處理器進行處理實時性無法等到保證，當強非線性時EKF違背局部線性假設，Taylor展開式中被忽略的高階項帶來大的誤差時，EKF算法可能會使濾波發散，因此實用性較差。為此，我們提出了一種適用能力較強的飛行姿態控制方法。

發明內容

本發明的主要目的在于提升低成本的微型無人機飛行性能，可以有效解決背景技術中的問題。

為實現上述目的，本發明采取的技術方案為：

基于MEMS慣性傳感器的飛行姿態控制方法，通過以下6個步驟：

1.首先進入濾波器初始化階段，將所有狀態清零，并通過加速度計初始化輸出比例對四元數進行初始化，隨后初始化狀態方差矩陣等。

2.初始化完畢后，不再進入初始化，進入預測部分狀態，在這一過程取出在FIFO中的原始傳感器數據，利用四元數微分方程對四元數進行更新，進而分離出比例中非重力加速度，對其進行積分，得到NED速度與NED位置的估計，其中為了使得濾波器不發散，對部分狀態進行了限幅；

3.預估狀態的協方差，利用預估得到的NED速度，對地形高程速度噪聲進行估計

4.根據各傳感器FIFO中壓入數據以及數據合法性檢驗結果，判斷是否融合新的測量值

5.根據輸出的狀態與前一時刻的狀態構造輸出觀測器，對輸出狀態進行慣性平滑，并最終輸出狀態估計結果；

6.如此循環往復，完成濾波器各個周期的更新。

根據以上6個步驟可以準確地進行姿態控制。與現有技術相比，本發明具有如下有益效果：提出的步態檢測方法實現對四旋翼無人機飛行有良好魯棒性和實時性，三重優化方法減少了運算量，更適合于基于嵌入式微處理器的航姿估計有效的抑制了航姿系統的各種噪聲與干擾，保證了姿態輸出的精度與實時性，可以為小型無人機提供準確的航姿信息。同時，探討了該三重優化方法具有很好的應用型和合理性，對EKF在工程上的使用有很好的性能提升和優化。

附圖說明

圖1為本發明基于MEMS慣性傳感器的飛行姿態控制方法的算法系統框圖。

圖2為行人走動時使用本發明基于MEMS慣性傳感器的飛行姿態控制方法的流程示意圖。

圖3為微型無人機使用發明基于MEMS慣性傳感器的飛行姿態控制方法的起飛圖。

圖4為微型無人機使用發明基于MEMS慣性傳感器的飛行姿態控制方法的空中飛行圖。