基于MEMS的低成本多旋翼飞控设计以及实现*

周新淳

(宝鸡文理学院，陕西 宝鸡 721016 )



基于MEMS的低成本多旋翼飞控设计以及实现*

周新淳

(宝鸡文理学院，陕西 宝鸡 721016 )

随着多旋翼飞行器应用场景的增多以及MEMS传感器技术的进步，低成本MEMS传感器应用在多旋翼飞控上需求越来越广。研究设计了一种基于MAX21000+ADXL362+HMC5983+MS5611等MEMS传感器的多旋翼飞控，处理器采用STM32F407，大大降低了硬件成本。在算法层面，姿态通道采用线性自抗扰(LADRC)中的微分跟踪器和线性状态扩张器，减少了超调，提高了抗干扰能力，实现了姿态控制和定点飞行等功能。经实际飞行表明，基于MEMS传感器的低成本多旋翼飞控具有成本低、性价比较高和算法简洁等优点，非常适合消费级多旋翼使用。

MEMS; 多旋翼无人飞行器；飞行控制；姿态解算；线性自抗扰

自1916年Lawrence和Sperry制造了第1架无人机发展至今，无人机已经成为一个活跃在军事、工业、服务和娱乐领域规模庞大的产业。无人机的类型可分为固定翼、单旋翼、多旋翼、扑翼和飞艇等[1-2]。其中，多旋翼飞行器以其独有的飞行特性，得到了越来越多的关注和应用。随着多旋翼飞行器在消费领域的推广，遇到的最大问题就是传统飞控成本价格远远超出了产品所能承受的范围。

本文所设计的基于MEMS传感器的多旋翼飞控，采用了美信公司生产的MAX21000三轴MEMS陀螺仪、ADI公司的ADXL362三轴加速度传感器、霍尼韦尔公司的HMC5983三轴磁传感器以及MEAS公司的MS5611气压传感器。上述传感器都采用SPI总线，具有高速、可靠和接口一致性好等特点。GPS采用UBLOX公司的M8N多星座接收机，与上述传感器组成一套完整的导航设备。处理器采用STM32F407，其有一个定点FPU运算器，负责数据采集、导航计算、导航控制计算和电动机控制等任务，具有价格便宜、功耗小等优点。

为了最大限度地提高姿态控制超调和抗干扰能力，姿态控制算法采用线性自抗扰(Linear Active Disturbance Rejection Control, LADRC),而位置控制通道采用PID控制[3]，极大地节省了计算资源。

1 多旋翼飞控设计概述

多旋翼飞控硬件框图如图1所示。IMU采用MPU6000，其是一款六轴传感器，包括三轴陀螺仪和三轴加速度传感器。GPS/COMPSAA为GPS与外部电子罗盘模块，采用Ublox-M8N和HMC5883L，通过1路UART和1路I2C接口将数据送入飞控芯片。飞控芯片通过1路PPM接口读取遥控器信息。电源为飞控芯片供电，并且支持1路电压与1路电流采样，以便能够实时了解电池电压和放电电流大小。LED系统为1路I2C接口，控制飞机状态LED显示以及外挂其他I2C设备。电动机控制的PWM接口的脉宽为1～2 ms，频率为50 Hz，支持4路电动机；辅助控制通道可分为3路云台运动通道和1路脚架运动通道，支持脉宽为1～2 ms，频率为50 Hz。处理器采用ST公司的M4内核处理器(STM32F427)，其具有外设齐全、处理数据能力强、存储能力大以及价格便宜等特点，非常适合低成本的多旋翼飞控[4]。

图1 多旋翼飞控硬件框图

2 多旋翼飞控导航算法编排

多旋翼飞行器的运动可以分为飞行和悬停，针对这一特点设计了2套导航算法。当多旋翼飞行器处在飞行状态时，由于GPS可以提供比较精确的位置和速度参考，采用基于姿态速度误差方程的15状态量拓展卡尔曼算法具有很好的可观性，因此可以采用GPS/INS松组合算法；当多旋翼飞行器处在悬停状态时，由于姿态速度误差方程航向通道不具有可观性，而且这时外部加速度很小，因此采用四元数、三轴陀螺仪零位7状态量拓展卡尔曼和以三轴加速度、三轴磁为观测量的AHRS算法。

1)当多旋翼飞行器处在飞行状态时，采用GPS/INS松组合算法[5]。状态量选取3个方向的速度误差、3个姿态角误差、3个方向的位置误差、3个陀螺仪的零偏以及3个加速度传感器的零偏。

(1)

(2)

2)当多旋翼飞行器处在悬停状态时，采用四元数、三轴陀螺仪零位为7个状态量，三轴加速度输出、三轴磁输出为观测量。

状态方程如下：

(3)

(4)

(5)

观测方程如下：

(6)

卡尔曼算法很多文献都有讲解[6-7]，本文不在赘述。

3 多旋翼飞控导航控制算法编排

由于多旋翼飞行器具有控制通道间强耦合、非线性的特性，很难建立精确模型；因此，本文采用“以误差反馈消除误差”的原则，将各位置、姿态通道控制独立出来进行控制[8]。

飞控的Pitch/Roll通道采用线性自抗扰算法(LADRC)，以增强其鲁棒性以及抗干扰能力。由于多旋翼的YAW通道以及位置通道控制动态比较低，因此采用一般的PID进行控制[9]。

用输入信号通过跟踪微分器(Tracking Differentiator, TD)安排过渡过程，其离散形式可以表示为：

式中，fhan(x1,x2,a,h)函数为韩函数[9]。

用线性状态扩张器(Liner Extended State Observer, LESO)估计各个状态量，并且估计出内外的干扰，其2阶离散状态方程可以表示为：

式中，e(k-1)为k-1时刻状态估计值与状态值之差；y(k-1)为各姿态通道的姿态值；z1(k)、z2(k)和z3(k)为k时刻估计的状态量，其中z3(k)为估计的总干扰量；b0为输入增益；u(k-1)为k-1时刻控制输出；β1、β2和β3为3个参数，可以分别表示为3ω0、3ω02和3ω03。

姿态通道控制框图如图2所示。

图2 姿态通道控制框图

由于PID控制是一种非常通用的控制算法，此处不在赘述。

4 仿真实验

姿态测量精度见表1。

表1 姿态测量精度表

姿态通道采用的LADRC中的TD、LESO算法，采用分开仿真的方法验证了其有效性[10](见图3～图6)。由图3～图6可知，算法中加入了TD、LESO后，能够有效地提高相应能力，抑制突然干扰。

5 结语

仿真和实际飞行测试表明，基于MEMS传感器的低成本多旋翼飞控能够满足姿态飞控和定点飞行等功能要求。由于该设计采用TD、LESO以及PID算法，既能极大地提高姿态控制的抗超调、抗干扰能力，又考虑了工程实际中简单有效的基本原则；并且此飞控采用的器件都是MEMS传感器，因而具有价格低、体积小、质量轻以及功耗低等优点[11]，非常适合低成本、载荷有效的多旋翼使用。

图3 Pitch通道PID与加入TD后对比

图4 Roll通道PID与加入TD后对比

图5 Pitch通道PID与加入LESO后对比

图6 Roll通道PID与加入LESO后对比

[1] Nonarni K，Nishimura H，Hirata M．Control system design by Matlab[M]．Japan：Tokyo Denki University Press，1998．[2] Wang W， Suzuki S，Nonami K，et a1．Fully autonomous quad-rotor MAV and flying performance with complete bedded system[C]//the 9th International Conference on Motion and Vibration Control，2008．

[3] 徐博达，于丹阳，赵宏伟，等.一种四旋翼两栖机器人的设计分析[J].新技术新工艺，2015(6)：53-58.

[4] 刘永浩,王鹏,王霞. 临场感遥操作机器人系统中的虚拟动力学检测算法[J].新技术新工艺，2015(12)：56-59

[5] 黄水长,栗盼,孙胜娟,等. 基于NuttX的多旋翼飞行器控制系统设计[J].电子技术应用，2015(3)：41-43，47.

[6] 廖懿华,张铁民,廖贻泳. 基于模糊-比例积分偏差修正的多旋翼飞行器姿态测算系统[J].农业工程学报， 2014(20)：19-27.

[7] 王凯,马腾达,周德新. 基于多传感器融合的四旋翼飞行器姿态监控[J].测控技术，2015(3)：21-24.

[8] 李运堂, 贾宇宁, 王鹏峰, 等. 基于多传感器的四旋翼飞行器硬件系统设计[J].传感器与微系统，2015(2)：119-121，142.[9] 余莉,顾泽滔,王伟,等. 四旋翼无人机的高度控制[J].测控技术，2016(1)：73-76.

[10] 彭孝东,陈瑜,李继宇,等. MEMS三轴数字陀螺仪标定方法研究[J].传感器与微系统，2013(6)：63-65,69.

[11] 姜强,曾勇,刘强,等. 四旋翼飞行器姿态航向参考系统设计与实现[J]. 控制工程，2013(A1)：167-169，172.

* 宝鸡市科技局农业攻关项目(14NYGG-5-7) 宝鸡文理学院院级重点项目(ZK11145)

责任编辑 马彤

Design and Implementation of the Low-cost Multi-rotor Flight Control System based on MEMS

ZHOU Xinchun

(Baoji University of Arts and Sciences, Baoji 721016, China)

With the increasing application of the multi-rotor unmanned aerial vehicles and the progress of the MEMS sensor technology, the use of MEMS sensors in the multi-rotor flight control system is more widely. Design a multi-rotor flight control system based on several MEMS sensors including MAX21000, ADXL362, HMC5983 and MS5611, and the processor uses STM32F407, which can reduce the cost of the hardware greatly. In algorithm, the tracking differentiator and linear extended state observer in linear active disturbance rejection control are applied in the attitude estimation, which reduces the overshoot, improves the ability of anti-interference and realizes such functions as attitude control and landing. The practical flight shows that the low-cost multi-rotor flight control system based on MEMS sensors has the advantage of low cost, high performance, simple algorithm and so on, and it is very suitable for the use of consumptive multi-rotor.

MEMS, multi-rotor UAV, flight control, attitude estimation, LADRC

TP 212.9

A

周新淳(1983-)，男，讲师，硕士，主要从事信号处理、测控电路等方面的教学和研究。

2016-06-24