小型无人机姿态航向参考系统信息融合算法

代　君，　任淑红,　王晓璐

(郑州航空工业管理学院， 河南 郑州　450001)



小型无人机姿态航向参考系统信息融合算法

代君，任淑红*,王晓璐

(郑州航空工业管理学院， 河南 郑州450001)

摘要：介绍了互补滤波器的原理,对信息融合算法互补滤波计算姿态角的过程，从理论上分析了优劣性。仿真实验证明,互补滤波算法可以实现无人机的高精度姿态解算。

关键词：互补滤波器； 惯性测量单元； 姿态解算

0引言

随着微制造工艺及技术的发展，以及复杂战场、摄影、科研的需要，小型无人机迅速发展起来。由于小型无人机价格低廉、尺寸小、便于携带，因此市场前景广阔。以美国为首的西方国家在无人机领域一直处于领先地位，众所周知的产品如“全球鹰”、“捕食者”等先进无人机，以及尚处于研制阶段的舰载无人机“X-47B”。由于国防发展需要，中等发达国家及发展中国家也迫于压力积极投身无人机领域。

无人机要想更为先进，生存能力更强，除了对其动力进行改进外，对其算法的研究也至关重要。如果其姿态算法不合理，就很可能导致飞行路线发生偏移，甚至有可能坠机。

研究算法需从无人机的姿态信息融合系统着手，这种参考系统由微加速度计、磁航向计、微型陀螺仪组成。加速度计和磁航向计组合可以计算得到俯仰角、滚转角、偏航角；陀螺仪通过测量3个方向的角速度，通过积分即可算出姿态角[1]。但是这两种方法都有所缺陷，计算得到的姿态角误差均比较大。因此，要寻求一种更为有效的算法来解决这些问题，即为文中所要论述的方法----互补滤波算法。这种算法可以满足无人机导航系统的可靠度、精度的要求，因此，具有重要的理论和现实意义。

1互补滤波器原理[2]

互补滤波器就是依据传感器特性差异，通过不同的滤波器来滤除干扰信号，得到准确的信号。互补滤波器模型如图1所示。

图1　互补滤波器模型

互补滤波器不需要得到输入信号干扰噪声的统计描述，它是根据测量同一信号的相反的噪声特性，从频率域来分辨和消除测量噪声，原理简单，设计方便[3]。

2基于陀螺仪、加速度计和磁传感器的互补滤波算法[2]

我们知道，由陀螺仪积分可以得到姿态角，用此方法进行积分计算动态响应快，但由于存在积分误差，长时间积分得到的数值是不准确的；而对于加速度计、磁航向计而言，测量值不存在累计误差，但是此方法最大的缺陷是动态响应比较慢。根据两者在频域上的互补特性，使用互补滤波的方法可以结合两者之间的优点，从而保证了数值的精确性。

文中所设计的互补滤波器的传递函数为：

(1)

式中：K----滤波器增益；

方向余弦矩阵微分方程的另一种形式为[4]：

(2)

式中：

将式(2)代入机体坐标系下，重力场及地磁场分量各自微分方程即

得：

(3)

在载体处于非加速运动状态时，三轴加速度计的输出可以表示为[4]：

(4)

式中：fb----三轴加速度计测量的比例向量;

a----载体运动加速度向量；

gb----载体坐标系下的重力加速度；

n1----测量噪声向量。

三轴磁传感器的输出表示为：

(5)

式中----真实磁场强度；

n2----测量噪声向量。

根据式(3)和式(4)，得到重力场分量的状态方程和观测方程为：

(6)

根据式(2)和式(4)，得到磁场分量的状态方程和观测方程为：

(7)

根据式(5)和式(6)，可以得到重力场和地磁场的互补滤波器的时域方程分别为：

(8)

(9)

利用互补滤波算法进行计算，陀螺仪可以保证载体在动态加速时的稳定性，用加速度计测量重力场的值和磁航向计测量地磁场的值来补偿陀螺仪的误差漂移问题，两者的完美结合可以实现精度高、动态响应好。

3仿真实验

3.1数据采集[5-7]

采用VN-100进行数据的采集，VN-100是由vectorNav公司生产的一款集三轴陀螺仪、三轴加速度计、三轴磁方向计于一体的航姿参考系统，如图2所示。

VN-100的性能参数见表1。

图2　VN-100

姿态航向参数角加速度计参数加速度计参数磁航向计参数参数数值范围参数数值范围参数数值范围参数数值范围航向/滚转±180°量程±2000°/s量程±16g量程±2.5Gauss俯仰±90°偏差稳定性<10°/h线性度<0.5%FS线性度<0.1%FS航向静态精度2.0°线性度<0.1%FS噪声密度0.4mg/Hz噪声密度140μGauss/Hz俯仰/滚转静态精度5.0°噪声密度0.005°/s/Hz带宽260Hz带宽200Hz角坐标分辨率<0.05°带宽256Hz校准误差±0.05°校准误差±0.05°重复性<0.2°校准误差±0.05°最大输出功率200Hz

3.2Matlab仿真实验

首先对互补滤波器参数及初值进行设定。

滤波增益为

1)静态情况下采集加速度计陀螺仪数据，利用四元数法计算俯仰角、滚转角，对比结果如图3和图4所示。

图3　俯仰角图

图4　滚转角图

从图3、图4可以看出，直接采用陀螺仪积分计算姿态角(俯仰角、滚转角)，由于陀螺仪误差较大，在静止时随着误差积累，姿态角误差逐渐变大，因此直接采用陀螺仪数据积分方法无法得到准确的值。

2)采用加速度计和陀螺仪进行互补滤波数据融合得到的姿态角(俯仰角、滚转角)对比图如图5和图6所示。

图5　互补滤波俯仰角图

图6　互补滤波滚转角图

从图5、图6可以看出，采用互补滤波方法得到的角度波动幅度比单独使用加速度计计算角度波动幅度要小得多。互补滤波计算得到的值在开始有一个收敛的过程，10～30 s之间，最终结果慢慢处于稳定，和加速度计采集的结果逐渐一致。

4结语

实验得出，与陀螺仪积分计算姿态角、加速度计和磁航向计计算姿态角相比，互补滤波算法很好地解决了传感器自身的缺点，得出的结果最优，因此互补滤波算法在小型无人机姿态航向参考系统应用中是精确的。

参考文献：

[1]丁君.基于微惯性传感器的姿态算法研究[D].上海:上海交通大学,2013.

[2]李荣冰，刘建业，曾庆化,等.基于MEMS技术的微型惯性导航系统发展状况[J].中国惯性技术学报，2004，12(6)：88-95.

[3]郭晓鸿，杨忠，陈喆，等.EKF和互补滤波器在飞行姿态确定中的应用[J].2011，30(11)：149-152.

[4]乔伟，刘鹏，黄艳辉.微惯性单元姿态解算方法[J].集成电路通讯,2011(3)：53-56.

[5]张光天，王秀萍，王丽霞,等.捷联惯性导航技术[M].2版.北京：国防工业出版社，2010.

[6]张炎华，王立端，战兴群，等.惯性导航技术的新进展及发展趋势[J].中国造船，2008，49(183)：134-144.

[7]罗琴.基于MEMS惯性传感器的微小型航姿参考系统的设计与研究[D].上海:上海交通大学，2012.

An information fusion algorithm in a UAV attitude and heading reference system

DAI Jun,REN Shuhong*,author_info_translate

(Zhengzhou University of Aeronautics, Zhengzhou 450001， China)

Abstract：The complementary filtering principle is introduced first, and then the features of the information fusion complementary filtering algorithm for attitude estimation is analyzed theoretically. Simulation results verify that it can be used for the attitude calculation with satisfied accuracy.

Key words：complementary filter； inertial measurement unit； attitude estimation.

中图分类号：TP 249

文献标志码：A

文章编号：1674-1374(2016)01-0052-04

DOI:10.15923/j.cnki.cn22-1382/t.2016.1.11

作者简介：代君(1987-)，女，汉族，河南郑州人，郑州航空工业管理学院助教，主要从事卫星导航、无人机控制方向研究,E-mail:daijun502@163.com. *通讯作者：任淑红(1978-)，女，汉族，山东德州人，郑州航空工业管理学院讲师，博士，主要从事航空发动机方向研究,E-mail:rshh4713@126.com.

基金项目：航空科学基金资助项目(2014ZA55001)； 河南省教育厅基金资助项目(15A590001)

收稿日期：2015-12-25