振動對多旋翼飛行器姿態(tài)估計的影響分析

盧艷軍，徐天奇(沈陽航空航天大學(xué) 自動化學(xué)院，沈陽 110136)

振動對多旋翼飛行器姿態(tài)估計的影響分析

盧艷軍，徐天奇
(沈陽航空航天大學(xué) 自動化學(xué)院，沈陽 110136)

高速旋轉(zhuǎn)的螺旋槳將使旋翼飛行器的機體產(chǎn)生振動，給MEMS加速度計帶來有害的振動噪聲，使得旋翼飛行器的姿態(tài)估計受到一定的影響，造成姿態(tài)估計精度降低，嚴(yán)重的可使姿態(tài)估計錯誤。通過實驗分析了機體振動對MEMS加速度計的影響，提出設(shè)計低通濾波器的方法降低振動噪聲對加速度計的影響。實驗結(jié)果表明：經(jīng)過低通濾波器處理后，仍采用原有梯度下降法進(jìn)行姿態(tài)數(shù)據(jù)融合，姿態(tài)數(shù)據(jù)融合精度有較好的改善。

加速度計；機體振動噪聲；低通濾波器；姿態(tài)估計

多旋翼飛行器的姿態(tài)信息通常采用微機電系統(tǒng)(MEMS，Microelectro Mechanical Systems)慣性測量器件進(jìn)行測量[1-3]，其中加速度計靜態(tài)特性較好，但是非常易受機體振動的影響，使測量獲得的信息存在較大的噪聲。為了獲取準(zhǔn)確的加速度計信息，對飛行器的姿態(tài)進(jìn)行修正，以便提高控制精度和穩(wěn)定性，深入研究機體振動對加速度計測量信息的影響是非常必要的。針對慣性測量器件的數(shù)據(jù)預(yù)處理方法，文獻(xiàn)[4]利用小波閾值法去除傳感器高頻噪聲，并利用機動性對小波分解層數(shù)進(jìn)行判斷以解決分解層數(shù)難以確定的問題，但是其作用與所用的融合算法有所重復(fù)，增加了計算量。文獻(xiàn)[5]提出了采用經(jīng)驗?zāi)B(tài)分析法來抑制傳感器噪聲，但是對于MEMS器件來說，噪聲的不確定性會導(dǎo)致其分解出較多虛假模式，很難將有用的信號與真實的振動模式分離。本文以四旋翼飛行器為例，設(shè)計了飛行測試實驗平臺，對飛行狀態(tài)下MEMS加速度計的測量信息進(jìn)行采集，分析了螺旋槳旋轉(zhuǎn)造成的機體振動對加速度計測量信息的影響，并提出基于低通濾波與四元數(shù)梯度下降法相結(jié)合的信息處理方法，為旋翼飛行器姿態(tài)的精確控制奠定基礎(chǔ)。

1 飛行測試平臺設(shè)計

飛行測試平臺的核心為飛行控制系統(tǒng)，飛行控制器通過處理所采集的慣性測量傳感器以及磁力計數(shù)據(jù)來進(jìn)行姿態(tài)估計。四旋翼飛行器的飛控系統(tǒng)以STM32F407單片機為核心，由傳感器單元、通訊單元、存儲單元、執(zhí)行單元等構(gòu)成[6-8]，其總體結(jié)構(gòu)如圖1所示。

圖1 四旋翼飛行器飛控系統(tǒng)組成框圖

其中，系統(tǒng)的姿態(tài)信息采用慣性測量單元MPU6500芯片獲取三軸加速度和三軸角速度的信息。該芯片集成了三軸加速度計與三軸陀螺儀，加速度計量程可達(dá)到16 g，精度為0.01 g，可以滿足多旋翼飛行器的姿態(tài)測量需求。數(shù)據(jù)采集存儲使用SD卡存儲器，記錄全部采集的數(shù)據(jù)以及采集數(shù)據(jù)的時間。STM32F407單片機以1 kHz的頻率對加速度計進(jìn)行采集存儲，以便進(jìn)行分析和處理。

運行于測試平臺上的程序采用C語言編寫，主要完成對各硬件的初始化、數(shù)據(jù)采集存儲以及姿態(tài)估計。程序采用模塊化設(shè)計思想將主要功能分為三個任務(wù)：數(shù)據(jù)采集任務(wù)、數(shù)據(jù)存儲任務(wù)、姿態(tài)估計任務(wù)，任務(wù)由實時操作系統(tǒng)FreeRTOS進(jìn)行管理，使其在宏觀上并行運行，任務(wù)之間的同步依靠操作系統(tǒng)的消息隊列實現(xiàn)。程序流程圖如圖2所示。

圖2 程序流程框圖

2 濾波及融合算法

2.1 數(shù)據(jù)采集分析

STM32F407單片機以1 kHz的頻率對加速度計進(jìn)行采集存儲。通過對采集到的加速度數(shù)據(jù)進(jìn)行頻譜分析可知：在無振動源時其頻率主要分布在2 Hz以下[9]，如圖3所示。有振動源時其工作特性如圖4中曲線所示。

圖3 無振動源情況下加速度計X軸時頻特性

經(jīng)過頻譜分析可知，螺旋槳高速旋轉(zhuǎn)引起機體振動對加速度計帶來噪聲的頻率一般都不大于2 Hz，因此，為了克服振動給加速度計帶來的影響，設(shè)計一個低通濾波器進(jìn)行去噪。

圖4 有振動源情況下加速度計X軸的時域特性

2.2 一階濾波算法

機體的振動會對加速度傳感器產(chǎn)生有害的噪聲，將影響飛行姿態(tài)估計的精度。采用一階低通濾波器對加速度計的信息進(jìn)行處理[10-12]。一階低通濾波器如公式(1)所示。

(1)

根據(jù)頻域公式設(shè)計濾波器：

new_result=last_result+α(sample-last_result)

(2)

(3)

(4)

其中，ωc為截止頻率，rc為時間常數(shù)，ts為采樣時間，α為低通濾波系數(shù)。

2.3 飛行姿態(tài)數(shù)據(jù)融合算法

本系統(tǒng)的姿態(tài)估計流程為：先使用陀螺儀的角速度數(shù)據(jù)對四元數(shù)進(jìn)行更新[13-14]，見式(5)。

(5)

再依據(jù)梯度下降公式對四元數(shù)進(jìn)行修正,它的迭代公式[15]為

qt=qt-1-μt·

(6)

(7)

(8)

(9)

通過梯度下降法得到正確的姿態(tài)估計值，航向數(shù)據(jù)則需要通過磁力計數(shù)據(jù)獲得后再通過加速度計補償傾角造成的航向偏差[17]。圖5為姿態(tài)估計與航向估計結(jié)果。

圖5 姿態(tài)與航向融合估計數(shù)據(jù)

3 仿真與測試

測試實驗中，截止頻率選取5 Hz，采樣頻率為200 Hz。測試結(jié)果如圖6所示，第一條曲線為原始數(shù)據(jù)，第二條曲線為經(jīng)過一階低通濾波器之后的數(shù)據(jù)?？梢?，一階低通濾波器能夠有效地去除振動對加速度數(shù)據(jù)的影響。將局部放大后，可以看出低通濾波會給加速度數(shù)據(jù)帶來一定的時間延遲,如圖7所示。

圖6 加速度計X軸在線低通濾波

圖7 加速度計X軸在線低通濾波局部

4 結(jié)論

本文根據(jù)實驗結(jié)果分析了四旋翼飛控系統(tǒng)中機體振動對MEMS加速度計的影響，設(shè)計了一階低通濾波器完成了對加速度計獲取數(shù)據(jù)的去噪，然后采用基于四元素的梯度下降法對飛行姿態(tài)估計。實驗測試表明，采用一階低通濾波器能夠有效地降低加速度計的振動噪聲，提高飛行姿態(tài)估計的精度。

[1]劉星.多維MEMS慣性傳感器的姿態(tài)解算算法研究[D].哈爾濱:哈爾濱工程大學(xué),2013.

[2]張浩，任芊.四旋翼飛行器航姿測量系統(tǒng)的數(shù)據(jù)融合方法[J].兵工自動化，2013,32(1):28-31.

[3]馮智勇，曾瀚，張力，等.基于陀螺儀及加速度計信號

融合的姿態(tài)角度測量[J].西南師范大學(xué)學(xué)報:自然科學(xué)版，2011,36(4):137-141.

[4]SHEN XIAO-WEI,YAO MIN-LI,CHANG RUI-HUA.Application of fuzzy logic and lifted wavelet transformation in de-noising of intertial sensors [J].Journal of vibration and shock,2011,30(12):238-242.

[5]GAN YU,SUI LI-FEN.De-noising method for gyro dignal based on EMD[J].Acta Geodaetica et Cartographica Sinica,2011,40(6):745-750.

[6]尚何章.小型無人機飛行控制系統(tǒng)硬件設(shè)計與實現(xiàn)[D].南京：南京航空航天大學(xué),2012.

[7]姜強.四旋翼無人飛行器航模自動駕駛儀設(shè)計與實現(xiàn)[D].成都：電子科技大學(xué),2013.

[8]雍斌.基于MEMS的小型無人機飛控系統(tǒng)研究[D].南京：南京理工大學(xué),2014.

[9]陳福深，陳國壽.伺服加速度計用于傾角測量的抗振動實驗研究[J].中國慣性技術(shù)學(xué)報，2001,9(2):51-54.

[10]閻世梁,王銀玲,張華.基于改進(jìn)互補濾波器的低成本微小飛行器姿態(tài)估計方法[J].計算機應(yīng)用,2013(7):2078-2082.

[11]梁延德,程敏,何福本,等.基于互補濾波器的四旋翼飛行器姿態(tài)解算[J].傳感器與微系統(tǒng),2011,30(11):56-58.

[12]張秋陽.無人機姿態(tài)測算及其誤差補償研究[D].長沙：中南大學(xué),2011.

[13]饒康麒，劉小明，陳萬春.四旋翼飛行器姿態(tài)估計方法[J].電光與控制，2015，22(15)：25-29.

[14]黎遠(yuǎn)松，梁金明.基于ILOPF的四旋翼姿態(tài)估計算法設(shè)計與實現(xiàn)[J].火力與指揮控制，2015,40(9):167-171.

[15]孫金秋,游有鵬,傅忠云.基于共軛梯度法和互補濾波相結(jié)合的姿態(tài)解算算法[J].傳感技術(shù)學(xué)報,2014(4):524-528.

[16]KANG C W,PARK C G.Attitude estimation with accelerometers and gyros using fuzzy tuned Kalman filter[C]//Control Conference(ECC),2009 European.IEEE,2009:3713-3718.

[17] MADGWICK S O H.An efficient orientation filter for inertial and inertial/magnetic sensor arrays[R].Report x-io and University of Bristol (UK),2010.

(責(zé)任編輯：劉劃 英文審校：趙歡)

Effect of vibration on attitude estimation of multi-rotorcraft

LU Yan-jun，XU Tian-qi
(School of Automation,Shenyang Aerospace University,Shenyang 110136,China)

The high-speed rotating propeller could cause the vibration of the rotorcraft body which may bring harmful vibration noise to the accelerometer of MEMS.This could further affect the attitude estimation of the rotorcraft resulting in low accuracy or serious error of attitude estimation.Based on the analyzing of the influence of vibration on the MEMS accelerometer,a method of designing low-pass filter was proposed to reduce the influence of vibration noise on the accelerometer.Experimental results show that the accuracy of attitude data fusion is improved by applying the low-pass filter processing with the original gradient descent method for attitude data fusion.

accelerometer;body vibration noise;low-pass filter;attitude estimation

2016-12-26

遼寧省自然科學(xué)基金(項目編號：2015020093)

盧艷軍(1968-)，女，遼寧義縣人，副教授，主要研究方向：飛行器自主控制技術(shù)和自動測試技術(shù)，E-mail:sylyj2004@126.com。

2095-1248(2017)02-0073-04

V217

A

10.3969/j.issn.2095-1248.2017.02.012