變載荷下六旋翼無(wú)人機(jī)高度控制*

龍 文,陳 洋*,吳懷宇,程 磊,陳鵬震,王正熙

(1.武漢科技大學(xué)信息科學(xué)與工程學(xué)院,武漢 430081;2.武漢科技大學(xué)教育部冶金自動(dòng)化與檢測(cè)技術(shù)工程研究中心,武漢 430081)

?

變載荷下六旋翼無(wú)人機(jī)高度控制*

龍 文1,2,陳 洋1,2*,吳懷宇1,2,程 磊1,2,陳鵬震1,2,王正熙1,2

(1.武漢科技大學(xué)信息科學(xué)與工程學(xué)院,武漢 430081;2.武漢科技大學(xué)教育部冶金自動(dòng)化與檢測(cè)技術(shù)工程研究中心,武漢 430081)

六旋翼無(wú)人機(jī)應(yīng)用于植保領(lǐng)域時(shí)通常需要定高飛行,單一機(jī)載微傳感器無(wú)法長(zhǎng)時(shí)間準(zhǔn)確的跟蹤六旋翼無(wú)人機(jī)的高度,且當(dāng)負(fù)載發(fā)生變化時(shí)無(wú)人機(jī)的高度控制會(huì)出現(xiàn)不穩(wěn)定現(xiàn)象。針對(duì)上述問(wèn)題,本文采用了一種基于氣壓計(jì)和加速度計(jì)卡爾曼濾波融合的高度測(cè)量系統(tǒng),并設(shè)計(jì)了一個(gè)雙閉環(huán)PID控制加前饋控制的高度控制器,最終獲得了無(wú)人機(jī)飛行高度的精確估計(jì)與穩(wěn)定控制。實(shí)驗(yàn)結(jié)果表明,經(jīng)過(guò)卡爾曼濾波可以得到準(zhǔn)確、平穩(wěn)的高度值和速度值。提出的高度控制器在變載荷情況下也能很好的控制無(wú)人機(jī)的高度。

六旋翼無(wú)人機(jī);變載荷;前饋控制;卡爾曼濾波

近年來(lái),多旋翼無(wú)人機(jī)逐漸成為航空領(lǐng)域?qū)W者們的研究熱點(diǎn),多旋翼無(wú)人機(jī)是一種具有垂直起降與空中懸停等特殊飛行能力的多旋翼無(wú)人飛行器。在飛行過(guò)程中,通過(guò)改變旋翼的轉(zhuǎn)速,可以改變各種飛行姿態(tài)。正因?yàn)槎嘈頍o(wú)人機(jī)具有垂直起降、空中定點(diǎn)懸停、可以實(shí)現(xiàn)六自由度的飛行等獨(dú)特的飛行能力,使其在軍事領(lǐng)域和民用領(lǐng)域得到了廣泛的應(yīng)用[1],包括軍事偵察,農(nóng)業(yè)植保,電力巡檢,測(cè)繪,航拍等。

無(wú)人機(jī)在執(zhí)行某些特定的任務(wù)過(guò)程中質(zhì)量有可能會(huì)發(fā)生變化,如農(nóng)業(yè)植保無(wú)人機(jī)在工作過(guò)程中隨著農(nóng)藥的噴灑,質(zhì)量會(huì)不斷的減小,但是為了更好的保證農(nóng)藥的噴灑質(zhì)量,不發(fā)生漏噴重噴現(xiàn)象,必須保證無(wú)人機(jī)能與作物保持固定的高度。如果高度控制系統(tǒng)不能感知自身質(zhì)量的變化便會(huì)導(dǎo)致高度控制不穩(wěn)定,響應(yīng)偏慢等現(xiàn)象。由此可見(jiàn)針對(duì)此類(lèi)六旋翼無(wú)人機(jī),設(shè)計(jì)控制系統(tǒng)過(guò)程中考慮到無(wú)人機(jī)的質(zhì)量變化顯得尤為重要。旋翼無(wú)人機(jī)的高度控制系統(tǒng)設(shè)計(jì)主要包括兩個(gè)方面,分別是高度測(cè)量系統(tǒng)設(shè)計(jì)和高度控制器設(shè)計(jì)。高度估計(jì)算法方面目前公開(kāi)的算法主要有互補(bǔ)濾波[2],卡爾曼濾波[3-5]。文獻(xiàn)[2]中采用加速度計(jì)與氣壓計(jì)進(jìn)行互補(bǔ)濾波融合來(lái)估計(jì)高度,具有迭代簡(jiǎn)單、適合工程實(shí)踐等優(yōu)點(diǎn)。文獻(xiàn)[3]中采用卡爾曼濾波的方法,利用加速度計(jì)和氣壓計(jì),超聲波3種傳感器來(lái)進(jìn)行高度的估計(jì),相比互補(bǔ)濾波,卡爾曼濾波具有收斂速度快,精度高等優(yōu)點(diǎn)。使用最普遍的高度測(cè)量傳感器是GPS測(cè)量系統(tǒng),目前有許多關(guān)于GPS數(shù)據(jù)定高的融合算法,比如融合GPS/INS數(shù)據(jù)實(shí)現(xiàn)無(wú)人機(jī)的精確導(dǎo)航[6]、組合氣壓高速傳感器、全球定位系統(tǒng)(GPS)和捷聯(lián)式線(xiàn)加速度計(jì),建立一種具有較高精度的無(wú)人直升機(jī)高度測(cè)量系統(tǒng)[7]、根據(jù)飛行器運(yùn)動(dòng)方程,推導(dǎo)出了高度和飛行狀態(tài)之間的關(guān)系,并由所得的飛行狀態(tài),利用 Kalman 濾波方法得到高度[8]。這些方法測(cè)高效果很好,但是GPS的使用條件苛刻,通常室內(nèi)或者有高大建筑物遮擋時(shí)無(wú)法使用。氣壓計(jì)可以克服這一困難,但是單純的氣壓器測(cè)量的高度存在很大的噪聲,而且測(cè)量出來(lái)的高度很容易受到環(huán)境的影響。另外在高度和垂直速度的測(cè)量中,氣壓式高度表有較大的慣性,因而瞬時(shí)高度和垂直速度的精度會(huì)受到影響。而慣性系統(tǒng)測(cè)量高度的誤差是以指數(shù)形式增長(zhǎng)的,因此,用氣壓式高度表的信息對(duì)慣性高度系統(tǒng)進(jìn)行阻尼,可得到品質(zhì)較好又不隨時(shí)間發(fā)散的組合高度系統(tǒng)[9]。利用氣壓計(jì)與加速度計(jì)卡爾曼濾波得到高度信息,然后采用現(xiàn)代控制理論中的LQI控制對(duì)無(wú)人機(jī)的高度進(jìn)行控制。這樣做在無(wú)風(fēng)和有風(fēng)的情況下都能獲得較理想的定高效果,但是在無(wú)人機(jī)質(zhì)量發(fā)生變化以及電池消耗較大的情況時(shí),高度控制效果大大降低[10]。

綜上所述,基于組合高度測(cè)量系統(tǒng)的思想和針對(duì)質(zhì)量變化的六旋翼無(wú)人機(jī)高度控制響應(yīng)速度偏慢,控制效果偏差的問(wèn)題,本文采用一種利用加速度計(jì)和氣壓計(jì)進(jìn)行卡爾曼濾波融合得到垂直方向高度值,速度值和加速度靜態(tài)偏差的高度測(cè)量系統(tǒng)以及雙閉環(huán)PID控制加前饋控制的高度控制器。實(shí)驗(yàn)結(jié)果表明數(shù)據(jù)融合算法能輸出準(zhǔn)確的高度和速度信息。在雙閉環(huán)PID控制器的基礎(chǔ)上加上前饋控制,利用卡爾曼濾波器估計(jì)機(jī)體質(zhì)量,采用牛頓第二定律計(jì)算一個(gè)自適應(yīng)升力作為前饋控制量,能加快控制器響應(yīng)速度,當(dāng)無(wú)人機(jī)負(fù)載發(fā)生變化時(shí)也能達(dá)到很好的控制效果。

1 高度測(cè)量系統(tǒng)設(shè)計(jì)

定義導(dǎo)航坐標(biāo)系(n系)和機(jī)體坐標(biāo)系(b系),如圖1所示。

圖1 導(dǎo)航坐標(biāo)系與機(jī)體坐標(biāo)系的關(guān)系

圖1中,導(dǎo)航坐標(biāo)系采用東北天(ENU)右手坐標(biāo)系,其坐標(biāo)原點(diǎn)O位于運(yùn)載體的質(zhì)心;機(jī)體坐標(biāo)系是固連于無(wú)人機(jī)機(jī)體的參考坐標(biāo)系[11]。

加速度計(jì)可以測(cè)得無(wú)人機(jī)在機(jī)體坐標(biāo)系的三軸加速度,但是高度測(cè)量是相對(duì)導(dǎo)航坐標(biāo)系,所以需要利用方向余弦矩陣將機(jī)體坐標(biāo)系下的加速度轉(zhuǎn)換到導(dǎo)航坐標(biāo)系中,得到相對(duì)大地的垂直方向加速度。計(jì)算公式如式(1):

(1)

(2)

注:式中cθ,cφ,cγ,sθ,sφ,sγ分別表示cosθ,cosφ,cosγ,sinθ,sinφ,sinγ。

anz表示導(dǎo)航坐標(biāo)系中機(jī)體垂直方向加速度;那么機(jī)體相對(duì)大地的加速度為a=anz-g。

用z(k)表示在k時(shí)刻氣壓計(jì)的觀測(cè)高度,則有觀測(cè)模型:

z(k)=Hx(k)+μ(k)

(3)

定義系統(tǒng)的狀態(tài)變量為x(k)=[h(k)v(k)bias(k)]T,分別表示無(wú)人機(jī)高度,垂直方向速度,以及加速度計(jì)Z軸上的偏差。由式(3)可得,觀測(cè)矩陣H=[1 0 0],又由勻加速運(yùn)動(dòng)方程可得系統(tǒng)的狀態(tài)方程為:

(4)

即系統(tǒng)的狀態(tài)空間模型為:

x(k+1)=Ax(k)+Bu(k)+w(k)

(5)

(6)

式中:P(k)表示k時(shí)刻的協(xié)方差,K(k)為系統(tǒng)k時(shí)刻的卡爾曼增益。

至此,通過(guò)時(shí)間更新過(guò)程和觀測(cè)更新過(guò)程進(jìn)行不斷的預(yù)測(cè)-修正來(lái)遞推出一個(gè)最優(yōu)的高度值和速度值,每次更新得到的加速度計(jì)偏差實(shí)時(shí)修正加速度Z軸上的偏差。高度卡爾曼濾波原理框圖[12]如圖2所示。

圖2 卡爾曼濾波原理框圖

2 高度控制器設(shè)計(jì)

高度控制器由雙閉環(huán)串級(jí)PID反饋控制加前饋控制組成,雙閉環(huán)串級(jí)PID有兩個(gè)環(huán),外環(huán)為高度環(huán),內(nèi)環(huán)為垂直方向速度環(huán),前饋控制通過(guò)卡爾曼濾波器估算當(dāng)前機(jī)體質(zhì)量,然后利用牛頓第二定律計(jì)算出一個(gè)自適應(yīng)升力直接補(bǔ)償給控制器輸出,這樣做可以提高控制器的響應(yīng)速度,同時(shí)能適應(yīng)無(wú)人機(jī)負(fù)載的變化。控制系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 高度控制器結(jié)構(gòu)圖

2.1 反饋控制

反饋控制的外環(huán)表達(dá)式,如式(7)所示:

(7)

內(nèi)環(huán)的表達(dá)式,如式(8)所示:

(8)

2.2 前饋控制

前饋控制部分由卡爾曼濾波器估計(jì)出機(jī)體的質(zhì)量,然后利用牛頓第二定律計(jì)算出一個(gè)自適應(yīng)的升力。卡爾曼濾波器以無(wú)人機(jī)質(zhì)量的倒數(shù)為狀態(tài)變量,由牛頓第二定律F=ma可得1/m=a/F,故以a/F作為觀測(cè)變量,F為油門(mén)量即無(wú)人機(jī)升力,建立狀態(tài)空間模型如式(9)、式(10)所示。

x(k+1)=Ax(k)+w(k)

(9)

z(k)=x(k)+v(k)

(10)

由于狀態(tài)變量為一維變量,且認(rèn)為A為1所以狀態(tài)估計(jì)方程認(rèn)為無(wú)人機(jī)質(zhì)量一直保持不變,測(cè)量方程通過(guò)無(wú)人機(jī)在導(dǎo)航坐標(biāo)系中的加速度除以油門(mén)量得到一個(gè)觀測(cè)的質(zhì)量倒數(shù),去修正預(yù)測(cè)方程預(yù)測(cè)的質(zhì)量倒數(shù)。具體卡爾曼濾波遞推過(guò)程如圖2所示。通過(guò)卡爾曼濾波器可以實(shí)時(shí)的估計(jì)無(wú)人機(jī)的質(zhì)量,然后利用式(11)可得無(wú)人機(jī)的升力,即為前饋控制輸出的控制量。

(11)

綜上所示,當(dāng)無(wú)人機(jī)在tT時(shí)刻切換到定高模式時(shí),系統(tǒng)默認(rèn)以該時(shí)刻估算出來(lái)的高度為期望高度hr,當(dāng)無(wú)人機(jī)受到擾動(dòng),高度有所上升或下降時(shí),就會(huì)與期望高度產(chǎn)生一個(gè)高度差,對(duì)高度差做比例運(yùn)算,輸出一個(gè)期望的垂直方向上的速度vr,對(duì)期望速度進(jìn)行限幅,本文限制幅度為8 m/s,期望的垂直方向上的速度與估計(jì)的當(dāng)前時(shí)刻速度產(chǎn)生一個(gè)速度差,對(duì)速度差做PID運(yùn)算,積分運(yùn)算限幅,微分運(yùn)算需要經(jīng)過(guò)截止頻率為5 Hz的一階慣性低通濾波器(LPF),輸出值為反饋控制的控制量,同時(shí)前饋控制通過(guò)卡爾曼濾波估計(jì)機(jī)體質(zhì)量通過(guò)牛頓第二定律計(jì)算出一個(gè)自適應(yīng)升力作為前饋控制量來(lái)提高無(wú)人機(jī)的響應(yīng)速度,保證無(wú)人機(jī)在負(fù)載發(fā)生變化時(shí)也能快速的穩(wěn)定無(wú)人機(jī)高度。

考慮到實(shí)際情況能在定高模式下推動(dòng)油門(mén)控制無(wú)人機(jī)上升下降,我們給油門(mén)值設(shè)定了一個(gè)死區(qū),在定高模式下遙控器油門(mén)的給定滿(mǎn)足一個(gè)分段函數(shù),如式(12)所示:

(12)

即在油門(mén)通道輸出PWM脈寬計(jì)數(shù)為1 400～1 600范圍內(nèi),且為定高模式時(shí)以當(dāng)前高度作為外環(huán)期望高度。當(dāng)定高模式下油門(mén)值輸出PWM值不在1 400～1 600范圍內(nèi)時(shí),直接由遙控器的給定作為反饋控制內(nèi)環(huán)的速度給定,跳過(guò)外環(huán)部分,限制最大爬升速度為8m/s。低于1 400時(shí),限制最大下降速度為4m/s。做這樣的處理是為了在定高模式下死區(qū)內(nèi)為高度控制將無(wú)人機(jī)穩(wěn)定在一個(gè)高度。需要改變高度時(shí),當(dāng)油門(mén)量超過(guò)死區(qū),油門(mén)量就會(huì)作為內(nèi)環(huán)給定速度,跳過(guò)外環(huán),讓無(wú)人機(jī)以一定速度爬升或者下降到期望的高度,油門(mén)回到死區(qū)繼續(xù)控制無(wú)人機(jī)穩(wěn)定在當(dāng)前的高度。在許多開(kāi)源飛控中沒(méi)有采用這種單環(huán)和雙環(huán)的切換,直接將遙控器輸出作為速度,然后積分出來(lái)高度,作為高度的給定,這樣做雖然也可以做到在定高模式中控制無(wú)人機(jī)高度,但是積分會(huì)導(dǎo)致延時(shí)產(chǎn)生,導(dǎo)致控制手感偏差。

3 實(shí)驗(yàn)與結(jié)果

本文搭建了相應(yīng)的實(shí)驗(yàn)平臺(tái),飛行控制單元主要由主控模塊、慣性測(cè)量及氣壓計(jì)模塊、GPS測(cè)量模塊、無(wú)線(xiàn)通訊模塊和電機(jī)驅(qū)動(dòng)模塊構(gòu)成。其中,主控模塊用于協(xié)同整個(gè)系統(tǒng)的運(yùn)行控制;慣性測(cè)量模塊用于測(cè)量飛行器三軸線(xiàn)速度和角速度,氣壓計(jì)與GPS模塊主要用于跟蹤三維空間位置信息;無(wú)線(xiàn)通訊模塊用于無(wú)人機(jī)與上位機(jī)軟件之間的通信;電機(jī)驅(qū)動(dòng)模塊則利用PWM驅(qū)動(dòng)直流電機(jī)。飛行控制單元的主控模塊采用Cortex-M3內(nèi)核的32 位單片機(jī)STM32F103。該芯片提供I2C接口、SPI接口和PWM輸出接口分別用于連接慣性測(cè)量模塊、無(wú)線(xiàn)通訊模塊和電機(jī)驅(qū)動(dòng)組模塊。本文實(shí)驗(yàn)在六旋翼植保無(wú)人機(jī)平臺(tái)中進(jìn)行了實(shí)驗(yàn)驗(yàn)證,該實(shí)驗(yàn)的實(shí)物效果圖,如圖4所示。

圖4 六旋翼植保無(wú)人機(jī)實(shí)物效果圖

圖5 靜態(tài)與動(dòng)態(tài)高度測(cè)試圖

3.1 高度測(cè)量系統(tǒng)實(shí)驗(yàn)

首先進(jìn)行卡爾曼濾波狀態(tài)估計(jì)的測(cè)試實(shí)驗(yàn),將六旋翼無(wú)人機(jī)平放在地面上取一組數(shù)據(jù)測(cè)試靜態(tài)效果,然后將無(wú)人機(jī)起飛到一定高度下降,通過(guò)上位機(jī)分別讀取氣壓計(jì)和數(shù)據(jù)融合算法得出的高度值和垂直方向速度,從而測(cè)試卡爾曼濾波估計(jì)高度值和速度值得靜態(tài)跟蹤性能和動(dòng)態(tài)跟蹤性能,如圖5、圖6所示。

圖6 靜態(tài)與動(dòng)態(tài)速度測(cè)試圖

通過(guò)多次測(cè)試可以得出,單一的氣壓計(jì)測(cè)得的高度值噪聲方差約為0.04,而經(jīng)過(guò)本文數(shù)據(jù)融合算法得到的高度值噪聲的方差約為0.000 4。由圖5和圖6可以明顯看出卡爾曼濾波算法能有效融合加速度計(jì)與氣壓計(jì)的數(shù)據(jù)得到一個(gè)平穩(wěn)、準(zhǔn)確的高度值和速度值,解決了單一加速度計(jì)計(jì)算高度容易產(chǎn)生累計(jì)誤差,單一氣壓計(jì)計(jì)算高度噪聲過(guò)大的問(wèn)題,充分證明了本文采用的數(shù)據(jù)融合算法可靠性。

3.2 高度控制系統(tǒng)實(shí)驗(yàn)

驗(yàn)證完數(shù)據(jù)融合算法的可靠性,下面進(jìn)行高度控制系統(tǒng)測(cè)試,首先驗(yàn)證加入了前饋控制的高度控制器,安裝好六旋翼無(wú)人機(jī)后給水箱裝滿(mǎn)水起飛,當(dāng)無(wú)人機(jī)飛到一定高度后切換到定高模式,開(kāi)始通過(guò)水泵噴灑水箱里面的水并向前飛行,通過(guò)上位機(jī)觀察隨著機(jī)身質(zhì)量的減小,在定高狀態(tài)下高度的變化。然后相同的條件下測(cè)試只有雙閉環(huán)PID控制器時(shí),定高模式下,隨著質(zhì)量的減小,高度的變化曲線(xiàn),實(shí)驗(yàn)結(jié)果如圖7所示曲線(xiàn)。

圖7 變載荷條件下定高測(cè)試圖

通過(guò)圖形可以看出,針對(duì)變載荷下多旋翼無(wú)人機(jī),加入了前饋控制的高度控制器得到的高度保持的效果明顯比只有雙閉環(huán)PID的控制效果響應(yīng)速度更快,定高效果更平穩(wěn)。通過(guò)卡爾曼濾波也能精準(zhǔn)的跟蹤機(jī)體質(zhì)量的變化。經(jīng)過(guò)多組實(shí)驗(yàn)結(jié)果證明,基于本文的高度控制算法,可以實(shí)現(xiàn)六旋翼植保無(wú)人機(jī)在質(zhì)量不斷變化的條件下保持高度方向上0.2m的控制精度。

4 結(jié)束語(yǔ)

六旋翼無(wú)人機(jī)進(jìn)行高度控制的過(guò)程中,由于高度估計(jì)存在偏差以及負(fù)載質(zhì)量的變化,容易導(dǎo)致高度控制不穩(wěn)定的現(xiàn)象。針對(duì)上述問(wèn)題,本文在狀態(tài)估計(jì)方面采用卡爾曼濾波估計(jì)無(wú)人機(jī)的高度值、垂直方向上的速度以及加速度Z軸上的偏差等參數(shù)。在高度控制器設(shè)計(jì)方面,引入卡爾曼濾波來(lái)實(shí)時(shí)估計(jì)無(wú)人機(jī)的質(zhì)量,進(jìn)而根據(jù)牛頓第二定律計(jì)算自適應(yīng)升力作為前饋控制量,疊加到雙閉環(huán)PID的反饋控制器中。最后,將所采用的方法應(yīng)用于六旋翼植保無(wú)人機(jī)高度估計(jì)與高度控制中,經(jīng)過(guò)多次實(shí)際飛行測(cè)試結(jié)果表明:①利用卡爾曼濾波狀態(tài)估計(jì)方法,對(duì)加速度計(jì)與氣壓計(jì)數(shù)據(jù)進(jìn)行融合,能有效的抑制氣壓計(jì)的隨機(jī)噪聲,使無(wú)人機(jī)能夠精準(zhǔn)的跟蹤其高度和速度變化。實(shí)驗(yàn)數(shù)據(jù)表明利用絕對(duì)精度為0.4m氣壓計(jì)與加速度計(jì)進(jìn)行數(shù)據(jù)融合可以得到精度為0.03m的垂直方向上高度信息。②實(shí)現(xiàn)了六旋翼無(wú)人機(jī)在質(zhì)量發(fā)生變化時(shí)依然保證高度平穩(wěn),在傳統(tǒng)雙閉環(huán)PID控制的基礎(chǔ)上加入前饋控制使其控制效果得到明顯的改善,實(shí)驗(yàn)數(shù)據(jù)表明采用本文的高度控制算法,能在變載荷的情況下得到0.2m的控制精度。

[1] Sa R C,Barreto G A,De Araujo A L C,et al. Design and Construction of a Quadrotor-Type Unmanned Aerial Vehicle:Preliminary Results[C]//2012 Workshop on Engineering Applications(WEA). IEEE,2012:1-6.

[2] 方家豪,葉欣,董偉,等. 基于加速度信息修正的四旋翼位置估計(jì)算法研究[J]. 傳感技術(shù)學(xué)報(bào),2016,29(11):1684-1691.

[3] 趙世榮. 基于嵌入式的四旋翼飛行器姿態(tài)控制設(shè)計(jì)[D]. 廣州:中山大學(xué),2016.

[4] Mammarella M,Campa G,Napolitano M R,et al. Machine Vision/GPS Integration Using EKF for the UAV Aerial Refueling Problem[J]. IEEE Transactions on Systems Man and Cybernetics Part C,2008,38(6):791-801.

[5] Oh S M,Johnson E. Development of UAV Navigation System Based on Unscented Kalman Filter[C]//AIAA Guidance,Navigation,and Control Conference and Exhibit. 2006:524-533.

[6] 李洪輝,裴海龍. 無(wú)人直升機(jī)高度測(cè)量的設(shè)計(jì)與實(shí)現(xiàn)[J]. 自動(dòng)化與儀表,2012,27(7):11-15.

[7] 謝勇,陳照海,陳萬(wàn)法. 某無(wú)人直升機(jī)高度測(cè)量系統(tǒng)融合方法[J]. 兵工自動(dòng)化,2010(2):85-86.

[8] 胡永紅. 小型飛行器高度定位數(shù)據(jù)融合方法[J]. 傳感器與微系統(tǒng),2004,22(6):24-26.

[9] 王新龍. 慣性導(dǎo)航基礎(chǔ)[M]. 西北工業(yè)大學(xué)出版社,2013.

[10] 王偉,周勇,王峰,等. 基于氣壓高度計(jì)的多旋翼飛行器高度控制[J]. 控制工程,2011,18(4):614-617.

[11] 王立,章政,孫平. 一種自適應(yīng)互補(bǔ)濾波姿態(tài)估計(jì)算法[J]. 控制工程,2015,22(5):881-886.

[12] Wang L,Zhang Z,Sun P. Quaternion-Based Kalman Filter for AHRS Using an Adaptive-Step Gradient Descent Algorithm[J]. International Journal of Advanced Robotic Systems,2015,12:131.

龍 文(1993-),男,湖北仙桃人,碩士研究生,研究方向?yàn)槎嘈頍o(wú)人機(jī)狀態(tài)估計(jì)與控制,963626536@qq.com;

陳 洋(1980-),男,博士,副教授,公開(kāi)發(fā)表學(xué)術(shù)論文30余篇。主要研究方向?yàn)橐苿?dòng)機(jī)器人建模,規(guī)劃與控制,人機(jī)交互與機(jī)器學(xué)習(xí),chenyag@wust.edu.cn。

Altitude Control of Six Rotor UAVs with Variable Load*

LONG Wen1,2,CHEN Yang1,2*,WU Huaiyu1,2,CHENG Lei1,2,CHEN Pengzheng1,2,WANGZhengxi1,2

(1.School of Information Science and Engineering,Wuhan University of Science and Technology,Wuhan 430081,China;2.Engineering Research Center for Metallurgical Automation and Detecting Technology of Ministry of Education,Wuhan University of Science and Technology,Wuhan 430081,China)

Six-rotor UAVs usually require constant altitude flight when applied in plant protection,as we know the UAV altitude could not be tracked by a single airborne micro-sensor and that the altitude-hold would be unstable in the case of loads of the UAVs are changed. Aiming to solve these problems,a novel system based on barometer and accelerometer Kalman filtering fusion is proposed for altitude measuring,and also a controller based on double-closed-loop PID and feedforward controller is designed for altitude-hold. As a result,we obtain the accurate altitude-estimation and the stable control of the UAVs. Results of the experiment show thatthe value of altitude and velocity could be more accurate and steady by Kalman filtering. And the altitude-controller has a good performance under the condition of changing load.

six-rotor UAVs;Variable Load;feedforward;Kalman filter

項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金項(xiàng)目(61573263,61203331);湖北省科技支撐計(jì)劃項(xiàng)目(2015BAA018)

2016-11-24 修改日期:2017-03-10

TP242

A

1004-1699(2017)07-1125-06

C:7230

10.3969/j.issn.1004-1699.2017.07.026