無(wú)人飛行器機載穩定云臺控制系統的設計

王康南 鄭州外國語(yǔ)學(xué)校(河南鄭州 450001)，王利霞 鄭州輕工業(yè)學(xué)院(河南 鄭州 450002)

　　近些年來(lái)，無(wú)人飛行器在航空攝影、高空遙感以及高空地形勘探等領(lǐng)域得到了廣泛發(fā)展，機載穩定云臺的其應用的關(guān)鍵所在[1-3]。但是在飛行過(guò)程中，云臺極易受到機體姿態(tài)變化、振動(dòng)以及氣流擾動(dòng)等因素的影響，從而造成機載圖像抖動(dòng)、模糊[4]。針對這一問(wèn)題，設計出一種適用于無(wú)人飛行器的機載穩定云臺控制系統。該云臺系統采用了三軸穩定結構，控制部分由主控單元模塊、姿態(tài)檢測模塊、無(wú)刷電機驅動(dòng)模塊等等構成。主控單元通過(guò)對姿態(tài)檢測模塊反饋的數據進(jìn)行互補濾波解算，驅動(dòng)無(wú)刷電機對云臺姿態(tài)進(jìn)行實(shí)時(shí)控制。通過(guò)對該云臺控制系統的測試與實(shí)驗，無(wú)人飛行器搭載該云臺后，機載視頻圖像更加清晰、穩定，滿(mǎn)足了系統設計要求。

　　1 系統硬件方案設計

　　1.1總體方案設計

　　機載穩定云臺控制系統主要是通過(guò)主控制器對機體擾動(dòng)的隔離和對其他擾動(dòng)的補償或抑制來(lái)實(shí)現載荷在慣性空間上的穩定，從而使得地面站獲取到的機載視頻圖像穩定且清晰。系統的結構主要包括：主控單元、慣性測量單元、電機驅動(dòng)單元、圖像傳輸單元、遙控器控制單元以及人機界面。其結構框圖如圖1所示。

　　圖1 系統總體方案框圖

　　整個(gè)工作流程大致可以描述為機載云臺系統上電之后，對MEMS傳感器的初始姿態(tài)信息進(jìn)行自校準，進(jìn)行初始姿態(tài)信息的解算，驅動(dòng)力矩電機對機載云臺調整到初始姿態(tài)位置，完成機載云臺的初始化過(guò)程。在飛行器的飛行過(guò)程中，根據傳感器的實(shí)時(shí)信息不斷對姿態(tài)信息進(jìn)行更新，主控單元依據更新后的姿態(tài)信息不斷地調整機載云臺在慣性控制中的位置，保持光學(xué)載荷視軸的穩定。光學(xué)載荷通過(guò)圖像傳輸鏈路和視頻采集卡實(shí)時(shí)地將機載視頻圖像傳輸到地面監控系統，并在監視設備中顯示。RC遙控器依據設定的工作模式，通過(guò)操作手的實(shí)時(shí)操作和RC控制鏈路對機載云臺進(jìn)行控制，從不同角度對地面目標進(jìn)行實(shí)時(shí)監測。機載云臺系統工作的流程如圖2所示。

　　圖2 系統工作流程圖

　　1.2 主控單元設計

　　在本系統中，主控單元基于嵌入式微控制器STM32F103開(kāi)發(fā)。主要功能是實(shí)時(shí)完成對MEMS傳感器獲取的姿態(tài)信息的融合，同時(shí)接收上位機或RC發(fā)來(lái)的指令，對俯仰、滾轉和偏航3個(gè)自由度的電機運動(dòng)控制單元發(fā)送驅動(dòng)指令，實(shí)現隔離機體姿態(tài)擾動(dòng)、保持機載云臺在慣性空間中的穩定以及RC控制操作。此外，還應具備與上位機進(jìn)行人機交互，實(shí)現控制參數、電機配置、MEMS傳感器校正等基本設置。實(shí)現陀螺儀和加速計的補償、RC遙控模式和范圍的設定等高級設置以及MEMS傳感器實(shí)時(shí)數據的顯示等等。

　　1.3電機驅動(dòng)單元設計

　　驅動(dòng)單元起到的是功率放大的作用，即將主控處理器的控制信號轉換成可以直接驅動(dòng)機載云臺直流力矩電機的功率信號。由于系統采用的直流力矩電機的堵轉電流為2 A，為了保證驅動(dòng)安全，所選驅動(dòng)芯片的最大輸出電流應大于4 A。因此采用ST公司生產(chǎn)的集成三項半橋驅動(dòng)芯片L6234D，該芯片具有很強的驅動(dòng)能力，其驅動(dòng)電壓可達58 V，連續工作時(shí)的驅動(dòng)電流可以達到5 A，具有過(guò)流保護和低電壓鎖存功能。圖3是俯仰通道的電機驅動(dòng)單元的電路原理圖，滾轉與偏航通道的電機驅動(dòng)單元與此類(lèi)似。

　　圖3 電機驅動(dòng)單元電路原理圖

　　1.4 慣性測量單元設計

　　整個(gè)系統中要求慣性測量單元(Inertial Measurement Unit，IMU)能夠提供控制算法中所需的角速度和加速度信號。此外，還考慮機載云臺結構和安裝位置，要求角速度傳感器、加速度傳感器及其外圍電路的尺寸盡量小，便于整體結構的緊湊?；谏鲜鲆?，采用6軸運動(dòng)傳感器MPU6050作為慣性測量元件。IMU單元測量相機在三維空間中的角速度和加速度，并通過(guò)自適應互補濾波算法解算出相機的姿態(tài)。慣性測量單元的電路原理圖及電路實(shí)現如圖4所示。

　　圖4 MPU6050電路原理圖與電路板

　　2 系統軟件方案設計

　　2.1 主控單元軟件設計

　　主控單元軟件完成的主要功能有：對主控處理器I/O口、定時(shí)器、串行通信、IIC協(xié)議、MPU6050內存儲器、位置參數、速度參數、控制參數以及中斷向量和優(yōu)先級進(jìn)行初始化;確定機載云臺在慣性空間內的坐標位置，輸出PWM信號驅動(dòng)電機達到預先設定位置等。主控程序流程圖如圖5所示。

　　圖5主控程序流程圖

　　在每個(gè)控制周期內，外部中斷子程序需要完成以下工作：(1)對陀螺儀和加速度計輸出信號進(jìn)行采集;(2)根據RC指令，完成相應位置環(huán)的校正運算;(3)完成速度環(huán)和穩定環(huán)的校正運算;(4)執行PID控制算法;(5)生成PWM信號驅動(dòng)直流電機。因此，外部中斷子程序流程如圖6所示。

　　圖6 外部中斷子程序流程圖

　　2.2 基于自適應濾波的姿態(tài)解算設計

　　為消除加速度計的噪聲干擾和陀螺儀的漂移，獲得準確的姿態(tài)信息，綜合加速度計和陀螺儀各自的優(yōu)點(diǎn)，應用互補濾波算法(Complementary Filtering, CF)，從頻域的角度分別加入低通和高通濾波器，將兩傳感器的姿態(tài)信息加以融合，可去除干擾，消除零位誤差，提高解算精度[5]。

　　以俯仰通道為例，互補濾波的原理可描述為：

　　(1)

　　其中， f1(s) 為一階低通濾波器傳遞函數， f2(s)為一階高通濾波器傳遞函數，且f1(s)+ f2(s)=1。ωm為陀螺儀測得的旋轉角速度。為俯仰角預估值，可通過(guò)式(2)計算得到。

　　(2)

　　其中，分別為在一段時(shí)間內在俯仰、滾轉和偏航通道上的加速度平均值。

　　從式(1)可以看出，濾波效果取決于參數K的選取。但是在噪聲較大時(shí)低通的阻帶衰減較慢，難以獲得較好的濾波效果。為了提高姿態(tài)角的解算精度，本文基于常規互補濾波原理，采用一種自適應互補濾波(Adaptive Complementary Filtering, ACF)算法，其原理如圖7所示。

　　圖7 ACF原理圖

　　圖7中，Kp為比例系數，Ki為積分系數?？紤]實(shí)時(shí)性問(wèn)題，通常設定Ki保持不變，通過(guò)Kp的動(dòng)態(tài)調整實(shí)現俯仰角誤差的動(dòng)態(tài)補償。自適應補償系數Kp的算法如下：

　　(3)

　　其中，Kp0為初始補償系數;Kp1姿態(tài)臨界發(fā)散系數。ωmax為陀螺儀的最大量程，ωc為陀螺儀的截止角速度(ωc<ωmax)。

　　從圖7可以看出，加速度計的實(shí)時(shí)數據由式(2)解算得到俯仰角預估值θ，經(jīng)過(guò)低通環(huán)節增加的PI 控制器與陀螺儀的實(shí)時(shí)數據積分后得到的角度相融合，得到機載云臺當前俯仰角 。同時(shí)， 作為負反饋，實(shí)時(shí)機載云臺的姿態(tài)角。姿態(tài)更新算法流程見(jiàn)圖8所示。

　　圖8 姿態(tài)更新算法流程圖

　　3 實(shí)驗研究

　　本文搭建了以ST公司的STM32F103為主控制器，InvenSense公司的MPU6050芯片作為慣性測量單元的機載云臺控制器硬件平臺，并將其搭載于某多旋翼無(wú)人飛行器上進(jìn)行了機載測試實(shí)驗，如圖9所示。

　　圖9 機載飛行測試實(shí)驗

　　依據所選用的慣性測量元件參數可知，陀螺儀的最大量程ωmax =2000°/sec，截止角速度ωc=2πf，陀螺儀截止頻率f為100Hz，由PID參數工程整定法得到KP0、KP1分別為5和20。因此自適應補償系數Kp為：

　　通過(guò)與常規互補濾波算法的對比試驗，驗證自適應互補濾波算法的有效性。試驗結果如圖10所示。

　　圖10 算法對比測試試驗

　　其中，圖10(a)為采用互補濾波時(shí)解算得到的俯仰角和滾轉角，其解算誤差的均方值約為1.65°和0.39°。圖10(b)為采用自適應互補濾波時(shí)解算得到的俯仰角和滾轉角，其解算誤差的均方值約為1.26°和0.15°。初始時(shí)刻的俯仰角和滾轉角均不處于0°是由于機載云臺并非絕對水平導致。

　　以俯仰通道為例，在機載云臺給定俯仰角為0時(shí)，通過(guò)機載云臺的視軸穩定誤差實(shí)驗來(lái)驗證系統的穩態(tài)性能。實(shí)驗結果如圖11所示。從圖中可以看出，其穩定誤差在±0.02°之間，穩定精度約為0.26 mrad，具有較高的穩定精度。

　　圖11視軸穩定誤差曲線(xiàn)

　　4結論

　　為了實(shí)現多旋翼無(wú)人飛行器機載慣性云臺的穩定控制，使得機載視頻圖像穩定清晰，本文設計了一種基于STM32和自適應互補濾波算法的機載穩定云臺。姿態(tài)解算對比試驗結果表明，自適應互補濾波算法效地提高了機載云臺姿態(tài)的解算精度。視軸穩態(tài)精度的實(shí)驗表明，穩定精度達到0.26 mrad，具有良好的穩態(tài)性能，完全滿(mǎn)足了多旋翼無(wú)人飛行器機載云臺的穩定性要求。

　　參考文獻：

　　[1]申斌,吳一波,林冬生.旋翼機的發(fā)展與應用[J].科技傳播,2013,(23):145-146.

　　[2]王日俊,白越,續志軍等. 多旋翼無(wú)人飛行器機載云臺的復合穩定控制方法[J].電光與控制,2016,23(4):17-22.

　　[3]王日俊. 多旋翼無(wú)人飛行器載荷穩像技術(shù)研究[D].北京:中國科學(xué)院大學(xué),2015.

　　[4]MILLER RICK, MOOTY GREG. HILKERT.J. M. Gimbal system configurations and line-of-sight control techniques for small UAV applications[C].Proc. SPIE 8713, Airborne Intelligence, Surveillance, Reconnaissance (ISR) Systems and Applications X, 871308. Baltimore,Maryland,USA,201

　　[5]傅忠云,劉文波,孫金秋,等.自適應混合濾波算法在微型飛行器姿態(tài)估計中的應用[J].傳感技術(shù)學(xué)報,2014,27(5):698-703.