• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種應(yīng)用于三軸穩(wěn)定器中的陀螺儀漂移抑制方法

      2020-07-11 14:41:12程小輝
      實(shí)驗(yàn)室研究與探索 2020年5期
      關(guān)鍵詞:穩(wěn)定器陀螺儀航向

      程小輝,張 宇

      (桂林理工大學(xué)a.廣西嵌入式技術(shù)與智能系統(tǒng)重點(diǎn)實(shí)驗(yàn)室;b.信息科學(xué)與工程學(xué)院,廣西桂林541006)

      0 引 言

      科學(xué)技術(shù)的進(jìn)步推動(dòng)了微機(jī)電系統(tǒng)(Micro Electro Mechanical System,MEMS)的快速發(fā)展,而人工智能的浪潮也為MEMS 器件的發(fā)展帶來(lái)新的方法。由于MEMS器件的特征長(zhǎng)度在微米級(jí)甚至納米級(jí),且質(zhì)量輕、功耗低、可靠性高、靈敏性好、易于集成,因此逐漸取代了傳統(tǒng)的機(jī)械傳感器。其中,微機(jī)械陀螺儀即MEMS陀螺儀作為一種靈敏可靠的慣性器件被廣泛用于無(wú)人機(jī)、慣性導(dǎo)航等運(yùn)動(dòng)傳感器中。

      傳統(tǒng)機(jī)械陀螺儀主要利用的是角動(dòng)量守恒原理來(lái)維持機(jī)械的平衡;而MEMS 陀螺儀主要利用科里奧利力的原理來(lái)維持平衡。MEMS陀螺儀精度的高低決定了它所應(yīng)用控制裝置的穩(wěn)定性,因此,用現(xiàn)有的人工智能技術(shù)提高陀螺儀的精度是不可忽視的方法。陀螺儀的精度主要由誤差來(lái)決定,即陀螺儀的漂移值。陀螺儀的漂移誤差分為確定性漂移誤差和隨機(jī)漂移誤差[1],確定性漂移誤差是由系統(tǒng)干擾力矩和陀螺儀自轉(zhuǎn)軸偏離給定方向的進(jìn)動(dòng)累計(jì)等等各種確定性的因素造成的,通過(guò)建立確定誤差的數(shù)學(xué)模型進(jìn)行相應(yīng)的誤差補(bǔ)償可以基本消除確定性漂移誤差。而陀螺儀的隨機(jī)漂移是由干擾力矩中隨機(jī)性部分引起的,隨機(jī)漂移誤差變化規(guī)律沒(méi)有確定的形式,也無(wú)法用確定的數(shù)學(xué)函數(shù)來(lái)加以描述,所以不能用常規(guī)方法加以補(bǔ)償。因此只能從算法方向入手,通過(guò)算法來(lái)對(duì)隨機(jī)誤差進(jìn)行分析補(bǔ)償,才能削弱隨機(jī)漂移誤差,抑制陀螺儀的漂移誤差,提高陀螺儀的精度。

      針對(duì)陀螺儀的漂移問(wèn)題,車曉蕊等[2]通過(guò)單軸正反連續(xù)旋轉(zhuǎn)的解調(diào)技術(shù)和卡爾曼濾波減小了姿態(tài)角誤差,提高了系統(tǒng)的精度。張佳舒等[3]通過(guò)RBF算法將機(jī)械臂的控制誤差收斂到零,實(shí)驗(yàn)表明,該方法在控制誤差收斂的問(wèn)題上有較好的效果。Wang 等[4]將基于相空間的線性分解和卡爾曼濾波算法應(yīng)用于單軸的捷聯(lián)慣導(dǎo)系統(tǒng)能夠有效地降低陀螺儀的噪聲干擾。徐韓等[5]通過(guò)阿倫方差法驗(yàn)證了改進(jìn)的卡爾曼濾波可以有效地對(duì)MEMS 陀螺進(jìn)行誤差補(bǔ)償。Peng 等[6]用Allan方差法對(duì)陀螺儀的隨機(jī)誤差進(jìn)行了分析。吳鵬等[7]將卡爾曼濾波應(yīng)用與慣性系統(tǒng)中,得到了預(yù)期的成果。還有很多學(xué)者用了不同的方法對(duì)MEMS 陀螺儀的漂移進(jìn)行抑制[8-13]。

      RBF神經(jīng)網(wǎng)絡(luò)具有非線性變換的特性和高度并行的運(yùn)算能力,在理論上可以以任意精度逼近非線性函數(shù)的非線性函數(shù)[14-15]。本文根據(jù)陀螺的隨機(jī)漂移誤差需要預(yù)測(cè)補(bǔ)償?shù)奶攸c(diǎn),通過(guò)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行補(bǔ)償,并在之后進(jìn)行卡爾曼濾波算法可以很好地補(bǔ)償陀螺儀具有慢時(shí)變、非線性的特點(diǎn)的隨機(jī)漂移誤差累計(jì),對(duì)隨機(jī)誤差進(jìn)行消除。因此通過(guò)神經(jīng)網(wǎng)絡(luò)RBF 算法與卡爾曼濾波相結(jié)合對(duì)MEMS 陀螺的隨機(jī)漂移誤差進(jìn)行建模補(bǔ)償,可以抑制陀螺儀的隨機(jī)誤差漂移,達(dá)到預(yù)期效果。

      1 模型的建立

      1.1 三軸穩(wěn)定器模型

      三軸平衡穩(wěn)定器的模型如圖1 所示,手持握把中嵌入有控制芯片,控制穩(wěn)定器3 個(gè)不同位置中的航向電機(jī)、橫滾電機(jī)和俯仰電機(jī)。每個(gè)電機(jī)外部都有可控的旋轉(zhuǎn)軸。使用時(shí),將相機(jī)正向推入卡座中與穩(wěn)定器通過(guò)端口相連,打開開關(guān),穩(wěn)定器的俯仰軸、橫滾軸、航向軸就會(huì)在內(nèi)部算法的指令下對(duì)相機(jī)位置進(jìn)行穩(wěn)定調(diào)整。當(dāng)相機(jī)位置發(fā)生變化時(shí),芯片監(jiān)測(cè)到相機(jī)位置變化,會(huì)通過(guò)電路驅(qū)動(dòng)電機(jī)控制外部旋轉(zhuǎn)軸來(lái)對(duì)這些不平衡量進(jìn)行調(diào)整,通過(guò)陀螺儀、加速度計(jì)等內(nèi)部模塊調(diào)整系統(tǒng)參數(shù)從而控制3 個(gè)電機(jī)的位置使得相機(jī)始終處于平衡位置,達(dá)到相機(jī)拍攝畫面平穩(wěn)的目的。

      穩(wěn)定器旋轉(zhuǎn)的方向按右手法則定義,即右手大拇指指向軸向,四指彎曲的方向就是該軸旋轉(zhuǎn)的方向。X軸角度即為繞X軸旋轉(zhuǎn)方向的角度,Y軸角度即為繞Y軸旋轉(zhuǎn)方向的角度,Z軸角度即為繞Z軸旋轉(zhuǎn)方向的角度。

      圖1 三軸穩(wěn)定器坐標(biāo)示意圖

      1.2 陀螺儀姿態(tài)線性模型

      通過(guò)對(duì)采集的數(shù)據(jù)進(jìn)行分析,根據(jù)載體坐標(biāo)下陀螺儀存在的漂移和高斯白噪聲誤差,建立陀螺儀數(shù)學(xué)模型[16]

      式中:φg(t)為陀螺儀的輸出;φ(t)為輸出角速度;ε(t)為隨機(jī)漂移誤差

      vg為測(cè)量白噪聲;M1、M2和T是根據(jù)陀螺儀的實(shí)際輸出得到。將式(2)進(jìn)行微分可得:

      將式(3)離散后得到差分模型:

      式中,Ts是采樣時(shí)間。

      2 穩(wěn)定器中陀螺儀的誤差補(bǔ)償

      2.1 徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)原理

      在RBF網(wǎng)絡(luò)中,輸入層到隱含層的映射是非線性的,輸入層僅僅起到傳輸信號(hào)作用,因此輸入層和隱含層之間是連接權(quán)值為1 的連接。而隱含層到輸出層的映射是線性的。隱含層到輸出層采用線性優(yōu)化策略因而學(xué)習(xí)速度較快[17]。

      RBF的神經(jīng)網(wǎng)絡(luò)模型如圖2 所示。圖中:x1(k),x2(k),…,xn(k)表示輸入變量,在本文中代表圖1 中三軸穩(wěn)定器橫滾軸、俯仰軸和航向軸3 個(gè)軸的角速度輸入經(jīng)建模處理后的輸入值;R1,R2,…,Rn表示的是輸入的徑向基函數(shù);ωh1,ωh2,…,ωhn表示的是隱含層每個(gè)神經(jīng)元的權(quán)值;n表示輸入的節(jié)點(diǎn)數(shù)。應(yīng)用于RBF算法的流程圖如圖3 所示。

      圖3 RBF算法流程圖

      因?yàn)楦咚够瘮?shù)有表示形式簡(jiǎn)單、徑向?qū)ΨQ、光滑性好、任意階導(dǎo)數(shù)都存在的特點(diǎn),因此RBF 神經(jīng)網(wǎng)絡(luò)的激活函數(shù)選擇了高斯函數(shù):

      RBF神經(jīng)網(wǎng)絡(luò)的輸出為

      設(shè)d是樣本的期望輸出值,則基函數(shù)的方差可表示為

      算法步驟如下:

      基于K-均值聚類的方法求解基函數(shù)中心c。

      (1)網(wǎng)絡(luò)初始化。隨機(jī)選取j個(gè)訓(xùn)練樣本作為聚類中心ci(i=1,2,…,j)。

      (2)將輸入的訓(xùn)練樣本集合按最近鄰規(guī)則分組。按照xp與中心ci之間的歐式距離,將xp分配到輸入樣本的各個(gè)聚類集合中。

      (3)重新調(diào)整聚類中心。計(jì)算新的聚類中心ci,ci是聚類集合中訓(xùn)練樣本的平均值,如果ci不變,則為RBF最終的基中心,否則再?gòu)牡冢?)步開始重新求解。

      (4)求解方差σi。因?yàn)檫x擇了高斯函數(shù)作為基函數(shù),因此,方差求解為

      式中,cmax為選取中心之間的最大距離。

      (5)計(jì)算隱含層和輸出層之間的權(quán)值。通過(guò)最小二乘法計(jì)算得到隱含層至輸出層之間的神經(jīng)元連接權(quán)值。

      2.2 卡爾曼濾波的基本原理

      卡爾曼濾波是一種時(shí)域?yàn)V波方法,在線性高斯的假設(shè)下,采用空間狀態(tài)方法描述系統(tǒng),用遞推形式實(shí)現(xiàn)算法可以直接獲得后驗(yàn)概率的解析方程的解,是一種在慣性系統(tǒng)和導(dǎo)航系統(tǒng)等穩(wěn)定系統(tǒng)中被廣泛應(yīng)用的最優(yōu)估計(jì)理論方法[12]。

      應(yīng)用于陀螺儀卡爾曼濾波算法流程如圖4 所示。

      圖4 卡爾曼濾波算法流程圖

      (1)狀態(tài)預(yù)測(cè)。通過(guò)狀態(tài)轉(zhuǎn)移概率及上一時(shí)刻的后驗(yàn)概率p(xk|yk-1)得出一步預(yù)測(cè)概率分布,從而得到狀態(tài)預(yù)測(cè)的均值和方差。

      目標(biāo)狀態(tài)預(yù)測(cè)的均值:

      目標(biāo)狀態(tài)預(yù)測(cè)的方差:

      (2)由歸一化系數(shù)p(yk|yk-1)似然函數(shù)與一步狀態(tài)預(yù)測(cè)概率的乘積中的狀態(tài)進(jìn)行積分,可以得到觀測(cè)轉(zhuǎn)移的概率分布,從而得到目標(biāo)觀測(cè)的均值和方差,并可算出卡爾曼增益,卡爾曼增益可以用來(lái)權(quán)衡預(yù)測(cè)與觀測(cè)對(duì)狀態(tài)濾波的貢獻(xiàn)。

      目標(biāo)觀測(cè)預(yù)測(cè)的均值:

      目標(biāo)觀測(cè)預(yù)測(cè)的方差:

      卡爾曼增益

      (3)利用遞推貝葉斯公式p(xk|yk)算得狀態(tài)的后驗(yàn)概率,從而得到目標(biāo)狀態(tài)的均值和方差。

      目標(biāo)狀態(tài)(后驗(yàn))的均值:

      目標(biāo)狀態(tài)(后驗(yàn))的方差:

      3 實(shí)驗(yàn)結(jié)果

      綜合考慮三軸穩(wěn)定器的性能和成本,本實(shí)驗(yàn)的MCU 選用ARM Cortex-M 內(nèi)核的32 位微控制器STM32,傳感器選用WT931 模塊,模塊內(nèi)封裝內(nèi)集成了高精度陀螺儀、加速度計(jì)和地磁場(chǎng)傳感器。它能通過(guò)I2C接口連接MCU,以數(shù)字量的形式輸出加速度信號(hào)和角速度信號(hào),該模塊輸出頻率為500 Hz,波特率為921.600 Mb/s,工作電壓3.3 V。數(shù)據(jù)在穩(wěn)定器鎖定模式下進(jìn)行采集,采集時(shí)間為5 min。將數(shù)據(jù)通過(guò)Matlab進(jìn)行實(shí)驗(yàn)仿真,并輸出數(shù)據(jù)圖。圖5 是陀螺儀在未經(jīng)過(guò)RBF神經(jīng)網(wǎng)絡(luò)估測(cè)和卡爾曼濾波的情況下的角速度輸出數(shù)據(jù)。

      圖5 原始狀態(tài)下陀螺儀的輸出信號(hào)

      對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的過(guò)程如下,首先通過(guò)MATLAB工具箱構(gòu)建一個(gè)輸入層為3 并含有5 個(gè)神經(jīng)元的隱含層神經(jīng)網(wǎng)絡(luò),其中,輸入層與隱含層的連接權(quán)值為1,陀螺儀取前950 000 個(gè)漂移數(shù)據(jù)為訓(xùn)練樣本,訓(xùn)練的誤差精度設(shè)為3.8 ×10-6,對(duì)經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練和卡爾曼濾波的陀螺儀角速度進(jìn)行輸出,輸出數(shù)據(jù)如圖6 ~11 所示。

      圖6 鎖定狀態(tài)下MEMS陀螺儀x軸的輸出圖

      圖7 改進(jìn)后的鎖定狀態(tài)下x軸的輸出

      圖8 鎖定狀態(tài)下MEMS陀螺儀y軸的輸出

      圖9 改進(jìn)后的鎖定狀態(tài)下y軸的輸出

      圖10 鎖定狀態(tài)下MEMS陀螺儀z軸的輸出

      圖11 改進(jìn)后的鎖定狀態(tài)下z軸的輸出

      圖6、7 分別是未經(jīng)神經(jīng)網(wǎng)絡(luò)估測(cè)和卡爾曼濾波的陀螺儀軸輸出曲線圖與通過(guò)訓(xùn)練和濾波的陀螺儀軸的輸出曲線圖。圖8 ~11 分別是y軸和z軸改進(jìn)前與改進(jìn)后的輸出曲線圖。通過(guò)實(shí)驗(yàn)結(jié)果對(duì)比圖可以看出,該方法在抑制陀螺儀的漂移問(wèn)題上真實(shí)有效,可以達(dá)到陀螺儀的漂移角速度在0.1°/s的范圍內(nèi)。

      圖12、13 是在鎖定狀態(tài)下航向角的輸出圖。由圖可見,經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)補(bǔ)償和卡爾曼濾波后的航向角輸出。未改進(jìn)前,航向角的漂移是一直在增加的,改進(jìn)后航向角的漂移被抑制在±5°之間,說(shuō)明此改進(jìn)方法真實(shí)有效。

      圖12 鎖定狀態(tài)下原始航向角輸出

      圖13 改進(jìn)后的航向角輸出

      4 結(jié) 語(yǔ)

      本文通過(guò)RBF 神經(jīng)網(wǎng)絡(luò)方法對(duì)陀螺儀的輸出進(jìn)行控制,結(jié)合卡爾曼濾波算法對(duì)陀螺儀的隨機(jī)漂移進(jìn)行抑制,減小慣性誤差,提高系統(tǒng)的精度,來(lái)實(shí)現(xiàn)三軸平衡穩(wěn)定器精確維持相機(jī)畫面穩(wěn)定的目的。選擇徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是,將原本陀螺儀漂移的非線性問(wèn)題變?yōu)榫€性可分,可以快速地估測(cè)陀螺儀的誤差并準(zhǔn)確的預(yù)測(cè)補(bǔ)償,而使用卡爾曼濾波算法進(jìn)行誤差補(bǔ)償?shù)膬?yōu)點(diǎn)是,不需要設(shè)計(jì)任何數(shù)學(xué)模型,只需要根據(jù)過(guò)去的經(jīng)驗(yàn)來(lái)學(xué)習(xí)、處理數(shù)據(jù),用于數(shù)據(jù)預(yù)測(cè)、分類、模式識(shí)別等各種數(shù)據(jù)處理場(chǎng)合。大多數(shù)情況下,使用卡爾曼濾波算法得到的結(jié)果要優(yōu)于傳統(tǒng)的數(shù)學(xué)統(tǒng)計(jì)方法,能夠適用于影響因素多、變化大的場(chǎng)合。

      通過(guò)仿真實(shí)驗(yàn)可以說(shuō)明使用RBF 神經(jīng)網(wǎng)絡(luò)算法與卡爾曼濾波算法相結(jié)合可以對(duì)陀螺儀的隨機(jī)漂移誤差進(jìn)行抑制,能夠?qū)崿F(xiàn)預(yù)期功能,達(dá)到三軸平衡穩(wěn)定器在攝影者拍攝時(shí)保持拍攝畫面穩(wěn)定的目的。

      猜你喜歡
      穩(wěn)定器陀螺儀航向
      雞頭穩(wěn)定器
      基于EMD的MEMS陀螺儀隨機(jī)漂移分析方法
      知坐標(biāo),明航向
      考慮幾何限制的航向道模式設(shè)計(jì)
      我國(guó)著名陀螺儀專家——林士諤
      基于干擾觀測(cè)器的船舶系統(tǒng)航向Backstepping 控制
      電子制作(2017年24期)2017-02-02 07:14:16
      電力系統(tǒng)穩(wěn)定器抑制低頻振蕩的原理與應(yīng)用
      微機(jī)械陀螺儀概述和發(fā)展
      MEMS三軸陀螺儀中不匹配干擾抑制方法
      電力系統(tǒng)穩(wěn)定器參數(shù)整定及試驗(yàn)探討
      仲巴县| 怀柔区| 广州市| 虞城县| 永靖县| 和硕县| 天峻县| 珲春市| 东乡族自治县| 祁门县| 临泉县| 铅山县| 滁州市| 宁晋县| 高平市| 肥乡县| 奇台县| 武定县| 乐至县| 仪陇县| 萍乡市| 兴隆县| 聂拉木县| 遂宁市| 策勒县| 巨野县| 永仁县| 晋州市| 富民县| 兴国县| 邢台市| 嘉兴市| 永平县| 宁安市| 梁河县| 黔西| 濮阳县| 杭锦旗| 泊头市| 霞浦县| 绩溪县|