[发明专利]一种四旋翼飞行器动力学模型/机载传感器组合导航方法有效
申请号: | 201810244190.X | 申请日: | 2018-03-23 |
公开(公告)号: | CN108592911B | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 吕品;刘士超;赖际舟;许晓伟;白师宇 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 杨晓玲 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 四旋翼 飞行器 动力学 模型 机载 传感器 组合 导航 方法 | ||
1.一种四旋翼飞行器的动力学模型/机载传感器组合导航方法,其特征在于,包括如下步骤:
步骤一:周期读取k时刻四旋翼飞行器机载传感器信息,包括旋翼转速传感器信息ω1(k)、ω2(k)、ω3(k)、ω4(k),其分别为四个旋翼的转速;GPS信息VNG(k)、VEG(k)、VDG(k),其分别为北向速度、东向速度、地向速度,PNG(k)、PEG(k),其分别为北向位置、东向位置;气压高度计信息hb(k);磁传感器信息ψm(k);
步骤二:计算k时刻四旋翼飞行器的加速度、角加速度;在步骤二中采用如下形式计算k时刻四旋翼飞行器的加速度、角加速度:
加速度信息通过下式进行计算:
其中,为k时刻机体系相对于导航系的加速度在机体系X、Y、Z轴上的分量;kHx、kHy、kT为模型参数,均为常数,通过离线辨识方法获得;为k-1时刻机体系相对于导航系的线速度在机体系X、Y轴上的分量;
角加速度信息通过下式进行计算:
其中,为k时刻机体系相对于导航系的角速度在机体系X、Y、Z轴上的分量,是的微分,即角加速度;kR1、kR2、kP1、kP2、kQ为模型参数,均为常数,通过离线辨识方法获得;
步骤三:预测k时刻四旋翼飞行器的角速度、姿态、速度、位置;
步骤四:通过卡尔曼滤波器,对k时刻四旋翼飞行器的角速度、姿态、速度、位置进行校正。
2.根据权利要求1所述的一种四旋翼飞行器的动力学模型/机载传感器组合导航方法,其特征在于,在步骤三中采用如下形式预测k时刻四旋翼飞行器的角速度、姿态、速度、位置:
1)角速度预测采用如下公式:
其中,为k-1时刻机体系相对于导航系的角速度在机体系X、Y、Z轴上的分量;g为重力加速度;ΔT为离散采样周期;
2)姿态预测采用如下公式:
其中,φ(k)、θ(k)、ψ(k)分别为k时刻的横滚角、俯仰角、航向角;φ(k-1)、θ(k-1)、ψ(k-1)分别为k-1时刻的横滚角、俯仰角、航向角;
3)速度预测采用如下公式:
其中,为k时刻机体系相对于导航系的线速度在机体系X、Y、Z轴上的分量;为k-1时刻机体系相对于导航系的线速度在机体系X、Y、Z轴上的分量;
4)位置预测采用如下公式:
其中,pn(k)、pe(k)、h(k)分别为k时刻的北向位置、东向位置、地向高度;pn(k-1)、pe(k-1)、h(k-1)分别为k-1时刻的北向位置、东向位置、地向高度。
3.根据权利要求2所述的一种四旋翼飞行器的动力学模型/机载传感器组合导航方法,其特征在于,步骤四中通过卡尔曼滤波器,对k时刻四旋翼飞行器的角速度、姿态、速度、位置进行校正:
1)计算一步预测均方误差P(k|k-1):
P(k|k-1)=A(k,k-1)P(k-1|k-1)A(k,k-1)T+G(k-1)W(k-1)G(k-1)T
式中,I3×3为3×3的单位矩阵,03×3为3×3的零矩阵,φ(k)、θ(k)、ψ(k)为k时刻横滚角、俯仰角、航向角,A(k,k-1)为滤波器k-1时刻到k时刻的滤波器一步转移矩阵,上标T表示转置,P(k-1|k-1)为k-1时刻的状态估计均方差,P(k|k-1)为k-1时刻到k时刻的一步预测均方差,为滤波器k-1时刻的滤波器噪声系数矩阵,W=[εωx εωy εωz εfx εfy εfz]T,为k-1时刻状态噪声,εωx、εωy和εωz分别为和的模型噪声,εfx、εfy和εfz分别为和的模型噪声;
2)计算k时刻扩展卡尔曼滤波器滤波增益K(k):
K(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)H(k)T+R(k)]-1
式中,Υ1×6=[0 0 0 0 0 1],H(k)为k时刻量测矩阵,K(k)为k时刻的滤波增益,为k时刻的量测噪声,diag表示矩阵对角化,其中分别为VNG、VEG、VDG、PNG、PEG、hb、ψm的噪声;上标T表示转置,上标-1表示求逆,03×6为3×6的零矩阵,03×3为3×3的零矩阵,01×3为1×3的零矩阵;
3)计算k时扩展卡尔曼滤波器状态估计值
式中,为k时刻状态量的估计值,为k-1到k时刻的状态变量一步预测值,使用步骤三的预测公式计算得到,Y(k)=[VNG(k) VEG(k)VDG(k) PNG(k) PEG(k) hb(k) ψm(k)]T为k时刻的量测值,通过步骤一的传感器数据读取获得;
4)计算k时刻扩展卡尔曼滤波器估计均方误差P(k|k):
P(k|k)=[I-K(k)H(k)]P(k|k-1)
式中,P(k|k)为k时刻估计均方误差,I为单位矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810244190.X/1.html,转载请声明来源钻瓜专利网。