CN116700319B - 基于微型雷达阵列的空中机器人自主起降系统及方法 - Google Patents

基于微型雷达阵列的空中机器人自主起降系统及方法 Download PDF

Info

Publication number
CN116700319B
CN116700319B CN202310978711.5A CN202310978711A CN116700319B CN 116700319 B CN116700319 B CN 116700319B CN 202310978711 A CN202310978711 A CN 202310978711A CN 116700319 B CN116700319 B CN 116700319B
Authority
CN
China
Prior art keywords
aerial robot
speed
radar array
micro
acceleration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310978711.5A
Other languages
English (en)
Other versions
CN116700319A (zh
Inventor
梁勇奇
许金立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202310978711.5A priority Critical patent/CN116700319B/zh
Publication of CN116700319A publication Critical patent/CN116700319A/zh
Application granted granted Critical
Publication of CN116700319B publication Critical patent/CN116700319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于微型雷达阵列的空中机器人自主起降系统及方法，该系统包括空中机器人平台、惯性测量单元、微型雷达阵列、微型雷达阵列数据采集模块和上位机；微型雷达阵列将所测距离数据传递给微型雷达数据采集模块转换为相对位移信息并传递给上位机的导航软件；惯性测量单元将所测线加速度和角速度数据传递给上位机的导航软件；导航软件根据接收的数据得到空中机器人平台的位置、速度，并输入制导软件；制导软件输出姿态指令和油门指令，发送给空中机器人平台，实现自主起降。本发明采用微型雷达阵列作为外部环境观测器，并设计了空中机器人起降过程的导航与制导。本发明可靠性高，成本低，是实现空中机器人起降过程稳定可靠的解决方案。

Description

基于微型雷达阵列的空中机器人自主起降系统及方法
技术领域
本发明属于用于空中机器人的自主起降系统制导与导航技术领域，具体涉及一种基于微型雷达阵列的空中机器人自主起降系统及方法。
背景技术
对于空中机器人，其起降过程作为飞行始末，受电池电量、地面效应等的影响，是整个飞行周期至关重要的环节。起降过程中的导航、制导与控制是研究的重点。现有技术主要存在以下几个方面的问题：
1）在GNSS拒止、弱光或无光的环境，常见的传感器无法同时满足轻小型、高实时性和高频率，使得机器人起降过程难以精确控制；
2）受电池电量衰减和地面效应的影响，在起降过程中空中机器人的推力不易观测，常用手段难以自适应任意复杂环境；
3）现有技术鲜有从制导方面设计起降过程，忽视了制导系统对起降环境和期望目标的自适应和扩展能力。
发明内容
为了克服上述现有技术存在的问题，本发明的目的在于提供一种基于微型雷达阵列的空中机器人自主起降系统及方法，本发明创造性地采用微型雷达阵列作为外部观测器，并设计了对应的空中机器人起降导航与制导系统；解决现有空中机器人在狭小室内环境难以精确控制起降过程以及容易受动力衰减影响的问题，同时在现有技术的基础上提高起降过程的快速性和灵活性。
为实现上述目的，本发明采用的技术方案如下：
一种基于微型雷达阵列的空中机器人自主起降系统，包括空中机器人平台1、惯性测量单元、微型雷达阵列2、微型雷达阵列数据采集模块和上位机；其中，空中机器人平台1内置姿态控制系统，上位机的软件系统中包含导航软件和制导软件；
所述微型雷达阵列2由具有测距能力的微型激光雷达、超声波雷达、毫米波雷达中一种或多种组成；所述微型雷达阵列2将所测距离数据传递给微型雷达阵列数据采集模块；所述微型雷达阵列数据采集模块将采集到的距离数据转换为相对位移信息并传递给上位机的导航软件；所述惯性测量单元将所测线加速度数据和角速度数据传递给上位机的导航软件；所述导航软件根据接收的数据得到空中机器人平台1的位置、速度，并输入制导软件；所述制导软件输出姿态指令和油门指令，发送给空中机器人平台1的姿态控制系统，实现自主起降。
所述微型雷达阵列2由n个微型雷达采用矩形阵列、圆形阵列和弧形阵列中的一种或多种方式的组合构成，固定安装于空中机器人平台1；微型雷达定位于空中机器人平台1的机体坐标系，能在机体坐标系向前、向后、向左、向右、向上、向下平移。
所述的基于微型雷达阵列的空中机器人自主起降系统实现自主起降的方法，包括如下步骤：
步骤1：微型雷达阵列数据采集模块对微型雷达阵列2测量的距离数据转换得到的相对位移信息通过卡尔曼滤波器进行卡尔曼滤波处理，然后根据惯性测量单元测量的线加速度与角速度数据计算速度增量，并修正卡尔曼滤波输出结果，得到空中机器人导航所需的当前时刻位置与速度信息；
卡尔曼滤波器的观测值为相对位移信息沿各机体轴方向计算的平均值，通过卡尔曼滤波输出空中机器人相对位置和速度估计结果；然后采用惯性测量单元计算速度增量，修正滤波结果：
(2)
(3) 其中，和分别为卡尔曼滤波输出速度的增量 和惯性测量单元计算得到的速度增量， 为时刻滤波得到的速度，为时刻滤波 得到的速度，为惯性测量单元采样周期，为在一个滤波周期内惯性测量单元采样次数，为旋转矩阵，为惯性测量单元测量线加速度向量，为重力加速度向量；定义速度检 测函数为
(4) 其中，为速度增量误差阈值，然后计算当前时刻位置和速 度：
(5) 其中，和分别为时刻和时刻的位 置，为卡尔曼滤波周期；由上式即得到空中机器人平台当前时刻位置和速度；
步骤2：所述制导软件基于微分跟踪器生成期望位置、速度和指令加速度，具体为：
利用微分跟踪器生成起降过程期望位置、速度和指令加速度，具体表示为
(9)其中，为输入恒定高度，和分别为时刻和时刻的期望高度，和分别为时刻和时刻的期望速度，为起降过程限定最大加速 度， 为最速综合函数，计算过程表示为：
(10) 其中，r为最速因子，代表逼近目标值速 度的最大值，为符号函数，、、、、、、、为中间量，为函数输出 量；起降过程中的指令加速度为
(11) 步骤3：利用PID控制器根 据指令加速度以及空中机器人平台当前位置和速度与期望位置和速度的偏差计算期望加 速度，然后将期望加速度解算为姿态指令和油门指令，通过ROS系统实时将姿态指令和油门 指令发送至空中机器人姿态控制系统，最终控制空中机器人实现自主起降过程。
所述将期望加速度解算为油门指令，具体为：悬停油门随电池电量下降而发生变化，通过惯性测量单元测量的线加速度计算悬停油门从而正确解算发送给姿态控制系统的油门指令，具体步骤如下：
记为悬停油门指令，定义为悬停状态下旋翼转速与旋翼可达最大转速之比，即
(6) 其中， 和分别为悬停时旋翼推力和旋 翼最大转速产生的推力，为空中机器人质量，为空中机器人的临界起飞质量；在飞 行过程中的任意时刻，实时油门指令为
(7) 其中，为空中机器人 竖直方向加速度，和分别为俯仰角和滚转角；在飞行过程任意时刻，根据实时油门指 令，由式（8）得悬停油门指令为
(8) 其中，空中机器人竖直方向加速度由加速度计测量得到。
与现有技术相比，本发明具有以下有益效果：
为解决现有空中机器人在狭小室内环境难以精确控制起降过程以及容易受动力衰减影响的问题，同时为了在现有技术的基础上提高起降过程的快速性和灵活性，本发明创造性地采用微型雷达阵列作为外部观测器，并设计了对应的空中机器人起降导航与制导系统，同时实现高频率和高实时性。本发明可靠性高，成本低，是实现空中机器人起降过程稳定可靠的解决方案。
附图说明
图1为微型雷达阵列安装示意图；
图2为矩形微型雷达阵列；
图3为圆形微型雷达阵列。
具体实施方式
以下结合附图和实施例对本发明的特征及其它相关特征作进一步详细说明，以便于同行业技术人员的理解。
本发明一种基于微型雷达阵列的空中机器人自主起降系统，包括空中机器人平台1、惯性测量单元、微型雷达阵列2、微型雷达阵列数据采集模块和上位机；其中，空中机器人平台1内置姿态控制系统，上位机的软件系统中包含导航软件和制导软件；所述微型雷达阵列2由具有测距能力的微型激光雷达、超声波雷达、毫米波雷达中一种或多种组成；所述微型雷达阵列2将所测距离数据传递给微型雷达阵列数据采集模块；所述微型雷达阵列数据采集模块将采集到的距离数据转换为相对位移信息并传递给上位机的导航软件；所述惯性测量单元将所测线加速度数据和角速度数据传递给上位机的导航软件；所述导航软件根据接收的数据得到空中机器人平台1的位置、速度，并输入制导软件；所述制导软件输出姿态指令和油门指令，发送给空中机器人平台1的姿态控制系统，实现自主起降。如图1所示，为空中机器人平台及微型雷达阵列安装示意图。
所述微型雷达阵列2由n个微型雷达采用矩形阵列（如图2所示）、圆形阵列（如图3 所示）和弧形阵列中的一种或多种方式的组合构成，固定安装于空中机器人平台1；微型雷 达定位于空中机器人平台1的机体坐标系，能在机体坐标系向前、向后、向左、向右、向上、向 下平移。如图2所示，矩形阵列将微型雷达安装于机体系平面和平面，矩形形心 为机体质心，微型雷达垂直于矩形边向外指向各轴。为避免同一方向微型雷达之间相互干 扰，根据微型雷达参数设定最小安装间距。如图3所示，圆形阵列将微型雷达安装于机体系平面和平面，圆心为机体质心，微型雷达指向沿径向向外，微型雷达之间最小安 装角大于微型雷达视场角，这种安装方式可避免微型雷达之间相互干扰。各雷达集成于多 串口集成电路板并行采集，各微型雷达互不干扰并可实现最大1kHz输出频率；电路板采用 冗余设计，可集成最多24个微型雷达。
本发明基于微型雷达阵列的空中机器人自主起降系统实现自主起降的方法，包括如下步骤：
步骤1：使用微型雷达阵列进行机器人状态估计，由于微型测距雷达存在测量误差，位置差分计算实时速度会将误差放大，因此选择卡尔曼滤波器估计实时速度。状态向量为六维向量，包括三轴位置和速度，起降过程状态预测方程为
(1) 其中，和分别为时刻和时刻卡尔 曼滤波估计状态向量，包括机器人质心的位置和速度；为起降过程时刻至时刻的 状态转移矩阵；为指令加速度控制系数矩阵；为控制输入量，为指令加速度输入；噪声 驱动矩阵；为机器人平台起降过程噪声；
其中为周期；
微型雷达阵列数据采集模块对微型雷达阵列2测量的距离数据转换得到的相对位移信息通过卡尔曼滤波器进行卡尔曼滤波处理，然后根据惯性测量单元测量的线加速度与角速度数据计算速度增量，并修正卡尔曼滤波输出结果，得到空中机器人导航所需的当前时刻位置与速度信息；
卡尔曼滤波器的观测值为相对位移信息沿各机体轴方向计算的平均值，通过卡尔曼滤波输出空中机器人相对位置和速度估计结果；然后采用惯性测量单元计算速度增量，修正滤波结果：
(2)
(3) 其中，和分别为卡尔曼滤波输出速度的增量 和惯性测量单元计算得到的速度增量，为时刻滤波得到的速度，为时刻滤波 得到的速度，为惯性测量单元采样周期，为在一个滤波周期内惯性测量单元采样次数，为旋转矩阵，为惯性测量单元测量线加速度向量，为重力加速度向量；定义速度检 测函数为
(4) 其中，为速度增量误差阈值，然后计算当前时刻位置和速 度：
(5)其中，和分别为时刻和时刻的位置，为卡尔曼滤波周期；由上式即得到空中机器人平台当前时刻位置和速度；
步骤2：所述制导软件基于微分跟踪器生成期望位置、速度和指令加速度，具体为：
利用微分跟踪器生成起降过程期望位置、速度和指令加速度，具体表示为
(9) 其中，为 输入恒定高度，和分别为时刻和时刻的期望高度，和分别为时刻和时刻的期望速度，为起降过程限定最大加速度， 为最速综合函数，计算过程表示为：
(10) 其中，r为最速因子，代表逼近目标值速 度的最大值，为符号函数，、、、、、、、为中间量，为函数输出 量；起降过程中的指令加速度为
(11) 步骤3：利用PID控制 器根据指令加速度以及空中机器人平台当前位置和速度与期望位置和速度的偏差计算期 望加速度，然后将期望加速度解算为姿态指令和油门指令，通过ROS系统实时将姿态指令和 油门指令发送至空中机器人姿态控制系统，最终控制空中机器人实现自主起降过程。
所述将期望加速度解算为油门指令，具体为：悬停油门随电池电量下降而发生变化，通过惯性测量单元测量的线加速度计算悬停油门从而正确解算发送给姿态控制系统的油门指令，具体步骤如下：
记为悬停油门指令，定义为悬停状态下旋翼转速与旋翼可达最大转速之比，即
(6) 其中， 和分别为悬停时旋翼推力和旋 翼最大转速产生的推力，为空中机器人质量，为空中机器人的临界起飞质量；在飞 行过程中的任意时刻，实时油门指令为
(7) 其中，为空中机器人竖 直方向加速度，和分别为俯仰角和滚转角；在飞行过程任意时刻，根据实时油门指令，由式（8）得悬停油门指令为
(8) 其中，空中机器人竖直方向加速 度由加速度计测量得到。
尽管以上结合附图对本发明的具体实施方案进行了描述，但本发明并不局限于上述的具体实施方案，上述的具体实施方案仅仅是示意性的、指导性的、而不是限制性的。本领域的普通技术人员在本说明书的启示下，在不脱离本发明的权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。

Claims (3)

1.基于微型雷达阵列的空中机器人自主起降系统实现自主起降的方法，该系统包括空中机器人平台(1)、惯性测量单元、微型雷达阵列(2)、微型雷达阵列数据采集模块和上位机；其中，空中机器人平台(1)内置姿态控制系统，上位机的软件系统中包含导航软件和制导软件；
所述微型雷达阵列(2)由具有测距能力的微型激光雷达、超声波雷达、毫米波雷达中一种或多种组成；所述微型雷达阵列(2)将所测距离数据传递给微型雷达阵列数据采集模块；所述微型雷达阵列数据采集模块将采集到的距离数据转换为相对位移信息并传递给上位机的导航软件；所述惯性测量单元将所测线加速度数据和角速度数据传递给上位机的导航软件；所述导航软件根据接收的数据得到空中机器人平台(1)的位置、速度，并输入制导软件；所述制导软件输出姿态指令和油门指令，发送给空中机器人平台(1)的姿态控制系统，实现自主起降；
其特征在于，所述方法包括如下步骤：
步骤1：微型雷达阵列数据采集模块对微型雷达阵列(2)测量的距离数据转换得到的相对位移信息通过卡尔曼滤波器进行卡尔曼滤波处理，然后根据惯性测量单元测量的线加速度与角速度数据计算速度增量，并修正卡尔曼滤波输出结果，得到空中机器人导航所需的当前时刻位置与速度信息；
卡尔曼滤波器的观测值为相对位移信息沿各机体轴方向计算的平均值，通过卡尔曼滤波输出空中机器人相对位置和速度估计结果；然后采用惯性测量单元计算速度增量，修正滤波结果：
ΔvL＝vk-vk-1 (1)
其中，ΔvL和ΔvI分别为卡尔曼滤波输出速度的增量和惯性测量单元计算得到的速度增量，vk为k时刻滤波得到的速度，vk-1为k-1时刻滤波得到的速度，TI为惯性测量单元采样周期，n为在一个滤波周期内惯性测量单元采样次数，Ri为旋转矩阵，ai为惯性测量单元测量线加速度向量，g为重力加速度向量；定义速度检测函数δ为
其中，E为速度增量误差阈值，然后计算当前时刻位置和速度：
其中，pk和pk-1分别为k时刻和k-1时刻的位置，TL为卡尔曼滤波周期；由上式即得到空中机器人平台当前时刻位置和速度；
步骤2：所述制导软件基于微分跟踪器生成期望位置、速度和指令加速度，具体为：
利用微分跟踪器生成起降过程期望位置、速度和指令加速度，具体表示为
其中，υ(k-1)为输入恒定高度，pr(k)和pr(k-1)分别为k时刻和k-1时刻的期望高度，vr(k)和vr(k-1)分别为k时刻和k-1时刻的期望速度，amax为起降过程限定最大加速度，u＝fhan[x1,x2,r,h]为最速综合函数，计算过程表示为：
其中，r为最速因子，代表逼近目标值速度的最大值，sign(g)为符号函数，d、a0、y、a1、a2、Sy、a3、Sa为中间量，u为函数输出量；起降过程中的指令加速度为
ar(k)＝fhan[pr(k-1)-υ(k-1),vr(k-1),amax,TL] (7)
步骤3：利用PID控制器根据指令加速度以及空中机器人平台当前位置和速度与期望位置和速度的偏差计算期望加速度，然后将期望加速度解算为姿态指令和油门指令，通过ROS系统实时将姿态指令和油门指令发送至空中机器人姿态控制系统，最终控制空中机器人实现自主起降过程。
2.根据权利要求1所述的基于微型雷达阵列的空中机器人自主起降系统实现自主起降的方法，其特征在于，所述将期望加速度解算为油门指令，具体为：悬停油门随电池电量下降而发生变化，通过惯性测量单元测量的线加速度计算悬停油门从而正确解算发送给姿态控制系统的油门指令，具体步骤如下：
记σh为悬停油门指令，σh定义为悬停状态下旋翼转速ωh与旋翼可达最大转速ωmax之比，即
其中，fh和fmax分别为悬停时旋翼推力和旋翼最大转速产生的推力，m为空中机器人质量，mmax为空中机器人的临界起飞质量；在飞行过程中的任意时刻，实时油门指令σ为
其中，az为空中机器人竖直方向加速度，θ和φ分别为俯仰角和滚转角；在飞行过程任意时刻k，根据实时油门指令σ，由式(8)得悬停油门指令为
其中，空中机器人竖直方向加速度az由加速度计测量得到。
3.根据权利要求1所述的基于微型雷达阵列的空中机器人自主起降系统实现自主起降的方法，其特征在于，所述微型雷达阵列(2)由n个微型雷达采用矩形阵列、圆形阵列和弧形阵列中的一种或多种方式的组合构成，固定安装于空中机器人平台(1)；微型雷达定位于空中机器人平台(1)的机体坐标系，能在机体坐标系向前、向后、向左、向右、向上、向下平移。
CN202310978711.5A 2023-08-04 2023-08-04 基于微型雷达阵列的空中机器人自主起降系统及方法 Active CN116700319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310978711.5A CN116700319B (zh) 2023-08-04 2023-08-04 基于微型雷达阵列的空中机器人自主起降系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310978711.5A CN116700319B (zh) 2023-08-04 2023-08-04 基于微型雷达阵列的空中机器人自主起降系统及方法

Publications (2)

Publication Number Publication Date
CN116700319A CN116700319A (zh) 2023-09-05
CN116700319B true CN116700319B (zh) 2023-10-20

Family

ID=87832528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310978711.5A Active CN116700319B (zh) 2023-08-04 2023-08-04 基于微型雷达阵列的空中机器人自主起降系统及方法

Country Status (1)

Country Link
CN (1) CN116700319B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102608596A (zh) * 2012-02-29 2012-07-25 北京航空航天大学 一种用于机载惯性/多普勒雷达组合导航系统的信息融合方法
CN104503467A (zh) * 2015-01-19 2015-04-08 中国人民解放军国防科学技术大学 基于双核架构的无人机自主起降飞行控制系统
CN106705936A (zh) * 2016-12-06 2017-05-24 浙江华飞智能科技有限公司 一种无人机高度优化方法及装置
CN108181806A (zh) * 2017-12-01 2018-06-19 西北工业大学 基于采样输出的空间机器人位置与姿态自抗扰控制方法
CN109189085A (zh) * 2018-07-25 2019-01-11 西北工业大学 基于事件触发的航天器网络化系统姿态控制方法
CN109839822A (zh) * 2019-02-27 2019-06-04 中国人民解放军火箭军工程大学 一种改进自抗扰的四旋翼无人机高度控制方法
CN110687919A (zh) * 2019-10-21 2020-01-14 同济大学 一种面向水电站输水管道巡检的无人机自主飞行控制方法
CN111157984A (zh) * 2020-01-08 2020-05-15 电子科技大学 基于毫米波雷达及惯性测量单元的一种行人自主导航方法
CN111637888A (zh) * 2020-06-15 2020-09-08 中南大学 基于惯导和激光雷达单点测距的掘进机定位方法及系统
CN111983660A (zh) * 2020-07-06 2020-11-24 天津大学 Gnss拒止环境下四旋翼无人机定位系统和方法
CN112868623A (zh) * 2020-12-30 2021-06-01 安徽农业大学 一种基于多传感器的植保机械导航控制方法及系统
CN113433947A (zh) * 2021-07-15 2021-09-24 天津大学 基于障碍车估计与预测的交叉路口轨迹规划与控制方法
CN114690179A (zh) * 2022-03-30 2022-07-01 西安邮电大学 基于短距离雷达与捷联惯导的室内追踪定位方法及装置
EP4220079A1 (en) * 2022-01-27 2023-08-02 Honeywell International Inc. Radar altimeter inertial vertical loop

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11392094B2 (en) * 2018-12-11 2022-07-19 Dalian University Of Technology Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (ADRC)

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102608596A (zh) * 2012-02-29 2012-07-25 北京航空航天大学 一种用于机载惯性/多普勒雷达组合导航系统的信息融合方法
CN104503467A (zh) * 2015-01-19 2015-04-08 中国人民解放军国防科学技术大学 基于双核架构的无人机自主起降飞行控制系统
CN106705936A (zh) * 2016-12-06 2017-05-24 浙江华飞智能科技有限公司 一种无人机高度优化方法及装置
CN108181806A (zh) * 2017-12-01 2018-06-19 西北工业大学 基于采样输出的空间机器人位置与姿态自抗扰控制方法
CN109189085A (zh) * 2018-07-25 2019-01-11 西北工业大学 基于事件触发的航天器网络化系统姿态控制方法
CN109839822A (zh) * 2019-02-27 2019-06-04 中国人民解放军火箭军工程大学 一种改进自抗扰的四旋翼无人机高度控制方法
CN110687919A (zh) * 2019-10-21 2020-01-14 同济大学 一种面向水电站输水管道巡检的无人机自主飞行控制方法
CN111157984A (zh) * 2020-01-08 2020-05-15 电子科技大学 基于毫米波雷达及惯性测量单元的一种行人自主导航方法
CN111637888A (zh) * 2020-06-15 2020-09-08 中南大学 基于惯导和激光雷达单点测距的掘进机定位方法及系统
CN111983660A (zh) * 2020-07-06 2020-11-24 天津大学 Gnss拒止环境下四旋翼无人机定位系统和方法
CN112868623A (zh) * 2020-12-30 2021-06-01 安徽农业大学 一种基于多传感器的植保机械导航控制方法及系统
CN113433947A (zh) * 2021-07-15 2021-09-24 天津大学 基于障碍车估计与预测的交叉路口轨迹规划与控制方法
EP4220079A1 (en) * 2022-01-27 2023-08-02 Honeywell International Inc. Radar altimeter inertial vertical loop
CN114690179A (zh) * 2022-03-30 2022-07-01 西安邮电大学 基于短距离雷达与捷联惯导的室内追踪定位方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种抑制掠海飞行中多种扰动的高度组合滤 波方法;李金晟, 庄凌, 宋加洪等;《中国惯性技术学报》;第28卷(第4期);第522- 527页 *
徐闽鋆,梁勇奇.基于超声波传感器阵列的无人机3D-SLAM技.《2018中国自动化大会(CAC2018)论文集》.2018,第267-273页. *
改进EKF的自抗扰飞控系统设计;姜海涛;常青;王耀力;;电子技术应用(04);第24-28页 *

Also Published As

Publication number Publication date
CN116700319A (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
Mueller et al. Fusing ultra-wideband range measurements with accelerometers and rate gyroscopes for quadrocopter state estimation
CN102426457B (zh) 一种微型扑翼飞行器飞控导航系统
Wenzel et al. Automatic take off, tracking and landing of a miniature UAV on a moving carrier vehicle
Wenzel et al. Low-cost visual tracking of a landing place and hovering flight control with a microcontroller
CN202939489U (zh) 一种多旋翼自动平衡飞行控制器
US10919617B2 (en) Distributed acceleration sensing for robust disturbance rejection
CN108873929B (zh) 一种固定翼飞机自主着舰方法及系统
WO2020103049A1 (zh) 旋转微波雷达的地形预测方法、装置、系统和无人机
CN104460685A (zh) 一种四旋翼飞行器的控制系统及其控制方法
CN104635746A (zh) 一种两轴四框架光电吊舱的伺服控制方法及系统
CN108803639A (zh) 一种基于反步法的四旋翼飞行器飞行控制方法
CN111813133B (zh) 一种基于相对精密单点定位的无人机舰船自主着陆方法
CN112986612B (zh) 一种基于四旋翼无人机的低空移动式风速测量方法
US20220178697A1 (en) Method and apparatus for correcting yaw angle of aircraft, and aircraft
Davis et al. Direct sensing of thrust and velocity for a quadrotor rotor array
CN106602263A (zh) 基于组合导航构建的捷联式高精度稳定平台系统
Kita et al. Transition between level flight and hovering of a tail-sitter vertical takeoff and landing aerial robot
Xu et al. Full attitude control of an efficient quadrotor tail-sitter VTOL UAV with flexible modes
CN116700319B (zh) 基于微型雷达阵列的空中机器人自主起降系统及方法
Zhan et al. Control system design and experiments of a quadrotor
CN205230375U (zh) 无人机目标跟踪系统
Pestana et al. A general purpose configurable navigation controller for micro aerial multirotor vehicles
CN109445283B (zh) 一种用于欠驱动浮空器在平面上定点跟踪的控制方法
CN103175445A (zh) 基于mems陀螺的位标器系统及其跟踪方法
CN110017831B (zh) 利用地磁信息和声呐传感器解算飞行器姿态的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant