研究生开题报告周.ppt

小型固定翼无人机飞行姿态检测及控制研究,一、研究目的和意义,二、国内外研究现状,三、课题主要研究内容,四、课题进度安排,五、预期达到的效果,报告框架,目的：在基于Arduino平台的APM基础板上，通过研究无迹卡尔曼滤波器在多传感器信息融合的应用来提升小型固定翼无人机姿态估测的性能与可靠度，进而自行设计改造一个基础的自动驾驶仪硬件板，同时设计最优化的控制方法，最后在小型固定翼无人机上成功的运行，为小型无人机的后续更深入研究奠定基础。,小型无人飞机因其体积小、灵活性高、制作成本低等优点已经成为了目前比较热门的研究方向。本课题是基于ArduPilotMega(APM)开源自驾仪的小型固定翼无人机研究。,意义：当前较成熟的小型无人飞机基本都是国外产品，通常其价格昂贵，且核心技术保密。本课题本着低成本、高效率等前提，对于国内小型无人机未来的大规模化应用生产和普及具有重要的推进意义。,一、研究目的和意义,二、国内外研究现状,国外研究现状,自1917年英国研制出世界上第一架无人机，无人机经历了无人靶机、预编程控制无人机、指令遥控无人机和复合控制的多用途无人机的发展过程。无人机在越南战争，中东战争，海湾战争和科索沃战争中，都卓有成效地执行了多种军事任务。这受到各国的青睐，为其发展提供了强大动力。随着各国在军事方面的需求与电子技术和航空航天技术的迅猛发展，促使世界无人机的发展进入了一个全新的时代并在20世纪末形成了三次发展浪潮：,第一个浪潮是在海湾战争之后师级战术无人机系统的发展。,第二个浪潮是中高空长航时无人机的研制。,第三个浪潮是固定翼和旋翼旅/团级战术无人机系统的出现。,代表机型主要有以色列的“侦察兵”(Seout)、“先锋”(Pioneer)、“搜索者”(Seareher)，美国的“猎人”(Hunter)、“先驱者”(Outrider)，法国的“玛尔特”(Mart)、“红华”(CreCerelle)，德国的布雷维尔(Brevel)，加拿大的CL-289，英国的“不死鸟”(Phoenix)等。,代表机型主要有美国的“捕食者”(Predator)、“全球鹰”(Global Hawk)、“暗星”(Darkstar)；以色列的“苍鹭”(Heron)、赫尔姆斯(Hemes)以及法国的“鹰”(Eagle)、“萨若海尔”(Sarohale)等。,代表机型主要有美国的“影子”(Shadow)、“火线侦察兵”(FireSeout)以及奥地利的“坎姆考普特”(Cameopter)。在这个阶段主要是研究近程战术无人机，供旅级部队实施战术观察、侦察、战场打击效果评估及炮火校准任务，还可以执行电子战、无线电中继、气象观测及检查化学武器等。,二、国内外研究现状,国内研究现状,我国对无人机的研究开始于60年代，起初主要是小型靶机和民用无人机。1972年，开始无人机的系统性研究工作。从事研究的机构以高校和研究所为主。近年研制的通用小型无人机，机载任务设备包括摄像机、照相机、红外、电子干扰、电子侦察设备等，有的已经运用在军事上。随着我国自行研制的无人机种类越来越多，其性能也将越来越先进。但是目前一些先进的核心技术和算法仍然掌握在一些发达国家手里，要打破这种局面，我国必须拥有独立自主的发展理念，加大在这一领域的投入。从某种意义上讲，我国的无人机研究，目前还处于一个起步阶段，对于无人机的研究主要是基于技术上的创新以及成本上的降低。无人机作为自动化导航技术应用的一个高端产品，代表了自动化导航技术及其应用的发展前沿。开展无人机技术的研究，无疑具有十分重要的应用价值和学术意义。,三、课题主要研究内容,1,建立本课题所研究的小型固定翼无人机的相关数学模型。,研究分析三种无人机姿态解算方法（即方向余弦法、欧拉角法和四元数法）相对本课题所研究小微型固定翼无人机的各自特点，并找出适合的表示方法。,为了提升姿态的精度和可靠度，改善低成本惯性测量系统的精度容易受引擎震动、陀螺仪漂移等的影响，研究不同的感测器融合算法以找出适用于UAV的姿态估计方法。初步打算研究基于扩展卡尔曼滤波器（EFK）和无迹卡尔曼滤波器（UKF）的姿态融合算法。并通过Matlab仿真比较两种算法的工作性能，以找出适合的姿态融合算法，并进一步对其优化处理。,2,3,三、课题主要研究内容,研究小型固定翼无人机的自动化控制算法。针对其特有的小体积、低功耗等特点，设计飞行器内环增稳控制器、以及横纵向解耦控制器。在提高飞行稳定性的同时，满足对于设定航线的较好追踪。,进行自动驾驶仪主控制模块、姿态采集模块、传感器模块、舵机控制、地面站等必要的实验调试和飞行测试。,4,5,1.建立小型固定翼无人机的相关数学模型,由于不同的无人机其运动特性不同，运动特性不同其飞机控制结构和控制率参数也不同。本课题将根据小型固定翼无人机的结构参数、气动布局和发动机性能等建立相对应的数学模型。,结构参数,气动布局,发动机性能及其它条件,2.三种无人机姿态估计解算法,四元数法,欧拉角法,方向余弦法,其比较,9个变量，计算时间较长。,3个变量，可能会产生奇异性，但是表示直观，容易理解。,4个变量，能够避免欧拉角的奇异性，且适合数值运算。,无人机姿态估计解算法主要有三种：方向余弦法、欧拉角法、四元数法。,3.基于扩展卡尔曼滤波器（EFK）和无迹卡 尔曼滤波器（UKF）的姿态融合算法,EKF是传统非线性估计的代表，其基本思想是围绕状态估计值对非线性模型进行一阶的Taylor展开，然后应用线性系统Kalman滤波。,主要缺陷,3.基于扩展卡尔曼滤波器（EFK）和无迹卡 尔曼滤波器（UKF）的姿态融合算法,UKF是一种典型的非线性变换估计，在施加非线性变换后，仍采用标准Kalman滤波。其核心是通过一种非线性变换-U变换来进行非线性模型的状态与误差协方差的递推和更新。,主要优点,3.基于扩展卡尔曼滤波器（EFK）和无迹卡 尔曼滤波器（UKF）的姿态融合算法,影响UKF精度的主要方面,本课题初步决定对其初值的选取进行相关研究，以此提高UKF在小型固定翼无人机姿态估计的精度和可信度。,4.小型固定翼无人机的自动化控制算法,无人机飞行控制系统是整个无人机的控制 中心，依靠其实现高性能的自主导航、自主飞行控制、任务管理等功能。对于本课题研究的基于APM的小型固定翼无人机，针对其特有的小体积、低功耗等特点，设计飞行器内环增稳控制器、以及横纵向解耦控制器。在提高飞行稳定性的同时，满足对于设定航线的较好追踪。,横向回路,纵向回路,包含小型无人机的水平航迹控制和滚转/偏航方向的稳定控制；,包含利用升降舵俯仰稳定和油门控制实现的高度和空速控制。,4.小型固定翼无人机的自动化控制算法,下面是一段俯仰角的控制程序：,int32_t tempcalc=nav_pitch_cd+fabsf(ahrs.roll_sensor*g.kff_pitch_compensation)+(g.channel_throttle.servo_out*g.kff_throttle_to_pitch)-(ahrs.pitch_sensor-g.pitch_trim_cd);if(inverted_flight)tempcalc=-tempcalc;g.channel_pitch.servo_out=g.pidServoPitch.get_pid_4500(tempcalc,speed_scaler);,方框图如下：,油门,滚转角,补偿量1,补偿量2,微调量,测量得到的俯仰角,给定的俯仰角,PID,输出的俯仰角,+,+,+,+,+,-,-,+,-,+,+,+,4.小型固定翼无人机的自动化控制算法,从上面可以看出，俯仰角与滚转和油门之间存在耦合关系。本课题打算研究姿态角之间存在的关系模型。初步思路是：首先建立横向和纵向回路方程，然后利用状态反馈或输出反馈等方法对其进行控制，最后进行比较，选取较优的方法。,5.实验调试和飞行测试,进行相关的软件在环仿真、硬件在环仿真以及实物飞行测试。主要利用X-PLANE 10 软件进行模拟飞行测试和修正相关参数。,X-PLANE 10 的仿真界面,(2013年11月2013年12月)：搜集、汇总与课题相关文献资料。确定课题研究方案，提出课题的大体构架。,12013年12月2014年3月：系统学习ArduPilotMega 理论基础知识，整理并总结现有的飞控计 算方法，搜集实验 数据。,第一阶段,22014年4月2014年10月：根据国内外公开的研究数据，在已有研究成果的基础上，提出新的理论方法对小型固定翼无人飞机进行相关计算，并对计算结果进行修正。,第三阶段,第二阶段,(2014年10月2014年12月)：整理资料，撰写论文，准备答辩。,四、课题进度安排,五、预期达到的效果,1,2,3,4,建立基于APM自驾仪小型固定翼飞机的相关数学模型。,实现三种无人机姿态解算法的对比，并找出各自的特点。,用MATLAB仿真软件分别实现基于扩展卡尔曼滤波器(EKF)的姿态融合算法和无迹卡尔曼滤波器(UKF)的姿态融合算法对小型固定翼飞机的姿态估计结果，以找出适合的姿态融合算法。并进一步对所采用的算法进行优化处理。,实现必要的实验调试和飞行测试。,实现小型固定翼无人机的自动化控制算法，并对试验结果加以分析。,谢谢各位老师敬请提出批评指导意见！,