登录
加入联盟
找回密码
航空人生
新一代连飞客户端下载
空管人生
中国航空运动协会推荐
WEFLY
模拟飞行玩家聊天工具
门户
文章
商城
二手市场
外包服务
模飞软件
硬件设备
飞行体验
学院
云课堂
问答
资料下载
论坛
模拟飞行
低空飞行
太空探索
航圈
资源
素材
下载
企业
无人机论坛
»
论坛
›
无人机DIY专区
›
飞控开发区
›
Pixhawk飞控
›
【干货】详解几种飞控的姿态解算算法
返回列表
发新帖
查看:
1426
|
回复:
0
【干货】详解几种飞控的姿态解算算法
[复制链接]
赋明通
赋明通
当前离线
积分
1140
窥视卡
雷达卡
367
主题
406
帖子
1140
积分
金牌飞友
金牌飞友, 积分 1140, 距离下一级还需 1860 积分
金牌飞友, 积分 1140, 距离下一级还需 1860 积分
积分
1140
飞币
732
注册时间
2017-7-6
发消息
发表于 2023-4-28 10:39:26
|
显示全部楼层
|
阅读模式
文 / across
【作者简介】
不懂算法、不懂编程的飞控算法工程师
略懂飞行控制
略懂开源px4飞控
姿态解算是飞控的一个基础、重要部分,估计出来的姿态会发布给姿态控制器,控制飞行平稳,是飞行稳定的最重要保障。有关姿态解算的基础知识,这里笔者不会细细描述,有关这方面的资料,网上已经有很多。主要是先掌握坐标系的概念、姿态角的几种描述方法(欧拉角、四元数、旋转矩阵)等。
姿态解算的难点主要在于,消费级飞控上一般所选用的惯性传感器,都是mems器件,精度相对较差,同时陀螺仪、加速度计、地磁计单个传感器无法得到满意的姿态角信息,所以需要一些融合算法,进行姿态估计。
首先,如何测量姿态解算的精度?
很多人都会有这个困扰,就是没办法确定所得到的角度的精确程度。一般用外部参考的方法测量,比如飞机上同时挂载自己的飞控以及高精度的IMU设备(比如xsens、sbg等),飞行完成后,对比自己飞控所解算的角度和外部设备的误差;又或者,在室内装vicon设备来给出外部参考。
笔者手上没有精确的外部设备,所以本文不能得出结论哪种算法的好坏,只是提供大概思路。
采用开源PX4飞控,进行姿态模式飞行,取出飞行数据,注意,验证算法的时候,最好还是用实际飞行的数据,否则加速度噪声对算法的影响无法验证,同时,这里的角度参考仅是px4飞控所解算得到的角度,不能算高精度参考,数据曲线:
1.看一下单独的陀螺仪积分角度与加速度计算出的角度各有什么问题?
陀螺仪角度:就是对角速度数据进行积分;
加速度角度:
在matlab中编写m代码进行验证对比。
如上图所示,蓝色的陀螺积分角度随着时间会有漂移,而加速度计得到的角度则噪声很大,都无法使用。
2.互补滤波
由于单一传感器获得角度都有缺点,一个动态精度好,一个静态精度好,很自然联想到互补滤波,即通过调整一个加权系数,如果陀螺仪所占的权重大些,则解算的角度则跟陀螺角度近似,加速度类似。
filtered(i) = (filtered(i-1) +IMU_GyroX(i)*IMUPer)*a + (1-a)*angle_acc(i);
a为0.95的曲线如下:
a为0.3,曲线如下:
综上所看,固定增益a,无论如何调整,性能总是不尽理想,陀螺仪的权重大了,动态性能还可以,大致能跟上角度,但是不能静态保持,当没有角速度时,角度也收敛了;加速度权重大了,噪音大,另外动态性能差,100s左右的来回打杆,所得的角度基本没有变化。
3.自适应互补滤波
如果权重参数可变呢?也就是如果角度变化大时,更相信陀螺,否则则更相信加速度的角度。
如图所示,虽然动态精度看上去好了,但是当静态的时候,还是不能达到满意效果。另外,图中可以看出,加速度的角度所保证的静态精度是有延迟的。
4.mahony&PX4SO3算法
PX4飞控早期的姿态解算有一个SO3版本,其算法其实就是网上常见的mahony算法。算法原理:根据加速度计和地磁计的数据,转换到地理坐标系后,与对应参考的重力向量和地磁向量进行求误差,这个误差用来校正陀螺仪的输出,然后用陀螺仪数据进行四元数更新,再转换到欧拉角。
具体步骤如下:
该算法能得到大概的角度。至于哪个更准确,这里无法判断。不过俯仰角,在40s左右的一段,这时候飞机姿态是回平的,但是解算有误。
5.卡尔曼滤波
卡尔曼滤波是非常常用的状态估计算法,相关的理论介绍有很多,这里不赘述了。有一点要注意,就是你的状态方程和量测方程的模型不一样,效果肯定也是不一样的,卡尔曼滤波只是理论,具体怎么用还得看具体情况,效果也是看所建的模型。
模型一:
状态量分别是俯仰角、滚转角以及对应的角速度偏移。
模型如下:
模型二:
参考书目
Nonami K, Kendoul F, Suzuki S, et al.Autonomous Flying Robots: Unmanned Aerial Vehicles and Micro AerialVehicles[M]. Springer Publishing Company, Incorporated, 2010.
第10章
结果如图:
两者曲线差不多,认为可以使用。
模型三:
PX4飞控早期的attitude_estimator_ekf版本。
算法的具体步骤,可以参考:
【干货】加速度校准分析(Pixhawk加速度校准算法简析)
几个小点:
1、怎么用卡尔曼进行融合?模型哪里来?
建模一般则是根据物理规律进行定的,运用现成的数学理论,如果不是很了解,可以参考一些论文。
2、卡尔曼如何调参数?
简单来讲,就是重点调R矩阵参数,一般取数据,用matlab看曲线。
3、数据的坐标系?
很多人用同样的代码,输入数据后,运算的结果不对。一般主要原因就是正负号不对应,要对好数据的坐标系,就是正负号,不知道的话,本办法就是试凑。
4、数据质量对解算的影响?
最后那个数据曲线就是手晃的数据,不是直接飞行的,加速度噪音小。数据质量一般关心的是加速度的数据,起飞后,加速度噪音比较大,可能你在地面测试,觉得姿态角算的挺准的,但是一起飞就不行了,这时候需要回过头来处理加速度数据,怎么处理?涉及到滤波方面的知识,后续会简单讲讲。
5、卡尔曼滤波好在哪里?
主要是因为一般的互补滤波,权重参数是固定的,而卡尔曼本质也是调整权重参数,但是是时变的,不过计算量相对较大。
6、动加速度的影响?
动加速度对姿态解算影响较大,因为你的陀螺是靠重力加速度向量去校正的,一旦运动的加速度大了,则会影响参考,自然也算不准了。普遍的方法是会融合GPS的速度算加速度。
这篇文章只是简单描述了一些常用的姿态解算算法,并不直接点明好坏,没有参考数据,不太好分析。有的一些没有给出推导过程,读者可以自己推导。一些理论也请自行查阅相关文献。后续也会讲解下卡尔曼滤波等内容。
每周更新
把握产业链脉络
追踪高价值的产品
坚持深度有价值内容
定位无人机频道
微信号:auscor
93.17%做灰机不吹牛逼的都可能关注了无人机频道!
最大的梦想是带着关注无人机频道的人一起发大财!
历史爆文
【视频】俄罗斯推出可骑无人机 载重120公斤最高能飞10米
【干货】陀螺仪的数据处理
【揭秘】在 DJI 大疆魔法部工作是怎样一番体验?
究竟是什么让植保无人机不赚钱?几乎都是一锤子买卖
这批无人机创业者真他Ma不行!
姿态模式下
相关帖子
•
开源飞控PX4姿态控制算法详解
回复
使用道具
举报
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
返回列表
发新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
加入联盟
本版积分规则
发表回复
回帖后跳转到最后一页
快速回复
返回顶部
返回列表