室內(nèi)小型四旋翼無人機(jī)的姿態(tài)與位置控制-畢業(yè)論文

1、<p><b>　　碩士畢業(yè)論文</b></p><p><b>　?。?0 屆）</b></p><p>　　室內(nèi)小型四旋翼無人機(jī)的姿態(tài)與位置控制</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí) 控

2、制工程 </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　獨(dú)創(chuàng)性聲明</b&

3、gt;</p><p>　　本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。</p><p><b>　　學(xué)位論文作者簽名：</b></p><

4、;p><b>　　日 期：</b></p><p>　　學(xué)位論文版權(quán)使用授權(quán)書</p><p>　　本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定：即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。</p><

5、;p>　　作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后：</p><p>　　半年 □ 一年□ 一年半□ 兩年□</p><p>　　學(xué)位論文作者簽名： 導(dǎo)師簽名：</p><p>　　簽字日期： 簽字日期：</p><p>　　室內(nèi)小型四旋

6、翼無人機(jī)的姿態(tài)與位置控制</p><p><b>　　摘 要</b></p><p>　　地震、火災(zāi)等自然災(zāi)害具有突發(fā)性特點(diǎn)，災(zāi)害應(yīng)急救援的關(guān)鍵是災(zāi)害發(fā)生后的快速反應(yīng)。及時(shí)快捷的災(zāi)情信息對(duì)于及時(shí)制定救援策略，提高救援效率和質(zhì)量起著至關(guān)重要的作用。由于四旋翼無人機(jī)良好的機(jī)動(dòng)性和靈活性，四旋翼在災(zāi)難救援活動(dòng)中逐步顯示出巨大的優(yōu)勢(shì)。然而,災(zāi)害現(xiàn)場(chǎng)室內(nèi)環(huán)境復(fù)雜多變而難以預(yù)知

7、，給無人機(jī)自主導(dǎo)航和探索帶來了很大的困難。本文針對(duì)未知室內(nèi)環(huán)境研究無人機(jī)姿態(tài)與位置控制方法，為無人機(jī)在未知室內(nèi)環(huán)境中自主探索提供現(xiàn)實(shí)的可能性。</p><p>　　本文首先對(duì)題目相關(guān)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了深入的分析。在此基礎(chǔ)上，對(duì)小型四旋翼無人機(jī)進(jìn)行了運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)研究，建立了動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)模型。同時(shí)闡釋了兩種典型的對(duì)室內(nèi)小型四旋翼無人機(jī)飛行影響較大的空氣動(dòng)力學(xué)現(xiàn)象，說明了這兩種現(xiàn)象對(duì)無人機(jī)飛行的影響和它們?cè)?/p>

8、無人機(jī)控制系統(tǒng)研究中的作用，為后續(xù)章節(jié)中的理論分析部分和濾波器設(shè)計(jì)等問題奠定了理論基礎(chǔ)。</p><p>　　其次，本文研究了小型四旋翼無人機(jī)的姿態(tài)檢測(cè)和控制方法。通過對(duì)多種姿態(tài)檢測(cè)傳感器的數(shù)據(jù)進(jìn)行融合，提高了無人機(jī)姿態(tài)檢測(cè)的實(shí)時(shí)性和精度，并構(gòu)建了基于Arduino的無人機(jī)姿態(tài)控制系統(tǒng)。實(shí)現(xiàn)了閉環(huán)的小型四旋翼無人機(jī)的姿態(tài)控制。在懸停狀態(tài)下，無人機(jī)姿態(tài)控制誤差約為，存在周期約為0.5s的震動(dòng)。</p>

9、<p>　　再次，本文實(shí)分析了基于ROS的小型四旋翼無人機(jī)的室內(nèi)未知環(huán)境中的位置檢測(cè)算法，包括單目視覺方法，立體視覺方法和激光雷達(dá)測(cè)距方法，并展開了實(shí)驗(yàn)研究。通過對(duì)幾種算法的比較，確定了室內(nèi)小型四旋翼無人機(jī)的定位算法，在定位的同時(shí)生成室內(nèi)地圖，為無人機(jī)在未知室內(nèi)環(huán)境中進(jìn)行探索和救援提供了現(xiàn)實(shí)的可能。在此基礎(chǔ)上，本文完成了四旋翼無人機(jī)的位置控制系統(tǒng)，并進(jìn)行了室外依靠GPS的位置控制實(shí)驗(yàn)，控制誤差可以控制在2m以內(nèi)，證明了位置控

10、制器的有效性。</p><p>　　最后，本文將位置檢測(cè)、位置控制、姿態(tài)檢測(cè)和姿態(tài)控制四個(gè)部分整合到一起，設(shè)計(jì)了更加完善的四旋翼無人機(jī)機(jī)體，提出了一種未知環(huán)境中自動(dòng)探索的路徑規(guī)劃算法，形成了室內(nèi)小型四旋翼無人機(jī)系統(tǒng)，并進(jìn)行了相關(guān)的實(shí)驗(yàn)。在沒有GPS輔助定位的室內(nèi)環(huán)境中，無人機(jī)位置控制的精度可以達(dá)到，在長(zhǎng)達(dá)5分鐘的自主位置控制實(shí)驗(yàn)中，沒有觀察到明顯的位置漂移。</p><p>　　實(shí)驗(yàn)結(jié)果表

11、明，完全自主的四旋翼無人機(jī)可以用于位置室內(nèi)環(huán)境的建圖與探索。</p><p>　　關(guān)鍵詞：室內(nèi)環(huán)境；四旋翼無人機(jī)；姿態(tài)與位置控制；ROS操作系統(tǒng)</p><p>　　Position and Attitude Control for a Indoor Mini Quadrotor UAV</p><p><b>　　Abstract</b>&

12、lt;/p><p>　　Natural disasters such as Earthquakes and fires burst out all in sudden, response after the disaster rapidly is the key to rescue, and timely and efficient information is the key to response after t

13、he disaster. Quadrotor in disaster rescueing has a great advantage as the good mobility and flexibility. However, indoor environmental after disaster are complex and hard to predict, for UAV navigation and exploration, g

14、reat difficulties are encountered. Aiming the unknown indoor environments, study o</p><p>　　Firstly, the current studies on the related technology were introduced. On this basis, a Mini quadrotor kinematics

15、and dunamics were studied and models were builded. Two main aerodynamic phenomenon and its affect on control system of quadrotor were illustrated which lays a theoretical foundation for the subsequent chapters. </p>

16、;<p>　　Secondly, the paper studies the attitude detection and control methods of small quadrotor. Through fusion of variety of alttitude sensor, timeliness and accuracy were improved. Quadrotor attitude control sy

17、stem was constructed based on the Arduino. In the hovering, Quadrotor attitude control has an error about ± 2°, vibration period of about 0.5s.</p><p>　　Then, with the base of ROS, positioning and

18、mapping of indoor unknown environment algorithms were experimental studied, including monocular vision, stereo vision and laser radar methods. Through the comparison of several algorithms,the algorithm for mini quadrotor

19、 indoor positioning were resolved, that enabled the quadrotor to explore and rescue in unknown indoor environment. A quadrotor position control system were builded, and rely on the GPS positioning such control system wer

20、e proved by expe</p><p>　　Finally, the position detection, position control, attitude detection and attitude control were made up into a quadrotor control system, a better quadrotor airframe were designed, a

21、nd a path planning algorithm for automatic discovery of unknown environments were proposed. Related experiments in unknown environment without GPS shows that the quadrotor position control accuracy of about ± 1m, fo

22、r up to five minutes no significant position drift were detected.</p><p>　　Experimental results show that fully autonomous quadrotor UAV can be used in exploration and mapping the unknown indoor environment.

23、</p><p>　　Key words: Indoor; quadrotor; Attitude and position control; ROS</p><p><b>　　緒 論</b></p><p>　　課題研究背景、目的及意義</p><p>　　近年來，無人機(jī)（UAV）在軍用和民用各個(gè)方面發(fā)揮了舉足輕重的

24、作用，受到了社會(huì)各界的廣泛關(guān)注，國(guó)內(nèi)外許多研究小組針對(duì)無人機(jī)的理論和應(yīng)用進(jìn)行了大量的研究。由于無人機(jī)可以進(jìn)入很多人類無法到達(dá)的危險(xiǎn)環(huán)境，在一些復(fù)雜而危險(xiǎn)的環(huán)境中，擁有高度自主能力的無人機(jī)可以完成包括探測(cè)、監(jiān)視、搜救等意義重大的任務(wù)。</p><p>　　自然災(zāi)害具有突發(fā)性特點(diǎn)，災(zāi)害應(yīng)急救援的關(guān)鍵是災(zāi)害發(fā)生后的快速反應(yīng)。及時(shí)快捷的災(zāi)情信息對(duì)于及時(shí)制定救援策略，提高救援效率和質(zhì)量起著至關(guān)重要的作用。近年來，四旋翼無人

25、飛行器以其諸多優(yōu)點(diǎn)和在無人偵查、交通管理、森林防火、城市巡邏等領(lǐng)域的廣闊應(yīng)用前景，成為國(guó)際上的研究熱點(diǎn)。</p><p>　　四旋翼無人機(jī)（Quadrotor UAV）是一種能夠垂直起降的六自由度飛行器，與固定翼無人機(jī)相比，四旋翼無人機(jī)能夠完成懸停、低速飛行、垂直起降等固定翼無人機(jī)無法完成的任務(wù)。相比于傳統(tǒng)意義上的直升飛機(jī)，四旋翼無人機(jī)通過分別控制四個(gè)旋翼產(chǎn)生的升力實(shí)現(xiàn)穩(wěn)定精確的飛行控制，這種結(jié)構(gòu)具有結(jié)構(gòu)簡(jiǎn)單、緊

26、湊的優(yōu)點(diǎn)。因此，四旋翼無人機(jī)具有制造精度要求較低、結(jié)構(gòu)穩(wěn)定性更好、陀螺效應(yīng)較弱等優(yōu)勢(shì)，可以更好的實(shí)現(xiàn)飛行器的控制[2]，更加適合城市復(fù)雜環(huán)境和室內(nèi)飛行環(huán)境。利用四旋翼無人機(jī)在未知室內(nèi)環(huán)境中進(jìn)行自主飛行和探索在軍用和民用各個(gè)領(lǐng)域都可以發(fā)揮重要的作用。</p><p>　　無人機(jī)在環(huán)境中的自我定位能力，對(duì)無人機(jī)的自主性有決定性的作用。事實(shí)上，為了提高飛行性能和根據(jù)環(huán)境靈活的進(jìn)行任務(wù)規(guī)劃，精確定位是非常重要的。在電子通

27、信和計(jì)算機(jī)領(lǐng)域的不斷的突破與創(chuàng)新，如傳感系統(tǒng)，全球衛(wèi)星定位系統(tǒng)（GPS），航位推算系統(tǒng)，無線電技術(shù)以及機(jī)載的視覺傳感器和圖像處理技術(shù)，為無人機(jī)在復(fù)雜環(huán)境中定位與導(dǎo)航，并完成相對(duì)復(fù)雜的任務(wù)提供了可能。由于室內(nèi)環(huán)境的特殊性，無人機(jī)無法通過GPS等方法方便的獲得定位信息。即時(shí)定位與構(gòu)圖（Simultaneous Localization and Mapping，SLAM）是一種廣泛應(yīng)用于地面機(jī)器人和無人機(jī)上的未知區(qū)域內(nèi)的建圖與定位技術(shù)，在無人

28、機(jī)導(dǎo)航方面有著很好的應(yīng)用潛力。</p><p>　　本研究室內(nèi)小型四旋翼無人機(jī)的位置與姿態(tài)閉環(huán)控制方法。其中，室內(nèi)未知環(huán)境中的定位問題是在室內(nèi)完成小型無人機(jī)實(shí)驗(yàn)的關(guān)鍵。因此，我們將著重研究室內(nèi)未知環(huán)境中的無人機(jī)定位方法。</p><p>　　本文研究課題來源于國(guó)家自然科學(xué)基金《基于多媒體傳感器網(wǎng)絡(luò)的建筑災(zāi)難現(xiàn)場(chǎng)三維全景實(shí)時(shí)重建關(guān)鍵問題研究》（編號(hào)：61273078）和東北大學(xué)985工程三期

29、導(dǎo)向類研究項(xiàng)目《復(fù)雜環(huán)境下突發(fā)災(zāi)難信息精確感知與救援智能決策系統(tǒng)》，目的是研究和解決實(shí)現(xiàn)無人機(jī)自主探索的關(guān)鍵性技術(shù)問題。</p><p><b>　　國(guó)內(nèi)外研究現(xiàn)狀</b></p><p>　　近年來室內(nèi)小型四旋翼無人機(jī)發(fā)展日趨迅速，其導(dǎo)航系統(tǒng)的微型化及其室內(nèi)應(yīng)用需求給導(dǎo)航引導(dǎo)技術(shù)帶來新的挑戰(zhàn)。賓夕法尼亞大學(xué)、麻省理工大學(xué)、斯坦福大學(xué)及北京航空航天大學(xué)等國(guó)內(nèi)外著名高校

30、積極開展室內(nèi)微型無人機(jī)自主導(dǎo)航引導(dǎo)技術(shù)研究。一年一度的國(guó)際空中機(jī)器人競(jìng)賽 (IARC) 第五、六階段任務(wù)（即室內(nèi)探索搜尋任務(wù)）進(jìn)一步促進(jìn)了室內(nèi)未知環(huán)境中無人機(jī)自主定位與導(dǎo)航技術(shù)的發(fā)展[3]。</p><p><b>　　國(guó)外研究現(xiàn)狀</b></p><p>　　目前國(guó)外四旋翼無人機(jī)的研究正在緊鑼密鼓的進(jìn)行，已經(jīng)有許多四旋翼無人機(jī)項(xiàng)目取得了世界矚目的成果。</p&

31、gt;<p>　　STARMAC項(xiàng)目（Stanford Testbed of Autonomous Rotorcraft for Multi-AgentControl，如圖 1.1）是有斯坦福大學(xué)的Gabriel Hoffmann教授主持設(shè)計(jì)和研發(fā)的多智能體控制四旋翼無人機(jī)研究平臺(tái)。這個(gè)無人機(jī)系統(tǒng)包括兩個(gè)級(jí)聯(lián)的控制器，一套慣性測(cè)量單元，一個(gè)超聲波傳感器和一套高精度差分GPS設(shè)備，并配有一套地面站，通過藍(lán)牙或Wi-fi進(jìn)行通

32、信。</p><p>　　圖 1.1斯坦福大學(xué)的 STARMAC</p><p>　　Fig. 1.1 STARMAC from Stanford</p><p>　　賓西法尼亞大學(xué)的Quad-Rotor 項(xiàng)目利用HMX-4作為研平臺(tái)，HMX4 [4]重約700g，長(zhǎng)76cm，并在機(jī)體下方布置了五個(gè)用于圖像識(shí)別的標(biāo)志。地面攝像機(jī)通過檢測(cè)盒跟蹤標(biāo)記點(diǎn)的位置得到無人機(jī)的

33、位置與姿態(tài)信息，并與機(jī)載陀螺儀獲得的角速度數(shù)據(jù)進(jìn)行融合，用于無人機(jī)的控制。</p><p>　　同時(shí)，HMX4開發(fā)團(tuán)隊(duì)開發(fā)了一套地面和機(jī)載雙攝像頭的位置與姿態(tài)估計(jì)系統(tǒng)，可以進(jìn)一步提高位置和姿態(tài)測(cè)量的精度。目前，賓夕法尼亞大學(xué)的Grasp實(shí)驗(yàn)室利用Ascending Technology的蜂鳥無人機(jī)平臺(tái)和ViconMX系統(tǒng)（主要包含硬件控制模塊、攝像機(jī)、計(jì)算機(jī)主機(jī)和分析和處理軟件等，該系統(tǒng)能夠同多種外接設(shè)備相連）準(zhǔn)

34、確獲取無人機(jī)位置，并實(shí)現(xiàn)了室內(nèi)狹小環(huán)境中的大機(jī)動(dòng)動(dòng)作飛行，抓取物品以及多機(jī)協(xié)同等相對(duì)復(fù)雜的任務(wù)（圖 1.2）。</p><p>　　圖 1.2 賓夕法尼亞大學(xué)Grasp 實(shí)驗(yàn)室的無人機(jī)實(shí)現(xiàn)了室內(nèi)狹小環(huán)境中的大機(jī)動(dòng)動(dòng)作飛行，抓取物品以及多機(jī)協(xié)同等相對(duì)復(fù)雜的任務(wù)</p><p>　　Fig. 1.2 University of Pennsylvania Grasp UAV Laborator

35、y make many complex tasks possible</p><p>　　除各高校以及研究所致力于四旋翼無人機(jī)的研制，各國(guó)一些著名的公司也在緊鑼密鼓的進(jìn)行四旋翼無人機(jī)的研制。其中較為著名的包括美國(guó) Draganflyer Innovations 公司研制的Draganflyer，德國(guó) Ascending Technologies GmBH 公司研制的 Pelican 無人機(jī)（如圖 1.3），GmB

36、H 公司研制的 Falcon8、X4-Four-Rotor，德國(guó)的 MikroKopter 等。這些系統(tǒng)的研究，為本文的無人機(jī)系統(tǒng)總體構(gòu)架提供了有益的參考和借鑒。</p><p>　　圖 1.3 Asctec 公司公司研制的pelican無人機(jī)</p><p>　　Fig. 1.3 pelican from Asctec</p><p>　　在定位方面，SLAM（S

37、imultaneous Localization and Mapping）算法，即同步定位與地圖構(gòu)建算法，正逐步向無人機(jī)應(yīng)用拓展，對(duì)引導(dǎo)無人機(jī)自主探索未知環(huán)境具有極其重要的意義。SLAM算法首先提取場(chǎng)景特征作為地標(biāo)，解算地標(biāo)相對(duì)于載體的位置。當(dāng)室內(nèi)無人機(jī)再次進(jìn)入該區(qū)域后，通過對(duì)記錄的地標(biāo)模板進(jìn)行匹配，可以判斷無人機(jī)全局位置信息。SLAM算法的研究重點(diǎn)在于地標(biāo)的表示、數(shù)據(jù)關(guān)聯(lián)以及位置誤差、位姿解算誤差和錯(cuò)誤的數(shù)據(jù)關(guān)聯(lián)帶來的積累誤差。采用擴(kuò)

38、展卡爾曼濾波等方式可以有效提高地圖建立的精度和魯棒性。相關(guān)研究在地面機(jī)器人領(lǐng)域早已開始并取得了豐碩的成果。然而室內(nèi)無人機(jī)自由度較多，載荷較小，給SLAM算法中地標(biāo)的描述方法帶來了新的挑戰(zhàn)[3]。 </p><p><b>　　國(guó)內(nèi)研究現(xiàn)狀</b></p><p>　　我國(guó)的四旋翼無人機(jī)研究已經(jīng)取得了一定的進(jìn)展，大疆無人機(jī)公司用于室外飛行的四旋翼無人機(jī)產(chǎn)品得到了國(guó)內(nèi)外用

39、戶的廣泛認(rèn)可（圖 1.4）。在GPS導(dǎo)航的情況下，其姿態(tài)與位置控制相當(dāng)精確和穩(wěn)定。</p><p>　　圖 1.4 大疆飛控公司的無人機(jī)</p><p>　　Fig. 1.4 UAV made by DIJ</p><p>　　在我國(guó)，無人機(jī)在未知環(huán)境中的位置檢測(cè)方法已經(jīng)探索了幾種可行的辦法，包括視覺方法和SLAM等。</p><p>　　基

40、于視覺信息的地標(biāo)識(shí)別與位姿估計(jì)方法常用于無人機(jī)的輔助起飛與降落。由于地標(biāo)的形狀位置和方向等空間幾何特征已知，用已知參數(shù)的攝像頭提取地標(biāo)幾何特征，利用攝像機(jī)投影關(guān)系，可以獲得無人機(jī)的位姿信息。浙江大學(xué)的任沁源利用嵌入先驗(yàn)知識(shí)的Boost算法識(shí)別地標(biāo)，通過SUSAN角點(diǎn)檢測(cè)算法提取匹配特征點(diǎn)，結(jié)合levenberg-marquardt算法獲得無人直升機(jī)位姿參數(shù)的估計(jì)[9]?；谝曈X信息的地標(biāo)識(shí)別與位姿估計(jì)方法適用于已知飛行環(huán)境的情況，無法應(yīng)

41、用于未知環(huán)境，因此其應(yīng)用范圍有限，但是該方法簡(jiǎn)單可靠，相關(guān)研究也較為成熟。</p><p>　　天津大學(xué)研究了大尺度環(huán)境下移動(dòng)機(jī)器人同步定位與地圖創(chuàng)建。其文獻(xiàn)提出了一種針對(duì)大尺度未知數(shù)據(jù)關(guān)聯(lián)問題中的FastSLAM新方法。該方法采用環(huán)境否定信息方法及單個(gè)粒子的極大似然數(shù)據(jù)關(guān)聯(lián)的方法相結(jié)合，這樣既保證了當(dāng)前時(shí)刻運(yùn)動(dòng)噪聲不會(huì)對(duì)下一步的關(guān)聯(lián)數(shù)據(jù)的精度產(chǎn)生影響，也避免了所謂的“失蹤”問題；同時(shí)，還保證了能及時(shí)刪除添加到環(huán)

42、境地圖中的錯(cuò)誤特征。改進(jìn)的方法解決了大尺度未知環(huán)境下的數(shù)據(jù)關(guān)聯(lián)問題，可真正實(shí)現(xiàn)機(jī)器人在未知環(huán)境的自主導(dǎo)航。</p><p>　　立體視覺定位在機(jī)器人領(lǐng)域的應(yīng)用較為成熟[10]。雙目立體視覺通過匹配左右視野的圖像特征，利用空間特征的投影關(guān)系，獲得載體的相對(duì)位置信息。北航張博翰等人在2010年提出基于無人機(jī)雙目立體視覺[11]，依靠區(qū)域灰度相關(guān)法進(jìn)行立體匹配，實(shí)現(xiàn)走廊中橫向位置坐標(biāo)定位并檢測(cè)未知環(huán)境中的障礙物，并生成

43、避障導(dǎo)航點(diǎn)的方法。</p><p>　　論文研究?jī)?nèi)容與章節(jié)安排</p><p>　　本文將四旋翼無人機(jī)在室內(nèi)未知環(huán)境中遇到的問題分為了四個(gè)部分，姿態(tài)檢測(cè)、姿態(tài)控制、位置檢測(cè)和位置控制。檢測(cè)、姿態(tài)控制兩個(gè)部分組成了無人機(jī)的姿態(tài)控制系統(tǒng)。位置檢測(cè)、位置控制兩部分組成了無人機(jī)的位置控制系統(tǒng)。</p><p>　　這四個(gè)部分中，姿態(tài)檢測(cè)和姿態(tài)控制是無人機(jī)的基礎(chǔ)，其控制精度直

44、接決定了無人機(jī)的性能。</p><p>　　在未知室內(nèi)環(huán)境中的無人機(jī)的位置檢測(cè)問題很長(zhǎng)時(shí)間以來是機(jī)器人領(lǐng)域的前沿問題。通過查閱文獻(xiàn)和尋求開源項(xiàng)目的幫助，我們比較了三種主流的位置檢測(cè)方法，并將其中一種最為可行的方法應(yīng)用到了無人機(jī)中。</p><p>　　無人機(jī)位置的控制器設(shè)計(jì)是工作量最大的部分，其中涉及多種不同的協(xié)議、接口和軟件平臺(tái)。同樣的，由于位置檢測(cè)過程中難以克服的不穩(wěn)定的滯后和數(shù)據(jù)抖動(dòng)

45、，需要控制器有相當(dāng)好的魯棒性。</p><p><b>　　論文研究?jī)?nèi)容</b></p><p>　　本文研究了小型四旋翼無人機(jī)在未知室內(nèi)環(huán)境中自主進(jìn)行姿態(tài)與位置控制的方法，主要包括系統(tǒng)硬件搭建，軟件開發(fā)和實(shí)驗(yàn)等三個(gè)方面。課題研究目的在于構(gòu)建可以未知室內(nèi)環(huán)境中不依賴基礎(chǔ)設(shè)施進(jìn)行自主定位、自主飛行的無人機(jī)系統(tǒng)，對(duì)室內(nèi)環(huán)境進(jìn)行自主探索并將探索到的室內(nèi)環(huán)境實(shí)時(shí)的傳回地面。具

46、體內(nèi)容如下：</p><p>　　(1) 開發(fā)精度較高的無人機(jī)姿態(tài)控制系統(tǒng)，并為位置控制器預(yù)留輸入接口。</p><p>　　(2) 研究未知室內(nèi)環(huán)境中無人機(jī)的定位方法，并設(shè)計(jì)針對(duì)該算法的位置控制器。在ROS開源機(jī)器人操作系統(tǒng)中實(shí)現(xiàn)這種定位和控制算法，并與底層姿態(tài)控制器級(jí)聯(lián)，實(shí)現(xiàn)無人機(jī)的姿態(tài)與位置控制。</p><p>　　(3) 設(shè)計(jì)并構(gòu)建四旋翼飛行器，對(duì)控制算法

47、進(jìn)行實(shí)驗(yàn)驗(yàn)證。</p><p><b>　　論文章節(jié)安排</b></p><p>　　根據(jù)研究?jī)?nèi)容，論文章節(jié)被安排如下：</p><p>　　第一章闡述論文的研究背景、目的及意義，給出了論文研究?jī)?nèi)容和框架安排。</p><p>　　第二章闡述四旋翼無人機(jī)的原理，對(duì)四旋翼無人機(jī)進(jìn)行了動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)分析，為四旋翼無人機(jī)的姿態(tài)

48、和位置控制奠定理論基礎(chǔ)。</p><p>　　第三章分析四旋翼無人機(jī)的姿態(tài)檢測(cè)和控制方法，設(shè)計(jì)多傳感器數(shù)據(jù)融合算法，將陀螺儀數(shù)據(jù)和加速度傳感器數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)了四旋翼無人機(jī)姿態(tài)控制器的硬件和控制軟件，并對(duì)無人機(jī)的姿態(tài)控制器進(jìn)行了實(shí)驗(yàn)驗(yàn)證。</p><p>　　第四章通過實(shí)驗(yàn)比較不同的室內(nèi)未知環(huán)境位置檢測(cè)方法，開發(fā)無人機(jī)位置控制軟件，并在室外環(huán)境對(duì)無人機(jī)的位置控制軟件盡心了實(shí)驗(yàn)</p&

49、gt;<p>　　第五章設(shè)計(jì)了小型四旋翼無人機(jī)的機(jī)械和動(dòng)力系統(tǒng)，定義所有的接口，在仿真環(huán)境和真實(shí)室內(nèi)環(huán)境中進(jìn)行了實(shí)驗(yàn)，實(shí)現(xiàn)了小型四旋翼無人機(jī)在室內(nèi)環(huán)境中的姿態(tài)與位置控制。</p><p>　　第六章對(duì)本論文的工作進(jìn)行了回顧與總結(jié)，并對(duì)課題的進(jìn)一步研究做出了展望。</p><p>　　本文的架構(gòu)圖如圖 1.5所示。</p><p>　　圖 1.5論文結(jié)構(gòu)

50、圖</p><p>　　Fig. 1.5 Structure diagram of the thesis</p><p>　　四旋翼無人機(jī)的空氣動(dòng)力學(xué)分析</p><p>　　本章分析了四旋翼無人機(jī)的基本原理，通過理論分析和數(shù)學(xué)推導(dǎo)，建立了四旋翼無人機(jī)在理想情況下的動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)模型。之后本文通過對(duì)四個(gè)旋翼進(jìn)行空氣動(dòng)力學(xué)分析，修正了理想情況下的無人機(jī)模型，為后續(xù)章節(jié)

51、四旋翼無人機(jī)姿態(tài)和位置控制奠定了理論基礎(chǔ)。</p><p>　　四旋翼無人機(jī)的基本原理</p><p>　　四旋翼無人機(jī)是最常見的多旋翼無人機(jī)。其機(jī)械結(jié)構(gòu)十分簡(jiǎn)單，四個(gè)獨(dú)立的螺旋槳固定安裝在十字型的機(jī)架上（如圖 2.1）。四旋翼無人機(jī)的控制通過分別控制四個(gè)電動(dòng)機(jī)的輸出實(shí)現(xiàn)。</p><p>　　圖 2.1 Asctec 公司生產(chǎn)的一款研究用四旋翼無人機(jī)</p&

52、gt;<p>　　Fig. 2.1 A quadrotor made by Ascending Technologies</p><p>　　在理想情況下，四旋翼無人機(jī)四個(gè)旋翼安裝在同一水平面上，四個(gè)旋翼均勻的分布在飛機(jī)幾何中心的四周，相對(duì)的兩個(gè)旋翼旋轉(zhuǎn)方向相同，而相鄰的兩個(gè)旋翼旋轉(zhuǎn)方向相反。通常可以定義其中一個(gè)逆時(shí)針旋轉(zhuǎn)的旋翼為飛行器的前進(jìn)方向，本章為了方便分析，暫時(shí)使用這種定義。在后面的章節(jié)中，

53、為了方便無人機(jī)的室內(nèi)飛行，將確定的兩個(gè)旋翼旋轉(zhuǎn)中心與飛行器質(zhì)心連線的角平分線作為前進(jìn)方向，這樣做可以提高飛行器對(duì)狹小區(qū)域的通過性，具體方法將在第三章中詳細(xì)描述。四旋翼無人機(jī)在空間中具有六個(gè)空間自由度，其中四個(gè)是可控的基本運(yùn)動(dòng)，因而機(jī)是一個(gè)欠驅(qū)動(dòng)系統(tǒng)。這六個(gè)空間自由度包括三個(gè)方向上的位移（x，y，z）和航向角、俯仰角、橫滾角（roll，pitch，yaw）三個(gè)姿態(tài)角（Fig. 2.3）[29]。</p><p>　

54、　圖 2.2四旋翼無人機(jī)的基本原理</p><p>　　Fig. 2.2 The basic principles of quadrotor</p><p>　　四旋翼無人機(jī)的位置和姿態(tài)控制是通過分別調(diào)節(jié)四個(gè)旋翼的推力完成的。由圖 2.2可知，無人機(jī)的俯仰和總推力（roll，pitch，thrust）可以直接通過調(diào)整四個(gè)旋翼的推力控制。同時(shí)增加四個(gè)螺旋槳的推力，使旋翼產(chǎn)生的總推力大于機(jī)體本

55、身的重力，即可產(chǎn)生向上的加速度；增加旋翼3的推力，同時(shí)減小旋翼1的推力，則會(huì)產(chǎn)生繞y軸的正力矩，產(chǎn)生繞y軸的角加速度，從而改變無人機(jī)的俯仰角；增加旋翼2的升力，同時(shí)減小旋翼4的升力，會(huì)產(chǎn)生繞x軸的角加速度，從而改變無人機(jī)的橫滾角。以上三種方法同樣可以應(yīng)用于推力減小的相反情況。</p><p>　　圖 2.3 利用roll、pitch、yaw表達(dá)無人機(jī)姿態(tài)</p><p>　　Fig. 2.

56、3 altitude expressed by roll，pitch and yaw</p><p>　　水平轉(zhuǎn)動(dòng)（yaw）所需要的力矩是通過四個(gè)旋翼轉(zhuǎn)動(dòng)產(chǎn)生的反力矩提供的，旋翼1、3可以提供逆時(shí)針的反力矩，旋翼2、4可以提供順時(shí)針的反力矩，同時(shí)增加旋翼1、3的推力，減小2、4的推力，則無人機(jī)繞y軸的角加速度增大，同時(shí)減小旋翼1、3的推力，增大2、4的推力，則無人機(jī)繞y軸的角加速度減小。不會(huì)影響無人機(jī)繞x、y軸的

57、角加速度，也不會(huì)影響無人機(jī)的總推力。</p><p>　　由于四旋翼無人機(jī)系統(tǒng)是欠驅(qū)動(dòng)的，其多余的兩個(gè)自由度對(duì)應(yīng)于大地坐標(biāo)系中x-y方向的速度，這兩個(gè)多余的自由度必須通過系統(tǒng)動(dòng)力學(xué)進(jìn)行控制[31]。</p><p>　　理想情況下四旋翼無人機(jī)模型</p><p>　　理想情況下四旋翼無人機(jī)剛體運(yùn)動(dòng)學(xué)模型</p><p>　　如圖 2.4所示，

58、坐標(biāo)系{A}為右手慣性坐標(biāo)系系，，為坐標(biāo)系{A}中的三個(gè)單位向量。利用向量r=(x，y，z)∈{A}表示無人機(jī)機(jī)體中心在坐標(biāo)系{A}中的位置。坐標(biāo)系{B}為無人機(jī)機(jī)體坐標(biāo)系，為坐標(biāo)系{B}中的三個(gè)單位向量。無人機(jī)的姿態(tài)由旋轉(zhuǎn)矩陣：</p><p><b>　　(2.1)</b></p><p>　　式中，，表示了矩陣b中三個(gè)規(guī)范正交基在{A}中的表達(dá)。</p&g

59、t;<p>　　本文用Z-X-Y的順序構(gòu)建歐拉角，首先令坐標(biāo)系{A}沿旋轉(zhuǎn)產(chǎn)生偏航角，得到新坐標(biāo)系{E}，新的坐標(biāo)系有規(guī)范正交基{}，其中與重合，之后，繞新坐標(biāo)中的x軸旋轉(zhuǎn)產(chǎn)生滾轉(zhuǎn)角，最后y軸旋轉(zhuǎn)產(chǎn)生俯仰角。</p><p>　　圖 2.4四旋翼無人機(jī)的姿態(tài)和位置在全局坐標(biāo)系中的表達(dá)</p><p>　　Fig. 2.4 The position and orientatio

60、n of the robot in the global frame are denoted by ξand R respectively</p><p>　　在確定了roll，pitch和yaw的定義后可以方便的得到坐標(biāo)變換矩陣：</p><p><b>　　(2.2)</b></p><p>　　令表示無人機(jī)質(zhì)心的位置，表示{B}相對(duì)于{

61、A}運(yùn)動(dòng)的線速度，表示{B}相對(duì)于{A}運(yùn)動(dòng)的角速度，m表示無人機(jī)質(zhì)量，表示無人機(jī)的恒慣量矩陣（在機(jī)體坐標(biāo)系{B}中表示），則理想無人機(jī)的剛體運(yùn)動(dòng)學(xué)方程可以表示為：</p><p><b>　　(2.3a)</b></p><p><b>　　(2.3b)</b></p><p><b>　　(2.3c)<

62、/b></p><p><b>　　(2.3d)</b></p><p>　　表示Ω的斜對(duì)稱矩陣，即。向量，∈{B}表示了由旋翼提供給無人機(jī)機(jī)體的主要的非保守力和力矩。</p><p>　　理想情況下四旋翼無人機(jī)動(dòng)力學(xué)模型</p><p>　　在理想情況下，假設(shè)四旋翼無人機(jī)所受外力完全由旋翼產(chǎn)生，并且作用在旋翼的旋

63、轉(zhuǎn)軸上，而且與旋翼選裝方向重合。</p><p>　　在無人機(jī)平穩(wěn)懸停的情況下（旋翼沒有相對(duì)于空氣的水平運(yùn)動(dòng)和垂直揮舞）旋翼推力可以表示為:</p><p><b>　　(2.4)</b></p><p>　　其中對(duì)于旋翼i，表示旋翼旋轉(zhuǎn)所覆蓋的面積，表示旋翼半徑，表示旋翼的角速度，表示了旋翼的效率，它是由旋翼的截面形狀和輪廓決定的，通常可以通

64、過實(shí)驗(yàn)得到，表示空氣密度。對(duì)于在相對(duì)穩(wěn)定環(huán)境中運(yùn)動(dòng)的確定旋翼來說，旋翼推力公式可以簡(jiǎn)化為：</p><p><b>　　(2.5)</b></p><p>　　根據(jù)文獻(xiàn)[32]中的結(jié)論，旋翼的反力矩與推力成正比關(guān)系：</p><p><b>　　(2.6)</b></p><p>　　同樣的，公式中

65、（與、 和 有關(guān)）也是可以通過實(shí)驗(yàn)得到的常數(shù)。</p><p>　　盡管在實(shí)際空氣中運(yùn)動(dòng)的旋翼情實(shí)際況比較復(fù)雜，本文暫時(shí)假設(shè)旋翼推力總是沿?zé)o人機(jī)軸線向上的（在后兩個(gè)小節(jié)中詳細(xì)討論并進(jìn)行修正）。對(duì)于一個(gè)N旋翼無人機(jī)，我們把N個(gè)旋翼編號(hào)為，x軸正方向編號(hào)1，序號(hào)逆時(shí)針增加（如圖2.1所示）。</p><p><b>　　總推力公式：</b></p><

66、;p><b>　　(2.7a)</b></p><p><b>　　(2.7b)</b></p><p>　　用表示空氣作用在無人機(jī)機(jī)體上的扭矩，可得扭矩公式：</p><p><b>　　(2.8a)</b></p><p><b>　　(2.8b)</

67、b></p><p><b>　　(2.8c)</b></p><p>　　對(duì)于四旋翼飛行器，可以將以上方程組寫為矩陣形式：</p><p><b>　　(2.9)</b></p><p>　　給定推力和無人機(jī)的瞬態(tài)，則可以得到無人機(jī)旋翼的轉(zhuǎn)速，為了使無人機(jī)穩(wěn)定懸停，應(yīng)該使，， 。</p

68、><p>　　四旋翼無人機(jī)中主要的空氣動(dòng)力學(xué)效應(yīng)</p><p>　　旋翼的空氣動(dòng)力學(xué)原理在載人直升飛機(jī)中得到了充分的研究，在文獻(xiàn)[32][33]中的闡釋非常充分，其中的很多內(nèi)容對(duì)于設(shè)計(jì)完整尺寸的直升飛機(jī)有著重要的意義。但對(duì)于小型四旋翼無人機(jī)來說，其中的旋翼和電動(dòng)機(jī)是從標(biāo)準(zhǔn)的航模設(shè)備中獲得的，常用的航模設(shè)備有固定的搭配，可以的選擇空間不大。因此關(guān)于旋翼設(shè)計(jì)的大多數(shù)復(fù)雜的空氣動(dòng)力學(xué)問題可以忽略，

69、這里僅對(duì)那些對(duì)飛行影響較大的空氣動(dòng)力學(xué)效應(yīng)進(jìn)行必要的分析。</p><p>　　在電動(dòng)機(jī)轉(zhuǎn)子和螺旋槳的運(yùn)動(dòng)過程中，有許多與陀螺效應(yīng)和空氣動(dòng)力學(xué)相關(guān)的力作用在四旋翼無人機(jī)上。對(duì)于微型四旋翼無人機(jī)來說，其中大多數(shù)力非常微小，幾乎不會(huì)對(duì)無人機(jī)的飛行產(chǎn)生影響，可以忽略不計(jì)。但槳葉揮舞和誘導(dǎo)阻力對(duì)于研究無人機(jī)的穩(wěn)定性和傳感器的工作原理有很大幫助。</p><p>　　四旋翼無人機(jī)通常使用比較輕便的，

70、螺距不可調(diào)節(jié)的塑料或纖維材料制成的固定旋翼。這種旋翼通常比較柔軟，很容易彎曲。飛行過程中，高速旋轉(zhuǎn)的旋翼上的空氣動(dòng)力的作用和慣性的作用對(duì)旋翼本身的影響十分顯著，這些力會(huì)導(dǎo)致旋翼明顯變形。從某種程度來說，這些變形時(shí)有意義的，如果旋翼的剛度太大，則剛才提到的空氣動(dòng)力學(xué)作用和旋翼的慣性作用都會(huì)直接作用在電動(dòng)機(jī)的轉(zhuǎn)動(dòng)軸上，或者這些力將作用在無人機(jī)機(jī)體上，這將給電動(dòng)機(jī)的轉(zhuǎn)動(dòng)軸或者機(jī)體造成破壞。因此，小型四旋翼無人機(jī)的旋翼要明顯比全尺寸飛行器更加柔

71、軟。槳葉揮舞運(yùn)動(dòng)是由于槳葉的完全造成的，而誘導(dǎo)阻力則與槳葉的剛度有關(guān)，對(duì)于一個(gè)典型的小型四旋翼無人機(jī)的槳葉來說，這兩個(gè)作是同時(shí)發(fā)生的。由于二者的數(shù)學(xué)表達(dá)相近，可以用一個(gè)集總參數(shù)將正兩個(gè)參數(shù)的作用表達(dá)出來。</p><p><b>　　槳葉揮舞運(yùn)動(dòng)</b></p><p>　　槳葉揮舞運(yùn)動(dòng)指的是螺旋槳在轉(zhuǎn)動(dòng)過程中的上下方運(yùn)動(dòng)，這種運(yùn)動(dòng)導(dǎo)致了旋翼升力的不平衡，使得旋翼推力

72、并不總是沿機(jī)體z軸向上的（如圖 2.5所示）。這種現(xiàn)象為加速度計(jì)測(cè)量無人機(jī)姿態(tài)提供了可能性。</p><p><b>　　圖 2.5槳葉揮舞</b></p><p>　　Fig. 2.5 blade flapping</p><p>　　如圖 2.6，在無人機(jī)向前運(yùn)動(dòng)的過程中，向前運(yùn)動(dòng)的葉片比向后運(yùn)動(dòng)的葉片有更高的相對(duì)空氣的速度，更高的相對(duì)速度

73、導(dǎo)致了升力的增加。旋翼向上揮舞，使旋翼的相對(duì)迎風(fēng)角度變小，從而使升力的增加量減小，在旋翼向后的過程中，這個(gè)規(guī)律對(duì)于相反方向的槳葉揮舞同樣成立。</p><p>　　圖 2.6 旋翼位置與相對(duì)氣流方向的關(guān)系</p><p>　　Fig. 2.6 Relate between rotor pose and related wind</p><p>　　因此，如圖 2.7

74、，在迎風(fēng)運(yùn)動(dòng)的槳葉上，槳葉最右邊的旋翼有最高的爬升速度，槳葉最左邊的旋翼有最大的下降速度，而如圖 2.7，最前端的槳葉升力最大，最后邊的槳葉升力最小。</p><p>　　圖 2.7槳葉揮舞過程中揮舞運(yùn)動(dòng)與攻角變化</p><p>　　Fig. 2.7 Change angle of attack in blade flapping</p><p>　　小型四旋翼無

75、人機(jī)在穩(wěn)定懸停的情況下，槳葉揮舞產(chǎn)生的影響比較顯著[32]。為方便研究槳葉揮舞對(duì)無人機(jī)的影響，假設(shè)無人機(jī)僅沿大地坐標(biāo)系的X軸運(yùn)動(dòng)，即，則有：</p><p><b>　　(2.10)</b></p><p>　　這里與是兩個(gè)正常數(shù)，，表示穩(wěn)態(tài)情況下旋翼面徑向于入射氣流傾斜的角度，而表示旋翼面法相傾斜的角度。由于無人機(jī)鐘兩個(gè)相鄰的螺旋槳旋轉(zhuǎn)方向相反，總是成對(duì)的互相抵消。

76、根據(jù)文獻(xiàn)[6]，對(duì)于四旋翼無人機(jī)來說，四個(gè)旋翼的槳葉揮舞響應(yīng)可以表達(dá)為：</p><p><b>　　(2.11)</b></p><p><b>　　誘導(dǎo)阻力</b></p><p>　　當(dāng)機(jī)翼產(chǎn)生升力時(shí)，機(jī)翼下表面的壓力比上表面的大，而機(jī)翼翼展長(zhǎng)度又是有限的，所以下翼面的高壓氣流會(huì)繞過兩端翼尖，向上翼面的低壓區(qū)流去（如

77、圖2.7）。當(dāng)氣流繞過翼尖時(shí)，在翼尖部份形成旋渦，這種旋渦的不斷產(chǎn)生而又不斷地向后流去即形成了所謂翼尖渦流。</p><p>　　圖 2.8誘導(dǎo)阻力的形成</p><p>　　Fig. 2.8 Induced Drag</p><p>　　翼尖渦流使流過機(jī)翼的空氣產(chǎn)生下洗速度，而向下傾斜形成下洗流。氣流方向向下傾斜的角度，叫下洗角。由翼尖渦流產(chǎn)生的下洗速度，在兩翼尖

78、處最大，向中心逐漸減少，在中心處最小。這是因?yàn)榭諝庥姓承?，翼尖旋渦會(huì)帶動(dòng)它周圍的空氣一起旋轉(zhuǎn)，越靠?jī)?nèi)圈，旋轉(zhuǎn)越快，越靠外圈，旋轉(zhuǎn)越慢。因此離翼尖越遠(yuǎn)，氣流下洗速度越小。</p><p>　　將旋翼的彈性變形簡(jiǎn)化的假設(shè)為一個(gè)簡(jiǎn)單的扭轉(zhuǎn)彈簧，則誘導(dǎo)阻力的大小正比于扭轉(zhuǎn)彈簧的形變量，忽略旋翼撲角（如上一小節(jié)所述）對(duì)誘導(dǎo)阻力方向的影響和機(jī)體彈性變形的影響，可以得到誘導(dǎo)阻力為：</p><p>&l

79、t;b>　　(2.12)</b></p><p>　　這里表示誘導(dǎo)阻力系數(shù)。</p><p>　　將式(2.12)帶入式(2.7a)，可得修正的總推力公式：</p><p><b>　　(2.13)</b></p><p>　　這里表示了旋翼的公稱推力。</p><p>　　誘導(dǎo)

80、阻力和槳葉揮舞產(chǎn)生了一個(gè)對(duì)于四旋翼無人機(jī)十分重要的效果，就是在水平方向上自然的穩(wěn)定性，定義：</p><p><b>　　(2.14)</b></p><p>　　為到x-y平面的投影矩陣。則速度在水平面中的投影表示為：</p><p><b>　　(2.15)</b></p><p>　　根據(jù)公式

81、（2.3d），在速度的水平分量下可以得到如下結(jié)論：</p><p><b>　　(2.16)</b></p><p>　　當(dāng)無人機(jī)處于平穩(wěn)飛行狀態(tài)，也就是說時(shí)，則有，可以將上式寫為如下形式：</p><p><b>　　(2.17)</b></p><p>　　這個(gè)公式表達(dá)了槳葉揮舞和誘導(dǎo)阻力的共同

82、作用，這兩個(gè)作用的大小用用集總參數(shù)D表達(dá)。</p><p><b>　　本章小結(jié)</b></p><p>　　本章通過對(duì)四旋翼無人機(jī)的基本原理進(jìn)行分析和數(shù)學(xué)推導(dǎo)，建立了四旋翼無人機(jī)在理想情況下的動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)模型。之后本文通過研究誘導(dǎo)阻力和槳葉揮舞對(duì)機(jī)體的作用，修正了這些模型，為四旋翼無人機(jī)的控制系統(tǒng)奠定了理論基礎(chǔ)。</p><p>　　無人機(jī)

83、機(jī)載姿態(tài)控制系統(tǒng)</p><p>　　小型室內(nèi)四旋翼無人機(jī)的姿態(tài)檢測(cè)包括多種原理不同，特性各異的姿態(tài)傳感器。通過分析不同傳感器的原理與特性，本文提出了一種無人機(jī)姿態(tài)數(shù)據(jù)融合的方法。然后，本章在Arduino控制器的基礎(chǔ)上完成了小型四旋翼無人機(jī)的姿態(tài)控制系統(tǒng)并進(jìn)行了實(shí)驗(yàn)。</p><p>　　無人機(jī)姿態(tài)控制系統(tǒng)的和核心控制器</p><p>　　Arduino 是一款

84、便捷靈活、方便的開源電子平臺(tái)，包含硬件（各種型號(hào)的Arduino板）和軟件（Arduino IDE)。APM是一款以Arduino為基礎(chǔ)的開源飛控，APM在Arduino硬件平臺(tái)基礎(chǔ)上增加了陀螺儀、加速度計(jì)、氣壓高度計(jì)、地磁傳感器等一系列傳感器，并為開發(fā)者提供了豐富的底層開發(fā)庫和專門的集成開發(fā)環(huán)境。本文針對(duì)開源硬件編寫了無人機(jī)姿態(tài)控制軟件。</p><p>　　無人機(jī)姿態(tài)控制系統(tǒng)以Arduino Mega 256

85、0 作為核心控制器（如圖3.1）。Arduino Mega 2560是一款以ATmega 2560 單片機(jī)為基礎(chǔ)的開源微控制器。包括開源的硬件設(shè)計(jì)和一款開源的集成開發(fā)環(huán)境，并提供了大量的庫文件。</p><p>　　表 3.1 Arduino Mega 2560 主要參數(shù)</p><p>　　Table 3.1 Parameters about Arduino Mega 2560</

86、p><p>　　Arduino Mega 2560有54個(gè)數(shù)字I/O 引腳，其中的15個(gè)可以作為PWM輸出使用，16個(gè)模擬輸入引腳，4個(gè)UART串口，晶振為16MHz。ATmega2560有256KB程序寄存器，其中8KB為引導(dǎo)程序（Boot loader）準(zhǔn)備，8KB SRAM和4KB EEPROM，Arduino IDE中提供了專門的讀寫庫用于讀寫EEPROM。Arduino Mega 2560上搭載的AT Me

87、ga 2560中預(yù)燒寫了引導(dǎo)程序boot loader，不需要在下載程序時(shí)使用外部編程器，只要使用USB鏈接電腦即可。Arduino Mega 2560 的USB端口上有一個(gè)自恢復(fù)保險(xiǎn)絲，保護(hù)計(jì)算機(jī)的USB端口，防止短路和過流。如果USB端口的電流超過500mA，保險(xiǎn)絲會(huì)自動(dòng)斷開。</p><p>　　圖 3.1 Arduino Mega 2560是一款以ATmega 2560單片機(jī)為基礎(chǔ)的開源微控制器</

88、p><p>　　Fig. 3.1 Arduino Mega 2560 is an open sorce controller based on ATmega 2560</p><p>　　小型四旋翼無人機(jī)的飛行姿態(tài)檢測(cè)</p><p>　　常用的無人機(jī)慣性姿態(tài)單元包括三軸加速度計(jì)和三軸陀螺儀。三軸陀螺儀提供響應(yīng)速度快、精度高的姿態(tài)信號(hào)，但是存在累積誤差，三軸加速度計(jì)提供

89、低頻的姿態(tài)估計(jì)，由于沒有漂移誤差，通常用于對(duì)陀螺儀得到的位置信息進(jìn)行修正。本文使用了MPU-6000作為慣性測(cè)量器件。</p><p>　　為了實(shí)現(xiàn)芯片的小型化，MPU-6000/6050設(shè)備將三軸陀螺儀、三軸加速度計(jì)和一個(gè)片內(nèi)的數(shù)字運(yùn)動(dòng)處理器（DMP）集成在一塊芯片中。MPU-6000/6050中的DMP集成了這種9軸運(yùn)動(dòng)數(shù)據(jù)融合算法，并且預(yù)留了I2C從機(jī)接口方便連接外部地磁傳感器或者其它的傳感器。該設(shè)備使用了

90、4*4*0.9mm的QFN封裝。其接口與MPU-3000系列三軸陀螺儀相同。因此，MPU-6000/6050設(shè)備有很好的通用性，并且其體積更加適合空間十分有限的小型電路板。</p><p>　　InvenSense公司為MPU-6000/6050芯片提供了一個(gè)InvenSense MotionApps接口，這個(gè)接口抽象了運(yùn)動(dòng)檢測(cè)中的復(fù)雜問題，并且為操作系統(tǒng)解決了傳感器管理中遇到的問題，并且提供了一套用開發(fā)的API

91、接口。</p><p>　　圖 3.2 MPU-6000邏輯結(jié)構(gòu)</p><p>　　Fig. 3.2 logic composition of MPU-6000</p><p>　　MPU-6000內(nèi)含InvenSense公司的姿態(tài)運(yùn)動(dòng)數(shù)據(jù)融合和在線校準(zhǔn)固件。這種固件可以使開發(fā)者免于分立器件選型或系統(tǒng)級(jí)集成類似的繁瑣勞動(dòng)。</p><p>

92、　　圖 3.3 MPU-6000的外部引腳與方向定義</p><p>　　Fig. 3.3 MPU-6000 pins and directions</p><p>　　為了方便實(shí)驗(yàn)，本章使用了現(xiàn)有的開發(fā)板（如圖 3.4）進(jìn)行開發(fā)。</p><p>　　圖 3.4 MPU-6000開發(fā)板</p><p>　　Fig. 3.4 Developm

93、ent board of MPU-6000</p><p>　　基于陀螺儀的飛行姿態(tài)檢測(cè)</p><p>　　陀螺儀是飛行器姿態(tài)檢測(cè)中最主要的器件，用于檢測(cè)機(jī)體相對(duì)于大地坐標(biāo)系的角速度：</p><p><b>　　(3.1)</b></p><p>　　通過機(jī)體運(yùn)動(dòng)學(xué)公式（微分形式），將角速度積分可以得到機(jī)體姿態(tài)：&l

94、t;/p><p><b>　　(3.2)</b></p><p>　　這里η代表了觀測(cè)過程中的噪聲，表示觀測(cè)過程中的恒定誤差。代表了Ω的斜對(duì)稱矩陣，使?？傮w來說，MPU6000的誤差和噪聲都在可以接受范圍內(nèi)。</p><p>　　圖 3.5 MPU-6000連接Arduino原理圖</p><p>　　Fig. 3.5 Sc

95、hematics for MPU-6000 and Arduino connection</p><p>　　MPU-6000提供了±250, ±500, ±1000，和 ±2000°/sec四個(gè)可編程調(diào)節(jié)的量程，為了提高精度，使用最低的±250°/sec作為飛機(jī)的角速度傳感器。MPU-6000有自帶的16位模數(shù)轉(zhuǎn)換器，可以通過IIC總線讀取角

96、速度測(cè)量值。MPU-6000與Arduino Mega 2560控制器連接如圖 3.5所示。</p><p>　　利用角速度傳感器檢測(cè)飛機(jī)的姿態(tài)問題在于角速度傳感器得到的位置誤差是發(fā)散的，需要利用其他傳感器進(jìn)行修正。具體方法將會(huì)在本章中討論。</p><p>　　基于加速度傳感器的飛行姿態(tài)檢測(cè)</p><p>　　加速度計(jì)和地磁計(jì)可以提供飛行器的絕對(duì)姿態(tài)數(shù)據(jù)，與陀螺

97、儀得到的姿態(tài)增量數(shù)據(jù)互補(bǔ)，得到更好的姿態(tài)測(cè)量值。</p><p>　　加速度計(jì)用于檢測(cè)機(jī)體在外力作用下的加速度：</p><p><b>　　(3.3)</b></p><p>　　這里η代表了觀測(cè)過程中的噪聲，表示觀測(cè)過程中的恒定誤差。和屬于大地坐標(biāo)系。</p><p>　　APM可以通過一系列指令并且把飛機(jī)固定到特定

98、的角度，讀取加速度計(jì)和陀螺儀估算和。</p><p>　　利用加速度計(jì)得到飛行姿態(tài)數(shù)據(jù)的原理十分微妙，如果假設(shè)升力總是沿飛行器軸線向上，則有：</p><p><b>　　(3.4)</b></p><p>　　這個(gè)公式說明了在簡(jiǎn)單、理想的四旋翼無人機(jī)模型中，加速度計(jì)度數(shù)總是指向機(jī)體上方的，并不包含飛行器的姿態(tài)信息。但如上一章中所說，槳葉揮舞效

99、應(yīng)對(duì)于機(jī)體姿態(tài)估計(jì)是有作用的，故上式可修正為：</p><p><b>　　(3.5)</b></p><p>　　加速度計(jì)信號(hào)只有低頻部分被用于姿態(tài)估計(jì)，假設(shè)，可以估計(jì)：</p><p><b>　　(3.6)</b></p><p><b>　　用代替可得到：</b><

100、;/p><p><b>　　(3.7)</b></p><p>　　基于地磁計(jì)的飛行姿態(tài)檢測(cè)</p><p>　　利用地磁計(jì)進(jìn)行姿態(tài)檢測(cè)具有原理簡(jiǎn)單，數(shù)據(jù)穩(wěn)定，誤差不會(huì)累積的優(yōu)點(diǎn)。如(3.8)所示，基于地磁計(jì)的姿態(tài)檢測(cè)方法可以簡(jiǎn)單地通過求解姿態(tài)變換矩陣得到。但是地磁計(jì)增加了硬件設(shè)計(jì)的負(fù)擔(dān)，同時(shí)地磁計(jì)受到周圍磁場(chǎng)影響較大，對(duì)環(huán)境的要求較高。</

101、p><p><b>　　(3.8)</b></p><p>　　地磁姿態(tài)檢測(cè)模塊原理圖如圖 3.6所示。</p><p>　　其中HMC5883L為數(shù)字接口的三軸磁場(chǎng)強(qiáng)度傳感器，內(nèi)置ASIC放大器，12位A/D轉(zhuǎn)換器，IIC總線輸出。采用4*4*1.3的LCC封裝，具有體積小、精度高、成本低廉、使用方便的優(yōu)點(diǎn)。</p><p&g

102、t;　　PCA9306是一款支持I2C總線和SMBus的雙向電平轉(zhuǎn)換器，支持從1.0V～3.6V到1.8V～5.5V的電平轉(zhuǎn)換，并且?guī)в惺鼓茌斎搿?lt;/p><p>　　PCA9306支持1.0V到5.0V的雙向電平轉(zhuǎn)換并且不需要方向引腳的控制。開關(guān)導(dǎo)通時(shí)具有很小的導(dǎo)通電阻，可以以最小的傳輸延遲進(jìn)行連接。當(dāng)使能端為高電平，轉(zhuǎn)換開關(guān)打開，SCL1和SDA1分別連接到SCL2和SDA2，允許數(shù)據(jù)在兩端傳輸。當(dāng)使能端為低

103、電平，開關(guān)關(guān)閉，端口為高阻態(tài)。</p><p>　　圖 3.6磁場(chǎng)強(qiáng)度傳感器連接Arduino原理圖</p><p>　　Fig. 3.6 Schematics for magnetoresistive sensor</p><p>　　四旋翼無人機(jī)的飛行姿態(tài)數(shù)據(jù)融合與濾波</p><p>　　本文中使用的MPU-6000慣性傳感器和HMC5

104、883L地磁傳感器精度有限，穩(wěn)定性不高，單純依靠陀螺儀產(chǎn)生的姿態(tài)數(shù)據(jù)在較長(zhǎng)時(shí)間內(nèi)會(huì)產(chǎn)生很大的累積誤差。同時(shí)，加速度傳感器受機(jī)體震動(dòng)影響較大，而磁場(chǎng)強(qiáng)度傳感器容易受到外部磁場(chǎng)的干擾，所以，為了穩(wěn)定飛行控制算法，提高飛行器的位置控制精度，必須在使用中對(duì)三種傳感器得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合與濾波。</p><p><b>　　互補(bǔ)濾波器</b></p><p>　　陀螺儀積分得

105、到的姿態(tài)數(shù)據(jù)響應(yīng)速度快，在短時(shí)間有較高的精度，但較長(zhǎng)時(shí)間使用會(huì)產(chǎn)生累積誤差，因此它的誤差是發(fā)散的，從加速度計(jì)得到的姿態(tài)數(shù)據(jù)沒有累積誤差，但動(dòng)態(tài)響應(yīng)較差，而地磁傳感器得到的姿態(tài)數(shù)據(jù)精度比較低[4]。因此，將角速度、磁場(chǎng)強(qiáng)度、加速度三個(gè)傳感器數(shù)據(jù)通過互補(bǔ)濾波器進(jìn)行濾波（如圖圖 3.7），可以大幅提高姿態(tài)解算精度。</p><p>　　圖 3.7角速度、磁場(chǎng)強(qiáng)度、加速度傳感器通過互補(bǔ)濾波器進(jìn)行數(shù)據(jù)融合</p>

106、;<p>　　Fig. 3.7 data fusion by a complementary filter of angular velocity ,magneto resistive and acceleration sensor</p><p>　　用R表示第二章中介紹的無人機(jī)姿態(tài)變換矩陣，表示經(jīng)過互補(bǔ)濾波器得到的姿態(tài)變換矩陣，表示加速度計(jì)和磁場(chǎng)強(qiáng)度傳感器得到的姿態(tài)變換矩陣，表示觀測(cè)過程中的高

107、頻噪聲，則有，表示了陀螺儀數(shù)據(jù)積分得到的無人機(jī)姿態(tài)變換矩陣，表示積分過程中的累積誤差，有。取低通濾波器，高通濾波器，則有：</p><p><b>　　(3.9)</b></p><p>　　因此，互補(bǔ)濾波器可以有效地去除高頻和低頻干擾，實(shí)現(xiàn)姿角速度傳感器、磁場(chǎng)強(qiáng)度傳感器和角速度傳感器的數(shù)據(jù)同和。將角速度傳感器帶入上式，可得：</p><p>

108、<b>　　(3.10)</b></p><p>　　由上式可得互補(bǔ)濾波器模型（圖 3.8）。</p><p>　　圖 3.8互補(bǔ)濾波器模型</p><p>　　Fig. 3.8 Model of complementary filter</p><p>　　用固定常數(shù)代替，則可以得到高通濾波器的截止頻率。將上式變換到時(shí)

109、域可得表達(dá)式如下：</p><p><b>　　(3.11)</b></p><p>　　為方便程序設(shè)計(jì)，根據(jù)文獻(xiàn)[3]中所得結(jié)果，可以將上式中的互補(bǔ)濾波器具體化：</p><p><b>　　(3.12)</b></p><p>　　這里，，和表示非負(fù)的觀測(cè)量修正系數(shù)，表示了歐幾里得矩陣在斜對(duì)稱矩

110、陣上的投影，如果相對(duì)應(yīng)的觀測(cè)量不可靠或者無法得到，可以將修正系數(shù)取零。因?yàn)楸疚闹胁淮嬖谳o助的狀態(tài)估計(jì)傳感器值，所以取。</p><p><b>　　卡爾曼濾波器</b></p><p>　　卡爾曼濾波是一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法。在四旋翼無人機(jī)中，需要對(duì)陀螺儀、加速度傳感器和地磁計(jì)所得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合。簡(jiǎn)單的均值濾波很難滿足精度與實(shí)時(shí)性的要求。故通過卡爾曼濾波將