资源描述：
《基于陀螺仪及加速度计信号融合的姿态角度测量①》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第36卷第4期西南师范大学学报(自然科学版)2011年8月Vol.36No.4JournalofSouthwestChinaNormalUniversity(NaturalScienceEdition)Aug.2011文章编号:10005471(2011)04013705基于陀螺仪及加速度计信号融合的姿态角度测量①冯智勇,曾瀚,张力,赵亦欣,黄伟西南大学计算机与信息科学学院,重庆400715摘要:针对在四旋翼飞行器姿态控制中传感器数据存在噪声干扰和测量误差,以致单独使用陀螺仪与加速度计不能得到最优姿态角度的问题,建立陀
2、螺仪和加速度计误差的数学模型,采用卡尔曼滤波方法,实现数据融合,有效地提高了姿态检测系统的检测精度.该方法被成功应用于四旋翼飞行器的飞行姿态角度控制中,验证了其良好的噪声抑制能力,提高了系统对环境变化的适应性.关键词:传感器融合;卡尔曼滤波;动态角度测量;飞行姿态控制中图分类号:TP274.2文献标志码:A在四旋翼飞行器的飞行控制过程中,准确而实时地获得飞行器在空中的姿态角度,是决定控制精度和系统稳定性的关键.尽管单一MEMS传感器就可以单独进行姿态角度测量,但是其准确性主要取决于惯性器件的精度,单从改善硬件结构设计和
3、工艺方面很难有大幅度的提高,并且系统误差会随时间积累,不适用于长时间载体姿态的确定.所以,使用单一传感器难以得到相对真实的姿态角度.本文出于对姿态角[1-2]度测量准确性的考虑,采用对多传感器信号进行融合处理的方法,来获得最优姿态角度.基于多传感器的信息融合是一个非常重要的研究内容,只有采用适宜的融合方法才能达到最好的效果.文献[3]采用的加权平均法是一种简单、直观的融合方法,它将传感器信息进行加权平均的结果作为融合值,适用于动态环境,但运算精度不高.文献[4]采用的神经网络方法,具有良好的非线性和有效的自学习能力,但
4、涉及到参数优化和结构模型的选择问题,其结构过于复杂或简单都会对融合精度产生影响.本文针对由加速度计和陀螺仪建立的姿态角度测量系统,建立其特征模型,采用卡尔曼滤波方法,对来自加速度计和陀螺仪的信号进行融合,解决噪声干扰与姿态最优估计问题,并将此方法应用于四旋翼飞行器的角度测量系统进行验证性试验.1系统组成本文所采用的姿态角度测控系统主要由加速度计、陀螺仪、微控制器、滤波电路、电机调速器、无刷电机等部分组成.姿态检测系统的硬件平台如图1,由微处理器对陀螺仪、滤波电路和加速度计构成的传感器组进行高速A/D采样后,通过卡尔曼滤
5、波器对传感器数据进行补偿和信息融合,得到准确的姿态角度信号,此角度信号再通过PID控制器运算,输出给电子调速器转换成PWM信号,进而对电机进行控制.①收稿日期:20100613基金项目:国家大学生创新性实验计划资助项目(091063533);中央高校基本科研业务费专项资金重点资助项目(1000302120131002).作者简介:冯智勇(1987),男,山西人,本科,主要从事自动化专业方面的研究.通信作者:黄伟.138西南师范大学学报(自然科学版)http://xbbjb.swu.cn第36卷加速度计用于测量物体的线性
6、加速度,加速度计的输出值与倾角呈非线性关系,随着倾角的增加而表现为正弦函数变化.因此对加速度计的输出进行反正弦函数处理,才能得到其倾角[5-6]值.测量数据噪声与带宽的平方根成正比,即噪声会随带宽的增加而增加.图1系统结构框图VNoise=350ugBw×1.5式中:Bw为传感器带宽(单位为Hz).因此在设计卡尔曼滤波器时,首先要确定被测加速度的频率范围,然后再设计滤波器的参数,尽量使滤波器的带宽略高于被测频率,这样不仅有助于滤除高频干扰,而且也有利于降低系统噪声干扰.但是如果要得到精确的倾角值,带宽就需要设置得比较小
7、,而这时加速度计动态响应慢,不适合跟踪动态角度运动,如果期望快速的响应,又会引入较大的噪声.再加上其测量范围的限制,使得单独应用加速度计检测飞行器倾角并不合适,需要与其他传感器共同使用.陀螺仪的作用是用来测量角速度信号,通过对角速度积分,便能得到角度值.陀螺仪本身极易受噪声干扰,微机械陀螺不能承受较大的震动,同时由于温度变化、不稳定力矩等因素,陀螺仪会产生漂移误差,并会随着时间的推移而累加变大,通过积分会使得误差变得很大.因此,也不能单独使用陀螺仪作为本系[7]统的倾角传感器.2卡尔曼滤波融合过程首先建立系统的状态方程
8、和测量方程.由于倾角和倾角角速度存在导数关系,系统倾斜真实角度φ可以用来做一个状态向量.在该系统中,采用加速度计估计出陀螺仪常值偏差b,以此偏差作为状态向量得到相应的状态方程和观测方程:ìïé̇φùé0-1ùéφùé1ùéwgùêúêúêúêúêúïê̇ú=êúêú+êúωgyro+êúëbûë00ûëbûë0ûë0ûïíïéφù
