当前位置:主页 > 科技论文 > 航空航天论文 >

基于NI myRIO的四旋翼飞行器的设计与研究

发布时间:2017-08-05 09:29

  本文关键词:基于NI myRIO的四旋翼飞行器的设计与研究


  更多相关文章: 四旋翼飞行器 卡尔曼滤波器 PID控制 LabVIEW


【摘要】:四旋翼作为一种能够实现垂直起降独特的无人机飞行器,在军事、民用领域有广泛的应用,如执行地形侦察任务,协助医疗搜救,寻找灾源等。但四旋翼飞行器的研究开发通常复杂困难且成本较高难以实现,所以大部分项目通常在军方和高校进行。在此背景下,本课题将四旋翼飞行器作为研究对象,主要围绕基于卡尔曼滤波方法的数据融合和飞行控制这两个关键问题进行讨论。根据硬件系统设计方案,选用由NI公司开发集成了双核ARM Cortex-A9处理器的NI myRIO-1900作为主控制器,选用高集成度MPU-6050传感器芯片实时采集飞行姿态角数据,并结合卡尔曼滤波方法将采集的加速度信号和角速度信号进行融合处理。本课题涉及的基本原理包括动力学建模和控制理论。首先分析四旋翼飞行器动力学理论后建立了欧拉角方程模型,根据飞行系统的动力学模型选用经典PID作为主要控制算法设计了姿态控制器。PID控制器的输入信号为经卡尔曼滤波器进行姿态解算后的角度数据,PID控制器的输出信号通过调节PWM信号的占空比实现对电机的转速控制,最终实现对飞行器的姿态控制。基于软硬件设计时的模块化思路,用LabVIEW图形化语言编写通信、滤波、控制、驱动等模块算法程序。然后进行了大量软硬件调试和基础功能测试,验证了本课题所设计的飞行器的各个模块均能正常工作,搭建的硬件平台具有一定可靠性;进行仿真实验,验证所设计的姿态估计算法和控制算法的有效性。经过实际飞行验证,基于卡尔曼滤波算法设计的PID控制器基本满足系统要求,本次设计初步完成了实验平台的搭建,为进一步研究奠定了基础。
【关键词】:四旋翼飞行器 卡尔曼滤波器 PID控制 LabVIEW
【学位授予单位】:太原理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:V275.1
【目录】:
  • 摘要3-5
  • ABSTRACT5-13
  • 第一章 绪论13-21
  • 1.1 课题研究背景13-14
  • 1.2 国内外研究现状14-18
  • 1.2.1 四旋翼的研究现状14-16
  • 1.2.2 惯性航姿测量研究现状16
  • 1.2.3 飞行控制研究现状16-18
  • 1.3 课题研究内容18-20
  • 1.3.1 主要研究内容18-19
  • 1.3.2 本文主要工作19-20
  • 1.3.3 本文结构逻辑关系20
  • 1.4 本章小结20-21
  • 第二章 四旋翼飞行器理论模型21-39
  • 2.1 四旋翼动力学21-25
  • 2.1.1 地面坐标系和机体坐标系22
  • 2.1.2 欧拉角22-23
  • 2.1.3 旋转矩阵23-24
  • 2.1.4 角速度24-25
  • 2.2 刚体动力学25-27
  • 2.2.1 线性运动25-26
  • 2.2.2 角运动26
  • 2.2.3 张量的惯量矩26-27
  • 2.3 力与控制27-28
  • 2.4 机载传感器28-30
  • 2.4.1 陀螺仪29
  • 2.4.2 加速度计29-30
  • 2.5 卡尔曼滤波(KF)简介30-33
  • 2.5.1 应用于连续时间系统的卡尔曼滤波器31
  • 2.5.2 扩展卡尔曼滤波(EKF)31-33
  • 2.6 状态空间表示扩展卡尔曼滤波33-37
  • 2.6.1 状态转换模型33
  • 2.6.2 线速度33-34
  • 2.6.3 角速度34
  • 2.6.4 欧拉角34
  • 2.6.5 整体模型34-35
  • 2.6.6 加速度计35
  • 2.6.7 测量模型35-36
  • 2.6.8 线性化36-37
  • 2.7 本章小结37-39
  • 第三章 四旋翼飞行系统硬件设计39-51
  • 3.1 四旋翼飞行器系统总体设计39-40
  • 3.2 四旋翼飞行器系统硬件设计与选型40-49
  • 3.2.1 主控模块40-45
  • 3.2.2 电源模块45-46
  • 3.2.3 驱动模块46-47
  • 3.2.4 传感器模块47-49
  • 3.3 四旋翼飞行器机械组成49-50
  • 3.4 本章小结50-51
  • 第四章 四旋翼飞行系统软件设计51-63
  • 4.1 总体设计51-52
  • 4.2 卡尔曼滤波估计52-54
  • 4.3 PID控制54-56
  • 4.3.1 总体设计方案54
  • 4.3.2 增量式PID54-55
  • 4.3.3 姿态控制55-56
  • 4.4 上位机LabVIEW平台56-62
  • 4.4.1 LabVIEW平台简介56-57
  • 4.4.2 前面板控件的布局及界面设计57-58
  • 4.4.3 后面板程序的主要部分具体步骤58-62
  • 4.5 本章小结62-63
  • 第五章 仿真与实验63-75
  • 5.1 硬件测试63-66
  • 5.1.1 电源,电机和螺旋桨63-65
  • 5.1.2 滤波器65-66
  • 5.1.3 MPU-6050传感器66
  • 5.2 软件测试66-73
  • 5.2.1 滤波测试66-68
  • 5.2.2 俯仰和横滚控制测试68-69
  • 5.2.3 偏航角控制测试69-70
  • 5.2.4 PID控制测试70-73
  • 5.3 实验结论73
  • 5.4 本章小结73-75
  • 第六章 总结与展望75-77
  • 6.1 研究成果总结75
  • 6.2 研究前景展望75-77
  • 参考文献77-81
  • 致谢81-83
  • 攻读硕士期间发表的学术论文83

【相似文献】

中国期刊全文数据库 前10条

1 F.A.法鲁基;R.C.戴维斯;高自功;;跟踪目标用的卡尔曼滤波器的设计[J];国外舰船技术.雷达与对抗;1982年08期

2 黄建国;樊成;郭建中;;卡尔曼滤波器分解谱图重叠峰[J];分析仪器;1983年04期

3 卓兆水;;具有输入估计跟踪方案的无检测全修正卡尔曼滤波器[J];火控雷达技术;1984年04期

4 范雨臣;;用卡尔曼滤波器对河流的水位和流量进行预报[J];水电能源科学;1989年02期

5 叶 斌,徐 毓;强跟踪滤波器与卡尔曼滤波器对目标跟踪的比较[J];空军雷达学院学报;2002年02期

6 刘冀春,李明;改进卡尔曼滤波器作动态谐波估计[J];四川电力技术;2005年S1期

7 杜云峰;;卡尔曼滤波器在过程估计中的应用[J];机电产品开发与创新;2007年04期

8 卢秀和;魏坤;谢新月;;卡尔曼滤波器在球杆系统噪声抑制中的应用[J];南京信息工程大学学报(自然科学版);2009年01期

9 苏中;陈汐;张霞;;捷联惯导寻北中卡尔曼滤波器的设计[J];北京信息科技大学学报(自然科学版);2011年04期

10 郝燕玲;杨峻巍;陈亮;郝金会;;平方根容积卡尔曼滤波器[J];弹箭与制导学报;2012年02期

中国重要会议论文全文数据库 前10条

1 李明;杨洪耕;刘立生;;新型自适应卡尔曼滤波器作动态谐波估计[A];2004年电力电容器学会论文集[C];2004年

2 苑薇薇;王建辉;;采用推广卡尔曼滤波器估计入射波参数[A];1997中国控制与决策学术年会论文集[C];1997年

3 姜义德;钟颍秀;张帆人;;以限制型卡尔曼滤波器估测位置与姿态(英文)[A];第七届海峡两岸工程力学研讨会论文摘要集[C];2011年

4 马驰州;杨亦春;李晓东;;多模型卡尔曼滤波器在声定位中的应用[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

5 张勇军;李小占;杨志刚;;动态优化渐消因子的强跟踪卡尔曼滤波器研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

6 房媛媛;李亚安;李晓花;白晓娟;;Cubature-Kalman滤波及性能分析[A];中国声学学会第九届青年学术会议论文集[C];2011年

7 韩光宇;;组合导航中卡尔曼滤波器之浅见[A];中国航海学会优秀论文文摘及学术会议论文目次汇编(1990—1991)[C];1992年

8 张建伟;伍蔡伦;谢松;;卡尔曼滤波器在RTK处理中的应用[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年

9 张雷;王建宇;戴宁;;基于模糊融合的GPS/INS算法研究(英文)[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年

10 顾明武;陈熙源;;RBFNN辅助卡尔曼滤波器在GPS/SINS组合导航中的应用[A];2008年船舶通信导航学术年会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 张巍;卡尔曼滤波器在带宽测量中的应用[D];电子科技大学;2015年

2 张岩岩;视频监控中运动目标的识别与跟踪研究[D];河北科技大学;2015年

3 贾春肖;序列图像中的目标跟踪方法研究[D];北京交通大学;2016年

4 李方良;基于NI myRIO的四旋翼飞行器的设计与研究[D];太原理工大学;2016年

5 邱燕平;退化故障下设备可靠性的卡尔曼滤波器预测方法[D];合肥工业大学;2010年

6 葛磊;非希尔伯特空间滤波研究[D];哈尔滨工程大学;2009年

7 臧晓蕾;基于卡尔曼滤波器的船用雷达运动目标跟踪算法研究及性能分析[D];大连海事大学;2011年

8 杨丹;卡尔曼滤波器设计及其应用研究[D];湘潭大学;2014年

9 王寒芷;基于卡尔曼滤波器的自适应网络异常检测方法[D];上海交通大学;2010年

10 王凯;融合卡尔曼滤波和Mean Shift的尺度自适应运动目标跟踪算法的研究与实现[D];电子科技大学;2013年



本文编号:624207

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/624207.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ef628***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com