小型四旋翼飞行器

小型四旋翼飞行器（通用9篇）

小型四旋翼飞行器 篇1

0 引 言

超小型飞行器无论在民用还是军事上, 尤其在反恐等极为危险、恶劣的环境中都有着广阔的市场和应用前景。若使超小型飞行器在恶劣的环境中更能发挥起作用, 就要实现自主飞行或者超视距遥控。

在飞行器系统辨识学中, 参数辨识有很多方法, 如最小二乘法、极大似然法[1]等。大型飞行器由于其重量重、体积大等原因, 在飞行中不易受到干扰, 一般采用最小二乘法来进行辨识。而超小型飞行器由于其重量轻、体积小等原因, 在飞行中容易受到干扰, 控制系统误差较大。在超小型飞行器的辨识上大都采用最小二乘法或者改进的最小二乘法进行辨识[2], 很少有采用极大似然法来进行参数辨识。

本研究尝试在超小型飞行器中采用极大似然法来进行参数辨识。通过系统动态性能和相对稳定性的分析, 以及和传统最小二乘法的比较, 验证极大似然法在超小型飞行器系统辨识上比最小二乘法更可靠、更有效。

1 仿真模型的确立

在本研究中, 采用的模型直升机是SST-eagle, 如图1所示, 其机身为流线型, 尾部有平尾和垂尾, 以增加飞行稳定性, 非常适用于研究。

本仿真系统要使用试验飞行器的实际系统模型作为仿真模型的控制函数, 因此, 需要确定飞行器悬停状态下各个通道的传递函数。经过对飞行器动力学分析、建模, 笔者得到了各个通道的操作响应函数模型, 其中含有飞行器多个未知的状态参数。这些未知参数的确定就是要根据飞行实验测得的数据, 并借以系统辨识的方法来得到。

2 基于递推极大似然法的模型参数辨识

极大似然法需要构造一个与测量数据和未知参数有关的似然函数, 并通过极大化这个函数获得模型的参数辨识。极大似然法可以对具有有色噪声的系统模型进行辨识, 并在动态系统辨识中有着广泛的应用[3,4]。

2.1 模型的递推极大似然法辨识

用极大似然法估计旋翼飞行器动态系统的参数, 关键问题是构造一个以观测数据和系统参数为自变量的似然函数, 而似然函数本质上就是观测数据的联合概率密度函数。但是在构造似然函数时, 必须注意两个问题[5]:

(1) 观测数据之间往往是不独立的, 而且所测得的数据都是在某种条件下获得的, 因此, 在列写似然函数的时候通常要采用条件概率密度函数;

(2) 一般来说, 过程的概率密度函数是不知道的, 在实际问题的处理中, 通常是将其考虑为正态分布, 因为许多过程的统计特性可以用正态分布来近似。

在飞行器模型参数辨识中, 飞行姿态的输入/输出数据量相当庞大, 而且模型中含有未知的有色噪声, 这样就不能直接通过求解似然函数的极值来确定未知参数, 所以要采用数值迭代的方法计算。

极大似然法参数辨识的数值迭代计算方法有很多:Lagrangian乘子法、Newton-Raphson法、递推极大似然算法等, 本研究应用递推极大似然参数估计法。

动态模型示意图如图2所示。

设A (z-1) =C (z-1) , n (k) =e (k) /C (z-1) , 则有:

$\{\begin{array}{l}A(z{}^{-1})z(k)=B(z{}^{-1})u(k)+e(k)\\ e(k)=D(z{}^{-1})\nu (k)\end{array}(1)$

式中 ν (k) —均值为零、方差为σ${}_{\nu }^2$、服从正态分布的不相关随机噪声;u (k) , z (k) —系统的输入/输出变量。

且:

A (z-1) =1+a1z-1+…+anz-n;

B (z-1) =b0+b1z-1+…+bnz-n;

D (z-1) =1+d1z-1+…+dnz-n。

令θ=[a1, a2, …ana, b1, b2, …, bnb, d1, d2, …, dnd]T, 则模型式 (1) 的参数极大似然问题就是求参数θ, 使得:

$J(\theta )|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}=\frac{1}{2}{\displaystyle \sum _{k=1}^{L}v}{}^2(k)|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}=\min (2)$

式中$\stackrel{⌢}{\theta }{}_{{\rm M}L}$—参数θ的极大似然估计值。

ν (k) 满足下列关系:

ν (k) =[D (z-1) ]-1[A (z-1) z (k) -B (z-1) υ (k) ] (3)

如果ν (k) 在$\stackrel{⌢}{\theta }{}_{{\rm M}L}$点上进行泰勒展开, 可近似表示成:

$\nu (k)\approx \nu (k)\left|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}+\frac{\partial \nu (k)}{\partial \theta }\right|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}(\theta -\stackrel{⌢}{\theta }{}_{{\rm M}L})(4)$

并设:

$\begin{array}{l}\mathit{h}{}_f(k)=-\left[\frac{\partial \nu (k)}{\partial \theta }\right]{}^{\text{Τ}}|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}=-[\frac{\partial \nu (k)}{\partial a{}_1},\cdots ,\frac{\partial \nu (k)}{\partial a{}_{n{}_a}},\\ \frac{\partial \nu (k)}{\partial b{}_1},\cdots ,\frac{\partial \nu (k)}{\partial b{}_{n{}_b}},\frac{\partial \nu (k)}{\partial d{}_1},\cdots \frac{\partial \nu (k)}{\partial d{}_{n{}_d}}]{}^{\text{Τ}}|{}_{\stackrel{⌢}{\theta }{}_{{\rm M}L}}(5)\end{array}$

式中$z{}_f(k),u{}_f(k),\stackrel{⌢}{v}{}_f(k)—z(k),u(k)$和$\stackrel{⌢}{v}(k)$的滤波值。

那么, 向量hf (k) 记作:

$\begin{array}{l}\mathit{h}{}_f(k)=[-z{}_f(k-1),\cdots ,-z{}_f(k-n{}_a),\cdots -u{}_f(k-1),\cdots ,-u{}_f(k-n{}_a),\cdots ,-\stackrel{⌢}{v}{}_f(k-1),\cdots \\ -\stackrel{⌢}{v}{}_f(k-n{}_a)]{}^{\text{Τ}}(6)\end{array}$

为了得到极大似然估计的递推公式, 先将J (θ) 写成递推的形式:

J (θ, k) ≈J (θ, k-1) +ν2 (k) /2 (7)

设$\stackrel{⌢}{\theta }(k-1)$是模型式 (1) 在k-1时的极大似然估计值, 若将J (θ, k-1) 在$\stackrel{⌢}{\theta }(k-1)$点上进行泰勒级数展开, 则有:

$\mathit{J}(\theta ‚k)\approx [\theta -\stackrel{⌢}{\theta }(k-1)]{}^{\text{Τ}}\mathit{{\rm P}}{}^{-1}(k-1)[\theta -\stackrel{⌢}{\theta }(k-1)]/2+\eta (k)/2+\nu {}^2(k)/2(8)$

式中 η (k) —J (θ, k-1) 进行泰勒级数展开时的残差。

同时:

$\mathit{{\rm P}}{}^{-1}(k-1)=\frac{\partial {}^{2}J(\theta ,k-1)}{\partial \theta {}^2}|{}_{\stackrel{⌢}{\theta }(k-1)}(9)$

则向量hf (k) 还可以写成如下的递推形式:

$\mathit{h}{}_f(k+1)=[z{}_f(k+1)‚u{}_f(k+1)‚\stackrel{⌢}{v}{}_f(k+1)]{}^{\text{Τ}}(10)$

上述递推算法非常便于计算机辅助计算和辨识, 其流程如图3所示。下面将详细说明对试验飞机在悬停状态下, 应用递推的极大似然算法来进行参数的辨识过程和结果。

2.2 辨识结果

将上述递推极大似然算法程序化, 只要将处理好的输入/输出数据传入程序中, 便可以完成模型辨识。在辨识过程中, 根据需要对模型形式进行正确的变换, 对系统模型的“连续-离散”采用恰当方法进行转化[6,7,8,9]。下面即为各个通道的模型辨识结果:

(1) 由理论分析得到飞行器在悬停状态下的偏航通道的数学模型为:

$\frac{\psi (s)}{\delta {}_{\psi }(s)}=\frac{\text{Δ}{}_{\psi }(s)}{\text{Δ}(s)}=\frac{(b{}_{2}s{}^2+b{}_{1}s+b{}_0)}{s(s{}^3+a{}_{2}s{}^2+a{}_{1}s+a{}_0)}(11)$

为了便于计算, 将上式转化成如下形式:

A (z-1) y (k) =B (z-1) u (k) +D (z-1) e (k)

其中:

A (z-1) =1+a1z-1+…+anz-n;

B (z-1) =b0+b1z-1+…+bnz-n;

D (z-1) =1+d1z-1+…+dnz-n。

利用Matlab系统辨识工具箱中的模型转换工具, 可将式 (11) 连续模型转化成相应的离散模型, 在本研究中试飞试验数据的采样周期是0.5 s。

在辨识过程中, 引入随机白噪声后, 得到的偏航参数矩阵为:

O=[-1.005 4, -0.223 3, 0.091 6, 0.175 0, 0.259 8, 0.933 3, -0.044 7, -1.091 6, -0.019 9, 0.000 8, -0.000 5, 0.022 9]T;

白噪声的方差为: 0.948 2。

本研究利用系统辨识工具箱的poly2th (A, B, C, D, F, lam, T) 命令将得到的参数写成离散模型, 其中D、F矩阵取默认值1, lam为白噪声序列的方差, 设置采样时间为0.5 s, 这样在Matlab软件环境下可得到:

Discrete-time IDPOLY model:

A (q) y (t) =B (q) u (t) +C (q) e (t) ;

A (q) =1-1.005q-1-0.223 3q-2+0.091 6q-3+0.175q-4;

B (q) =1+0.259 8q-1+0.933 3q-2-0.044 7q-3-1.092q-4;

C (q) =1-0.019 9q-1+0.000 8q-2-0.000 5q-3+0.022 9q-4 。

Transfer function:

$\frac{0.3359s{}^4+16.63s{}^3-20.72s{}^2+307.9s+145}{s{}^4+11.78s{}^3+64.3s{}^2+37.94s+5.201}$。

本研究根据辨识结果绘制系统的Bode图和阶跃响应曲线图如图4、图5所示。

(2) 对于飞行器在悬停状态下俯仰通道的数学模型为:

$\begin{array}{l}\frac{\theta (s)}{\delta {}_{\theta }(s)}=\frac{\text{Δ}{}_{\theta }(s)}{\text{Δ}(s)}=\frac{s{}^2+a{}_{58}a{}_{82}}{s{}^2(s{}^2-a{}_{88}s-a{}_{85}a{}_{58})}=\\ \frac{s{}^2+b{}_0}{s{}^4+a{}_{3}s{}^3+a{}_{2}s{}^2}\end{array}$

用类似上面的方法对其进行辨识, 该通道的Bode图和阶跃响应曲线图如图6、图7所示。

2.3 极大似然法和最小二乘法在飞行姿态参数辨识中的比较

最小二乘法是系统参数辨识中最常用的方法。本研究在超小型飞行器的姿态参数辨识过程中也尝试了最小二乘法[10,11], 这里将对比分析两种方法得到的系统性能, 从而比较两种辨识方法的效果, 这里以偏航通道为例作比较。

2.3.1 系统的动态性能

首先比较系统的动态性能, 笔者分别绘制了两种方法得到的系统阶跃响应曲线, 如图8所示。

从系统的两个阶跃响应曲线上可以看到, 用极大似然法辨识得到的系统阶跃响应时间为30 s, 而最小二乘法辨识得到的系统阶跃响应时间为400 s。因此可以说, 极大似然法辨识得到的系统响应时间远短于最小二乘法辨识得到的。

2.3.2 系统的相对稳定性

系统相对稳定性通过系统稳定裕度图来衡量, 笔者分别绘制了递推极大似然法和最小二乘法辨识的偏航通道的稳定裕度图, 如图9和图10所示。

从上面两种方法的辨识结果裕度图上可以看出, 用最小二乘辨识的系统相位裕度γ为负, 也就是说在构成闭环的时候会引起系统的不稳定;而极大似然法辨识得到的系统, 在构成闭环的时候是稳定的。从辨识方法的原理上看, 最小二乘法只适用于白噪声模型, 对于有色噪声模型的辨识, 就会引起系统不稳定的情况。虽然在对飞行器进行理论分析的时候做了一定假设和简化, 但是并不能把模型的有色噪声转化为白噪声。

综上分析, 用极大似然法对飞行器模型进行参数辨识较之最小二乘法有着明显优势。

3 结束语

本研究主要论证了仿真控制函数辨识的全过程;重点论述了极大似然法在辨识待辨模型中的具体应用方法;着重阐述了利用Matlab及其系统辨识工具箱与递推极大似然法相结合的系统参数辨识的全过程;运用了极大似然辨识法对样机的理论模型进行了辨识, 并借助系统动态性能和相对稳定性的分析, 以及和传统最小二乘法的比较, 验证了模型的可靠性和辨识方法的有效性。

摘要：为了研究采用极大似然法进行飞行参数辨识的效果, 利用递推极大似然法对超小型旋翼飞行器遥操作仿真模型控制函数的参数进行了辨识, 对极大似然辨识的结果进行了动态性能分析和系统相对稳定性分析, 并将其和用传统的最小二乘辨识的结果进行了对比。研究结果不仅验证了仿真控制函数的可用性, 而且论证了极大似然法在飞行器参数辨识中的优势。

关键词：系统辨识,极大似然法,飞行仿真,飞行器,最小二乘法

参考文献

[1]刘兴堂, 万少松.一种估计飞行器运动特性的实用极大似然法[J].飞行力学, 1999, 17 (1) :65-70.

[2]许能飞, 曹云峰.系统辨识方法在微型飞行器建模中的应用[J].情报指挥控制系统与仿真技术, 2005, 27 (1) :31-34.

[3]张旭, 崔平远, 杨涤, 等.有控飞行器气动参数辨识研究[J].飞行力学, 1998, 16 (4) :76-81.

[4]汪洋, 项占琴.系统辨识在轮式移动机器人转向系统中的应用[J].机电工程, 2007, 24 (7) :82-84.

[5]李华忠, 烘炳熔, 杨维萍.基于增扩虚拟现实的空间机器人遥控系统及其仿真[J].传感器学报, 2000, 14 (1) :24-28.

[6]徐昕, 李涛.Matlab工具箱应用指南—控制工程篇[M].北京:电子工业出版社, 2000.

[7]薛定宇.反馈控制系统设计与分析—Matlab语言应用[M].北京:清华大学出版社, 2000.

[8]彭忆强, 张汉全.车辆悬挂系统的辨识建模[J].西安交通大学学报, 1999, 34 (5) :512-517.

[9]陈实.基于Matlab语言的系统辩识[J].系统工程, 1997, 15 (2) :15-20.

[10]MEHRA R K, MAHMOOD S, WAISSMAN R.Identifica-tion of Aircraft and Rotorcraft Aeroelastic Modes UsingState Space System Identification[C]//Proceedings of the4th IEEE Conference on, 1995:432-437.

[11]KIM S K, TILBURY D M.Mathematical modeling and ex-perimental identification of an unmanned helicopter robotwith flybar dynamics[J].Journal of Robotic Systems, 2004, 21 (3) :95-116.

小型四旋翼飞行器 篇2

原标题：四旋翼控制系统的设计

摘要：在充分考虑四旋翼飞行器功能及性能的基础上，给出了微型四旋翼飞行器的实现方案，采用RL78G13为核心处理器，采用MPU6050实现飞行姿态数据的采集，利用nRF24L01无线模块实现参数的无线传输，并进行了驱动电路、电源稳压电路、电池电压检测电路的设计。针对四旋翼飞行器在工作过程中供电电压不断降低导致控制不稳的问题，采用电池电压反馈的控制策略有效解决了该问题。在搭建的硬件平台上，编写了相应的控制程序，经过测试，实现了四旋翼飞行器的稳定控制。

关键词：四旋翼飞行器；姿态数据；无线传输

四旋翼飞行器的研究解决了众多的军用与民用上的问题。军方利用四旋翼飞行器进行侦查、监视、诱饵与通信中继，解决了人为操作困难的问题，甚至减免了人员的伤亡；而在民用上，四旋翼飞行器能够实现大气监测、交通监控、森林防火等功能，有效预防了危机的产生，而促使四旋翼飞行器得到广泛应用的前提，是实现其平稳飞行及自主运行[1].本设计以实现四旋翼飞行器的稳定悬停与按照预定轨道自主飞行为目标，旨在探索四旋翼飞行器的硬件结构与飞行原理，并通过实际调试，理解四旋翼飞行器的相关控制理论，并解决四旋翼飞行器在工作过程中由于供电电压不断降低导致控制不稳的问题。

1设计原理方案

四旋翼飞行器的核心是利用MPU6050对其飞行过程中的三轴加速度与三轴角速度值进行采集，主控制器采用四元数方法及PID算法对姿态数据进行解算，并将计算后的PWM控制信号施加到电机上，进而实现对四旋翼飞行器的控制。

通过调研及综合目前四旋翼飞行器系统的特点及要求，确定了设计的性能及指标如下。

（1）通信功能：具有无线接口，实现飞行功能的无线设定。

（2）飞行功能：①自主空中悬停于60cm处；②垂直升起至30cm处，水平飞行60cm后稳定降落；③垂直升起至60cm处，水平飞行1m后稳定降落；④由无线设定高度及飞行距离，完成起飞及降落功能。

基于对需要实现功能的理解，确定该设计的核心控制器为16位MCU芯片RL78G13,主要完成飞行数据的处理、PID运算及PWM的输出。系统由RL78G13最小系统、无线收发模块、飞行数据采集模块、电池电压检测模块、高度检测模块、电源电路模块、电机驱动模块等构成，总体结构框图如图1所示。

各模块的功能如下：RL78G13最小系统作为四旋翼飞行器的主控；飞行数据采集模块，用于对四旋翼飞行器飞行姿态的相关数据进行采集；高度检测模块，实现定位追踪四旋翼飞行器实际高度信息的功能；无线收发模块，实现数据的无线收发；电池电压检测模块，用于消除由于电池电量消耗对四旋翼飞行器造成的影响；电源电路模块，为整个四旋翼飞行器提供电能；电机驱动模块，用于提高I/O口的驱动带载能力。

2硬件设计

2.1电机驱动电路设计

RL78G13单片机I/O口输出电流为10mA,3.7V空心杯电机的空载电流为80mA,显然采用RL78G13单片机I/O口作输出，无法驱动起四路空心杯电机，因此设计了驱动电路以提高I/O口的驱动带载能力。设计中采用SI2302N沟道CMOS管进行电流的驱动放大，单路电机驱动电路如图2所示。测试表明，经过SI2302驱动电路放大后，RL78G13能够稳定驱动四路空心杯电机，且长时间工作时，驱动电路元件自身发热不明显。

图2中稳压二极管D1起到续流及保护SI2302的作用，电机停转过程中，电机内部线圈产生的反电动势经D1形成放电通路，避免因无放电通路而击穿驱动电路中SI2302的问题。

2.2无线收发电路设计

当采用功能开关对四旋翼飞行器飞行方式进行设定时，随着其飞行功能越来越多，对功能开关的使用也将增多，使得四旋翼飞行器的硬件设计复杂，而且会增加其自身的重量，同时在实际调试中，通过功能开关切换飞行方式，又使得调试较为繁琐，工作量较大。故在设计中引入无线参数给定的思想，设计了无线收发电路，采用nRF24L01无线模块实现数据的无线收发。nRF24L01在使用时所需的外部元件较少，仅需1个16MHz的晶振、几个电容和电感就可组成一个高可靠性的收发系统，相比于其他无线收发电路而言，该电路设计简单且成本较低。nRF24L01无线收发电路如图3所示。

2.3TPS63001稳压电路设计

四旋翼飞行器在飞行过程中，随着电机转速的增加，会造成控制电路电压大幅波动，进而导致各功能模块无法工作，为了避免此类情况发生，设计了TPS63001稳压电路，TPS63001在1.8~5.5V输入时，均稳压输出3.3V,保证系统各控制电路电压处于稳定状态。TPS63001稳压电路如图4所示。

2.4电池电压检测电路设计

四旋翼飞行器运行时，电池处于持续耗电状态，实验中发现电量的持续消耗成为影响四旋翼飞行器飞行稳定性的重要因素。为了消除其对四旋翼飞行器的影响，因此设计了电池电压检测电路，利用RL78G13自带的AD实时检测电池电压，并通过适时调整PWM输出信号的方式对飞行姿态进行补偿，以确保四旋翼飞行器始终处于稳定状态。

2.5其他功能模块电路设计

其他功能模块包括RL78G13最小系统、MPU6050数据采集电路、高度检测模块、功能开关电路。RL78G13最小系统包括复位电路及晶振电路；MPU6050用来采集飞行过程中的三轴加速度与三轴角速度信息；高度检测则由GP2Y0A02YK0F模块实现，其工作原理是发射的红外线经过地面反射回来，并由模块输出电压信号，输出的电压值会对应相应的探测距离，RL78G13通过测量电压值就可以得出所探测的距离。设计的硬件实物图如图5所示。

3软件设计

四旋翼飞行器在空间上具有6个自由度，分别为载体坐标系X、Y、Z轴上的加速度与角速度。核心控制器RL78G13利用MPU6050采集这些参数，然后进行姿态解算，最终以PWM控制信号的方式施加到4路空心杯电机上，通过调整各路PWM信号完成相应的飞行控制功能。

3.1控制算法

（1）飞行姿态数据：RL78G13通过MPU6050采集载体坐标系下的三轴加速度与三轴角速度，分别用axB、ayB、azB、ωxB、ωyB、ωzB表示。

（2）数据更新：由于设计中采用四元数进行欧拉角的计算，而欧拉角将随着四元数的变化而变化，设计中采用四元数的自补偿算法进行数据的更新，如式（1）~（4）所示。式中q0、q1、q2、q3表示四元数，Δt为MPU6050的采样时间。

（3）姿态角的计算：令ψ、θ和φ表示方向Z、Y、X欧拉角（分别称为偏航角、俯仰角和横滚角）。ψ、θ和φ的计算如式（5）~（7）所示。

（4）补偿零点漂移：由于存在陀螺零点漂移和离散采样产生的累积误差，由载体坐标系下的三轴角速度计算得到的四元数只能保证短期的精度，需要使用集成在MPU6050芯片内部的加速度计对其进行矫正。式（8）~（10）为axB、ayB、azB的数据归一化。

式（11）~（13）中的vx、vy、vz分别为利用四元数方法估计的四旋翼飞行器载体质心的速度在载体坐标系三轴上的分量。然后利用式（14）~（16）求出陀螺零点漂移和离散采样产生的累积误差ex、ey、ez.再对所得到的误差进行比例与积分，式（17）~（19）中的gx、gy、gz即为对零点漂移的补偿。

（5）PID计算：式（20）~（22）中θd、φd、ψd分别表示下一次解算出来的俯仰角、横滚角及偏航角的值，eθ、eφ、eψ分别用来表示两次解算的俯仰角、横滚角、偏航角的误差。

kp、ki、kd为PID的控制参数，利用PID算法通过式（23）~（25），分别求出施加在4个电机上的可调变量uψ、uθ、uφ。

（6）输出整合：令motor1、motor2、motor3、motor4为控制4个电机的PWM输出参数，Moto_PwmMin为PWM基础量（根据不同情况设定，一般为0）。根据理论计算，施加在4个电机上的PWM输出信号如式（26）~（29）所示。

3.2参数整定与调试

设计中采用PID控制算法进行四旋翼飞行器的控制，I是积分项，积分项会随着时间的增加而增大，能够消除系统进入稳态后存在的稳态误差，但是在实际调试过程中，通过增大P值可以抑制稳态误差[2],因此主要是采用PD的控制方式。调试过程中，对P、D值的同时调整会产生的两种控制效果的叠加，以致无法进行每一控制参数的影响分析，故先使D值为零，P值由0增加，初次调试时，四旋翼飞行器自身不存在调节，当P值增加时，根据式（23）~（25）计算所得的uψ、uθ、uφ值均增加，再经式（26）~（29）后，施加在4个空心杯电机上的PWM控制信号均有所变化。调试中，为了防止四旋翼飞行器控制出错而损坏硬件，故将四旋翼飞行器以X字型倒挂固定在一根活动的长杆上，当P值由0增加到4时，四旋翼飞行器出现了翻滚的飞行状态，表明P开始对整体系统起作用，逐渐增大P值，四旋翼飞行器开始产生大幅度的等幅振荡，当P值增大到14时，振荡幅度减至最低，四旋翼飞行器几乎稳定，再增加P值，四旋翼飞行器又开始进行等幅振荡，说明P值为14时为系统自稳的一个分界点。根据查阅的大量资料了解到D值是通过预测系统误差的变化来减少系统的响应时间，提高系统的稳定性[3].调试过程中，逐渐增加D值，当D值增加至0.8时，四旋翼飞行器的自身调节更快，稳定性更高。同时D值的增加会对P值有一定的影响，最终确定P值为13.8、D值为0.8时，系统稳定飞行于长杆上方。当去掉长杆时，四旋翼飞行器能够稳定飞行，但随着飞行时间增加，飞行稳定性越来越差，因此考虑了姿态补偿问题。

3.3姿态补偿

在实际调试过程中发现，电池处于满电状态与大幅度消耗状态下，四旋翼飞行器的飞行姿态存在较大差异：满电状态下，各部分电路工作稳定，电机转速正常，当电池的电量持续消耗时，电机的转速不断降低，因此四旋翼飞行器的整体性能处于下降趋势，为了消除这一影响，利用RL78G13实时检测电池电压，并适时调整PWM输出信号来实现四旋翼飞行器的飞行姿态补偿。由式（26）~（29）知，通过增大Moto_PwmMin可以增大施加在四路电机上的PWM信号，进而增大电机转速，可以实现对飞行姿态进行补偿[4].经调试知，当RL78G13检测到3.7V的电压降到3.5V时，将Moto_PwmMin增至100对飞行姿态的补偿最佳，随后电压值的下降与Moto_PwmMin值的增加基本呈非线性的关系，经大量实验验证，补偿系数符合式（30）的规律，式中u1代表电池当前的电压值。

当检测到的电压值低于2.6V时，飞行姿态将无法得到补偿，必须停止飞行。将式（30）分别代入式（26）~（29），得到（31）~（34），此4式则为最终施加到4路电机的PWM控制信号。

4结论

实验结果表明，本文所设计的四旋翼飞行器结构简易、飞行姿态灵活，实现了空中稳定悬停及按预设路线飞行等两种飞行功能，并实现了无线参数的给定，满足了设计的技术指标与功能要求，解决了因供电电压不断降低而导致的控制不稳的问题。为推动四旋翼飞行器技术的发展提供了很好的参考设计方案。

参考文献：

小型四旋翼飞行器 篇3

关键词：四旋翼飞行器；GPS定位；STM32F4；四元数算法；农情信息采集

中图分类号：TP242.6 文献标识码：A 文章编号：1674-1161（2016）05-0027-03

随着传感器技术的突破和GPS在民用控制系统中的广泛应用，微型飞行器系统得到了长足发展，四旋翼飞行器成为国内外研究热点。四旋翼飞行器是微型机电系统的集成产物，特别适合在近地面环境（如旷野、城区和林场等）中执行测绘等任务，具有广阔的应用前景。四旋翼飞行器不但具有直升机垂直升降的飞行性能，而且在一定程度上降低了飞行器机械结构的设计难度。四旋翼飞行器的优势为：在制作过程中，对整体机身的中心、对称性及电机性能要求较低。

1 系统硬件方案

本设计采用STM32F4作为核心控制器，该微控制器（MCU）内核是ARM Cortex-M4架构，具有高性能、低功耗、低成本等特点。飞行控制器包括NEO-6M型GPS定位模组、姿态传感器MPU6050型模块、无线数传模块、无刷直流电机调速器、电源管理模组、遥控器（使用商品遥控）及接收机。MCU捕获接收机的PPM信号后，传感器与MCU采用IIC总线实现数据通信，MCU使用PWM信号控制电子调速器间接控制电机转速。软件算法采用四元数和互补滤波算法解算姿态信息，控制算法采用经典PID控制器控制四旋翼稳定飞行和云台舵机。系统硬件如图1所示。

2 传感器数据处理

2.1 GPS定位数据解析

ATK-NEO-6M模块是ALIENTEK公司生产的一款高性能GPS模块，核心采用UBLOX公司的NEO-6M模组，具有50个通道，追踪灵敏度高达161 dBm，测量输出频率最高5 Hz。ATK-NEO-6M模块自带高性能无源陶瓷天线，兼容3.3 V和5.0 V单片机系统，并自带可充电后备电池（支持温启动或热启动）。另外，模块自带一个状态指示灯——PPS。该指示灯连接在UBLOX NEO-6M模组的TIMEPULSE端口，该端口的输出特性可以通过程序设置。PPS指示灯可判断模块的当前状态。在默认条件下有2种状态：常亮表示模块已开始工作，但还未实现定位；闪烁（100 ms灭，900 ms亮），表示模块已经定位成功。

2.2 姿态解算

MPU6050是InvenSense公司的六轴运动处理组件，如图2所示。相较于多组件方案，免除了组合陀螺仪与加速度计之间的时间差问题。MPU6050内部整合三轴陀螺仪、三轴加速度传感器及一个IIC接口，可用于连接外部地磁传感器，利用自带的数字运动处理器（Digital Motion Processor，DMP）硬件加速引擎，通过主IIC接口向应用端输出完整的9轴融合演算数据。

四旋翼飞行器系统是一个时变且非线性系统，采用传统PID算法的单一反馈控制，存在不同程度的超调和振荡现象，无法得到理想的控制效果。将前馈控制引入飞行器系统控制中，能有效改善系统实时性，提高反应速度。根据四旋翼飞行器系统的特点，引入微分先行环节，改善系统动态特性，控制器能更好地适应四旋翼飞行器系统的实际情况。

软件设计由STM32F4读取传感器信息、解算姿态角，以姿态角为被控制量融合遥控参量后，输出PWM控制信号到动力系统及2个舵机，实现四旋翼飞行控制和云台稳定补偿。程序流程如图3所示。

3 控制设计

四旋翼飞行器结构对称，俯仰角与横滚角的控制特性基本相同，且相对独立。四旋翼飞行器的俯仰、横滚、偏航、升降可通过4个输入量来控制。通过设定期望角度调整电机转速，使姿态角稳定在期望角。控制策略设计为闭环控制，以姿态角做为被控制量，并应用经典PID控制算法。

在姿态角控制中，将控制器捕获到的遥控器控制信号转换为期望角，与解算的测量角作差设为error。将error乘以一个比例系数kp。只有kp作用时系统存在静差，利用积分ki控制消除稳态误差。积分控制可降低系统的动态性能，甚至造成闭环系统不稳定，因此要对积分进行限幅，防止积分过大。

若采用传统的微分方法微分，在人为操纵飞行器时会造成输入设定值变化频繁且幅度较大，易导致系统振荡。为解决以上问题，在姿态角控制过程引入微分先行PID算法，只对输出量即陀螺仪角速度测量值进行微分，而不对姿态角的设定值作微分。这样，在设定值发生变化时，输出量不会改变，被控量的变化也比较缓和，可明显改善系统动态性能。

将俯仰、横滚、航向控制量分别输入3个独立的PID控制器（如图4所示），得到3个PID输出：pid_roll，pid_pitch，pid_yaw。将这3个输出量作简单的线性运算并输出给电机。部分代码如下：

4 系统调试

4.1 姿态角调试

在完成控制器底层的硬件驱动后，进行姿态角算法调试。利用数传模块将解算出的姿态角数据发回上位机，摇动四轴机体，观察上位机数据曲线与姿态。

4.2 控制电机调试

针对四旋翼飞行器的PID算法，需要反复试验整定出最优参数。先整定单轴平衡参数，再整定另一轴，最后整体调节参数达到期望的平衡状态。为方便调试参数，设计如图5所示试验平台。

5 结论

本研究设计一种应用GPS定位的四旋翼飞行器，对其系统设计方案中相关硬件进行说明。给出飞行器姿态解算过程，介绍PID控制算法在姿态解算及其控制中的应用。采用高精度GPS模组改进GPS数据解析算法，实现更快速、精确定位。姿态算法采用基于四元数的互补滤波，姿态角无奇点，比起卡尔曼滤波等滤波算法，本研究的滤波算法有着计算量小的特点，节约CPU计算时间，对微处理器的性能要求低。该设计是基于GPS定位的新型农情监测平台，具有诸多优点，可垂直起降及机动性强，能够适应各类复杂环境，在农情信息采集中具有较高的应用价值。

nlc202309091109

参考文献

[1] 杨力，张帆，张峰.四旋翼飞行器动力控制系统研究与设计[J].科学技术与工程，2012（24）：6087-6090.

[2] 李继宇，张铁民，彭孝东，等.四旋翼飞行器农田位置信息采集平台设计与实验[J].农业机械学报，2013（5）：202-206.

[3] 王利民.基于无人机影像的农情遥感监测应用[J].农业工程学报，2013（9）：136-145.

[4] 李俊，李运堂.四旋翼飞行器的动力学建模及PID控制[J].辽宁工程技术大学学报，2012（2）：114-117.

[5] 王帅，魏国.在四旋翼无人飞行器姿态测量中的应用[J] .兵工自动化，2011（1）：73-74.

Abstract： A new type agricultural condition inspection platform was designed based on micro controller STM32F4 seriesand GPS positioning. With the micro controller STM32F407 as the control core， GPS module， gyroscope， accelerometer and other sensors were used to measure the position and attitude information. The hardware consisted of flight controller， data transmission module， power system， frame， holder servo system. Software made the use of simple and stable quaternion plus complementary filtering algorithm， integrated into the PID control algorithmto achieve stable flight and GPS positioning and other functions. The quadrotor hadmany advantages， such as the expansion of high， strong adaptability and adapt to all kinds of complex environment， with the high application valuein the agricultural information collection.

Key words： quadrotor； GPS positoning； STM32F4； quaternion algorithm； agricultural information collection

四旋翼飞行器的设计 篇4

此次设计四旋翼采用的是十字模式,用六通遥控器来进行控制,选用的机架是F450的机架、十寸桨1045和1000kv的无刷电机。接下来就是进行飞控板的设计,我们选用的是瑞萨的R5F100LEA芯片和串口6轴加速度计/陀螺仪MPU6050模块,在无线模块的选用中我们也使用了串口无线,这样降低了设计的难度,同时也使程序的编写更加简洁。

首先添加头文件,然后定义滚转俯仰偏航的PID参数、积分定义,定义四个电机输出参数、运动控制量参数(如最小油门的预定义)、姿态角度参数、校验参数、串口协议参数(主要定义输入输出的帧头帧尾和所需数组长度)、主循环时间参数。

以下是主要的程序源码:

说明:在设计中出现了飞机在调节的过程中突然剧烈摇晃的情况,也即突然过调,于是加入了校验和来校验数据,摈弃错误数据。同时在调节的过程中由于使用的是十字模式,固定一轴的情况下来调节另一轴,必须使四旋翼能够克服它自身的重力,防止它的重力干扰调节出来的PID参数不能用于飞行的需要。在用串口无线模块来调节的时候,由于通信的延时过于严重,建议用USB延长线连接串口来进行调节。

PCB设计(图1):

整机实物(图2):

摘要：四旋翼飞行器也称为四旋翼直升机,是一种有4个螺旋桨且螺旋桨呈十字形交叉的飞行器。它广泛的应用于民用航拍和军事侦查中,具有噪声低,滞空时间长,耗能少,廉价且易于控制等特点,在航模爱好者中得到广泛的制作和改装。

四旋翼飞行器控制系统设计 篇5

在日常生活和工程中, 四旋翼飞行器的应用非常广泛, 是目前人们研究的热点。本文笔者分析了四旋翼飞行器的结构和特点, 对四旋翼飞行器的姿态解算采用了四元数法, 得出了数学模型, 将四旋翼无人飞行器数据代入数学模型, 对其进行仿真分析, 得出了有益结论。

1 结构和特点分析

四旋翼飞行器飞行的直接动力源采用的是四个旋翼, 旋翼对称分布在机体的前后、左右四个方向, 且处于同一高度平面, 它的结构和半径都相同, 旋翼2和旋翼4顺时针旋转, 旋翼1和旋翼3逆时针旋转, 飞行器的支架端对称的安装着四个电机, 飞行控制计算机和外部设备安放在支架中间空间。结构形式如图1所示。

与普通的固定翼飞行器、单旋翼飞行器相比, 四旋翼无人飞行器具有机动性强、能源利用率高、结构设计巧妙、安全性等特点。但其本身也有其不足之处, 例如有效载荷较小、续航时间较短、抗干扰能力不强、精确建模困难等。

2 基于四元数法的四旋翼飞行器姿态解算

2.1 四元数定义

通过阅读文献得知, 四元数就是由四个元构成的数:

式中, q0, q1, q2, q3是实数, i、j、k既是互相正交的单位向量, 又是虚单位

2.2 四元数的大小范数

四元数的大小用四元数的范数来表示:Q=q02+q12+q22+q32 (2)

若Q=1, 则Q称为规范化四元数。

2.3 四旋翼飞行器的数学模型

采用空间矢量变换方法对四旋翼飞行器的俯仰 (pitch) 、偏航 (yaw) 、横滚 (roll) 等姿态信息进行描述。由于四旋翼飞行器飞行高度低、行速度小, 因此可以忽略地球自转等因素的影响。在空间范围内仅定义2个不同的三维坐标系, 分别为参考坐标系、载体坐标系。参考坐标系又称之为导航坐标系, 载体的旋转中心为坐标原点;飞行器载体的中心为载体坐标系原点。

本文采用方向余弦矩阵进行表述, 其形式如式 (3) 所示:

式中, ψ为偏航角、Ф为横滚角、θ为俯仰角, 用3个姿态角对飞行器的姿态加以描述。

在已知初始姿态, 也就已知初始四元数的情况下通过式 (4) 就可实时更新姿态信息。

2.4 仿真图

将某型四旋翼无人飞行器数据代入式 (4) , 在设定已知初始状态下, 对其进行仿真分析, 可得到如图2所示的仿真图形, 图中波动幅度较大的直线是加速度计直接求出的角度, 平滑的是四元数算法求出的角度。实际应用中该算法可以较准确的求出飞行器的姿态角度克服震动等干扰。

3 结束语

本文通过四元数法对四旋翼飞行器姿态解算进行建模, 并对其数学模型进行仿真, 仿真结果表明:应用四元数法设计的四旋翼飞行器系统满足实际应用稳定性和精度的要求, 该飞行器能够在室内及户外气象条件较好的情况下稳定飞行。

参考文献

[1]孙书诚, 郎朗, 陈孟元.模糊自适应PID控制器在交流伺服控制系统中的研究[J].长春工程学院学报 (自然科学版) , 2012 (02) .

[2]潘海珠.四旋翼无人机自适应导航控制[J].计算机仿真, 2012 (05) .

小型四旋翼飞行器 篇6

本文首先给出了四旋翼飞行器建模的方法;并讨论了地效对悬停的影响,利用滑模理论设计了高度控制律,最后通过数字仿真验证了该方法的可行性。

1四旋翼飞行器动力学模型

常规四旋翼飞行器结构如图1所示,包括了四个呈十字分布的旋翼。这些旋翼共同为飞行器提供升力,通过分别改变四个旋翼的旋转速度来达到对飞行器姿态控制的目的。前后两个旋翼的旋转方向为顺时针方向;左右两个旋翼旋转方向为逆时针方向。 采用这样的旋翼配置方式,可以有效抵消由旋翼产生的扭转力矩,确保航向角的基本稳定[2,4]。

由图1可知,四旋翼飞行器的总的升力为每个旋翼产生的升力之和。而俯仰扭矩取决于前后旋翼升力差(f1- f3);滚转力矩取决于左右旋翼升力差 (f2-f4);航向力矩为各旋翼力矩之和

采用代表惯性轴系,采用表示固联于四旋翼飞行器之上的机体轴系。在对四旋翼飞行器进行动力学建模过程中,为了简化工作量,通常忽视陀螺效应和气动力矩等问题。定义矢量表示飞行器的6个状态量,并可将其分解为如下两组矢量:

表示飞行器重心相对惯性轴系L的位置;

表示飞行器相应的滚转角、俯仰角和航向角。

由此,可以看出飞行器的运动可以分解为两个子系统,即平移运动和旋转运动。

采用欧拉-拉格朗日方法获得飞行器的动力学模型,首先可以得到如下方程:

其中:Ttrasl表示飞行器平移运动中总的动能,可以表示为如下形式:

Trot表示飞行器旋转运动中的转动惯量,可以表示为如下形式:

U表示飞行器的势能,可以表示为如下形式:

飞行器的平移和旋转运动的动能均来自于外部的力FB和外部的力矩 τη,其中FB表示在机体轴系下所受外力,可以表示为如下形式:

其中 , u为飞行器 四个旋翼 的升力之 和 : u=f1+f2+f3+f4。而fi=kiω2i,其中ki为常数,ωi表示第i个旋翼驱动马达的转速。为了在惯性轴系下分析的方便,也可以将外力FB转换为惯性轴系下受力FL, 两者间的关系可以表示为:

其中表示从机体轴系到惯性轴系的转换矩阵,具体定义为:

外部力矩可以表示为分别可以表示为:

其中l表示旋翼中心到重心的距离,kd表示由飞行器四个旋翼旋转扭矩产生的阻力系数。

根据以上的分析,飞行器的受力情况可以表示为如下的形式:

其中,令科里奥利项和陀螺效应及离心力项为:

则,最终四旋翼飞行的动力学模型可以表示为如下形式:

其中,x和y分别表示飞行器的水平位置,而z表示垂直位置。θ表示绕x轴的滚转角, ф表示绕y轴的俯仰角,而Ψ表示绕z轴的航向角。

2地效干扰

当固定翼或旋翼飞行器贴近地面飞行或悬停时, 由于下洗气流受到地面的阻滞,将会对飞行器产生额外的升力,通常将这种情况称为地效。当四旋翼飞行器处于悬停状态时,如果在地效区域高度之上, 飞行器的升力应等于飞行器的重力;但处于地效区域之内时,由于地效产生的额外升力,旋翼产生的升力应小于重力。根据空气动力学原理,地效区域高度与固定翼飞行器的翼展或旋翼飞行器的旋翼直径相当,由于四旋翼飞行器特殊的外形,因此其地效高度与飞行器宽度近似[5]。图2描绘了飞行器升力变化与高度变化间的关系曲线:

可见,当升力减小时,飞行器开始下降。但当飞行器接近地面时,由于地效的作用,飞行器逐步稳定在一定高度不再下降[6]。由此可见,地效在近地面高度控制中影响较大。通常在对飞行器进行动力学建模过程中,不考虑外部气动力的影响,因此地效的存在可以被看作是对飞行器高度控制的一种干扰,如采用传统的线性控制技术将会引起高度的稳态误差。

3滑模控制律设计

本节中,将介绍基于滑模控制技术的控制律设计,采用该控制律可以确保四旋翼飞行器克服地效的影响,稳定悬停在给定高度。

由于高度控制问题主要集中于Z轴方向,因此可以将动力学模型简化,选取其中的垂直通道作为研究对象,具体模型如下:

令给定高度为zd,与之对应的Z轴方向上的给定速度为zd。由此,可以得到跟踪误差分别为ez=z-zd和ez=z-zd。根据滑模控制原理,首先根据这两个误差来设计滑模面,如下:

其中 λ > 0 ,该量表征了滑模收敛的速率。通过对控制对象施加合理的控制量,在相空间中确保轨迹始终在滑模面之上滑动,从而保证s=0,即:

由式15可以得到:ez( t ) = ez( 0 ) e-λt,可见误差将会按指数收敛到0。为保证能在全局范围内渐进收敛, 可以采用李雅普诺夫函数进行证明,首先构建李雅普诺夫函数:

对式16按时间求导数可以得到下式:

对式14求导,并代入式17可以得到如下表达式:

显然在悬停状态下应满足因此上式可以简化为:

并将式13代入式19中,可以得到:

考虑到地效的存在,将其表示为高度的函数f(z), 并加入到式19中,得到如下表达式:

根据式20,选择合适的控制量确保能渐进收敛到滑模面之上,控制量表达式如下:

将式21代入式20,可以得到如下表达式:

考虑到地效只在一定范围内有效,且显然是有界的,即f|( z )| < L ,因此选择:

当ρ＞L＞0时,便可以保证:V&≤ 0 ,从而确保李雅普努夫函数渐进收敛。因此最后可以得到滑模控制律为:

4仿真验证

本节通过数字仿真对基于滑模控制理论的高度控制技术进行了验证。在验证过程中,将是否考虑地效问题分为两种情况分别进行仿真,并针对线性PID控制方法与滑模控制方法进行了横向比较。仿真条件为初始高度为1m,要求飞行器悬停在0.5m处。

在不考虑地效干扰的情况下,无论采用PID控制还是采用滑模控制都能获得满意的控制效果,如图3-图6所示。

在考虑地效干扰的情况下,采用线性PID控制方法如图7,8所示,在进入稳态后出现了明显的稳态误差,飞行器悬停在了给定高度之上;而采用滑模控制方法如图9,10所示,则可以有效消除地效的影响,静态误差趋近于0。

5结论

小型四旋翼飞行器 篇7

现在无人机广泛应用于救生[1]和战场领域。对于这些应用来说, 知道无人机的位置是必不可少的。目前有很多方法用来确定无人机的位置。文献[2]使用GNSS (Global Navigation Satellite System, 全球卫星导航系统) 方法。文献[3]采用INS (Inertial Navigation System, 惯性导航系统) 方法。文献[4][5]将GNSS与INS方法相结合来确定无人机的位置。

不但确定无人机的位置很重要, 确定其高度同样重要。前述用于确定无人机位置的方法也非常适合用于确定无人机的高度[4,5]。GPS/INS和气压计传感器不太适合确定无人机降落时的高度, 因为精度太低。文献[6]提出了用无线传感器网络或超声波传感器确定无人机降落时的高度。

本文将GPS和气压计结合在一起作为定位方法, 提出了一种用于确定无人机位置的方法, 并在AR.Drone飞行器中进行了测试。该方法确定位置的精度在水平平面内可以达到3米, 在垂直平面内可以达到1.2米。

1 AR.Drone飞行器

派诺特AR.Drone飞行器的尺寸为52.5×51.5厘米, 45厘米×29厘米。它有四个转子, 每个转子的直径为20厘米, 它们固定在碳纤维框架上。AR.Drone飞行器有一个泡沫机体用于飞行器在室内飞行时的防撞保护, 飞行器在室外飞行时可以将该泡沫机体去除, 这样就可以为飞行器提供更好的机动性和更高的速度。

AR.Drone配备多个传感器:前置摄像头、直立式摄像头、超声波高度计, 轴加速度传感器 (测量加速度) , 轴陀螺仪 (测量俯仰和侧滚角) 和单轴的横摆精度陀螺仪。AR.Drone的板载控制器为拥有128MB DDR RAM的468MHz的ARM9处理器, 该处理器运行基于Busy Box GNU的Linux系统。

2 位置确定方法

2.1 GPS方法

GPS提供定位、导航和授时服务。GPS定位服务主要有两种:为美国军方或其同盟军提供的精确定位服务和为民间用户提供的不太精确的标准定位服务。GPS是全球导航卫星系统 (GNSS) 的一种。GNSS的结构如图二所示。

2.2 惯性导航系统 (INS)

惯性导航系统 (INS) 是一个三维的航位推算系统。航位推算系统能够测量位置、速度或加速度的变化。将该测量方法的测量结果加入到以前的位置, 就可以获得当前的位置。INS系统的主要部件是惯性测量单元 (Inertial Measurement Unit, 简称IMU) , 它包括三个正交的加速度计和三个陀螺仪。如图三所示。

2.3 气压计

气压计可以用来测量空气压力Pb。由公式 (1) 可以算出高度。

式 (1) 中, Ps和Ts分别是表面的压力和温度, hz是测量高度, 气体常数R=287.Jkg-1K-1, 大气温度梯度值kT=6.5×10-3Km-1, 平均表面重力加速度g0=9.80665ms-2。结合GPS接收器获得的高度就可以测量飞行器的实际高度。参考文献[7]描述了使用一个气压计确定无人直升机的高度, 并提出了一些改进的公式来确定高度。

气压计测量高度的优点是精度高, 根据传感器可以测量的高度低至1米;缺点是由于模拟的大气压力和实际的大气压力之间的差异会产生误差, 以及地面引力对转子驱动有影响。

2.4 GPS/气压计方法

将GPS与气压计结合在一起测量无人机的高度, 可以在水平和垂直方向获得比较合适的精确度。

3 GPS/气压计位置确定方法的实现

3.1 GPS传感器

所需的GPS传感器有许多要求:它的更新频率至少为5赫兹, 水平方向的精确度应为2米, 重量应小于12千克。

本文所选择的GPS传感器为RS Components公司的Fastrax UP501, 如图四所示。Fastrax UP501特性见表一。

GPS有一个UART接口用于通信。UART接口用于设置GPS传感器并且从GPS接收信息。GPS采用NMEA-183通信标准与UART接口进行通信。使用这个标准就能够进行某些设置, 如波特率、更新频率以及所需的消息。这个标准也描述了传感器所输出的消息格式。

3.2 气压计

所需的气压计有两个重要的要求, 第一个要求是垂直方向的精度应为1米, 第二个要求是作为一个工作模块应该具有实用性。根据以上要求, 本文所选择的气压计为Sparkfun BMP085 Breakout, 如图五所示。该模块采用Bosch Sensortec BMP085气压计来测量温度和压力, 它的主要特性如表二所示。

气压计采用接口用于发送和接收。有了这个接口, 气压计就能够读取和写入传感器中的内存。其中储存了11个标准值, 这些标准值被用来补偿偏移量、温度依赖性和其他参数。也储存了未补偿的温度和压力测量值。

4 仿真结果

4.1 GPS传感器

实验主要在室外测试GPS传感器。因为在室内, GPS很难获得修正信号。以下通过三种方法测试GPS传感器。第一种方法是将GPS传感器放在一点, 然后每2分钟记录坐标。该测试用来确定GPS传感器的精度。然后选择三个不同的点重复测试该方法。

在第一个点的测试结果如图六所示。在另外三个点的测试结果如图七至图九所示。

第二种测试GPS传感器的方法是在一个点测量GPS坐标, 绕一个方块走动并且在同样的点返回, 同时记录GPS坐标。这个测量的起始坐标为:52.0448984, 570319, 终点坐标为:52.0448684, 570322。两点之间的距离为3.3米。

第三种测试GPS传感器的方法是步行10米进行测量, 将原点和目标点的坐标记录下来。通过向相反方向步行完全相同的10米距离重复此试验, 并记录坐标。进行该项测量时, 确定两个相对的点之间的距离是否相同。中间点的平均坐标为:51.999432, 4.374242。左侧和右侧的点的平均坐标分别为51.999506, 4.374162和51.999366, 4.374342。中间点与左侧点之间的距离为9.9米, 与右侧点之间的距离为10.0米。

4.2 气压计

在室内和室外采用两种试验方法分别测试气压计。第一个方法是将气压计放置在平坦的表面上, 每2分钟开始记录高度。室外时在4个不同的点测试, 室内时在2个不同的点做测试。第二个方法与第一个方法相似, 在地平面开始作记录, 然后将气压计移动到一个更高的水平高度做测量。在室内气压计移动的高度为1.40米, 室外为1.50米。

气压计放置在平坦的表面上, 室内和室外的第一点的测试结果如图十、图十一所示。

将气压计放置室内和室外在一定高度的测量结果如图十二、图十三所示。

从图十二至图十三可以看出, 室内和室外之间的测量精度没有什么差别。精度范围为1.0—1.2米, 平均高度为1—7分米, 气压计的精度为0.2h Pa, 也就是1.7米, 因此所测量高度的精度满足设计标准。

5 结束语

对于无人机的目标检测和跟踪系统, 应该为其开发位置确定系统。本文根据要求在AR.Drone飞行器上使用的位置确定方法是将GPS传感器和气压计结合在一起。GPS用于确定水平平面的位置, 而气压计用于确定垂直平面内的高度位置。从实验中可以得出结论, 将GPS和气压计组合在一起确定飞行器的位置能够满足设计标准。

摘要：知道无人机的位置以及高度是非常重要的。知道无人机的位置就能够调整无人机的飞行过程, 从而防止其坠毁, 所获得的数据能够在地图上显示无人机的位置。要计算目标飞行器的位置, 知道其海拔高度也是必要的。本文为四旋翼飞行器选择一种合适的定位方法, 将GPS和气压计结合在一起, GPS传感器是用于在水平平面内的定位, 而气压计则用来确定飞行器的海拔高度。该方法已经在派诺特AR.Drone飞行器上进行了测试, 实验和仿真结果表明能够满足设计要求。

关键词：无人机,四旋翼,定位,气压计

参考文献

[1]Y.Naidoo, R.Stopforth, G.Bright.Developmentof an UAV for search&rescue applications[J].AFRICON, 2011, (09) :1-6.

[2]Angelino, C.V.?Baraniello, V.R.?Cicala, L.UAV position and attitude estimation using IMU, GNSS and camera[C], Information Fusion (FUSION) , 2012 15th International Conference, 2012, (07) :735-742.

[3]罗大成, 王仕成, 曾洪贵, 等.紧耦合GPS/INS组合导航技术仿真研究[J].系统工程与电子技术, 2009, (12) :2929-2933.

[4]C.-J.Sun, C.-W.Hung, W.-C.Huang, and C.Lin.Implementation of GPS/INS navigation system us-ing low-cost MEMS sensors[C].Industrial Electronicsand Applications (ICIEA) , 2010 the 5th IEEE Confer-ence, 2010, (06) :1588-1592.

[5]X.Lei, J.Liang, S.Wang, and Tianmiao.An in-tegrated navigation system for a small UAV usinglow-cost sensors[C].Information and Automation, 2008.ICIA 2008.International Conference, 2008, (06) :765-769.

[6]T.Puls and A.Hein.Outdoor position estima-tion and autonomous landing algorithm for quadro-copters using a wireless sensor network[C].AdvancedIntelligent Mechatronics (AIM) , 2010 IEEE/ASME In-ternational Conference.2010, (06) :285-290.

小型四旋翼飞行器 篇8

公式中:Kp乘以误差e (t) , 用以消除当前误差;积分项系数Ki乘以误差e (t) 的积分, 用于消除历史误差积累, 可以达到无差调节;微分项系数Kd乘以误差e (t) 的微分, 用于消除误差变化, 也就是保证误差恒定不变。由此可见, P控制是一个调节系统中的核心, 用于消除系统的当前误差, 然后, I控制为了消除P控制余留的静态误差而辅助存在, 对于D控制, 所占的权重最少, 只是为了增强系统稳定性, 增加系统阻尼程度, 修改PI曲线使得超调更少而辅助存在。

1 原理分析

四旋翼飞行器的原理:图1 是比较常见采用单环PID控制的飞行器原理图, 惯性测量模块 (IMU) MPU6050 测量出当前飞机的三轴加速度与三轴角速度并传送给单片机处理, 由单片机进行基于四元数的姿态解算, 求解出当前飞机的pitch、roll、yaw三个角度值, 然后根据这三个角度经过PID控制运算, 输出四路PWM控制四个直流有刷电机的加减速从而达到飞机的平衡悬停。由于采用单环PID算法, 四旋翼飞行器的姿态控制不精确, 飞行过程中遇到强干扰 (大风) , 会导致掉机现象, 所以要对PID算法进行改进来适应四旋翼飞行器的控制要求。

2 PID算法改进

2.1 串级PID

首先由于单环角度PID控制只是考虑了飞行器的角度问题, 如果想增加飞行器的稳定性 ( 增加阻尼) 并提高它的控制品质, 我们可以进一步的控制它的角速度, 于是可以采用角度/ 角速度- 串级PID控制算法, 它的原理如图2。

它增强了系统的抗干扰性, 也就是增强稳定性, 因为有两个控制器控制飞行器, 它会比单个控制器控制更多的变量, 使得飞行器的适应能力更强。

2.2 改进位置式PID算法

位置式PID算法的公式如下:

其中, P (n) 为第n次输出, e (n) 为第n次偏差值, Ts为系统采用周期, Ti为积分时间常数, Td为微分时间常数。

在实际当中, 我们要对微分项D, 做出改变, 标准PID的微分项D=kd* (e (n) -e (n-1) ) , 在实践过程中因为角度的微分就是角速度, 而MPU60590 芯片的输出就是角速度, 所以不需要将微分项作为偏差的差, 而是直接用Kd乘以芯片输出数得到微分项D的数值。

2.3 PID参数的整定

根据在实际当中作者的整定经验, 先整定内环, 再整定外环。最好能看曲线图, 判别特征曲线, 这样能够事半功倍。

3 结语

采用串级PID控制后, 以及对位置式PID算法进行改进后, 四旋翼飞行器的稳定性得到了进一步的加强。

参考文献

[1]秦永元.惯性导航[M].北京:科学出版社, 2015.

[2]刘金坤.先进PID控制MATLAB仿真[M].北京.电子工业出版社, 2011.

[3]白志刚.自动调节系统解析与PID参数整定[M].北京:化学工业出版社, 2012.

[4]胡志强.基于在线自优化PID算法的USV系统航向控制[J].机器人.计算机测量与控制, 2013.

[5]刘峰.四轴飞行器姿态控制系统设计[J].计算机测量与控制, 2011.

小型四旋翼飞行器 篇9

四旋翼飞行器是一种具有6个自由度和4个控制输入的可垂直起降、悬停、前飞、侧飞和倒飞的无人驾驶飞行器, 4只旋翼可相互抵消反扭力矩, 不需要专门的反扭矩桨。被广泛应用于无人侦察、森林防火、灾情监测、城市巡逻等领域。飞行控制系统是四旋翼飞行器的核心部分, 其性能的好坏决定了整个系统的性能。近年来, 微小型四旋翼无人机的自主飞行控制得到了研究人员的广泛关注[1]。随着计算机技术和电子技术的发展, 国内的小型飞行器研究开发工作逐渐升温, 许多公司形成了产业。例如大疆公司将四轴飞行器等多轴飞行器实现了商业化应用。国内研究的重点主要为三个方面:姿态控制、传感器技术发展以及新材料的应用、电池领域技术的研究。典型代表有哈工大、北京航空航天大学、南京航空航天大学、国防科技大学等[2]。在控制算法上, 先进PID控制得到广泛应用[3,4]。

本文以ARM Cortex-M3架构的STM32C8T6作为飞行器控制处理器, 以MPU-6050作为飞行器的姿态传感器, 以低功耗2.4GHz的n RF24L01作为无线传输器件, 以HC-RS04超声波作为障碍物报警传感器设计系统硬件电路。经过实验调试, 硬件系统能够稳定、可靠运行。

1 系统总体结构设计

1.1 物理结构设计

四旋翼飞行器由一个十字支架和四个螺旋桨组成, 支架中间安放飞行控制处理器及外部设备, 四个螺旋桨半径和角度相同, 呈左、右、前、后四个方向两两对称排列。四个电机对称安装在支架端, 其中, 电机1和电机3逆时针旋转, 电机2和电机4顺时针旋转, 通过改变四个电机的转速来控制电机的运行状态。其结构形式如图1所示。

1.2 工作原理

四旋翼飞行器在工作时, 是通过电机调速系统对四个电机的转速进行调节, 以实现升力的不同变化, 从而控制飞行器的运行状态。飞行器的电机1和电机3呈逆时针旋转, 电机2和电机4呈顺时针旋转, 此时飞行器的陀螺效应和空气扭矩效应均被抵消, 从而保证飞行器能够平衡稳定的飞行。通过适当地改变电机的转速, 来控制飞行器的飞行状态。

1.3 飞行器控制系统总体系统设计

飞行控制系统分为地面和机载两部分, 其在物理上是彼此单独的, 在逻辑上是彼此相连的。地面部分又分为地面站部分和遥控器部分, 这两部分相互独立。整个飞行控制系统由微控制器模块、无线模块、电机驱动模块、姿态测量模块、高度测量模块、报警电路模块、地面站和遥控器等部分组成。系统总体框图如图2所示。

2 系统主要功能模块硬件电路设计

2.1 微控制器模块

本控制系统是一个多输入多输出系统, 控制模块的主要输入信号有各个传感器的测量数据, 输出信号为四路变脉宽电机控制信号, 需要多个定时/计数器控制信号脉宽。系统需要处理很多传感器传来的数据, 并且需要将数据送回地面系统, 需要实时控制, 响应速度必须要快。此外, 本系统传感器的接口多样化, 需要更多样的接口才能便于软件读取。基于这些需求, 本设计中飞行器微处理器模块选用ARM Cortex-M3内核的STM32F103C8T6, 它的时钟频率可以达到72MHz, 并且拥有IIC总线接口、JTAG接口、SPI接口、AD采集接口、多路PWM输出和多个串口, 便于多样化传感器的挂接和程序的下载与调试。此微控制器具有8个定时器, 对于信号采集和PWM输出均能满足。

2.2 姿态测量模块

四旋翼飞行器受电机振动和外界干扰影响较大, 精确数学模型建立较难, 且其载重有限, 一般以惯性器件作为姿态测量装置, 姿态测量部件是整个硬件系统的重要部分。本设计综合考虑硬件设计原则, 采用MPU-6050作为飞行器的姿态传感器。MPU-6050通过IIC协议接口进行通讯, 只需要将MPU-6050的SDA数据线和SCL时钟线与STM32通用I/O口相连接, 其电路如图3所示。为了稳定输出, 避免空闲总线开漏, 利用R2与R3作为SDA和SCL的上拉电阻, 提高总线的负载能力。电路中C9为数字供电电压滤波电容, C8为校准滤波电容, C10为电荷泵电容, C11为供电电压滤波电容。

2.3 无线通讯模块

系统在这三个方面需要无线通讯:首先需要将遥控器的信号通过无线模块发送出去。其次, 地面站需要接收飞控端的姿态数据, 并需要发送控制参数。最后, 在飞控端需要接收遥控器和地面站的数据。结合通讯距离, 成本等因素, 本设计选用n RF24L01无线模块器件。其发射电路可以通过LC振荡电路构成。为了便于维修, 利用接口将无线模块独立出来。

2.3.1 遥控器模块

本设计采用摇杆控制方式, 利用数-模转换器将摇杆的模拟量转化为数字量, 再将转化后的数字信号传递给小型控制器, 经过一定的数据处理, 通过无线发射出去, 供飞行器控制器接收利用。采用n RF24L01作为遥控器的无线发射器件, 为了便于数-模转换, 遥控器摇杆采用摇杆电位器, 通过采集电位器的电压值去衡量遥控的行程量;由于遥控器处理信号单一, 不需要高速的处理器, 采用8位的51单片机STC89C52RC作为遥控器的控制器, 用来采集摇杆的模拟信号和发送采集到的数据。采用PCF8591作为数据获取器件, 其含有4路模拟量输入, 1路模拟量输出, 属于标准的IIC通讯, 能够满足本设计要求。遥控器硬件电路如图4所示。

2.3.2 地面站模块

飞行器地面站主要完成以下两个方面的功能: (1) 在飞行器稳定飞行时检测飞行器的飞行状态, 传递控制参数给飞行器, 使其按照控制算法运行; (2) 在飞行器调试阶段, 完成飞行器PID参数的修改和调整。由于PC机一般留给用户操作的多为USB接口, 然而n RF24L01通讯接口为SPI接口, 本设计选用51单片机读取n RF24L01的数据, 继续由单片机将数据通过USB转串口芯片与PC机通讯, 完成地面站数据的传输功能。

2.4 电机驱动模块

2.4.1 电机驱动原理

本设计选用直流无刷电机作为飞行器的动力驱动设备。根据无刷直流电机的换向原则, 无刷直流电机的控制形式分为:开环控制、转速负反馈控制和电压反馈加电流正反馈控制。其中, 开环控制无反馈进行校对, 应用于转速精度要求不高的场所;转速负反馈控制的机械性能好;电压反馈加电流正反馈控制一般应用在动态性能要求高的场合。针对本设计来说, 需要实时调整电机的转速, 并且调速频率比较大, 所以在本设计中采用电压反馈加电流正反馈控制方法。

2.4.2 电机驱动电路设计

根据电机控制原理, 本设计将电机驱动电路划分为三个部分:微处理器、反电动势检测和功率驱动部分。

(1) 微处理器

由于无刷直流电机的换向频率比较高, 不宜使用低频率的处理器, 再加上电机的旋转会产生旋转的磁场, 对处理器有很大的干扰。通过比较, 本设计采用ATMEG A8单片机作为电机驱动微处理器。

(2) 反电动势检测

在换向的过程中, 需要不停地检测转子的位置, 通过转子产生的反电动势就可以知道转子的位置信息, 通过分压衰减原理, 检测电机三相反电动势电压相对中性点的电压, 从而确定转子的位置。反电动势检测电路如图5所示。

其中, A、B、C端子为电机三相电压, R33~R38为分压电阻, P-A、P-B、P-C分别三相反电动势对应电压, P-M为中性点电压。

(3) 功率驱动

功率驱动是为了给电机提供大的电流, 使其达到能够稳定运行的目的, 本设计采用并联MOS管提高输出的电流, 在每一相上桥臂并联3个P沟道MOS管, 达到三相全桥可控的目的, 在每一相的下桥臂上也并联3个N沟道MOS管。

3 硬件系统调试

3.1 PWM控制飞行器驱动电机调试

通过对4个电机进行通电, 加上不同占空比的PWM波形, 来控制电机的转速, 记录电源电压、电流的变化情况, 在稳定输出11.1V, 不同的占空比下, 电源电流变化情况如表1所示。

由表1可知:占空比越大, 电机驱动工作需要的电流越大;在占空比达到接近极限值时, 电流输出变化很小, 实验表明硬件系统能够可靠运行。

3.2 无线通讯调试

通过测试无线的连通性、传输距离和丢包率, 来确定无线模块的性能特性。把遥控器设置为发送模式, 地面站设置为接收模式, 利用地面站的报警灯来指示接收的状态, 成功接受一次闪一下, 通过改变遥控器和接收机之间的距离, 记录一分钟内指示灯闪烁的次数, 来评估无线传输质量;测试分别在教学楼楼道和空旷操场进行, 详细记录见表2。

由表2可知:无线通讯在15m之后的传输效果有明显下降, 这是由无线通信模块的功率决定的, 实验表明无线通信部分在设计需求范围内能够可靠运行。

3.3 综合调试

图6为PID控制算法下载到四旋翼飞行器控制器进行实际飞行控制的姿态曲线图, 其中 (1) 代表横滚角, (2) 代表俯仰角, (3) 代表偏航角。图6为飞行器受到侧风干扰后, 姿态角受控重新收敛到平稳 (0, 0, 0) 状态的角度数据。下图为飞行器从某一个姿态受控收敛到平稳 (0, 0, 0) 状态的角度数据。从实验结果可以看出系统能稳定运行。

4 结束语

完成了四旋翼飞行器控制系统方案设计以及系统各个模块硬件器件选型和电路设计, 进行了系统硬件电路的调试, 实验结果表明, 系统能够稳定、可靠运行。

参考文献

[1]姬江涛, 扈菲菲, 贺智涛, 等.四旋翼无人机在农田信息获取中的应用[J]农机化研究, 2013, 35 (2) :1-4

[2]王史春.四旋翼飞行器力学模型与控制系统设计[J].中北大学学报, 2014, 35 (2) :218-223

[3]宿敬亚, 樊鹏辉, 蔡开元.四旋翼飞行器的非线性PID姿态控制[J].北京航空航天大学学报, 2011, 37 (9) :1054-1058