CN111982100A - 一种无人机的航向角解算算法 - Google Patents
一种无人机的航向角解算算法 Download PDFInfo
- Publication number
- CN111982100A CN111982100A CN202010645235.1A CN202010645235A CN111982100A CN 111982100 A CN111982100 A CN 111982100A CN 202010645235 A CN202010645235 A CN 202010645235A CN 111982100 A CN111982100 A CN 111982100A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- angle
- course angle
- gyroscope
- 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.)
- Granted
Links
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
- G01P13/025—Indicating direction only, e.g. by weather vane indicating air data, i.e. flight variables of an aircraft, e.g. angle of attack, side slip, shear, yaw
Abstract
本发明公开了一种无人机的航向角解算算法,包括:采用无人机自身携带的加速度计和陀螺仪传感器,通过数据融合解算出无人机的姿态角度‑俯仰角和滚转角;建立无人机动力学模型,通过自适应算法估算出动力学模型中的参数;结合动力学模型方程所解算出来的航向角和惯性导航传感器融合解算出来的航向角,采用添加权重的形式估计当前的航向角,由此实现不受磁场干扰的航向角解算。本方法能解算出较为精确的无人机航向角,解决现有磁力计传感器测量容易受到强磁场干扰而出现航向角解算出现较大偏差的问题,为无人机飞行控制器提供更为准确的航向角信息;不需要额外添加其他传感器,仅用无人机自带现有传感器即可解决解算航向角受强磁场干扰问题。
Description
技术领域
本发明涉及无人机技术领域,具体涉及一种无人机的航向角解算算法。
背景技术
四旋翼飞行器是一种能实现垂直起降的小型飞行器,因其体型小巧,灵活性高,成本低,易维护等特点受到关注,它能在各种受限环境中工作,无论是丛林,地底或者是室内环境等场景。在农业方面,广泛地应用于农药的喷洒,农作物生长情况的监管。快递的派送、消防安防、电网的安全巡检、国土资源的勘测以及无人机的探测与无线电反制等领域中。但是由于无人机系统大多是运用于多干扰,复杂环境下完成一些复杂任务的智能控制系统,在遇到一些强磁干扰的情况之前,传统的基于磁力传感器解算出来的无人机偏航角将不再是可信的,然而在无人机缺失航向角的引导将缺失方向感;不准确的航向角将导致的无人机可能出现马桶式螺旋发散。
目前已公开文献中并没有针对无人机中磁力计传感器容易受干扰的缺陷给出缺失磁力计传感器后如何解算出航向角。
发明内容
本发明的目的是提供一种无人机的航向角结算算法,用以克服现有技术中无人机磁力计传感器容易受干扰而导致解算出的航向角不准确的问题。
为了实现上述任务,本发明采用以下技术方案:
一种无人机的航向角解算算法,包括以下步骤:
步骤1,采用无人机自身携带的加速度计和陀螺仪传感器,通过数据融合解算出无人机的姿态角度-俯仰角和滚转角;
步骤2,建立无人机动力学模型,通过自适应算法估算出动力学模型中的参数,具体步骤包括:
步骤2.1,建立无人机动力学模型,表示如下:
上式中,表示无人机的位置信息,x,y,z为不同方向的位置信息;kx,ky,kz为待估计的阻力参数,m为无人机质量,g为重力加速度,u1为无人机电机的总拉力,参数上标一个圆点、两个圆点表示该参数的一阶导数、二阶导数;
令速度误差:
其中vx,d为期望的速度值,对速度误差求导得:
步骤2.3,设计控制输入:
根据步骤2.1中的无人机动力模型,按照步骤2.2~2.4同样的方法,令为速度,表示对变量*的一阶求导,为速度误差,其中*分别表示为位置y,z的信息,从而得到对应的自适应估计律最后得到待估计的阻力参数ky,kz的估计值和
步骤3,结合动力学模型方程所解算出来的航向角和惯性导航传感器融合解算出来的航向角,采用添加权重的形式估计当前的偏航角,由此实现不受磁场干扰的航向角解算,具体步骤包括:
步骤3.1,将步骤2中建立的无人机动力学模型改写为:
其中u1x,u1y,u1z分别对应无人机坐标系x,y,z轴的虚拟控制输入,导航坐标系下的速度和加速度可以从无人机的定位系统或者是光流传感器中获取,因此参数已知,由此可以根据上式计算出u1x,u1y,u1z虚拟控制输入量;
步骤3.2,由步骤3.1中的模型可得:
即:
步骤3.3,根据步骤3.1中的模型第三行公式可得:
步骤3.4,结合步骤3.2和步骤3.3可得航向角度:
步骤3.5,根据解算出的陀螺仪测量数据的漂移量bg,k,可以获得一个经过矫正后的陀螺仪测量数据,即:ωk=ωm,k-bg,k,其中ωm,k为k时刻陀螺仪的测量数据值;
步骤3.7,修正航向角度:
ψcorr=ψ*w1+ψk*w2
其中w1,w2分别为步骤3.4解算出的航向角的权重和步骤3.5的矫正陀螺仪测量数据后的航向角度的权重。
其中:bg,k为第k时刻陀螺仪的漂移误差,I3×3为单位矩阵;TS为无人机系统的采样时间;ωm,k-1为k-1时刻陀螺仪的测量数据值;为第k-1时刻的陀螺仪的偏移量噪声,wg,k-1为第k-1时刻的陀螺仪的测量噪声;
步骤1.2,扩张卡尔曼观测模型:
一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现无人机的航向角解算算法的步骤。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现无人机的航向角解算算法的步骤。
与现有技术相比,本发明具有以下技术特点:
本发明提出的算法结合加速度计,陀螺仪和光流数据进行融合,解算出较为精确的无人机航向角,解决现有磁力计传感器测量容易受到强磁场干扰而出现航向角解算出现较大偏差的问题,为无人机飞行控制器提供更为准确的航向角信息。本发明不需要额外添加其他传感器,仅用无人机自带现有传感器即可解决解算航向角受强磁场干扰问题。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
本发明提出了一种无人机的航向角解算算法,该算法结合加速度计,陀螺仪和光流数据进行融合,解算出较为精确的无人机航向角,解决现有磁力计传感器测量容易受到强磁场干扰而出现航向角解算出现较大偏差的问题,为无人机飞行控制器提供更为准确的航向角信息。本发明不需要额外添加其他传感器,仅用无人机自带现有传感器即可解决解算航向角受强磁场干扰问题。
参见图1,本发明的一种无人机的航向角解算算法,包括以下步骤:
前期准备工作:初始化校准测量传感器的数据,分别读取加速度计数据、陀螺仪数据,位置加速度数据和位置速度数据。
其中:bg,k为第k时刻陀螺仪的漂移误差,I3×3为单位矩阵;TS为无人机系统的采样时间;ωm,k-1为k-1时刻陀螺仪的测量数据值;为第k-1时刻的陀螺仪的偏移量噪声,是一个3×1的列向量;wg,k-1为第k-1时刻的陀螺仪的测量噪声,是一个3×1的列向量。
步骤1.2,扩张卡尔曼观测模型:
步骤2,建立无人机动力学模型,通过自适应算法估算出动力学模型中的参数,具体步骤包括:
步骤2.1,建立无人机动力学模型,表示如下:
上式中,表示无人机的位置信息,x,y,z为不同方向的位置信息;kx,ky,kz为待估计的阻力参数,m为无人机质量,g为重力加速度,u1为无人机电机的拉力,上式中参数上标一个圆点、两个圆点表示该参数的一阶导数、二阶导数,下同。
令速度误差:
其中vx,d为期望的速度值,对速度误差求导得:
步骤2.3,设计控制输入:
根据步骤2.1中的无人机动力模型,按照步骤2.2~2.4同样的方法,令为速度,表示对变量*的一阶求导,为速度误差,其中*分别表示为位置y,z的信息,从而得到对应的自适应估计律最后得到待估计的阻力参数ky,kz的估计值和
步骤3,结合动力学模型方程所解算出来的姿态角度和IMU(惯性导航传感器)融合解算出来的姿态角度,采用添加权重的形式估计当前的偏航角,由此实现不受磁场干扰的航向角解算,具体步骤包括:
步骤3.1,将步骤2中建立的无人机动力学模型改写为:
其中u1x,u1yu1z分别对应x,y,z轴的虚拟控制输入,导航坐标系下的速度和加速度可以从无人机的定位系统或者是光流传感器中获取,因此参数已知,由此可以根据上式计算出u1x,u1y u1z虚拟控制输入量。
步骤3.2,由步骤3.1中的模型可得:
即:
步骤3.3,根据步骤3.1中的模型第三行公式可得:
步骤3.4,结合步骤3.2和步骤3.3可得:
步骤3.5,根据步骤1.3通过扩展卡尔曼解算出较为准确的陀螺仪测量数据的漂移量bg,k,可以获得一个经过矫正后的陀螺仪测量数据,即:ωk=ωm,k-bg,k,其中ωm,k为k时刻陀螺仪的测量数据值。
步骤3.7,修正航向角度:
ψcorr=ψ*w1+ψk*w2
其中ψ为步骤3.4解算出的角度,w1,w2分别为步骤3.4解算出的航向角的权重和步骤3.5的矫正陀螺仪测量数据后的航向角度的权重,需通过定位系统的定位精度更加具体地调整w1,w2的取值。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (4)
1.一种无人机的航向角解算算法,其特征在于,包括以下步骤:
步骤1,采用无人机自身携带的加速度计和陀螺仪传感器,通过数据融合解算出无人机的姿态角度-俯仰角和滚转角;
步骤2,建立无人机动力学模型,通过自适应算法估算出动力学模型中的参数,具体步骤包括:
步骤2.1,建立无人机动力学模型,表示如下:
kx,ky,kz为待估计的阻力参数,m为无人机质量,g为重力加速度,u1为无人机电机的拉力,参数上标一个圆点、两个圆点表示该参数的一阶导数、二阶导数;
令速度误差:
其中vx,d为期望的速度值,对速度误差求导得:
步骤2.3,设计控制输入:
根据步骤2.1中的无人机动力模型,按照步骤2.2~2.4同样的方法,令为速度,表示对变量*的一阶求导,为速度误差,其中*分别表示为位置y,z的信息,从而得到对应的自适应估计律最后得到待估计的阻力参数ky,kz的估计值和
步骤3,结合动力学模型方程所解算出来的航向角和惯性导航传感器融合解算出来的航向角,采用添加权重的形式估计当前的偏航角,由此实现不受磁场干扰的航向角解算,具体步骤包括:
步骤3.1,将步骤2中建立的无人机动力学模型改写为:
其中u1x,u1y,u1z分别对应无人机坐标系x,y,z轴的虚拟控制输入,导航坐标系下的速度和加速度可以从无人机的定位系统或者是光流传感器中获取,因此参数已知,由此可以根据上式计算出u1x,u1y,u1z虚拟控制输入量;
步骤3.2,由步骤3.1中的模型可得:
即:
步骤3.3,根据步骤3.1中的模型第三行公式可得:
步骤3.4,结合步骤3.2和步骤3.3可得航向角度:
步骤3.5,根据解算出的陀螺仪测量数据的漂移量bg,k,可以获得一个经过矫正后的陀螺仪测量数据,即:ωk=ωm,k-bg,k,其中ωm,k为k时刻陀螺仪的测量数据值;
步骤3.7,修正航向角度:
ψcorr=ψ*w1+ψk*w2
其中w1,w2分别为步骤3.4解算出的航向角的权重和步骤3.5的矫正陀螺仪测量数据后的航向角度的权重。
其中:bg,k为第k时刻陀螺仪的漂移误差,I3×3为单位矩阵;TS为无人机系统的采样时间;ωm,k-1为k-1时刻陀螺仪的测量数据值;为第k-1时刻的陀螺仪的偏移量噪声,Wg,k-1为第k-1时刻的陀螺仪的测量噪声,;
步骤1.2,扩张卡尔曼观测模型:
3.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现根据权利要求1或2中任一权利要求所述算法的步骤。
4.一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现根据权利要求1或2中任一权利要求所述算法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010645235.1A CN111982100B (zh) | 2020-07-07 | 2020-07-07 | 一种无人机的航向角解算算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010645235.1A CN111982100B (zh) | 2020-07-07 | 2020-07-07 | 一种无人机的航向角解算算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111982100A true CN111982100A (zh) | 2020-11-24 |
CN111982100B CN111982100B (zh) | 2022-05-06 |
Family
ID=73438536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010645235.1A Active CN111982100B (zh) | 2020-07-07 | 2020-07-07 | 一种无人机的航向角解算算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982100B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112230192A (zh) * | 2020-12-21 | 2021-01-15 | 东方微电科技(武汉)有限公司 | 基于磁传感与定位系统的雷达航向角测量方法及装置 |
CN112629529A (zh) * | 2020-12-15 | 2021-04-09 | 西安工业大学 | 无人机室内自主导航方法 |
CN113049004A (zh) * | 2021-02-28 | 2021-06-29 | 哈尔滨工业大学 | 一种航磁补偿校准质量的自动评估方法及装置 |
CN113325865A (zh) * | 2021-05-10 | 2021-08-31 | 哈尔滨理工大学 | 一种无人机控制方法、控制装置及控制系统 |
CN114323008A (zh) * | 2021-12-31 | 2022-04-12 | 杭州电子科技大学 | 基于机器学习分类的融合航向角估计方法及系统 |
CN114778887A (zh) * | 2022-05-09 | 2022-07-22 | 中国人民解放军93213部队 | 一种基于改进三角矢量模型的无人机测风方法和装置 |
CN114877858A (zh) * | 2022-05-06 | 2022-08-09 | 西安电子科技大学 | 一种高动态和磁干扰环境下的姿态估计算法 |
CN116193581A (zh) * | 2023-05-04 | 2023-05-30 | 广东工业大学 | 一种基于集员滤波的室内无人机混合定位方法及系统 |
CN117053803A (zh) * | 2023-10-10 | 2023-11-14 | 腾讯科技(深圳)有限公司 | 航向信息处理方法、装置、设备及计算机可读存储介质 |
CN117387630A (zh) * | 2023-12-12 | 2024-01-12 | 江苏君立华域信息安全技术股份有限公司 | 一种强磁干扰环境下自动方向校正方法及系统 |
CN114778887B (zh) * | 2022-05-09 | 2024-05-14 | 中国人民解放军93213部队 | 一种基于改进三角矢量模型的无人机测风方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU145937U1 (ru) * | 2014-03-14 | 2014-09-27 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Саратовский Государственный Университет Имени Н.Г. Чернышевского" | Устройство автономной коррекции курсового угла летательного аппарата |
CN107479567A (zh) * | 2017-09-13 | 2017-12-15 | 山东大学 | 动态特性未知的四旋翼无人机姿态控制器及方法 |
CN108427414A (zh) * | 2018-03-31 | 2018-08-21 | 西北工业大学 | 一种自主水下航行器水平面自适应轨迹跟踪控制方法 |
CN108681331A (zh) * | 2018-05-21 | 2018-10-19 | 济南大学 | 一种近空间飞行器的姿态跟踪控制方法 |
CN109343369A (zh) * | 2018-11-19 | 2019-02-15 | 南京邮电大学 | 一种基于非线性观测器的四旋翼容错控制器设计方法 |
CN109976367A (zh) * | 2019-03-27 | 2019-07-05 | 天津大学 | 针对倾转式三旋翼无人机的姿态系统控制方法 |
CN110502027A (zh) * | 2019-09-16 | 2019-11-26 | 南京邮电大学 | 一种基于自适应终端滑模的四旋翼无人机姿态容错控制方法 |
CN111123967A (zh) * | 2020-01-02 | 2020-05-08 | 南京航空航天大学 | 一种基于自适应动态逆的固定翼无人机着舰控制方法 |
RU2725640C1 (ru) * | 2019-09-09 | 2020-07-03 | Закрытое акционерное общество "АйТи Десижн" | Способ захода на посадку беспилотного летательного аппарата в аварийных условиях |
-
2020
- 2020-07-07 CN CN202010645235.1A patent/CN111982100B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU145937U1 (ru) * | 2014-03-14 | 2014-09-27 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Саратовский Государственный Университет Имени Н.Г. Чернышевского" | Устройство автономной коррекции курсового угла летательного аппарата |
CN107479567A (zh) * | 2017-09-13 | 2017-12-15 | 山东大学 | 动态特性未知的四旋翼无人机姿态控制器及方法 |
CN108427414A (zh) * | 2018-03-31 | 2018-08-21 | 西北工业大学 | 一种自主水下航行器水平面自适应轨迹跟踪控制方法 |
CN108681331A (zh) * | 2018-05-21 | 2018-10-19 | 济南大学 | 一种近空间飞行器的姿态跟踪控制方法 |
CN109343369A (zh) * | 2018-11-19 | 2019-02-15 | 南京邮电大学 | 一种基于非线性观测器的四旋翼容错控制器设计方法 |
CN109976367A (zh) * | 2019-03-27 | 2019-07-05 | 天津大学 | 针对倾转式三旋翼无人机的姿态系统控制方法 |
RU2725640C1 (ru) * | 2019-09-09 | 2020-07-03 | Закрытое акционерное общество "АйТи Десижн" | Способ захода на посадку беспилотного летательного аппарата в аварийных условиях |
CN110502027A (zh) * | 2019-09-16 | 2019-11-26 | 南京邮电大学 | 一种基于自适应终端滑模的四旋翼无人机姿态容错控制方法 |
CN111123967A (zh) * | 2020-01-02 | 2020-05-08 | 南京航空航天大学 | 一种基于自适应动态逆的固定翼无人机着舰控制方法 |
Non-Patent Citations (2)
Title |
---|
姜鑫燃等: "小小小型型型无无无人人人直直直升升升机机机浸浸浸入入入–不不不变变变集集集自自自适适适应应应控控控制", 《控制理论与应用》 * |
鲜斌等: "倾转式三旋翼无人飞行器抗扰非线性控制设计", 《控制与决策》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112629529A (zh) * | 2020-12-15 | 2021-04-09 | 西安工业大学 | 无人机室内自主导航方法 |
CN112230192A (zh) * | 2020-12-21 | 2021-01-15 | 东方微电科技(武汉)有限公司 | 基于磁传感与定位系统的雷达航向角测量方法及装置 |
CN113049004A (zh) * | 2021-02-28 | 2021-06-29 | 哈尔滨工业大学 | 一种航磁补偿校准质量的自动评估方法及装置 |
CN113325865A (zh) * | 2021-05-10 | 2021-08-31 | 哈尔滨理工大学 | 一种无人机控制方法、控制装置及控制系统 |
CN114323008A (zh) * | 2021-12-31 | 2022-04-12 | 杭州电子科技大学 | 基于机器学习分类的融合航向角估计方法及系统 |
CN114877858A (zh) * | 2022-05-06 | 2022-08-09 | 西安电子科技大学 | 一种高动态和磁干扰环境下的姿态估计算法 |
CN114778887A (zh) * | 2022-05-09 | 2022-07-22 | 中国人民解放军93213部队 | 一种基于改进三角矢量模型的无人机测风方法和装置 |
CN114778887B (zh) * | 2022-05-09 | 2024-05-14 | 中国人民解放军93213部队 | 一种基于改进三角矢量模型的无人机测风方法和装置 |
CN116193581A (zh) * | 2023-05-04 | 2023-05-30 | 广东工业大学 | 一种基于集员滤波的室内无人机混合定位方法及系统 |
CN116193581B (zh) * | 2023-05-04 | 2023-08-04 | 广东工业大学 | 一种基于集员滤波的室内无人机混合定位方法及系统 |
CN117053803A (zh) * | 2023-10-10 | 2023-11-14 | 腾讯科技(深圳)有限公司 | 航向信息处理方法、装置、设备及计算机可读存储介质 |
CN117053803B (zh) * | 2023-10-10 | 2024-01-26 | 腾讯科技(深圳)有限公司 | 航向信息处理方法、装置、设备及计算机可读存储介质 |
CN117387630A (zh) * | 2023-12-12 | 2024-01-12 | 江苏君立华域信息安全技术股份有限公司 | 一种强磁干扰环境下自动方向校正方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111982100B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111982100B (zh) | 一种无人机的航向角解算算法 | |
CN106643737B (zh) | 风力干扰环境下四旋翼飞行器姿态解算方法 | |
CN107729585B (zh) | 一种对无人机的噪声协方差进行估算的方法 | |
Lee et al. | Autonomous landing of a VTOL UAV on a moving platform using image-based visual servoing | |
De Marina et al. | Guidance algorithm for smooth trajectory tracking of a fixed wing UAV flying in wind flows | |
Jun et al. | State estimation of an autonomous helicopter using Kalman filtering | |
Doukhi et al. | Neural network-based robust adaptive certainty equivalent controller for quadrotor UAV with unknown disturbances | |
CN105203098A (zh) | 基于九轴mems传感器的农业机械全姿态角更新方法 | |
CN104764467B (zh) | 空天飞行器惯性传感器误差在线自适应标定方法 | |
CN109683628B (zh) | 一种基于有限时间分布式速度观测器的航天器相对位置控制方法 | |
CN110955261A (zh) | 一种基于ros的固定翼无人机自动驾驶仪的仿真方法 | |
US20230366680A1 (en) | Initialization method, device, medium and electronic equipment of integrated navigation system | |
CN110793515A (zh) | 一种基于单天线gps和imu的大机动条件下无人机姿态估计方法 | |
CN111189442A (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
Goppert et al. | Invariant Kalman filter application to optical flow based visual odometry for UAVs | |
Oliveira et al. | Moving path following for autonomous robotic vehicles | |
CN115855048A (zh) | 一种多传感器融合位姿估计方法 | |
CN115576341A (zh) | 基于函数微分和自适应变增益的无人机轨迹跟踪控制方法 | |
Azid et al. | Wind gust estimation for precise quasi-hovering control of quadrotor aircraft | |
CN113670314B (zh) | 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法 | |
CN115033844A (zh) | 一种无人机状态估计方法、系统、设备及可读存储介质 | |
CN109211232A (zh) | 一种基于最小二乘滤波的炮弹姿态估计方法 | |
CN115826594B (zh) | 不依赖动态模型参数的无人潜航器切换拓扑编队控制方法 | |
Lavoie et al. | An invariant extended H∞ filter | |
KR101340158B1 (ko) | 고정 표적을 이용한 무인항공기의 표적 위치 보정 방법 및 컴퓨터 판독 가능한 기록매체 |
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 |