【无人机四旋翼姿态解算以及PID算法分析案例2900字】

无人机四旋翼姿态解算以及PID算法分析案例目录TOC\o"1-3"\h\u7870无人机四旋翼姿态解算以及PID算法分析案例 149761.1姿态数据滤波方法 1290801.2无人机姿态解算 174431.3串级PID控制系统 263281.3.1PID控制系统概述 2316701.3.2串级PID控制系统模型建立 382931.3.3无人机PID参数整定 31.1姿态数据滤波方法主控制处理器通过I2C通信方式获得实时的姿态传感器数据，姿态传感器包括陀螺仪、加速度计、磁力计三部分组成，在数字电路中，采集到的数据是时间性质的离散信号，同时在测量时，容易受到外部的干扰信号，导致得到的传感器数值存在一定的谐波信号，想要得到正确的传感器值，就需要对数据进行滤波处理，在处理过程中，由于陀螺仪的动态性能很好，在瞬时状态下测量的比较准确，但是随着时间的递增，将会产生积累计误差，虽然加速度与磁力计的精度较差，但是不存在积分误差，所以在实际使用中，通常将这三种的传感器的数据进行融合处理获得较为准确的数据。在读取传感器的测量值时，可能存在电磁干扰，电压波动等情况，造成测量到的数据不准确存在噪声，需要使用滤波算法进行对数据处理。本文计划选用卡尔曼滤波算法和滑动均值滤波算法，滑动均值滤波算法的优点在于与系统时钟的频率相吻合，继而使整个系统在控制过程中更加稳定。卡尔曼滤波既可以处理离散信号[34]，又可以处理连续信号，在处理传感器获得的离散数据时，卡尔曼滤波以最小均方差为估计值结合现时刻的测量值，推断出时刻的估计值，适用于飞控系统中的实时处理。1.2无人机姿态解算结算出飞行器在空中实时的角度：俯仰角、横滚角、航向角，被称为姿态结算[34]，姿态结算的结果的准确性，是无人机控制性能中的关键一环，能否得到准确的欧拉角，直接影响了无人机的自稳性能，动态性能。准确的姿态结算是实现无人机系统稳定的重要前提。通过前面选取的MPU6050传感器，可以通过通信协议得到六轴传感器数据，但是想要获得欧拉角，我们还需要对数据进行处理，常用的无人机姿态角结算有四种方法。但是对于初学者来说以上几种方法计算繁琐，给处理器带来很大压力。在本课题中，我们通过使用传感器配套的DMP数字处理器，相当便捷的将获取到的六轴数据转化为三轴的角度，可以很快的转换出欧拉角，使用内置资源，可以节省很多资源，剩下的时间可以集中注意力处理其他事情。我们将DMP库一直到STM32平台上，大大节省了效率，公式如下：φ在代码中的实现形式如下：q0=q1=q2=q3=说明：Q30格式转换为浮点数俯仰角：pitch=横滚角：roll=atan2(2∗q2∗q3+2∗q0∗q1,−2∗q1∗q1−2∗q2∗q2+1)∗57.3航向角：yaw=1.3串级PID控制系统1.3.1PID控制系统概述PID算法及其衍生算法是从上世纪以来应用最广阔的算法[36]，PID控制就是对系统出现的偏差通过三个参数的控制达到消除误差的过程。PID算法包括比例单元P、积分单元I、微分单元D三部分构成，在不同的系统中，可以使用这三个部分不同组合满足应用。PID算法在线性系统与时不变系统中得到广泛性应用，几十年来的发展，已经产生了各种各样的算法，但是迄今为止，由于其简单可靠性依然是使用最广泛的算法，通常使用的PID算法公式如下：u在上述公式中，Kp为比例系数，Ki为积分系数，Kd为微分系数，e(t)为误差量。在PID控制中，三种参数具有不同的功能，比例系数Kp是PID控制系统中占比最大的量，Kp系数控制着整个系统的实时响应速度，Kp系数越大，系统的响应速度越迅速，但是容易法产生超调量，Kp系数变小，可能带来控制速度不达标的后果。合适的Kp系数，具有较快的响应速度，并且超调量不会太多，不会产生震荡的效果。积分系数为Ki系数，积分的含义是累加误差，如果存在小误差值但是Kp无法满足调整，积分误差就会不断累加，随着累加误差不断的增大，对系统的调整作用也会逐渐加强，得以修正误差。积分项存在的作用就是消除静态误差，有时有概率会产生超调，造成系统的不稳定甚至崩溃。在通常情况下积分系统越小，静态误差见效的越慢，积分系数越大，静态误差减低的越快，但是可能会造成超调。合适的积分系数既可以完成静态误差的降低，又不至于让系统降低稳定性。微分系数在四旋翼无人机中的控制系统中作用量取决于误差变化的快慢，误差变化越快，微分部分的输出量越大，对系统的超调能力抑制力越强，变化过程越小，则代表系统趋于稳定，作用量越小。由此可得，微分系数的作用是抑制超调，避免系统反复震荡，可以有效增强系统的稳定性，在实际的调试状态中，Kd越大对误差速度降低抑制能力越强，为了提升系统稳定性，降低震荡的概率，通过引入合适的微分系数来减少系统的超调量，对提高系统稳定起到很好的作用。1.3.2串级PID控制系统模型建立在无人机的软件控制系统中，加速度计、陀螺仪、磁力计、气压计容易受到外界因素的影响，在这种情况下，采集到的传感器值将会失真，数值结果不能用来准确的计算出欧拉角。根据这种现象，本论文使用无人机领域常用的双环PID控制系统，可以使得无人机具有很好的响应速度与控制性。内环的角速度控制器，使得无人机在悬停时具有很高的抗干扰能力与鲁棒性。无人机角度串级PID整体控制系统结构如图1.1。图1.1串级PID整体控制系统图1.3.3无人机PID参数整定在生活中，调节PID参数通常采用以下几种地方：临界比例法、衰减曲线法、试凑法等。临界比例法通常用在震荡系统上，常常用于告高阶的系统。衰减曲线法需要得到衰减的频率特性来调整系数，试凑法一般凭借人工调整，凭感觉来判断系数的大小，通常先调节比例系数，对剩余两个系数归零，在调整积分系数，最后调整微分系数。本论文中，使用人工估计的方法使用试凑法调节PID参数，我们将四旋翼固定在旋转支架上，俗称“烤四轴”，通过数据线把飞控串口连接至电脑上位机，打开曲线调试助手，就可以通过通过该上位机实时观察无人机的姿态曲线，为调参做好准备。调参数时四旋翼固定示意图如下图1.2所示。图1.2无人机固定方法示意图开始时要先对Kp参数进行调节，通常先对Kd与Ki归零，整个系统处在纯比例控制下，慢慢增大Kp，观察四旋翼的状态，直到能够快速回到稳定状态，稍微有些超调就行，可能会产生等幅振荡。此时的姿态图像如图1.3所示。图1.3Kp系数单独作用姿态波形如果比例控制系统的静差不能使四旋翼回到平衡点，这是我们使用积分作用驱使飞机回正到平衡点，可以由小到大进行试凑。积分作用越来越强，通过上位机观测得到，系统的误差会慢慢变小最终几乎为零到达稳定点，这时的四旋翼已经调整到了平衡点，如此多次调整，直到系统趋于稳定所需的时间越来越短，这时的飞行器受干扰后的姿态波形如下图1.4所示。图1.4Kp、Ki系数共同作用姿态波形通过Kp与Ki对系统的调整，可以看到上图的波形仍然有些许的超调量，在飞机上体现为往复震荡多次才得以稳定，此时我们可以逐渐增大微分系数Kd的数值，依然通过观察姿态曲线，知道无人机相应迅