基于模糊自适应互补滤波的姿态解算算法

在互补滤波姿态解算算法中,如果将滤波器参数设置为固定值,加速度计测量值包含振动噪声和运动加速度会影响姿态解算效果;针对此问题,首先根据加速度计测量值的模值对姿态解算算法进行改进,然后根据加速度计测量值求取的误差能反应载体运动状态这一特性,提出了一种模糊自适应互补滤波姿态解算算法;仿真试验表明:这种解算算法能实时调整滤波参数,相对于互补滤波姿态解算算法,姿态解算效果更佳。

一种改进的基于GPS某型舰船姿态解算算法

载波相位GPS测姿实施中,其姿态解算是核心技术之一,目前有多种姿态解算算法,其中对于单基线姿态测量,直接算法因具有原理简单、计算速度快、实时性好等特点被广泛应用。但在舰船测姿实施中,对姿态角的测量会产生一定的误差。采用直接算法在解算中没有对粗大误差和GPS信号缺失进行处理,使得解算结果误差较大。因此提出一种改进的舰船姿态解算算法即基于自适应卡尔曼滤波的姿态解算算法。建立航向角和纵摇角的解算模型,从理论上推导了基线越长,航向角测量精度越高;航向角的解算精度比纵摇角的解算精度高;基于自适应卡尔曼滤波的姿态解算算法的解算精度比直接法的解算精度高。通过仿真实验,对上述推理进行验证,航向角的解算精度比纵摇角的结算精度高出一个数量级;改进算法的解算精度比直接算法的解算精度高出一个数量级。

基于改进扩展卡尔曼滤波的姿态解算算法研究

为了解决标准扩展卡尔曼滤波器(EKF)在多旋翼无人机姿态解算中精度较低的问题,提出了一种改进扩展卡尔曼滤波算法(BPNN-EKF),使得解算精度得到较大提升。针对EKF存在预测模型参数要求具有先验已知性,在工程实践中难以获得准确的参数,以及标准EKF对非线性系统采用线性化模型带来的误差等问题,利用神经网络的非线性映射能力和自适应能力对标准EKF的估计值进行补偿,减小模型以及滤波参数误差对最优估计值的影响,从而提高最优估计精度。仿真实验证明,BPNN-EKF对多旋翼无人机姿态解算精度的提升具有显著作用。

GPS/INS紧组合导航姿态计算方法选取分析

基于GPS/INS紧组合模式,研究了方向余弦算法和四元数算法的解算过程,并通过模拟数据试验,分析了它们在姿态解算过程中对姿态漂移误差的影响。通过对比可以得出,四元数法在相同模拟环境和相同解算阶数下,其姿态解算精度要优于方向余弦算法,且所用参数和约束方程均少于方向余弦算法。

基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航

为了提高室内环境下四旋翼飞行器的姿态解算精度,提出一种基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航。首先从搭载激光测距传感器的四旋翼飞行器的运动模型出发,采用三角函数方法求解飞行器的姿态角参数,通过对其微分获得角速度数据。其次,将惯性系统中经过互补滤波融合后的陀螺仪、加速度计及磁力计的角速度作为观测量,再应用扩展卡尔曼滤波将惯性系统数据与激光测距传感器获得的角速度数据融合,对旋转矩阵中的误差进行修正。最后验证组合导航的有效性,用带有激光测距传感器及惯性系统的开发板依次进行静态、水平滑动和动态测试,实验测试表明:这种组合导航融合策略使姿态检测系统静态特性和水平滑动特性均有所提高,5 s内,静态误差控制在0.05°以内,水平滑动误差控制在7°;在静态时能够抑制姿态角漂移和滤除噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度。

双足行走机器人步态与稳定性研究

双足行走机器人的步态稳定控制系统不仅系统结构复杂,而且系统耦合度较高,因此,需要机器人具有稳定性较强的步态稳定控制系统为机器人提供稳定运行的保障。文章从步态稳定控制系统的软硬件设计以及步态控制算法等方面进行了研究。利用六轴传感器检测机器人的运动状态,并提出了去除重力分量的RCG姿态解算算法作为机器人的步态控制算法。除此之外,系统的控制模式采用了主从控制模式,将系统分成了主控板和舵机控制板两大部分,在一定程度上降低了系统的耦合性,使系统的升级与维护能够更加有针对性的分开进行。最后利用模拟样机与实验样机进行了一系列实验证明了步态稳定控制系统具有有效性。

无人机激光雷达避障系统

本系统由采用Rplidar A2激光雷达进行障碍物探测,以机载Raspberry Pi作为地面站软件和飞行控制器的桥梁进行信息的传输,并结合slam算法自行设计一套无人机雷达避障系统。该系统弥补了无人机通讯飞控上的缺陷及避障策略上的不完善,同时通过PC端地面站软件,获取飞行器飞行及环境监测数据,实现了对无人机的远程监测和控制,提升了无人机自动化和智能化的水平。显然,该系统在同类产品中具有很广阔的市场,较高的实用价值,能产生较大的经济社会效益。