基于双核CORTEX-M4的MAVs传感器系统的研究与实现

摘要

多旋翼MAVs(Micro Air Vehicles)由于具有机械结构简单，可控性高等优点，在近年来成为热门的研究对象。本文研究的MAVs传感器是飞行器中的核心组成部件之一，它由AHRS子系统和INS\GPS子系统组成。本论文的主要工作如下:
　　(1)对无人机导航算法的应用进行了研究，分别是基于扩展卡尔曼的AHRS(Attitude Heading Refernce System)设计和INS\GPS(Inertial Navigation System)设计。AHRS主要提供姿态角信息，而为了提高姿态角推算的准确性，本文提出一种将动加速度作为噪声加入到观测方程，陀螺的偏移误差加入到状态方程，联合推算姿态角的算法。INS\GPS主要是推算出速度信息和位置信息，针对GPS会丢星、输出频率低等特点，将会采用INS\GPS联合计算提高输出频率，满足无人机控制要求。通过将设计的算法嵌入到传感器系统中，将算法输出结果与商用MTI-G进行比较验证。
　　(2)为了能够满足计算量大的算法运算要求，故对传统的单芯片惯导硬件系统做出改进，采用双芯片系统，共同协作。合理分布主从控制器上的传感器，主控制器负责INS/GPS算法结合拓展卡尔曼推算出更加准确的位置和速度信息;从控制器负责姿态航向系统算法结合拓展卡尔曼推算姿态信息。同时，主从双方通过SPI协议进行通信，互相传递双方需求的数据信息。
　　(3)为了验证算法和硬件电路的可行性，将算法嵌入到系统中，通过实验来验证所设计的传感器系统的有效性以及实用性。

目录

声明

摘要

第一章 绪论

1．1 研究目的及意义

1．2 国内外研究现状

1．3 MAVs传感器在无人机中的作用

1．4 本文主要研究内容

第二章 基础理论

2．1 坐标系定义

2．2 姿态角的表示方式

2．2．1 欧拉角微分方程式

2．2．2 方向余弦微分方程式

2．2．3 四元数微分方程式

2．3 传感器系统的信息处理

2．3．1 线性卡尔曼滤波器

2．3．2 扩展卡尔曼滤波器

2．4 本章小结

第三章 MAVs传感器系统信息融合技术

3．1 多传感器信息融合技术

3．1．1 信息融合架构体系

3．1．2 信息融合的主要算法

3．1．3 MAVs传感器系统中的信息融合

3．2 传感器信息的融合

3．2．1 互补滤波姿态融合算法

3．2．2 基于扩展卡尔曼的AHRS算法

3．2．3 基于拓展卡尔曼的INS＼GPS算法

3．3 本章小结

第四章 传感器系统的硬件结构

4．1 系统的总体方案的设计

4．2 中央处理单元

4．2．1 多处理器结构的设计理念

4．2．2 微控制器的选择

4．3 信号采集处理单元

4．4 传感器单元

4．4．1 陀螺仪与加速度计

4．4．2 气压计和地磁计

4．4．3 GPS模块

4．5 系统电源模块

4．6 PCB制造与SMT贴片

4．7 本章小节

第五章 实验及实验分析

5．1 实验器材以及软件环境

5．1．1 实验器材

5．1．2 软件环境

5．2 实验过程及结果分析

5．2．1 原始数据的验证与校准

5．2．2 优化姿态算法的验证

5．2．3 优化拓展卡尔曼算法的比较

5．2．4 INS＼GPS算法验证

5．3 本章小结

第六章 结论与展望

6．1 论文总结

6．2 工作展望

参考文献

致谢

作者简介