自适应联邦卡尔曼滤波在机器人组合导航系统中的应用研究

利用里程计(OD)与全球定位系统(GPS)辅助捷联惯性导航系统(SINS)构成一种高可靠性的组合导航系统。推导并建立了局部滤波器的数学模型,并针对联邦滤波器在栽体发生异常扰动时滤波精度较低的问题,设计了基于SINS/GPS/OD组合导航系统的自适应联邦滤波器,有效补偿了系统异常扰动或动力学模型误差。仿真模拟了机器人的全航线运行轨迹进行验证,仿真结果表明,SINS/GPS/OD组合导航系统的自适应联邦卡尔曼滤波算法与相同组合导航系统的非自适应联邦卡尔曼滤波算法相比,在保障机器人导航定位可靠性及容错能力的前提下,能有效抑制异常扰动的影响,导航精度得到进一步改善。

基于四元数二阶互补滤波的四旋翼姿态解算

姿态解算是四旋翼飞行器的关键技术,其精度直接影响飞行器控制的可靠性和稳定性。针对当前常用一阶互补滤波算法中阻带衰减速率慢和陀螺仪常值漂移产生的稳态误差问题,通过增加积分环节,设计了一种基于四元数的二阶互补滤波算法,能更好地利用加速度计和磁力计的稳态信息有效补偿陀螺仪常值漂移,从而减少姿态解算的累积误差。仿真结果表明,该算法具有更好的稳定性,提高了系统的姿态解算精度。通过飞行器真实飞行数据对算法进行了实验验证,结果显示姿态的俯仰角、横滚角精度<1°,偏航角精度<2°,能很好地满足飞行器控制系统对姿态解算的精度要求。

冗余策略下的高可靠移动机器人控制系统设计

论述了移动机器人控制系统的设计原理与实现方法,并针对惯性传感器易发故障、单一姿态测量系统无法保证控制系统高可靠性的缺点,利用二模硬件冗余策略为控制系统设计了低成本的冗余姿态测量系统。针对移动机器人嵌入式微控制器运算能力有限,设计了高准确度和低时间复杂度的自适应能态突变检测算法,检测惯性传感器故障。仿真和实验结果表明,该算法能极大提高传感器故障检测和余度切换的实时性,使系统失控时间<95ms,俯仰角最大偏差不超过17°。冗余姿态测量系统的设计,能极大延长控制系统的平均失效时间,确保控制系统具备高可靠性。