城市环境下无人机控制与定位方法研究
文献类型:学位论文
作者 | 代波1,2 |
答辩日期 | 2020-05-27 |
授予单位 | 中国科学院沈阳自动化研究所 |
授予地点 | 沈阳 |
导师 | 徐卫良 ; 何玉庆 |
关键词 | 城市环境 抗风扰控制 多传感器融合 优化与滤波 无人机 |
学位名称 | 博士 |
学位专业 | 机械电子工程 |
其他题名 | Control and Localization of Unmanned Aerial Vehicle under Urban Environment |
英文摘要 | 本研究以城市环境中无人机的应用为背景,针对城市环境下急需解决的无人机抗风扰控制和弱或无 GPS 条件下的定位问题进行研究。主要展开以下几点研究内容:(1)基于加速度反馈增强的几何控制方法为了提高无人机的风扰抑制能力,实现无人机安全飞行和精准控制,提出了一种基于加速度反馈增强的几何控制抗风扰方法。该方法不需要改变原有的控制器结构,在原有的几何控制基础上引入角加速度和线加速度反馈,从而实现更快速且更高精度的角度和位置跟踪,提升系统的扰动抑制能力。同时,为了将该算法部署在实际的无人机平台上,提出了一种简单、快速以及适用于加速度反馈的无人机参数辨识方法。(2)加速度反馈增强的级联 H∞ 扰动抑制方法加速度反馈方法并不改变系统本身的稳定特性,但由于几何控制方法是一种非线性方法,且引入了积分器,系统针对风扰的稳定性较难以从理论上得到保证。因此在此基础上,提出基于加速度反馈增强的级联 H∞ 扰动抑制方法。首先将无人机的动力学解耦成内外环的形式,然后针对解耦后的系统设计一个级联 H∞ 控制器,最后引入加速度反馈增强方法到控制器中。系统整的抗扰动稳定性可以由 H∞ 设计的性能指标来保证。(3)基于优化的尺度不敏感多传感器融合方法利用视觉的多传感器融合可以提升无人机城市环境弱或无 GPS 条件下的定位精度。但是由于现有的视觉里程计方法在大尺度场景下会出现位置和尺度的漂移。针对该问题,提出基于图优化的尺度不敏感多传感器融合方法来融合局部视觉里程计信息和全局传感器如 GPS 和气压计等信息。通过将里程计的位置和尺度漂移描述成从里程计局部坐标系到全局坐标系间的相似变换,并优化包含多个最新状态序列的位姿图滑窗,来估计该变换,从而可以将局部视觉里程计实时地变换为全局位姿信息,得到全局无漂移局部高精度的状态估计。(4)结合滤波与优化的多传感器融合框架经过优化后的状态信息可能会由于某个异常点造成状态跳变。针对该问题,提出结合滤波与优化方法的多传感器融合框架。滤波为优化提供姿态约束,融合多个非同步传感器,以及平滑输出轨迹。同时在无人机受到风扰后,或者无人机为了应对风扰会产生较大的姿态变化,可能造成视觉信息特征丢失,里程计出现发散和错误。因此在该融合框架的基础上,提出基于卡方检测的传感器信息故障检测方法,从而提升系统在部分传感器出现故障时的鲁棒性。本文的研究工作包括了无人机在有挑战性的城市环境下风扰抑制控制和弱或无 GPS 条件下多传感器融合定位方法。通过实际的飞行控制和定位实验验证了所提出算法的有效性。本研究的方法使得无人机在城市环境中的飞行具有更高的控制和定位精度与鲁棒性。 |
语种 | 中文 |
产权排序 | 1 |
页码 | 112页 |
源URL | [http://ir.sia.cn/handle/173321/27158] |
专题 | 沈阳自动化研究所_机器人学研究室 |
作者单位 | 1.中国科学院沈阳自动化研究所; 2.中国科学院大学 |
推荐引用方式 GB/T 7714 | 代波. 城市环境下无人机控制与定位方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2020. |
入库方式: OAI收割
来源:沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。