獵鷹智控（自駕儀）--控制算法和導(dǎo)航控制系統(tǒng)總體架構(gòu)說明
UKF原理介紹
1 什么是UKF算法 和 為什么要使用UKF
UKF（Unscented Kalman Filter)，中文釋義是無損卡爾曼濾波、或者去芳香卡爾曼濾波。是無損變換(UT) 和標(biāo)準(zhǔn)Kalman濾波體系的結(jié)合，通過無損變換使非線性系統(tǒng)方程適用于線性假設(shè)下的標(biāo)準(zhǔn)Kalman濾波體系。
與EKF（擴(kuò)展卡爾曼濾波）不同,UKF是通過無損變換使非線性系統(tǒng)方程適用于線性假設(shè)下的標(biāo)準(zhǔn)Kalman濾波而不是像EKF那樣,通過線性 化非線性函數(shù)實(shí)現(xiàn)遞推濾波。由于在現(xiàn)實(shí)生活中實(shí)際的目標(biāo)跟蹤中,跟蹤系統(tǒng)的狀態(tài)模型和量測模型多是非線性的,因此采用非線性濾波的UKF要明顯優(yōu)于 EKF.
2 UKF公式的組成和計(jì)算方法
Unscented Kalman Filter (UKF) equations
UKF的原理是對非線性函數(shù)的概率密度分布進(jìn)行近似，用一系列確定樣本來逼近狀態(tài)的后驗(yàn)概率密度，而不是對非線性函數(shù)進(jìn)行近似，不需要求導(dǎo)計(jì)算 Jacobian矩陣。UKF沒有線性化忽略高階項(xiàng)，因此非線性分布統(tǒng)計(jì)量的計(jì)算精度較高。基于上述優(yōu)點(diǎn)采用UKF作為慣性導(dǎo)航的核心算法。
神經(jīng)元自適應(yīng)PID 的原理
離散化的增量PID算式為：（1）式中 為輸出增量， 為比例系數(shù)， 為微分系數(shù)， 為積分系數(shù)， 為偏差信號， 為采樣時(shí)刻。
由（1）式可以得出控制器的參數(shù)為常值，一經(jīng)確定變無法更改，這里引入神經(jīng)元模型實(shí)現(xiàn)對系統(tǒng)控制器狀態(tài)參數(shù)的實(shí)時(shí)整定。實(shí)現(xiàn)了根據(jù)姿態(tài)變化程度 動(dòng)態(tài)生成的pGain，iGain，dGain。從結(jié)果上看神經(jīng)元PID可以自適應(yīng)調(diào)節(jié)控制量的變化，姿態(tài)變化越快，相應(yīng)控制速度就越快，同時(shí)降低控制 量。如果變化越緩慢，控制力度就自動(dòng)變大。
MAVLINK 1.0 地面站通信協(xié)議
什么是MAVLINK 協(xié)議，為什么要使用MAVLINK
MAVLINK 的英文注解：Micro Air Vehicle Communication Protocol，該協(xié)議具有數(shù)據(jù)結(jié)構(gòu)簡潔，通信量小，功能覆蓋全，擴(kuò)展性強(qiáng)等特點(diǎn)，目前已經(jīng)成為微型無人機(jī)控制領(lǐng)域內(nèi)的標(biāo)準(zhǔn)協(xié)議，包括 APM，AR.DRONE,PixHAWK等飛控平臺(tái)均使用MAVLINK 協(xié)議作為通信協(xié)議。
當(dāng)前飛控板使用的是慣性導(dǎo)航算法和神經(jīng)元自適應(yīng)PID控制輸出，姿態(tài)刷新率200Hz，支持MAVLINK 1.0協(xié)議。
1.
導(dǎo)航控制整體結(jié)構(gòu)框圖
整套系統(tǒng)軟件采用嵌入式多任務(wù)操作系統(tǒng)設(shè)計(jì)，針對各種類型的飛行器（如固定翼；傳統(tǒng)直升機(jī)以及雙旋翼；3旋翼等特種飛行器），可移植性強(qiáng)，同時(shí)也可應(yīng)用于船只，車輛導(dǎo)航控制等領(lǐng)域。
?