[发明专利]结合无人机动力学模型和MEMS传感器的姿态估计方法

说明书

本发明属于无人机导航领域，特别提出一种结合无人机动力学模型和MEMS传感器的姿态估计方法，以有效提高无人机在大机动运动时的姿态估计精度。在GPS信号有效时，本发明利用GPS/MEMS组合导航信息对无人机动力学模型参数进行在线估计，给出了修正后的无人机动力学模型；在GPS失效后，利用修正后动力学模型对MEMS传感器中陀螺仪数据滤波以及估计无人机的运动加速度，并结合MEMS传感器进行卡尔曼滤波得到无人机系统的姿态估计。本发明能够补偿无人机大机动带来的运动加速度对加速度计测量重力的影响，适用于在GPS失效时对无人机姿态估计精度要求较高的应用场合。

技术领域

本发明属于无人机导航领域，特别涉及一种利用无人机动力学模型辅助MEMS传感器进行姿态解算的方法，能够补偿无人机大机动带来的运动加速度对加速度计测量重力的影响，适用于在GPS失效时对无人机姿态估计精度要求较高的应用场合。

背景技术

无人机导航技术是无人机系统实现自主飞行的关键技术之一，无人机路径规划、实时避障、精准着陆和飞行控制等功能的实现需要导航模块提供持续全面的导航信息。无人机常用的导航技术主要包括惯性导航、GPS导航、视觉导航、无线电导航和地形辅助导航等。

这些导航技术各有优缺点，考虑到传感器价格、重量体积以及带宽等因素限制，一般中小型无人机导航模块利用GPS/MEMS传感器进行组合导航来为无人机其它模块提供可靠的导航信息反馈。GPS受使用环境范围影响，例如在室内和桥梁等地区信号容易中断，不能完全依靠；MEMS传感器虽然价格便宜，但具有精度低、误差大以及导航结果短时间迅速发散等缺点。因此在GPS信号不可用情况下，需要其他导航信息源对MEMS传感器进行辅助，得到无人机可靠的导航信息估计。

目前，部分文献采用基于MEMS传感器的航姿参考系统来为无人机提供三维姿态估计，但由于将对重力的测量近似用加速度计输出来代替，因此航姿参考系统在无人机进行大机动运动时会出现失效情况。另外部分文献提出将飞机动力学模型、GPS和MEMS传感器组合的方式进行导航，但飞机动力学模型的建立主要依靠软件仿真计算或者大量风洞试验离线得到，存在耗时耗力和在线模型参数不准确的问题。目前对在线估计动力学模型参数以及动力学模型如何辅助MEMS传感器进行导航研究较少。

发明内容

为解决无人机动力学模型在线参数辨识和动力学模型/MEMS传感器融合的无人机姿态估计问题，本发明提供一种利用无人机动力学模型辅助MEMS传感器进行姿态估计的方法，以有效提高无人机在大机动运动时的姿态估计精度。在GPS信号有效时，本发明利用GPS/MEMS组合导航信息对无人机动力学模型参数进行在线估计，给出了修正后的无人机动力学模型；在GPS失效后，利用修正后动力学模型对陀螺仪数据滤波以及估计无人机的运动加速度，并结合MEMS传感器进行卡尔曼滤波得到无人机系统的姿态估计。

具体地，本发明提供了一种结合无人机动力学模型和MEMS传感器的姿态估计方法，包括如下步骤：

步骤一：在GPS信号有效时，利用GPS/MEMS组合导航结果对无人机动力学模型的电机拉力系数和三轴常值干扰力矩进行估计，根据估计得到的电机拉力系数和三轴常值干扰力矩修正无人机动力学模型；

步骤二：在GPS信号失效时，利用磁力计数据计算并补偿磁偏角后得到磁航向角，利用雷达高度、气压高度和真实高度的冗余关系构造无人机的俯仰角和横滚角的余弦乘积量；

步骤三：在GPS信号失效时，利用步骤一中修正后的无人机动力学模型的平动动力学方程估计无人机运动加速度，进而构造重力加速度补偿量，得到重力加速度观测的俯仰角和横滚角；

步骤四：在GPS信号失效时，利用步骤一中修正后的无人机动力学模型的转动动力学方程对MEMS传感器的测量数据滤波，以抑制无人机机体震动带来数据噪声和异常值；