Gradient Descent Algorithm for Small UAV Parameter Estimation System

A gradient descent algorithm with adjustable parameter for attitude estimation is developed,aiming at the attitude measurement for small unmanned aerial vehicle(UAV)in real-time flight conditions.The accelerometer and magnetometer are introduced to construct an error equation with the gyros,thus the drifting characteristics of gyroscope can be compensated by solving the error equation utilized by the gradient descent algorithm.Performance of the presented algorithm is evaluated using a self-proposed micro-electro-mechanical system(MEMS)based attitude heading reference system which is mounted on a tri-axis turntable.The on-ground,turntable and flight experiments indicate that the estimation attitude has a good accuracy.Also,the presented system is compared with an open-source flight control system which runs extended Kalman filter(EKF),and the results show that the attitude control system using the gradient descent method can estimate the attitudes for UAV effectively.

一种基于梯度下降四元数理论的DVL误差标定方法

针对如何快速精确标定出多普勒计程仪(DVL)的比例因子误差以及DVL和捷联惯导(SINS)之间的安装误差角的问题,提出了一种基于梯度下降四元数估计理论的位置观测DVL标定方法。以SINS/DVL/GNSS为组合导航方式,利用多普勒测速原理标定出比例因子误差,通过构造位置矢量观测方程,采用梯度下降四元数方法得到安装误差角的标定结果。通过仿真及试验验证了所提出方法的有效性,并与卡尔曼滤波标定算法进行了比较,结果表明:比例因子估计值误差的最终标定结果在0.06%以内,安装角估计误差最终标定结果在0.05°以内,具有较好的工程应用价值。

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。

四旋翼飞行器航姿测量系统的数据融合方法

针对小型四旋翼飞行器航姿测量系统中MEMS器件精度低、易发散等问题,提出一种新的数据融合方法,对航姿测量系统中陀螺仪、加速度计和电子罗盘的输出数据进行融合。利用MEMS惯性测量元件搭建了一个低成本航姿测量系统,分析了姿态解算的过程和难点,采用基于梯度下降的姿态融合算法,对四元数更新方程进行了补偿。实验结果表明:与目前常用的卡尔曼滤波算法相比,基于梯度下降的数据融合算法能显著降低对处理器速度和精度的要求,能有效融合航姿测量单元的传感器数据,提高小型四旋翼飞行器的姿态测量精度。

无人机微型姿态航向系统数据处理

针对四旋翼无人机机体尺寸较小、带载荷能力有限的特点,设计基于低成本MEMS器件的微型姿态航向系统,以满足四旋翼无人机在系统控制方面的需求。针对低成本MEMS器件传感器漂移较大,不适用于载体动态姿态测量的应用问题,设计基于梯度下降的四元数姿态补偿算法,用于微型AHRS系统的姿态数据解算,获取较高精度的动态姿态测量数据。实验结果表明,采用基于梯度下降的四元数姿态补偿算法,有效提高了微型AHRS系统的测量精度。

基于梯度下降法和互补滤波的航向姿态参考系统

针对微型无人机航向姿态参考系统低成本、小型化的工程实现需求,基于三轴陀螺仪、加速度计和磁力计,提出了一种在线实时姿态估计算法。该算法采用四元数描述系统模型,采用改进的梯度下降法预处理加速度计和磁力计的姿态信息,然后采用互补滤波融合陀螺仪的姿态信息,实现高精度实时姿态估计。最后通过在线性能测试,来验证算法的有效性。结果表明,该算法测量误差小、运算量小、实时性高,具有较高的工程应用价值。

模态切换水下机器人微惯性导航分析

针对某模态切换远程遥控水下机器人(Model-Converted Remotely Operated Vehicle,MCROV),基于微机电系统(Micro-Electro-Mechanical Systems,MEMS)器件设计微惯性组合导航系统.该系统包括陀螺仪、加速度计、磁罗盘、深度传感器和微处理器等.采用互补滤波方法抑制陀螺漂移,基于四元数算法对陀螺仪积分,并以四元数为估计对象设计无损卡尔曼滤波算法,从而提高导航精度.分析梯度下降法原理,并研究其在四元数更新中的补偿作用.水池试验表明:互补滤波与无损卡尔曼滤波相结合的方法能够获得比较精确、稳定的MC-ROV导航信息.基于实测数据的算法仿真表明梯度下降法可以在一定程度上改善导航效果.

基于梯度下降算法的飞行器姿态解算

获得精确的实时姿态信息是飞行器控制研究的关键。针对传统算法对于飞行器运动过程的姿态解算精度较低的问题,提出一种基于梯度下降法的姿态融合算法。利用梯度下降算法可将陀螺仪、加速度计和磁力计的数据进行融合,并能实现姿态四元数的更新,求解出每一数据采集时刻的姿态信息。试验表明,在解算姿态航向参考系统设备绕预定轨迹运行而产生3组数据时,该算法能有效融合各传感器数据,解算精度高。

基于梯度下降法的四旋翼无人机姿态估计系统

为解决四旋翼无人机在飞行时实时姿态测量的问题,提高姿态估计精度,设计了一种基于STM32的梯度下降姿态估计系统。该系统以STM32F427微处理器为主控制器,MPU6000和LSM303D作为姿态传感器,实现了对姿态传感器数据采集以及姿态解算。系统对加速度计、磁罗盘进行预处理,利用梯度下降滤波的方法估计误差四元数,从而修正陀螺仪积分误差,实现了姿态角的精确估计。最后,通过搭建的飞行实验平台,与Pixhawk飞控进行姿态角比较分析,实验结果表明:采用梯度下降法的姿态估计系统能够稳定有效地估计无人机的姿态,满足四旋翼无人机的飞行要求。

基于梯度下降法和自适应参数相结合的姿态解算方法

为了解决四旋翼无人机在姿态解算时的高精度和实时性问题,提出了一种基于参数自适应的梯度下降法和互补滤波相结合的多传感器数据融合算法。该算法采用四元数表示姿态信息,利用梯度下降法对磁力计和加速度计数据进行预处理,并根据陀螺仪输出的角速度和外部加速度大小自适应选择梯度下降参数β,再将其和陀螺数据更新后的四元数进行互补滤波用于补偿陀螺的累积误差,解算出三个姿态角。最后设计仿真与实验分析。实验结果表明,相对于传统的梯度下降法和互补滤波法,该算法姿态估计误差小且具有更好的静态和动态性能。

姿态解算与外力加速度同步估计算法

针对惯性导航应用中,姿态解算与外力加速度估计互相干扰的问题,提出一种基于四元数和扩展卡尔曼滤波器的姿态解算与外力加速度同步估计算法。首先,利用估计的外力加速度修正传感器加速度数据得到准确的反向重力加速度,再结合地磁场向量通过梯度下降算法解算得到旋转四元数的测量值;其次,构建扩展卡尔曼滤波模型,对旋转四元数和外力加速度进行更新,得到旋转四元数的预测值和外力加速度的预测值;最后,用旋转四元数的测量值和测量得到的加速度数据对预测值通过扩展卡尔曼滤波的方法进行校正,最终得到准确的旋转四元数和参考坐标系下三轴方向上的外力加速度。实验表明,通过扩展卡尔曼滤波同时对姿态和外力加速度估计的方法,能够迅速收敛并准确得机体姿态信息以及外力加速度信息,欧拉角误差为±1.95°,加速度误差为±0.12 m/s^2,并且该算法能有效抑制外力加速度对姿态解算的影响,准确估计外力加速度。

改进梯度下降法在地下管道惯性定位姿态解算中的应用

针对地下管道惯性定位姿态解算传统算法存在效率较低、最优参数难以确定等问题,文章提出了一种自适应调节参数的梯度下降法。该方法将加速度计、陀螺仪和磁力计的数据进行融合,并自动调节梯度下降参数,实现了四元数姿态信息的更新。试验结果表明,该方法解算横滚角和俯仰角的精度与传统梯度下降法一致,航向角的精度有11.2%的改善,计算效率相对于扩展卡尔曼滤波方法有50%的提升。