CN116642562B - 一种植保无人机药液质量测量系统、方法和无人机 - Google Patents
一种植保无人机药液质量测量系统、方法和无人机 Download PDFInfo
- Publication number
- CN116642562B CN116642562B CN202310927597.3A CN202310927597A CN116642562B CN 116642562 B CN116642562 B CN 116642562B CN 202310927597 A CN202310927597 A CN 202310927597A CN 116642562 B CN116642562 B CN 116642562B
- Authority
- CN
- China
- Prior art keywords
- mass
- liquid medicine
- signal
- quality
- medicine
- 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
Links
- 239000003814 drug Substances 0.000 title claims abstract description 264
- 239000007788 liquid Substances 0.000 title claims abstract description 174
- 238000005259 measurement Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims description 38
- 238000005303 weighing Methods 0.000 claims abstract description 38
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000000691 measurement method Methods 0.000 claims abstract 4
- 239000011159 matrix material Substances 0.000 claims description 69
- 239000012530 fluid Substances 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 14
- 238000005507 spraying Methods 0.000 claims description 13
- 239000007921 spray Substances 0.000 claims description 3
- 101100272669 Aromatoleum evansii boxA gene Proteins 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 239000000575 pesticide Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012271 agricultural production Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
- G01G17/04—Apparatus for or methods of weighing material of special form or property for weighing fluids, e.g. gases, pastes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
- B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
- B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/40—UAVs specially adapted for particular uses or applications for agriculture or forestry operations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/45—UAVs specially adapted for particular uses or applications for releasing liquids or powders in-flight, e.g. crop-dusting
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Measuring Volume Flow (AREA)
Abstract
本申请提供了一种植保无人机药液质量测量系统、方法和无人机,涉及无人机技术领域,以提高药液质量的实时测量精度。该系统包括药箱、称重传感器、流量计和处理装置。其中,称重传感器用于测量药箱内药液的质量。流量计用于测量从出液口流出的药液的流量。处理装置用于,获取称重传感器的第一质量信号和流量计的流量信号,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。本申请提供的无人机药液质量测量系统可以提高药液质量的实时测量精度。
Description
技术领域
本申请涉及无人机技术领域,具体涉及一种植保无人机药液质量测量系统、方法和无人机。
背景技术
近年来,我国农业航空产业发展迅速,植保无人机航空施药作业作为国内新型植保作业方式被广泛应用于现代农业生产中,使农民更轻松地管理农田、喷洒药物。
为保证无人机植保效果,提高植保无人机的工作效率,在植保过程中,需要准确测量药箱中的药物重量,以便控制药物喷洒量,避免在施药的过程中提前将药物消耗完,无法持续以及正常的进行作业。然而,在无人机飞行时候,由于姿态、振动等因素影响,传统的测量方式称重波动较大,存在测量不稳定的问题。
因此,如何提高药液质量的实时测量精度,成为需要解决的技术问题。
发明内容
本申请提供一种植保无人机药液质量测量系统、方法和无人机,本申请使用称重传感器测量药液的第一质量,使用流量计测量并计算的药液的第二质量,通过扩展卡尔曼滤波算法根据获得的第一质量信号和第二质量信号输出波动更小的第三质量信号,可以提高药液质量的实时测量精度。
第一方面,本申请提供了一种植保无人机药液质量测量系统。本申请实施例提供的植保无人机药液质量测量系统包括药箱、称重传感器、流量计和处理装置。其中,称重传感器设置于药箱的底部,用于测量药箱内药液的质量。流量计设置于药箱的出液口,用于测量从出液口流出的药液的流量。处理装置连接称重传感器和流量计,处理装置用于,获取称重传感器的第一质量信号和流量计的流量信号,根据流量信号确定药箱内药液的损失质量,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
本实施例提供的植保无人机药液质量测量系统,通过使用称重传感器测量药液的第一质量,使用流量计测量并计算的药液的第二质量,并通过扩展卡尔曼滤波算法根据获得的第一质量信号和第二质量信号输出波动更小的第三质量信号,进而可以提高药液质量的实时测量精度。
结合第一方面,在第一方面的某些实现方式中,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号,包括,定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k) 表示在第k个时刻系统的状态,即药箱内药液在第k个时刻的第三质量, X(k-1) 表示在第k-1个时刻系统的状态,F(k)为系统状态转移矩阵。根据第 k-1个时刻的系统不确定性协方差矩阵P(k-1),计算第 k个时刻的系统不确定性协方差矩阵P(k),其中,
, Q为系统噪声方差矩阵,F(k-1)为第 k-1个时刻的系统状态转移矩阵,FT(k-1)为F(k-1)的转置矩阵。根据得到的第 k 个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵。通过第 k-1个时刻的预测值Xk-1得到第 k个时刻的第三质量Xk,根据第三质量Xk输出药箱内药液的第三质量信号,其中,, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,第一质量x1和第二质量x2为第一质量信号和第二质量信号在第 k 个时刻确定的质量。
结合第一方面,在第一方面的某些实现方式中,在根据第三质量Xk输出药箱内药液的第三质量信号之后,更新P(k),进入下一时刻的迭代运算。
在上述技术方案中,通过进行迭代运算可以进一步提高数据的精度和可靠性,进而可以提高药液质量的测量精度。
结合第一方面,在第一方面的某些实现方式中,处理装置包括采集模块和处理模块,采集模块与处理模块连接,采集模块用于获取称重传感器的第一质量信号和流量计的流量信号。处理模块用于根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
结合第一方面,在第一方面的某些实现方式中,称重传感器为压力应变片传感器。
结合第一方面,在第一方面的某些实现方式中,系统处于解锁状态,当系统由加锁状态切换至解锁状态时,打开出液口,无人机开始进行药液的喷洒工作。
结合第一方面,在第一方面的某些实现方式中,药箱内药液的初始质量为第一质量信号在加锁状态下的对应的质量。
第二方面,本申请提供了一种药液质量测量方法。本申请实施例提供的药液质量测量方法应用于植保无人机,植保无人机包括药箱、称重传感器、流量计和处理装置,本申请实施例提供的方法包括,获取称重传感器的第一质量信号和流量计的流量信号。根据流量信号确定药箱内药液的损失质量。根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号。根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
结合第二方面,在第二方面的某些实现方式中,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号,包括,定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k) 表示在第 k 个时刻系统的状态,即药箱内药液在第 k 个时刻的第三质量, X(k-1) 表示在第 k-1个时刻系统的状态,F(k)为系统状态转移矩阵。根据第 k-1个时刻的系统不确定性协方差矩阵P(k-1),计算第 k个时刻的系统不确定性协方差矩阵P(k),其中,/>, Q为系统噪声方差矩阵,F(k-1)为第 k-1个时刻的系统状态转移矩阵,FT(k-1)为F (k-1)的转置矩阵。根据得到的第 k 个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,/>,/>,/>为H的转置矩阵。通过第 k-1个时刻的预测值Xk-1得到第 k 个时刻的第三质量Xk,根据第三质量Xk输出药箱内药液的第三质量信号,其中,/>, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,第一质量x1和第二质量x2为第一质量信号和第二质量信号在第 k 个时刻确定的质量。
结合第二方面,在第二方面的某些实现方式中,该方法还包括,更新P(k),进入下一时刻的迭代运算。
结合第二方面,在第二方面的某些实现方式中,在获取称重传感器的第一质量信号和流量计的流量信号之前,该方法还包括,判断植保无人机状态,当植保无人机状态由加锁状态切换至解锁状态时,打开出液口,植保无人机开始进行药液的喷洒工作。
结合第二方面,在第二方面的某些实现方式中,药箱内药液的初始质量为第一质量信号在加锁状态下的对应的质量。
第三方面,本申请提供了一种无人机,包括上述第一方面及第一方面中任意实现方式的植保无人机药液质量测量系统。
上述第二方面和第三方面可以达到的技术效果,可以参照上述第一方面中的技术效果描述,此处不再赘述。
附图说明
图1是本申请实施例提供的一种植保无人机药液质量测量系统的结构示意图。
图2是本申请实施例提供的另一种植保无人机药液质量测量系统的结构示意图。
图3是本申请实施例提供的处理装置140的示意性框图。
图4是本申请实施例提供的采集模块310的功能示意图。
图5是本申请实施例提供的处理模块320的功能示意图。
图6是本申请实施例提供的一种药液质量测量方法的示意性流程图。
图7是本申请实施例提供的一种数据分析的示意图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。在附图中,相同或相似的标号表示相同或相似的元件或具有相同或相似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
本申请中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。下文各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。例如,本申请实施例中,“110”、“210”、“220”等字样仅为了描述方便作出的标识,并不是对系统进行限定。
在本说明书中描述的参考“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
首先介绍本申请的应用场景。
近年来,我国农业航空产业发展迅速,植保无人机航空施药作业作为国内新型植保作业方式被广泛应用于现代农业生产中。植保无人机是一种专门用于农业植保作业的无人机,具有操作简便、效率高、成本低等优点,可以有效地替代传统的人工喷药和地面机械喷药方式,提高农业生产效率,降低农药使用量,减少对环境的污染,使农民更轻松地管理农田,节省人力和时间成本。为保证无人机植保效果,提高植保无人机的工作效率,在植保过程中,需要准确测量药箱中的药物重量,以便控制药物喷洒量,避免在施药的过程中提前将药物消耗完,无法持续以及正常的进行作业。然而,在无人机飞行时候,由于姿态、振动等因素影响,传统的测量方式称重波动较大,存在实时测量不稳定的问题。
称重传感器利用应变片的变形来测量物体的质量。当应变片受到外力作用时,会发生形变,形变量与外力大小成正比,进而导致阻值发生变化,此变化可以通过特定电路转变成可供采样的电信号。流量计是通过将叶轮置于被测流体中,叶轮受流体流动的冲击而旋转,从而以叶轮旋转的快慢来反映流量的大小,但流量计精度受流体流动速度影响较大。其中,称重传感器在无人机飞行过程中存在受姿态、振动影响的缺点,但是在较大的区间范围内相对准确,而流量计仅在较小的区间范围内计算相对准确,但其结果受飞机姿态变化、振动影响较小。
鉴于此,本申请实施例提供了一种植保无人机药液质量测量系统、方法和无人机,使用称重传感器测量药液的第一质量,使用流量计测量并计算的药液的第二质量,并通过扩展卡尔曼滤波算法根据获得的第一质量信号和第二质量信号输出波动更小的第三质量信号,从而可以提高药液质量的实时测量精度。
本申请实施例的技术方案可以应用于无人机中。
为使本申请解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本申请实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
此外,本申请实施例描述的植保无人机药液质量测量系统为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
还应理解,本说明书中描述的各种实施方式,既可以单独实施,也可以组合实施,本申请实施例对此并不限定。
本申请实施例提供的植保无人机药液质量测量系统包括药箱、称重传感器、流量计和处理装置。其中,称重传感器设置于药箱的底部,用于测量药箱内药液的质量。流量计设置于药箱的出液口,用于测量从出液口流出的药液的流量。处理装置连接称重传感器和流量计,处理装置用于,获取称重传感器的第一质量信号和流量计的流量信号,根据流量信号确定药箱内药液的损失质量,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
图1是本申请实施例提供的一种植保无人机药液质量测量系统的示意图。
如图1所示,第一系统100包括药箱110、称重传感器130、第一流量计121和处理装置140。
本申请实施例中,称重传感器130设置于药箱110的底部,用于测量药箱110内药液的质量。第一流量计121设置于药箱110的第一出液口111,用于测量从第一出液口111流出的药液的流量。处理装置140连接称重传感器130和第一流量计121,处理装置140用于,获取称重传感器130的第一质量信号和第一流量计121的流量信号,根据流量信号确定药箱110内药液的损失质量,根据药箱110内药液的初始质量和损失质量的差值获取药箱110内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱110内药液的第三质量信号。这样,通过使用称重传感器测量药液的第一质量,使用流量计测量并计算的药液的第二质量,并通过扩展卡尔曼滤波算法根据获得的第一质量信号和第二质量信号输出波动更小的第三质量信号,进而可以提高药液质量的实时测量精度。
在一些实施例中,药箱内药液的初始质量是无人机开始进行药液的喷洒工作前,药箱内药液的质量;药箱内药液的损失质量是无人机打开出液口,开始进行药液的喷洒工作后,药箱内药液的所减少的质量。其中,药箱内药液的初始质量可以通过称重传感器进行确定。例如,无人机开始进行药液的喷洒工作前,通过称重传感器确定药箱内药液的质量为10千克,即该药箱内药液的初始质量为10千克。药箱内药液的损失质量可以由处理装置通过流量计的流量信号确定,当药箱内药液从出液口流出时,流量计伴随着药液的推力而转动,药液流动速度越快,流量计转动的速度也越快,流量计在转动的同时可以输出脉冲信号。处理装置通过对输出的脉冲计数数据进行采样处理,可以计算出药箱内药液的损失质量。示例性地,流量计包括叶轮式流量计。
在一些实施例中,称重传感器为压力应变片传感器。
在一些实施例中,药箱110还包括进液口,该进液口用于向药箱110中加入药液。
在一些实施例中,药箱110包括多个出液口和多个流量计。
图2是本申请实施例提供的另一种植保无人机药液质量测量系统的结构示意图。应理解,图2所示的第二系统200包括图1所示的第一系统100的大部分技术特征。以下主要对图2与图1的区别进行描述,其相同的大部分内容不再赘述。
如图2所示,第二系统200包括药箱110、称重传感器130、第一流量计121、第二流量计122和处理装置140。其中,药箱110包括第一出液口111和第二出液口112,第一流量计121设置于药箱110的第一出液口111,第二流量计122设置于药箱110的第二出液口112。处理装置用于根据第一流量计121和第二流量计122的流量信号确定药箱内药液的损失质量。
本申请实施例中,处理装置包括采集模块和处理模块,采集模块与处理模块连接,采集模块用于获取称重传感器的第一质量信号和流量计的流量信号。处理模块用于根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
图3是本申请实施例提供的处理装置140的示意性框图。
如图3所示,本申请实施例提供的处理装置140包括采集模块310和处理模块320,采集模块310与处理模块320连接,采集模块310用于获取称重传感器的第一质量信号和流量计的流量信号。处理模块320用于根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。具体地,处理模块320用于根据流量信号确定药箱内药液的损失质量,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
在一些实施例中,采集模块310连接称重传感器和流量计。
图4是本申请实施例提供的采集模块310的功能示意图。
如图4所示,本申请实施例提供的采集模块310获取称重传感器的第一质量信号和流量计的流量信号。具体地,采集模块310可以根据称重传感器测量的药箱内药液的质量的采样信号输出对应的第一质量信号,根据流量计测量的从出液口流出的药液的流量输出对应的流量信号。
图5是本申请实施例提供的处理模块320的功能示意图。
如图5所示,本申请实施例提供的处理模块320可以按照无人机的加解锁状态而分类进行数据处理。应理解,当系统处于加锁状态时,可以进行药箱中加药液动作,此时出水口关闭,药液从加水口注入,直接输出称重传感器测量的药箱内药液的质量,即处理模块320获取的称重传感器的第一质量信号,此时药箱内药液的质量可以作为药箱内药液的初始质量。当由加锁状态切换至解锁状态时,打开出液口,无人机开始进行药液的喷洒工作。当处于解锁状态时,处理模块320用于输出药箱内药液的第三质量信号。具体地,处理模块320用于根据流量信号确定药箱内药液的损失质量,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法对药箱内药液的质量进行计算,输出药箱内药液的第三质量信号。
应理解,扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)是卡尔曼滤波算法的一种扩展,可以用于处理非线性系统的状态估计问题。与传统的卡尔曼滤波算法不同,EKF可以通过对非线性系统进行线性化处理,将其转化为线性系统,从而实现对系统状态的估计。
本申请实施例中,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号,包括,定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k) 表示在第 k 个时刻系统的状态,即药箱内药液在第 k 个时刻的第三质量,X(k-1) 表示在第 k-1个时刻系统的状态,F(k)为系统状态转移矩阵。根据第 k-1个时刻的系统不确定性协方差矩阵P(k-1),计算第 k 个时刻的系统不确定性协方差矩阵P(k),其中,/>, Q为系统噪声方差矩阵,F(k-1)为第 k-1个时刻的系统状态转移矩阵,FT(k-1)为F (k-1)的转置矩阵。根据得到的第 k 个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵。通过第 k-1个时刻的预测值Xk-1得到第 k 个时刻的第三质量Xk,根据第三质量Xk输出药箱内药液的第三质量信号,其中,, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,第一质量x1和第二质量x2为第一质量信号和第二质量信号在第 k 个时刻确定的质量。
具体地,第一步,定义基于扩展卡尔曼滤波算法的系统状态列向量X(k)和系统状态转移矩阵F(k),由于在该系统中需要把两路不确定性的传感器测量值融合成一个最优估计值,即将称重传感器的第一质量信号和根据流量计确定的第二质量信号融合成药箱内药液的第三质量信号,可以确定系统状态列向量X(k)和X(k-1)是一维列向量。其中,X(k) 表示在第 k 个时刻系统的状态,即药箱内药液在第 k 个时刻的第三质量, X(k-1) 表示在第 k-1个时刻系统的状态,在F(k)中由于没有测量值参与,系统状态值是恒等关系,即系统没有输入控制,。
第二步,根据第 k-1个时刻的系统不确定性协方差矩阵P(k-1),计算第 k 个时刻的系统不确定性协方差矩阵P(k),其中,, Q为系统噪声方差矩阵,F(k-1)为第 k-1个时刻的系统状态转移矩阵,/>为F (k-1)的转置矩阵。
第三步,根据得到的第 k 个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵。噪音协方差矩阵R(k)与实验数据的测量结果、环境影响等因素相关,传感器的信任度越高噪音协方差矩阵R(k)的取值越小。
第四步,通过第 k-1个时刻的预测值Xk-1得到第 k 个时刻的第三质量Xk,根据第三质量Xk输出药箱内药液的第三质量信号,其中,, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,第一质量x1和第二质量x2为第一质量信号和第二质量信号在第 k 个时刻确定的质量。具体地,Z(k)=( x1,x2)。
第五步,根据第三质量Xk输出药箱内药液的第三质量信号。
本申请的一些实施例中,上述过程还包括,
第六步,更新P(k),进入下一时刻的迭代运算直至滤波过程结束。具体地,,其中,/>为更新后的系统不确定性协方差矩阵,I为单位矩阵。
通过上述步骤,可以通过扩展卡尔曼滤波算法将波动更大的第一质量信号和脉冲波形的第二质量信号融合并输出波动更小的第三质量信号,进而可以提高药液质量的实时测量精度。
基于图1和图2所示的植保无人机药液质量测量系统,本申请提供了一种药液质量测量方法,如图6所示。
图6是本申请实施例提供的一种药液质量测量方法的示意性流程图。应理解,该方法可以应用于植保无人机及其系统,该植保无人机包括药箱、称重传感器、流量计和处理装置。
S611,获取称重传感器的第一质量信号和流量计的流量信号。
S612,根据流量信号确定药箱内药液的损失质量。
S613,根据药箱内药液的初始质量和损失质量的差值获取药箱内药液的第二质量信号。
S614,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号。
根据如图6所示的实施例,在获取称重传感器的第一质量信号和流量计的流量信号后,可以通过扩展卡尔曼滤波算法根据第一质量信号和第二质量信号输出波动更小的第三质量信号,从而可以提高药液质量的实时测量精度,进而有助于无人机准确规划药液的使用,提高喷洒效率。
在一些实施例中,在S611,即获取称重传感器的第一质量信号和流量计的流量信号之前,该方法还包括,判断植保无人机状态,当植保无人机状态由加锁状态切换至解锁状态时,打开出液口,植保无人机开始进行药液的喷洒工作。
在一些实施例中,药箱内药液的初始质量为第一质量信号在加锁状态下的对应的质量。
本申请实施例中,根据第一质量信号和第二质量信号,通过扩展卡尔曼滤波算法输出药箱内药液的第三质量信号,包括,定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k) 表示在第 k 个时刻系统的状态,即药箱内药液在第 k 个时刻的第三质量, X(k-1) 表示在第 k-1个时刻系统的状态,F(k)为系统状态转移矩阵。根据第 k-1个时刻的系统不确定性协方差矩阵P(k-1),计算第 k 个时刻的系统不确定性协方差矩阵P(k),其中,/>, Q为系统噪声方差矩阵,F(k-1)为第 k-1个时刻的系统状态转移矩阵,FT(k-1)为F (k-1)的转置矩阵。根据得到的第 k 个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵。通过第 k-1个时刻的预测值Xk-1得到第 k 个时刻的第三质量Xk,根据第三质量Xk输出药箱内药液的第三质量信号,其中,, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,第一质量x1和第二质量x2为第一质量信号和第二质量信号在第 k 个时刻确定的质量。
在一些实施例中,上述方法还包括,更新P(k),进入下一时刻的迭代运算,并直至滤波过程结束。具体地,,其中,/>为更新后的系统不确定性协方差矩阵,I为单位矩阵。
此外,本申请实施例还提供了一种无人机,该无人机包括上述图1中的第一系统100,本申请实施例提供的无人机使用上述系统,可以提高药液质量的实时测量精度。具体实施方式可以参考对图1至图5的描述,在此不再赘述。
图7是本申请实施例提供的一种数据分析的示意图。
如图7所示,坐标轴的横坐标为无人机的工作时间,纵坐标为药箱内药液的质量,其中,如图7中的(a)所示,称重传感器测量的第一质量信号在无人机的工作过程中,存在多个波峰,受无人机的姿态、振动等因素影响较大,而通过扩展卡尔曼滤波算法将第一质量信号和第二质量信号融合后,如图7中的(b)所示,输出的药箱内药液的第三质量信号数据更加平滑,从而可以提高药液质量的实时测量精度,进而有助于无人机准确规划药液的使用,提高喷洒效率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理装置中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个装置中。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种植保无人机药液质量测量系统,其特征在于,包括药箱、称重传感器、流量计和处理装置,其中,所述称重传感器设置于所述药箱的底部,用于测量所述药箱内药液的质量;所述流量计设置于所述药箱的出液口,用于测量从所述出液口流出的药液的流量;
所述处理装置连接所述称重传感器和所述流量计,所述处理装置用于:
获取所述称重传感器的第一质量信号和所述流量计的流量信号;
根据所述流量信号确定所述药箱内药液的损失质量;
根据所述药箱内药液的初始质量和所述损失质量的差值获取所述药箱内药液的第二质量信号;
根据所述第一质量信号和所述第二质量信号,通过扩展卡尔曼滤波算法输出所述药箱内药液的第三质量信号,包括:
定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k)表示在第k个时刻系统的状态,即所述药箱内药液在第k个时刻的第三质量,X(k-1)表示在第k-1个时刻系统的状态,F(k)为系统状态转移矩阵;
根据所述第k-1个时刻的系统不确定性协方差矩阵P(k-1),计算所述第 k 个时刻的系统不确定性协方差矩阵P(k),即,其中,Q为系统噪声方差矩阵,F(k-1)为所述第k-1个时刻的系统状态转移矩阵, FT(k-1)为F(k-1)的转置矩阵;
根据得到的所述第k个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵;
通过所述第k-1个时刻的预测值Xk-1得到所述第k个时刻的第三质量Xk,根据所述第三质量X k输出所述药箱内药液的第三质量信号,其中,
, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,所述第一质量x1和所述第二质量x2为所述第一质量信号和所述第二质量信号在所述第k个时刻确定的质量。
2.如权利要求1所述的植保无人机药液质量测量系统,其特征在于,在根据所述第三质量X k输出所述药箱内药液的第三质量信号之后,更新所述P(k),进入下一时刻的迭代运算。
3.如权利要求1或2所述的植保无人机药液质量测量系统,其特征在于,所述处理装置包括采集模块和处理模块,所述采集模块与所述处理模块连接,所述采集模块用于获取所述称重传感器的第一质量信号和所述流量计的流量信号;所述处理模块用于根据所述第一质量信号和所述第二质量信号,通过扩展卡尔曼滤波算法输出所述药箱内药液的第三质量信号。
4.如权利要求1或2所述的植保无人机药液质量测量系统,其特征在于,所述称重传感器为压力应变片传感器。
5.如权利要求1或2所述的植保无人机药液质量测量系统,其特征在于,所述系统处于解锁状态,当所述系统由加锁状态切换至所述解锁状态时,打开所述出液口,无人机开始进行药液的喷洒工作。
6.如权利要求5所述的植保无人机药液质量测量系统,其特征在于,所述药箱内药液的初始质量为所述第一质量信号在所述加锁状态下的对应的质量。
7.一种药液质量测量方法,其特征在于,应用于植保无人机,所述植保无人机包括药箱、称重传感器、流量计和处理装置,所述方法包括:
获取所述称重传感器的第一质量信号和所述流量计的流量信号;
根据所述流量信号确定所述药箱内药液的损失质量;
根据所述药箱内药液的初始质量和所述损失质量的差值获取所述药箱内药液的第二质量信号;
根据所述第一质量信号和所述第二质量信号,通过扩展卡尔曼滤波算法输出所述药箱内药液的第三质量信号,包括:
定义基于扩展卡尔曼滤波算法的系统状态列向量,其中,X(k)表示在第k个时刻系统的状态,即所述药箱内药液在第k个时刻的第三质量, X(k-1)表示在第k-1个时刻系统的状态,F(k)为系统状态转移矩阵;
根据所述第k-1个时刻的系统不确定性协方差矩阵P(k-1),计算所述第k个时刻的系统不确定性协方差矩阵P(k),其中,, Q为系统噪声方差矩阵,F(k-1)为所述第 k-1个时刻的系统状态转移矩阵,FT(k-1)为F(k-1)的转置矩阵;
根据得到的所述第k个时刻的系统不确定性协方差矩阵P(k)和噪音协方差矩阵R(k),计算卡尔曼增益K,其中,,/>,/>为H的转置矩阵;
通过所述第k-1个时刻的预测值Xk-1得到所述第k个时刻的第三质量Xk,根据所述第三质量X k输出所述药箱内药液的第三质量信号,其中,
, Z(k)为根据第一质量x1和第二质量x2确定的系统测量向量,所述第一质量x1和所述第二质量x2为所述第一质量信号和所述第二质量信号在所述第 k 个时刻确定的质量。
8.如权利要求7所述的药液质量测量方法,其特征在于,在根据所述第三质量X k输出所述药箱内药液的第三质量信号之后,所述方法还包括:
更新所述P(k),进入下一时刻的迭代运算。
9.如权利要求7或8所述的药液质量测量方法,其特征在于,在获取所述称重传感器的第一质量信号和所述流量计的流量信号之前,所述方法还包括:
判断所述植保无人机状态,当所述植保无人机状态由加锁状态切换至解锁状态时,打开出液口,所述植保无人机开始进行药液的喷洒工作。
10.如权利要求9所述的药液质量测量方法,其特征在于,所述药箱内药液的初始质量为所述第一质量信号在所述加锁状态下的对应的质量。
11.一种无人机,其特征在于,包括:
如权利要求1-6中任一项所述的植保无人机药液质量测量系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927597.3A CN116642562B (zh) | 2023-07-27 | 2023-07-27 | 一种植保无人机药液质量测量系统、方法和无人机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927597.3A CN116642562B (zh) | 2023-07-27 | 2023-07-27 | 一种植保无人机药液质量测量系统、方法和无人机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116642562A CN116642562A (zh) | 2023-08-25 |
CN116642562B true CN116642562B (zh) | 2023-10-20 |
Family
ID=87623375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310927597.3A Active CN116642562B (zh) | 2023-07-27 | 2023-07-27 | 一种植保无人机药液质量测量系统、方法和无人机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116642562B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117369528A (zh) * | 2023-12-04 | 2024-01-09 | 黑龙江惠达科技股份有限公司 | 一种植保无人机播撒作业控制的方法、装置和无人机 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4775949A (en) * | 1986-06-27 | 1988-10-04 | K-Tron International, Inc. | Weigh feeding system with stochastic control |
CN101382777A (zh) * | 2007-09-07 | 2009-03-11 | 王磊 | 智能型称重式流量计及测量控制方法 |
CN103534033A (zh) * | 2011-05-13 | 2014-01-22 | Abb研究有限公司 | 观察研磨单元内部的质量变化的方法 |
CN106500695A (zh) * | 2017-01-05 | 2017-03-15 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN107063370A (zh) * | 2017-04-18 | 2017-08-18 | 中国工程物理研究院材料研究所 | 一种热分布式气体质量流量计的时间响应补偿方法 |
CN207502965U (zh) * | 2017-10-10 | 2018-06-15 | 仲恺农业工程学院 | 一种植保无人机药液液量监测系统 |
WO2019104454A1 (zh) * | 2017-11-28 | 2019-06-06 | 深圳市大疆创新科技有限公司 | 药箱流量检测方法、装置和农用无人机 |
CN110273737A (zh) * | 2019-04-10 | 2019-09-24 | 武汉理工大学 | 柴油机后处理系统催化器热失效容错控制方法及其装置 |
CN210519913U (zh) * | 2019-09-03 | 2020-05-15 | 苏州极目机器人科技有限公司 | 流量检测装置和自动化植保设备 |
CN111336246A (zh) * | 2020-04-03 | 2020-06-26 | 中国北方车辆研究所 | 一种车辆传动装置电液操纵系统状态观测方法 |
CN112484798A (zh) * | 2020-11-27 | 2021-03-12 | 江西中科智慧水产业研究股份有限公司 | 一种基于改进卡尔曼滤波器的时差超声波流量测量方法 |
CN112632802A (zh) * | 2021-01-09 | 2021-04-09 | 西安交通大学 | 基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统 |
CN113155210A (zh) * | 2021-03-30 | 2021-07-23 | 合肥工业大学 | 一种基于改进卡尔曼滤波的电磁流量测量系统信号处理方法 |
CN113326616A (zh) * | 2021-05-31 | 2021-08-31 | 上海航天测控通信研究所 | 抗慢变量测粗差的容错卡尔曼滤波方法 |
CN114902860A (zh) * | 2022-05-26 | 2022-08-16 | 潍柴雷沃重工股份有限公司 | 收割机产量监测系统及收割机 |
CN115169782A (zh) * | 2022-05-16 | 2022-10-11 | 江苏大块头智驾科技有限公司 | 一种基于鲁棒滤波的无人电动矿卡质量估计方法 |
CN116007724A (zh) * | 2022-12-14 | 2023-04-25 | 上海鉴创科技有限公司 | 一种车辆实时动态称重方法 |
CN116305538A (zh) * | 2023-02-17 | 2023-06-23 | 华南理工大学 | 一种用于电控空气悬架的状态估计方法 |
CN116429214A (zh) * | 2023-02-24 | 2023-07-14 | 黑龙江惠达科技发展有限公司 | 一种基于扩展卡尔曼滤波的无人机药箱药量测量系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019013995A1 (en) * | 2017-07-12 | 2019-01-17 | Monsanto Technology Llc | METHODS AND SYSTEMS FOR PERFORMANCE MONITORING |
JP7262745B2 (ja) * | 2018-12-27 | 2023-04-24 | 株式会社フジキン | マスフローコントローラ |
-
2023
- 2023-07-27 CN CN202310927597.3A patent/CN116642562B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4775949A (en) * | 1986-06-27 | 1988-10-04 | K-Tron International, Inc. | Weigh feeding system with stochastic control |
CN101382777A (zh) * | 2007-09-07 | 2009-03-11 | 王磊 | 智能型称重式流量计及测量控制方法 |
CN103534033A (zh) * | 2011-05-13 | 2014-01-22 | Abb研究有限公司 | 观察研磨单元内部的质量变化的方法 |
CN106500695A (zh) * | 2017-01-05 | 2017-03-15 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN107063370A (zh) * | 2017-04-18 | 2017-08-18 | 中国工程物理研究院材料研究所 | 一种热分布式气体质量流量计的时间响应补偿方法 |
CN207502965U (zh) * | 2017-10-10 | 2018-06-15 | 仲恺农业工程学院 | 一种植保无人机药液液量监测系统 |
WO2019104454A1 (zh) * | 2017-11-28 | 2019-06-06 | 深圳市大疆创新科技有限公司 | 药箱流量检测方法、装置和农用无人机 |
CN110273737A (zh) * | 2019-04-10 | 2019-09-24 | 武汉理工大学 | 柴油机后处理系统催化器热失效容错控制方法及其装置 |
CN210519913U (zh) * | 2019-09-03 | 2020-05-15 | 苏州极目机器人科技有限公司 | 流量检测装置和自动化植保设备 |
CN111336246A (zh) * | 2020-04-03 | 2020-06-26 | 中国北方车辆研究所 | 一种车辆传动装置电液操纵系统状态观测方法 |
CN112484798A (zh) * | 2020-11-27 | 2021-03-12 | 江西中科智慧水产业研究股份有限公司 | 一种基于改进卡尔曼滤波器的时差超声波流量测量方法 |
CN112632802A (zh) * | 2021-01-09 | 2021-04-09 | 西安交通大学 | 基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统 |
CN113155210A (zh) * | 2021-03-30 | 2021-07-23 | 合肥工业大学 | 一种基于改进卡尔曼滤波的电磁流量测量系统信号处理方法 |
CN113326616A (zh) * | 2021-05-31 | 2021-08-31 | 上海航天测控通信研究所 | 抗慢变量测粗差的容错卡尔曼滤波方法 |
CN115169782A (zh) * | 2022-05-16 | 2022-10-11 | 江苏大块头智驾科技有限公司 | 一种基于鲁棒滤波的无人电动矿卡质量估计方法 |
CN114902860A (zh) * | 2022-05-26 | 2022-08-16 | 潍柴雷沃重工股份有限公司 | 收割机产量监测系统及收割机 |
CN116007724A (zh) * | 2022-12-14 | 2023-04-25 | 上海鉴创科技有限公司 | 一种车辆实时动态称重方法 |
CN116305538A (zh) * | 2023-02-17 | 2023-06-23 | 华南理工大学 | 一种用于电控空气悬架的状态估计方法 |
CN116429214A (zh) * | 2023-02-24 | 2023-07-14 | 黑龙江惠达科技发展有限公司 | 一种基于扩展卡尔曼滤波的无人机药箱药量测量系统 |
Non-Patent Citations (2)
Title |
---|
基于多传感器卡尔曼滤波的无人机 喷洒系统精确流量获取方法;安斯奇 等;重庆理工大学学报(自然科学);第33卷(第12期);全文 * |
植保无人机药箱液量监测装置的设计与试验;姜锐 等;农业工程学报;第33卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116642562A (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116642562B (zh) | 一种植保无人机药液质量测量系统、方法和无人机 | |
De Jong et al. | Diagnosing shocks in time series | |
Ryu et al. | Navigation system heading and position accuracy improvement through GPS and INS data fusion | |
CN106873568B (zh) | 基于h无穷鲁棒未知输入观测器的传感器故障诊断方法 | |
CN106352876A (zh) | 一种基于h∞和ckf混合滤波的机载分布式pos传递对准方法 | |
CN105136145A (zh) | 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法 | |
CN106840085B (zh) | 一种基于多层信息融合的无人机测高方法 | |
CN109827571A (zh) | 一种无转台条件下的双加速度计标定方法 | |
Klein et al. | Compatibility check of measured aircraft responses using kinematic equations and extended Kalman filter | |
CN109067381A (zh) | 一种mems陀螺仪随机噪声的实时滤波系统及方法 | |
CN110375731A (zh) | 一种混合交互式多模型滤波方法 | |
CN115290316A (zh) | 一种偏心旋转阀故障诊断方法 | |
CN110646822A (zh) | 一种基于惯导辅助的整周模糊度Kalman滤波算法 | |
CN108181617A (zh) | 一种基于张量积模型变换的非线性调频系统的滤波方法 | |
CN111736144B (zh) | 一种仅用距离观测的机动转弯目标状态估计方法 | |
CN111722213B (zh) | 一种机动目标运动参数的纯距离提取方法 | |
CN105180944B (zh) | 一种船体侧滑速度误差判定补偿方法 | |
CN108169722A (zh) | 一种未知干扰影响下传感器的系统偏差配准方法 | |
Hoff et al. | Aircraft parameter identification using an estimation-before-modelling technique | |
CN116659504A (zh) | 一种基于卡尔曼滤波法的实时飞行数据估计方法 | |
CN116429214A (zh) | 一种基于扩展卡尔曼滤波的无人机药箱药量测量系统 | |
CN110186482A (zh) | 一种提高惯性制导航天器的落点精度的方法 | |
CN110186483A (zh) | 提高惯性制导航天器落点精度的方法 | |
CN115455347A (zh) | 一种mems加速度计混合误差建模补偿方法 | |
CN107547024B (zh) | 一种无轴承永磁同步电机无速度传感器 |
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 |