[发明专利]一种无人机飞控多传感器姿态置信解算方法

说明书

本发明提出的是一种无人机飞控多传感器姿态置信解算方法，通过对无人机飞控系统中内置的传感器进行数据预测，建立数学观测模型，通过角速度数学模型阶导求得当前状态角速度与数学模型预测量，确定误差与预测误差后建立冗余系统，进行数据比对并确定出现异常的传感器编号。本发明采用多传感器数据融合处理方法，扩展了时空覆盖范围，改善了系统的可靠性，对目标或事件的确认增加了可信度，减少了信息的模糊性；算法相对简单可靠，可有效降低硬件成本和对处理器性能的要求；节约计算时间，可实现计算测量无缝切换。

技术领域

本发明涉及的是一种无人机飞控多传感器姿态置信解算方法，属于无人机控制技术领域。

背景技术

无人机是一种利用无线遥控设备和自备控制装置操纵的不载人飞行装置，随着无人机操控技术的进步，以及其结构不断向轻量化、小型化发展，已逐渐由军用侦察机和靶机转向民用领域，广泛应用于航拍、农业、运输、测绘等多个行业领域，在现代社会信息的背景下显得越来越重要和突出。

飞行控制模块（飞控模块）作为无人机系统中重要的控制系统，其主要功能是测量无人机飞行姿态等状态信息，并实时控制无人机的飞行，其中的惯性测量单元（IMU）是测量角速率以及加速度的装置，通常包含三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态，在导航中有着很重要的应用价值。但实际运行过程中，当无人机IMU出现问题时，现有的飞控模块通常无法同时对三组或三组以上的传感器异常进行冗余处理，无法进行及时检测和快速切换，导致无人机姿态不稳定，甚至操控失灵；现有无人机结构中虽然有针对无人机飞控模块进行加装来提高处理速度的方法，但同时也对飞控模块提出了更高的硬件配置和运算性能要求，实际使用时占用过多飞控模块资源，反而会降低数据测量和控制的实时性和可靠性，甚至会出现处理器卡顿和异常，直接导致无人机坠毁。

发明内容

本发明的目的在于克服现有技术存在的上述缺陷，提出一种无人机飞控多传感器姿态置信解算方法，可以对无人机在多组IMU出现异常时，自动检测并实时切换至正常的传感器。

本发明的技术解决方案：一种无人机飞控多传感器姿态置信解算方法，具体包括如下步骤：

1）对无人机飞控系统中内置的3组传感器进行数据预测，建立数学观测模型：

2）测量科里奥利力来间接得到角速度，通过角速度数学模型阶导求得当前状态角速度与数学模型预测量；

3）将3组传感器最终测得的角速度数据中的其中一组直接输出至无人机飞控系统，其他两组数据分别输出至2个冗余观测器，通过计算IMU中加速度计和陀螺仪的误差来获得角速度预测量；

4）2个冗余观测器分别输出角速度预测量与实际角速度，共同解算与测量差值，在两组传感器数据中进对比；将以上数据进行整合，选择数据正常的传感器。

本发明的优点：

1）采用多传感器数据融合处理方法，扩展了时空覆盖范围，改善了系统的可靠性，对目标或事件的确认增加了可信度，减少了信息的模糊性；

2）算法相对简单可靠，可有效降低硬件成本和对处理器性能的要求；

3）节约计算时间，可实现计算测量无缝切换，在同硬件平台下相比现有技术（最多同时检测2组）可实时检测10组传感器的数据。

附图说明

附图1是本发明无人机飞控多传感器姿态置信解算方法的流程结构图。

附图2是本发明采用的角速度数学模型的坐标系图。

具体实施方式

下面根据实施例进一步说明本发明的技术方案。