CN111398631A - 一种无人机加速度计误差识别及校正方法 - Google Patents

Abstract

本发明公开了一种无人机加速度计误差识别及校正方法，对无人机所搭载的加速度计进行误差分析，确定其主要误差来源，一般来源为标度偏差，零位偏差，及其他误差。其中，标度误差和零位误差采用六面旋转法进行消除，对于精度较高，工作稳定的加速度计，只需首次使用时校正标度误差及零位误差，并将参数写进飞控代码，此后飞行由飞控代码自动进行校准；对于精度较差，或集成加速度计的飞控模块需要拆卸重装，则每次飞行前都需使用六面旋转法对标度偏差和零位偏差进行校正。其他误差试具体情况而定，在本实施例中，其他误差主要为速度随机游走误差，采用本专利阐述的小波函数去噪即可实现很好的速度随机游走误差消除。

Description

一种无人机加速度计误差识别及校正方法

技术领域

本发明属于无人机控制领域，特别涉及一种无人机加速度计误差识别及校正方法。

背景技术

无人机领域工程应用要求无人机拥有精确的导航控制系统，而其中加速度计有着举足轻重的作用。加速度计作为一种校准器件，在实际的工程应用中，存在着各种误差，比如，安装误差、非线性误差等，这些误差严重影响了加速度计输出数据的准确性。

为了实现对无人机的精确控制，必须降低加速度计量测误差，同时对加速度计误差进行分析和校正。

发明内容

针对无人机的加速度机存在的误差问题，本发明提供了一种无人机加速度计误差识别及校正方法，通过分析无人机MIMU模块中加速度计的误差来源，建立了两步消除法，解决了实际工程中加速度计校准偏差大，飞行轨迹有偏差的问题。

本发明是通过以下技术方案来实现：

一种无人机加速度计误差识别及校正方法，采用Allan方差法对加速度计的最大误差项进行识别，并采用小波函数对误差项进行校正，同时采用六面旋转法对加速度计的安装误差进行校正。

优选的，所述加速度计最大误差项识别方法如下：

步骤1、采集K组加速度计数据，并计算每一组数据的平均值；

步骤2、根据平均值结合方差公式计算加速度计各个误差项的Allan标准差以及误差项之和；

步骤3、对各个误差项的Allan标准差以及误差项之和进行方差分析，得到各误差项所占权重，误差项所占权重越大，则误差越大。

优选的，步骤1中所述平均值的表达式如下：

其中，τ＝nT₀，T₀为采样周期，n为加速度计数据的数量。

优选的，步骤2中所述方差公式如下：

其中，σ²(τ)为相关时间τ对应的方差，E{}为求期望函数，

为第k组加速度计数据的平均值。

优选的，所述误差项包括量化噪声、速度随机游走、零偏稳定性、速率随机游走和速率斜坡；

量化噪声的Allan标准差为：

其中，Q为量化噪声误差系数；

速度随机游走的Allan标准差为：

其中，N为速度随机游走误差系数；

零偏稳定性的Allan标准差为：

其中，B为零偏稳定性误差系数；

速率随机游走的Allan标准差为：

其中，K为速率随机游走误差系数；

速率斜坡的Allan标准差为：

其中，R为速率斜坡误差系数；

误差项之和的表达式如下：

优选的，所述安装误差包括标度偏差和零位偏差，采用六面旋转法校正标度偏差和零位偏差误差的方法如下：

1、以重力加速度向量为参考向量，构建加速度计偏差消除模型；

2、将加速度计偏差消除模型转换为矩阵形式进行求解，得到零位偏移和标度因数；

3、将零位偏移和标度因数代入加速度计偏差消除模型，进行零位偏移和标度因数的校正。

优选的，所述加速度计偏差消除模型表达式如下：

其中，x,y,z为坐标轴，a₁,a₂,a₃为标度因数，b₁,b₂,b₃为零位偏移。

优选的，所述加速度计偏差消除模型的求解方法如下：

1、确定加速度计坐标系下的零位偏移；

使无人机的x,y,z方向及其相反方向分别与重力加速度方向一致，翻转机身，采集加速度计数据并计算平均值

再分别将x,y,z三轴相反方向的两个平均值再求平均，得到加速度计坐标系下的零位偏移

2、确定加速度计坐标系下的标度因数；

将加速度计偏差消除模型转换为矩阵形式，得到构造矩阵A_m，并将加速度计坐标系下的X轴正半轴朝上，Y轴正半轴朝上，Z轴正半轴朝上时的加速度计数据减去零位偏移

后放入A_m的三个行中，则有：

A_m·S_a＝G

其中，S_a代表加速度计坐标系下的标度矩阵，G为对角线元素均为g的对角阵，求解S_a即为加速度计坐标系下的标度矩阵；

3、进行加速度计坐标转换

以航向角转换加速度计坐标系，即绕z轴旋转，旋转矩阵为：

其中，

为加速度计坐标系向机体坐标系的转换，则有：

对矩阵S_a进行相似对角化即可求取a₁,a₂,a₃。

优选的，所述最大误差项为速度随机游走噪声误差，采用小波函数校正速度随机游走噪声误差，其方法如下：

首先，采用小波函数对加速度计输出的速度随机游走噪声进行滤波，消除加速度计速度随机游走噪声，滤波阈值采用尺度变换阈值：

其中，N为速度随机游走噪声数据的长度。

第j层分解层的噪声标准方差为：

σ_j＝median(|d_j,k|)

其中，j为尺度因子。

与现有技术相比，本发明具有以下有益的技术效果：

本发明公开了一种无人机加速度计误差识别及校正方法，采用Allan方差法对无人机所搭载的加速度计进行误差分析，确定加速度计的主要误差来源，采用小波函数对主要误差项进行校正，同时采用六面旋转法对加速度计的安装误差进行校正，实现无人机的精确控制。

附图说明

图1为本发明误差识别及校正方法的逻辑框图；

图2为本发明加速度计Allan双对数曲线图；

图3为本发明无人机旋转坐标轴图；

具体实施方式

下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

参阅图1，一种无人机加速度计误差识别及校正方法，采用Allan方差法对加速度计的最大误差项进行识别，并采用小波函数对误差项进行校正，同时采用六面旋转法对加速度计的安装误差进行校正。

具体步骤如下：

步骤1、识别加速度计的最大误差项，具体过程包括以下分步骤：

S1.1、采集K组加速度计数据，并计算每一组数据的平均值。

设采样周期为T₀,把加速度计的n个连续数据作为一组，则每一组的采样总时间为τ＝nT₀，称为相关时间。又设总采样数为N，总计采集K组数据，每一组平均值如下：

其中，

表示第k组的平均值，

表示第k组的第i个数据点。

采用的Allan方差公式为：

其中，σ²(τ)为相关时间τ对应的方差。

S1.2、根据平均值结合方差公式计算加速度计各个误差项的Allan标准差以及误差项之和。

具体的，MEMS传感器中，加速度计的5类重要的误差项：

量化噪声(Quantify Noise，QN)，其大小由量化噪声误差系数Q表征，其Allan标准差为:

速度随机游走(Speed Random Wander,SRW)，其大小由速度随机游走误差系数N表征，其Allan标准差为：

零偏稳定性(BIAS)，其大小由零偏不稳定性误差系数B表征，其Allan 标准差为:

速率随机游走(Rate Random Wander,RRW)，其大小由速率随机游走误差系数K表征，其Allan标准差为:

速率斜坡(Rate Ramp,RR)，由速率斜坡误差系数R表征，其Allan标准为:

总的Allan方差即各种误差源之和的表达式如下：

参阅图2，由于各噪声相互独立，对照双对数坐标系中的标准Allan方差曲线，可对τ分别取

求得系数Q,N,K,R。

S1.3、根据Allan方差分析误差结果，可得各误差项所占权重，主要误差存在于速度随机游走。

步骤2、采用六面旋转法对加速度计的安装误差进行校正，包括标度偏差和零位偏差，校正过程包括以下步骤：

消除标度偏差和零位偏差主要体现在XOY平面，Z轴方向安装误差忽略不计，以六面旋转法消除标度偏差和零位偏差，且校正顺序不能错乱。

以重力加速度向量为参考向量，构建加速度计偏差消除模型：

x,y,z三轴如图2所示，分别取g,-g，采集大量x_read,y_read,z_read并分别求平均，求得各参数a₁,b₁,a₂,b₂,a₃,b₃即可。

实际中，求解此模型参数用到矩阵运算，具体分为三步：

1.首先确定加速度计坐标系下的零位偏置

如图3所示，旋转机体使图中所标注的无人机三个方向及其相反方向分别与重力加速度方向一致即可，具体顺序为机头朝右(机身底部面向校准人)，朝左(机身底部面向校准人)；机头朝上，朝下；机身水平，机身翻转。每次改变无人机姿态后静置2s，以便加速度计以100hz采样频率采集 200个数据并求平均，此后分别将x,y,z三轴相对方向的两个平均值再求平均，所得值即为加速度计坐标系下的零位偏移

2.然后确定加速度计坐标系下的标度因数：

将加速度计偏差消除模型转换为构造矩阵A_m：在不影响精度的前提下，为简便运算，分别将加速度计坐标系下X轴正半轴朝上，Y轴正半轴朝上，Z轴正半轴朝上时的加速度计数据减去

后放入A_m的三个行中，则有：

A_m·S_a＝G

其中，S_a代表加速度计坐标系下的标度矩阵，G为对角线元素均为g的对角阵，求解S_a即为加速度计坐标系下的标度矩阵。若加速度计坐标系与机体坐标系完全重合，则S_a为对角阵，对角元即为三个标度因数a₁,a₂,a₃。但受限于安装误差，一般情况下加速度计坐标系与机体坐标系并不重合。

3.进行坐标转换

考虑到MEMS加速度计安装方式，忽略俯仰与横滚转换，忽略坐标平移，坐标转换仅考虑航向角转换，即绕z轴旋转，旋转矩阵为：

代表从加速度计坐标系向机体坐标系的转换，则有：

进一步的，对矩阵S_a进行相似对角化即可求取a₁,a₂,a₃，其中，依据旋转模型假设，a₃＝1。

将零位偏移和标度因数代入加速度计偏差消除模型，进行零位偏移和标度因数的校正。

步骤3、利用小波函数去除加速度计速度随机游走噪声

选用Sym4小波函数对加速度计输出的速度随机游走噪声进行滤波，对加速度计输出的速度随机游走噪声进行滤波，消除加速度计速度随机游走噪声，滤波阈值采用尺度变换阈值：

第j层分解层的噪声标准方差为：

σ_j＝median(|d_j,k|)

其中，j＝4，即选则四尺度分解。

以上通过Allan方差分析具体加速度计主要误差项，通过两步消除法消除标度偏差、零位偏差和以及速度随机游走噪声的误差。

本发明公开了一种无人机加速度计误差识别及校正方法，下面以一般小型无人机做具体阐述，无人机为人为旋转的旋翼机或小型无人机，小型无人机包括但不限于垂直起降无人机。飞行控制单元内部必须集成一个至多个加速度计。

组装新无人机前，对无人机所搭载的加速度计进行误差分析，确定其主要误差来源为速度随机游走噪声，无人机组装后的误差为标度偏差和零位偏差，标度误差和零位误差采用六面旋转法进行消除，对于精度较高，工作稳定的加速度计，只需首次使用时校正标度误差及零位误差，并将参数写进飞控代码，此后飞行由飞控代码自动进行校准；对于精度较差，或集成加速度计的飞控模块需要拆卸重装，则每次飞行前都需使用六面旋转法对标度偏差和零位偏差进行校正。在本实施例中，加速度计自身的主要误差为速度随机游走误差，采用本专利阐述的小波函数去噪即可实现很好的速度随机游走误差消除。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (9)

1.一种无人机加速度计误差识别及校正方法，其特征在于，采用Allan方差法对加速度计的最大误差项进行识别，并采用小波函数对误差项进行校正，同时采用六面旋转法对加速度计的安装误差进行校正。

2.根据权利要求1所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述加速度计最大误差项识别方法如下：

步骤1、采集K组加速度计数据，并计算每一组数据的平均值；

步骤2、根据平均值结合方差公式计算加速度计各个误差项的Allan标准差以及误差项之和；

步骤3、对各个误差项的Allan标准差以及误差项之和进行方差分析，得到各误差项所占权重，误差项所占权重越大，则误差越大。

3.根据权利要求2所述的一种无人机加速度计误差识别及校正方法，其特征在于，步骤1中所述平均值的表达式如下：

其中，τ＝nT₀，T₀为采样周期，n为加速度计数据的数量。

4.根据权利要求3所述的一种无人机加速度计误差识别及校正方法，其特征在于，步骤2中所述方差公式如下：

其中，σ²(τ)为相关时间τ对应的方差，E{}为求期望函数，

为第k组加速度计数据的平均值。

5.根据权利要求4所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述误差项包括量化噪声、速度随机游走、零偏稳定性、速率随机游走和速率斜坡；

量化噪声的Allan标准差为：

其中，Q为量化噪声误差系数；

速度随机游走的Allan标准差为：

其中，N为速度随机游走误差系数；

零偏稳定性的Allan标准差为：

其中，B为零偏稳定性误差系数；

速率随机游走的Allan标准差为：

其中，K为速率随机游走误差系数；

速率斜坡的Allan标准差为：

其中，R为速率斜坡误差系数；

误差项之和的表达式如下：

6.根据权利要求1所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述安装误差包括标度偏差和零位偏差，采用六面旋转法校正标度偏差和零位偏差误差的方法如下：

1、以重力加速度向量为参考向量，构建加速度计偏差消除模型；

2、将加速度计偏差消除模型转换为矩阵形式进行求解，得到零位偏移和标度因数；

3、将零位偏移和标度因数代入加速度计偏差消除模型，进行零位偏移和标度因数的校正。

7.根据权利要求6所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述加速度计偏差消除模型表达式如下：

其中，x,y,z为坐标轴，a₁,a₂,a₃为标度因数，b₁,b₂,b₃为零位偏移。

8.根据权利要求7所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述加速度计偏差消除模型的求解方法如下：

1、确定加速度计坐标系下的零位偏移；

使无人机的x,y,z方向及其相反方向分别与重力加速度方向一致，翻转机身，采集加速度计数据并计算平均值

再分别将x,y,z三轴相反方向的两个平均值再求平均，得到加速度计坐标系下的零位偏移

2、确定加速度计坐标系下的标度因数；

将加速度计偏差消除模型转换为矩阵形式，得到构造矩阵A_m，并将加速度计坐标系下的X轴正半轴朝上，Y轴正半轴朝上，Z轴正半轴朝上时的加速度计数据减去零位偏移

后放入A_m的三个行中，则有：

A_m·S_a＝G

其中，S_a代表加速度计坐标系下的标度矩阵，G为对角线元素均为g的对角阵，求解S_a即为加速度计坐标系下的标度矩阵；

3、进行加速度计坐标转换

以航向角转换加速度计坐标系，即绕z轴旋转，旋转矩阵为：

其中，

为加速度计坐标系向机体坐标系的转换，则有：

对矩阵S_a进行相似对角化即可求取a₁,a₂,a₃。

9.根据权利要求5所述的一种无人机加速度计误差识别及校正方法，其特征在于，所述最大误差项为速度随机游走噪声误差，采用小波函数校正速度随机游走噪声误差，其方法如下：

首先，采用小波函数对加速度计输出的速度随机游走噪声进行滤波，消除加速度计速度随机游走噪声，滤波阈值采用尺度变换阈值：

其中，N为速度随机游走噪声数据的长度；

第j层分解层的噪声标准方差为：

σ_j＝median(|d_j,k|)

其中，j为尺度因子。

Images