基于擴展卡爾曼濾波的無人機航姿算法

趙嘉梁, 李世中, 趙紫良

(中北大學 機電工程學院, 山西 太原 030051)

0 引 言

近年來, 無人機被廣泛應用于航空偵察、立體地圖重構(gòu)、搜救等方面。其中, 姿態(tài)航向參考系統(tǒng)(Attitude and Heading Reference System, AHRS)解算的精度和速度關乎到無人機操控計算的穩(wěn)定性、可信度和實現(xiàn)的難度, 它可以提供載體俯仰角θ、橫滾角φ和航向角ψ的信息, 是無人機飛行控制的先決條件[1-2]。

國內(nèi)外已有不少學者在無人機航姿算法方面進行了大量研究, 文獻[3]提出了一種基于卡爾曼濾波求解姿態(tài)的方法, 它是將具有信噪比的多種信號加以集成的線性最小方差預測技術(shù), 在建模時需要考慮噪音的干擾, 然而在現(xiàn)實應用中, 由于小型無人機航姿模型為非線性, 此時卡爾曼濾波算法對其的錯誤處理會使航姿解算準確度下降, 甚至發(fā)散。文獻[4]中提出了四元數(shù)卡爾曼濾波器, 但未提供傳感器和硬件設計信息, 也未在工程上實現(xiàn)。文獻[5]提出的微機械捷聯(lián)式AHRS的四元數(shù)卡爾曼濾波器具有較高的靜態(tài)精度, 但未考慮加速度對航姿解算的影響, 具有一定的局限性。文獻[6-7]均采用了四元數(shù)卡爾曼濾波方法, 但四元數(shù)協(xié)方差陣出現(xiàn)奇異, 導致發(fā)散, 且此問題未被解決。

本文主要對小型無人機航姿算法進行研究, 提出的AEKF(Adaptive Extended Kalman Filter)算法可有效解決上述問題, 且經(jīng)三軸轉(zhuǎn)臺實驗測試結(jié)果表明此算法可以提高無人機的航姿解算精度。

1 航姿系統(tǒng)工作原理

首先采集陀螺儀角速度信息, 將信號進行預處理后更新姿態(tài)角[8-9], 然后利用加速度計解算俯仰角θ、橫滾角φ。……