一种基于STM32的机载惯性稳定云台的设计

王日俊 曾志强 党长营 段能全 杜文华 王俊元

摘 要： 为了使多旋翼无人飞行器在飞行过程中获取的机载视频图像清晰且稳定，设计一种基于STM32和自适应互补滤波算法的机载惯性稳定云台。该云台利用自适应互补滤波对俯仰、滚转和偏航三个通道上的姿态信息进行融合，实时驱动直流无刷电机进行机载云台的姿态调整，保持机载云台在惯性空间中的稳定性。实验结果表明，视轴稳定精度达到0.26 mrad，满足多旋翼无人飞行器的应用需求。

关键词： 多旋翼无人飞行器; STM32; 自适应互补滤波; 机载云台; MEMS传感器; 视轴稳定

中图分类号： TN967?34; TP23 文献标识码： A 文章编号： 1004?373X（2018）12?0145?04

Abstract： An airborne inertial stabilization cloud platform based on STM32 and the adaptive complementary filtering algorithm is designed to make the airborne video images obtained by the multi?rotor unmanned aircraft during its flight clear and stable. On this cloud platform， the attitude information from three channels of pitching， rolling and yaw is fused by means of adaptive complementary filtering to drive the DC brushless motor in real time for attitude adjustment of the airborne cloud platform and keep the stability of the airborne cloud platform in inertial space. The experimental results show that the visual axis′s stabilization precision is 0.26 mrad， which can meet the application requirements of the multi?rotor unmanned aircraft.

Keywords： multi?rotor unmanned aircraft; STM32; adaptive complementary filtering; airborne cloud platform; MEMS sensor; visual axis stabilization

多旋翼无人飞行器具有更好的环境适应性，能够实现前飞、倒飞、悬停以及侧飞等，具有自主巡航飞行能力和自主起降能力[1?2]。这些固定翼式飞行器所不具备的优点，使得无论是在军用领域还是民用领域，多旋翼无人飞行器都有着更为广阔的应用前景和发展前景[3?5]。因此多旋翼无人飞行器越来越多地受到公众的关注[6]。在多旋翼无人飞行器上搭载机载惯性稳定云台，一方面可以提高飞行器的控制精度，更为重要的是扩展飞行器的视觉能力，是军事和民用领域应用中的关键所在[7]。然而机载惯性稳定云台极易受到飞行器姿态变化、气流扰动以及机体振动等因素的影响，尤其是当飞行器自主飞行到一定高度之后的影响更大。由此造成了地面站监控平台获得的机载视频图像抖动、模糊[8]。为了解决这一问题，本文设计并实现了一种基于STM32和MEMS传感器的多旋翼飞行器机载三轴惯性稳定云台。

1 系统硬件方案设计

1.1 总体方案设计

機载云台控制系统主要是通过主控制器对机体扰动的隔离和对其他扰动的补偿或抑制来实现载荷在惯性空间上的稳定，从而使得地面站获取到的机载视频图像稳定且清晰[9]。系统的结构主要包括：主控单元、惯性测量单元、电机驱动单元、图像传输单元、遥控器控制单元以及人机界面。系统结构框图如图1所示。

整个工作流程大致可以描述为机载云台系统上电之后，对MEMS传感器的初始姿态信息进行自校准，进行初始姿态信息的解算，驱动力矩电机对机载云台调整到初始姿态位置，完成机载云台的初始化过程。在飞行器的飞行过程中，根据传感器的实时信息不断对姿态信息进行更新，主控单元依据更新后的姿态信息不断地调整机载云台在惯性控制中的位置，保持光学载荷视轴的稳定。光学载荷通过图像传输链路和视频采集卡实时地将机载视频图像传输到地面监控系统，并在监视设备中显示。RC遥控器依据设定的工作模式，通过操作手的实时操作和RC控制链路对机载云台进行控制，从不同角度对地面目标进行实时监测。机载云台系统工作的流程如图2所示。

1.2 主控单元设计

在本系统中，主控单元基于嵌入式微控制器STM32

F103开发。主要功能是实时完成对MEMS传感器获取的姿态信息的融合，同时接收上位机或RC发来的指令，对俯仰、滚转和偏航3个自由度的电机运动控制单元发送驱动指令，实现隔离机体姿态扰动、保持机载云台在惯性空间中的稳定以及RC控制操作。此外，还应具备与上位机进行人机交互，实现控制参数、电机配置、MEMS传感器校正等基本设置，实现陀螺仪和加速计的补偿、RC遥控模式和范围的设定等高级设置以及MEMS传感器实时数据的显示等。

1.3 电机驱动单元设计

驱动单元起到的是功率放大的作用，即将主控处理器的控制信号转换成可以直接驅动机载云台直流力矩电机的功率信号。由于系统采用的直流力矩电机的堵转电流为2 A，为了保证驱动安全，所选驱动芯片的最大输出电流应大于4 A。因此采用ST公司生产的集成三项半桥驱动芯片L6234D，该芯片具有很强的驱动能力，其驱动电压可达58 V，连续工作时的驱动电流可以达到5 A，具有过流保护和低电压锁存功能。图3是俯仰通道的电机驱动单元的电路原理图，滚转与偏航通道的电机驱动单元与此类似。

1.4 惯性测量单元设计

整个系统中要求惯性测量单元（Inertial Measurement Unit，IMU）能够提供控制算法中所需的角速度和加速度信号。此外，还考虑机载云台结构和安装位置，要求角速度传感器、加速度传感器及其外围电路的尺寸尽量小，便于整体结构的紧凑。基于上述要求，采用6轴运动传感器MPU6050作为惯性测量元件。IMU单元测量相机在三维空间中的角速度和加速度，并通过自适应互补滤波算法解算出相机的姿态。惯性测量单元的电路原理图及电路实现如图4所示。

2 系统软件方案设计

2.1 主控单元软件设计

主控单元软件完成的主要功能有：对主控处理器I/O口、定时器、串行通信、I2C协议、MPU6050内存储器、位置参数、速度参数、控制参数以及中断向量和优先级进行初始化;确定机载云台在惯性空间内的坐标位置，输出PWM信号驱动电机达到预先设定位置等。主控程序流程图如图5所示。在每个控制周期内，外部中断子程序需要完成以下工作：对陀螺仪和加速度计输出信号进行采集;根据RC指令，完成相应位置环的校正运算;完成速度环和稳定环的校正运算;执行PID控制算法;生成PWM信号驱动直流电机。因此，外部中断子程序流程如图6所示。

2.2 基于自适应滤波的姿态解算设计

为了消除加速度计的噪声干扰和陀螺仪的漂移，获得准确的姿态信息，综合加速度计和陀螺仪各自的优点，应用互补滤波算法（CF），从频域的角度分别加入低通和高通滤波器，将两传感器的姿态信息加以融合，可去除干扰，消除零位误差，提高解算精度[10]。以俯仰通道为例，互补滤波的原理可描述为：

4 结 论

本文设计了一种基于STM32和自适应互补滤波算法的机载惯性稳定云台。姿态解算对比试验结果表明，自适应互补滤波算法有效地提高了机载云台姿态的解算精度。视轴稳态精度的实验表明，稳定精度达到0.26 mrad，具有良好的稳态性能，完全满足多旋翼无人飞行器机载云台的稳定性要求。

参考文献

[1] WANG Rijun， ZHANG Zhiwen. Fuzzy adaptive PID hybrid control for airborne platform mounted on mUAV [C]// Proceedings of IEEE Information Technology， Networking， Electronic and Automation Control Conference. Chongqing： IEEE， 2016： 737?741.

[2] CHEN W H， YANG J， GUO L， et al. Disturbance?observer based control and related methods： an overview [J]. IEEE transactions on industrial electronics， 2016， 63（2）： 1083?1095.

[3] 申斌，吴一波，林冬生.旋翼机的发展与应用[J].科技传播，2013（23）：145?146.

SHEN Bin， WU Yibo， LIN Dongsheng. Development and application of rotorcraft [J]. Public communication of science & technology， 2013（23）： 145?146.

[4] 王日俊，白越，续志军，等.多旋翼无人飞行器机载云台的复合稳定控制方法[J].电光与控制，2016，23（4）：17?22.

WANG Rijun， BAI Yue， XU Zhijun， et al. Composite stability control of airborne platform mounted on multi?rotor UAV [J]. Electronics optics & control， 2016， 23（4）： 17?22.

[5] 王日俊.多旋翼无人飞行器载荷稳像技术研究[D].北京：中国科学院大学，2015.

WANG Rijun. Study on image stabilization technology for the payload of mUAV [D]. Beijing： University of Chinese Academy of Sciences， 2015.

[6] 安鹤男，陈阳，张军，等.基于AVR单片机的机载惯性稳定云台设计[J].电子技术应用，2015，41（11）：41?44.

AN Henan， CHEN Yang， ZHANG Jun， et al. Design of airborne inertial stabilization camera platform based on AVR microcontroller [J]. Application of electronic technique， 2015， 41（11）： 41?44.

[7] MILLER R， MOOTY G， HILKERT J M. Gimbal system configurations and line?of?sight control techniques for small UAV applications [C]// Proceedings of Airborne Intelligence， Surveillance， Reconnaissance Systems and Applications X. Baltimore： SPIE， 2013： 1?15.

[8] 王日俊，白越，续志军，等.基于扰动观测器的多旋翼无人机机载云台模糊自适应跟踪控制[J].浙江大学学报（工学版），2015，49（10）：2005?2012.

WANG Rijun， BAI Yue， XU Zhijun， et al. Fuzzy self?adjusting tracking control based on disturbance observer for airborne platform mounted on multi?rotor unmanned aerial vehicle [J]. Journal of Zhejiang University （Engineering science）， 2015， 49（10）： 2005?2012.

[9] MAI Y， ZHAO H Y， GUO S Y. The analysis of image stabilization technology based on small?UAV airborne video [C]// Proceedings of International Conference on Computer Science and Electronics Engineering. Hangzhou： IEEE， 2012： 586?589.

[10] 傅忠云，刘文波，孙金秋，等.自适应混合滤波算法在微型飞行器姿态估计中的应用[J].传感技术学报，2014，27（5）：698?703.

FU Zhongyun， LIU Wenbo， SUN Jinqiu， et al. Application of adaptive hybrid filter algorithm in the estimation of the micro air vehicle attitude [J]. Chinese journal of sensors and actuators， 2014， 27（5）： 698?703.