基于多传感器互补融合的无人机姿态与位置控制研究.pdf

2023 年第 3 期No.3,2023广东技术师范大学学报Journal of Guangdong Polytechnic Normal University基于多传感器互补融合的无人机姿态与位置控制研究肖苏华1，翁泽桂1*，梁欢1，王春强2，林于程1，赵玉洁1（1.广东技术师范大学 机电学院，广东 广州 510635；2.广西特种设备检验研究院，广西 南宁 530299）摘 要：为满足无人机高精度的飞行控制系统设计需求，稳定而精确的完成无人机的姿态与位置控制是无人机控制研究的必要条件.无人机在空中飞行姿态与位置复杂多变，利用多传感器的多源信息可以在控制策略、导航定位、信号传输、数据处理、实时姿态解算等方面得到优化，完成持续而高效的飞行姿态与位置控制.通过融合滤波多种传感器的实时参数信息，可以有效避免单一传感器性能不足，无法持续而精确控制的问题，消除误差干扰，提高无人机的姿态、速度、位置的控制，同时增强其稳定性与适应性.采用互补滤波融合的实时信息获取方法，融合多种传感器数据，通过 PID 控制算法实现姿态与位置控制，实现无人机平稳飞行和定点飞行.测试结果表明，无人机姿态角波动范围控制在 0.04 度之内，飞行姿态保持良好，在定高定点模式下，高度控制在 10cm 的上下波动区间，水平方向总体漂移幅度控制在 0.5m 之内，具备良好的定高定点飞行的能力.关键词：多传感器互补融合；无人机；PID 控制算法；姿态与位置控制中图分类号：TP212 文献标识码：A 文章编号：2096-7764（2023）03-0036-080 引言随着微电子技术和现代控制理论的不断发展1，无人机技术也在持续进步，在各个领域都得到非常广泛的应用，如在军事领域，可在无人机内部装载各种侦查设备2，目标识别与追踪定 位 设 备3，完 成 军 情 信 息 的 获 取，电 子 干扰4，规避作战风险.无人机作为一个涵盖了电子、通讯、控制、信 号 处 理 等 各 方 面 专 业 技 术 的 集 成 技 术 系统5，随着集成电路，传感器技术以及微电子技术的不断发展，目前飞行器的研究融合了大量的飞控算法、云台以及机器视觉算法等核心技术6，研究方向主要集中在多机协作、运动规划等智能协调飞行控制领域7.因此，无人机作为一个硬件与软件结合的集成化控制系统，已经成为当前的研究热点8.目前，无人机姿态与位置控制方法主要集中于自抗扰控制、适应性控制、反步控制、数据驱动控制、主动抗扰控制、滑模控制等9.飞行环境中存在电磁波干扰，空间信号差等各种干扰因素，导致导航定位不精确9.如何提收稿日期：2023-01-12基金项目：国家自然科学基金项目（52105436）；2021 年广东省科技创新战略专项资金（pdih2021a0284）；广州市科技计划项目（202102080184）；广东省高等职业教育教学改革研究与实践项目（GDJG2021088）；广东省教育厅特色创新项目（2019KTSCX086）；衡阳市重点研发计划项目（202002022385）.作者简介：肖苏华，博士，广东技术师范大学教授，研究生导师.梁 欢，广东技术师范大学 2018 级本科生.王春强，广西特种设备检验研究院高级工程师.林于程，广东技术师范大学 2021 级硕士研究生.赵玉洁，广东技术师范大学 2021 级硕士研究生.*通讯作者:翁泽桂，广东技术师范大学 2021 级硕士研究生,E-mail:高飞行器在磁畸变干扰中的定位能力与通信能力是当前无人机技术研究的重点10，同时，如何完成多传感器扩展融合，规避单一传感器的数据漂移，减少姿态与位置估计的累积误差，提高飞行器定位与导航能力是当前研究的难点11.为了满足无人机轻型化、定位精准、提升导航能力的高性能飞行需求，基于 GPS 与光流模块互补融合的导航系统，以 STM32 作为控制中心，完成飞控系统硬件设计，融合多方面传感器数据，通过高精度 PID 控制算法，完成软件系统设计，实现无人机精准定高定点飞行控制，为无人机抗干扰精确飞行研究提供借鉴.1 系统软件设计飞行控制系统的设计是为了使处理器与外部传感器进行数据通信，进行姿态解算以及运动控制，系统控制流程如图 1 所示，系统功能框图如图 2 所示.飞行控制软件系统包括：移植FREERTOS 嵌 入 式 操 作 系 统，实 现 单 片 机 的 多任务运行；编写各类传感器的驱动程序和数据处理程序；编写飞机的姿态解算算法及传感器数据融合算法；编写 PID 控制算法，实现飞机的姿态和位置控制；制订与上位机通信协议，实现与上位机的通信，进行数据调试；制订与遥控器的通信协议，实现与遥控器的数据传输.1.1 姿态解算与互补滤波在姿态解算任务中，系统以 250Hz 的频率执行姿态解析函数，最终将三轴加速度计和三轴陀螺仪的原始数据通过计算得出无人机的姿态角.通过四元数法解算实际姿态角度数据，转换计算得到欧拉角度.具体解算步骤如下：以四元数表示飞行姿态.在地理坐标系下，四元数列向量为：q=q1 q2 q3 q4T=1 0 0 0T (1)通 过 传 感 器 获 取 三 轴 角 速 度 和 三 轴 加 速度.从 MPU6500 中读取的三轴加速度测量值为ax，ay，az，三轴角速度测量值为xint，yint，zint.将三轴的加速度ax，ay，az进行归一化处理，得到单位向量的加速度数据12.ax=axa2x+a2y+a2z ay=aya2x+a2y+a2z (2)az=aza2x+a2y+a2z从 四 元 数 中 获 取 三 轴 的 重 力 加 速 度 向量vx，vy，vz.vx=2()q1q3-q0q2 vy=2()q0q1-q2q3 (3)vz=q20-q21-q22+q23图 1软件控制流程图图 2软件系统框图第 3 期肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究高飞行器在磁畸变干扰中的定位能力与通信能力是当前无人机技术研究的重点10，同时，如何完成多传感器扩展融合，规避单一传感器的数据漂移，减少姿态与位置估计的累积误差，提高飞行器定位与导航能力是当前研究的难点11.为了满足无人机轻型化、定位精准、提升导航能力的高性能飞行需求，基于 GPS 与光流模块互补融合的导航系统，以 STM32 作为控制中心，完成飞控系统硬件设计，融合多方面传感器数据，通过高精度 PID 控制算法，完成软件系统设计，实现无人机精准定高定点飞行控制，为无人机抗干扰精确飞行研究提供借鉴.1 系统软件设计飞行控制系统的设计是为了使处理器与外部传感器进行数据通信，进行姿态解算以及运动控制，系统控制流程如图 1 所示，系统功能框图如图 2 所示.飞行控制软件系统包括：移植FREERTOS 嵌 入 式 操 作 系 统，实 现 单 片 机 的 多任务运行；编写各类传感器的驱动程序和数据处理程序；编写飞机的姿态解算算法及传感器数据融合算法；编写 PID 控制算法，实现飞机的姿态和位置控制；制订与上位机通信协议，实现与上位机的通信，进行数据调试；制订与遥控器的通信协议，实现与遥控器的数据传输.1.1 姿态解算与互补滤波在姿态解算任务中，系统以 250Hz 的频率执行姿态解析函数，最终将三轴加速度计和三轴陀螺仪的原始数据通过计算得出无人机的姿态角.通过四元数法解算实际姿态角度数据，转换计算得到欧拉角度.具体解算步骤如下：以四元数表示飞行姿态.在地理坐标系下，四元数列向量为：q=q1 q2 q3 q4T=1 0 0 0T (1)通 过 传 感 器 获 取 三 轴 角 速 度 和 三 轴 加 速度.从 MPU6500 中读取的三轴加速度测量值为ax，ay，az，三轴角速度测量值为xint，yint，zint.将三轴的加速度ax，ay，az进行归一化处理，得到单位向量的加速度数据12.ax=axa2x+a2y+a2z ay=aya2x+a2y+a2z (2)az=aza2x+a2y+a2z从 四 元 数 中 获 取 三 轴 的 重 力 加 速 度 向量vx，vy，vz.vx=2()q1q3-q0q2 vy=2()q0q1-q2q3 (3)vz=q20-q21-q22+q23图 1软件控制流程图图 2软件系统框图37肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究第 3 期以实际测量的重力加速度向量与从四元数中获取的重力加速度向量外积求取向量间的误差ex,ey,ez.exeyez=axayazvxvyvz=ayz-azvyazvx-axvzaxvy-ayvx (4)将向量间误差进行积分，选择好截止频率，通过低通滤波器滤除加速度计与磁力计的高频噪声，通过高通滤波器滤除陀螺仪的低频噪声，用 PI 控制器将误差补偿到陀螺仪，实现数据融合，保证滤波算法的可靠性，即将加速度计与磁力计解算出的姿态数据与陀螺仪角速度数据进行数据融合，互补滤波，防止误差长期累积引起的数据漂移13.xint=xint+kpex+ki0texdt yint=yint+kpey+ki0teydt (5)zint=zint+kpez+ki0tezdt式中，kp和ki分别为互补滤波比例系数和积分系数.利用互补滤波后的陀螺仪角速度数值xint、yint、zint更新四元数14.q0=q0+12()-q1xint-q2yint-q3zint q1=q1+12()q0 xint-q3yint+q2zint q2=q2+12()q3xint+q0yint-q1zint q3=q3+12()q1yint-q2xint+q0zint (6)将更新得到的四元数进行归一化15.q0=q0q20+q21+q22+q23 q1=q1q20+q21+q22+q23 q2=q2q20+q21+q22+q23 q3=q3q20+q21+q22+q23 (7)俯仰角，横滚角和航向角的角度变化表示无人机转动和位置变化，以欧拉角表示无人机从载体坐标系b旋转到地理坐标系n的旋转矩阵Rbn.使用四元数计算无人机从载体坐标系b旋转到地理坐标系n的旋转姿态矩阵Cbn16.Rbn=cc cs -sscs-cs cc+sss scss+ccs css-sc cc (8)Cbn=q20+q21-q22-q23 2()q1q2+q0q3 2()q1q3-q0q2 2()q1q2-q0q3 q20-q21+q22-q23 2()q2q3+q0q1 2()q1q3+q0q2 2()q2q3-q0q1 q20-q21-q22+q23 (9)对四元数进行归一化处理，不断更新计算实时欧拉角，得到俯仰角，横滚角，航向角，即无人机实时姿态角.=arctan()2()q2q3+q0q1q20-q21-q22+q23 =arcsin()-2()q1q3-q0q2 =arctan()2()q1q2-q0q3q20+q21-q22-q23 (10)1.2 位置计算1.2.1 高度位置无人机要实现定高飞行，则需要获取自身的高度信息.利用加速度计数据和激光传感器以及气压计测量数据通过互补融合的方法获取高度数据.高度互补融合过程如图 3 所示，由加速度计测量得到的三轴加速度值经过转换后，可计算得到导航坐标系下的竖直方向加速度，将竖直方向加速度经过积分得到惯性测量高度，即竖直方向上的位移量，利用该加速度数据与惯性测量高度通过互补融合，计算得到无人机相对地面的速度估计值，并将其与气压计原始测量高度数据进行互补融合，得到互补融合高度估计值，同时通过将其与气压计高度数据对比得到的误差值反馈修正加速度和速度，其中38第 3 期肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究K1 为加速度修正系数，K2 为速度修正系数，从而完成高度互补融合，得到精确的高度信息.根据以下公式计算互补融合17：(t)=+dt(t-1)+dt)+(1-+dt)(t)(11)式中，(t)表示当前融合数值，(t-1)表示前一刻融合数值，(t)表示当前高度数据值，表示变化量，表示计算权重，dt表示时间间隔.1.2.2 水平位置系 统 采 用 GPS 模 块 结 合 光 流 传 感 器 导 航.利用上位机配置 GPS 模块，而采集 GPS 数据需要完成数据的接收和解析.GPS 数据是以字符串表示，串口通过 UART 中断方式接收一个个字节，当接收到一帧数据后进行数据帧校验，当数据 帧 不 完 整 时，继 续 以 UART 中 断 方 式 接 收 字节，在数据帧校验通过后进行数据帧解析，从字符串中提取得到经纬度信息，得到当前的经纬度信息后，需要先确定一个目标位置，再利用当前的经纬度位置与目标位置对比，以获取相对与起始点的偏离距离，根据该偏离距离作为反馈控制量，完成精确的定点飞行控制.当 无 人 机 所 处 位 置 GPS 信 号 较 弱，可 结 合光流模块完成水平方向位移信息的获取.当主控 制 器 从 光 流 传 感 器 读 取 得 到 水 平 方 向 速 度vx,vy，可根据公式（12）将该速度进行积分运算，获取x，y方向上的位移量lx,ly.将悬停点位移量mx,my与从光流传感器得到的位移量lx,ly通过公式（13）完 成 互 补 融 合，获 取 精 确 的 位 移 信 息sx,sy.lx(t)=0tvx(t)dt ly(t)=0tvy(t)dt (12)sx=wlx(t)+(1-w)mx sy=wly(t)+(1-w)my (13)式中，w为互补融合系数，位移量m初始值为零.1.3 运动控制1.3.1 姿态控制无人机的姿态控制是无人机平稳飞行的核心步骤，而准确解算俯仰，横滚，偏转三个欧拉角是姿态控制的关键.采用串级 PID 控制方法，将从 MPU6500 解算得到的角速度作为反馈控制量，共同构成一个双环串级 PID 反馈控制系统，由于惯性测量单元对角速度感知更佳，将角速度设为内环控制回路，外环为角度控制，该姿态控制回路如图 4 所示.1.3.2 位置控制无人机的位置控制是对飞行高度和水平位置进行控制.在高度位置控制中，利用激光传感器测距精度高与气压计测量范围广的优势，结合加速度计获取垂直方向加速度，采用串级 PID反馈控制方法，将加速度控制环作为内环，高度控制环作为外环，控制回路如图 5（a）所示.当高度小于 1m 时，气压计易受地面反射的气流干扰，因此使用激光定高；当高度大于 1m 时，气压计受到的干扰小，而且高度超过激光测距范围，激光数据无法获取，此时将气压和加速度数值融合计算获取高度值，通过控制电机转速以及图 3高度互补融合图 4姿态控制回路39肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究第 3 期偏转角度，完成定高位置控制，定高控制流程如图 6（a）所示.在水平位置控制中，为了避免无人机出现超调以及不确定性状况，利用光流传感器实时准确输出无人机水平速度，计算无人机水平位移量，通过 GPS 以及光流传感器计算无人机水平偏离位置，获取精确稳定的位置信息.采用串级PID 反馈控制方法，将光流传感器输出速度作为内环控制回路，位置控制环作为外环，水平位置控制如图 5（b）所示.当无人机没有收到移动指令时，会进入定点模式.进入定点模式时，将当前的位置作为参考量，通过光流或 GPS 计算位置偏离程度，再将偏离误差输入到位置 PID 控制器中，输出姿态的期望角度，无人机通过调整自身的姿态角度，从而完成位置的动态调整，保证位 置 状 态 的 稳 定 性，定 点 控 制 流 程 如 图 6（b）（a）高度位置 PID 控制回路（b）水平位置 PID 控制回路图 5运动控制回路（a）定高控制（b）定点控制图 6定高定点控制流程40第 3 期肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究所示.1.3.3 参数整定在测试飞行状态之前，将飞行器固定于调试平台上进行参数整定.首先将 PITCH 角和 YAW角固定不动，接着调节 ROLL 角的 PID 参数，依此方法调整另外两个角的 PID 参数.首先进行kp参数的调节，此时将ki与kd参数置为零，将比例系数由小至大调整，同时观察上位机的波形显示，手动控制给无人机一个倾角，观察无人机的姿态调整速度.当无人机姿态调整速度快，且有一定范围的超调时，此时无人机会产生左右等幅度振荡，记录此时的kp参数作为初定参数.接着当无人机产生等幅度振荡，此时加入积分控制，将积分系数由小至大调整.积分作用会开始累积，系统的震荡差会逐步减少，直至最终收敛至无人机的平衡点，记录此时的ki参数作为初定参数.最后通过加入微分控制以加快无人机的调节速度，将微分系数kd由小至大逐渐增大，当无人机的姿态调节时间短，超调较小时，记录此时的ki参数作为初定参数.之后进行实际飞行测试，根据回传数据进行微整.2 系统硬件设计2.1 系统功能划分飞 行 控 制 系 统 采 用 模 块 化 设 计，如 图 7 所示，主要由 STM32 主控制器、传感器模块、无线传输模块、无刷电机及驱动器模块和电源处理模块组成，其中主控制器具备多种通信接口，如UART 串口，IIC 通信接口，SPI 通信接口和 ADC数模转换接口，通过这些接口与各传感器模块通信，其中惯性测量单元 IMU 负责测量无人机的三轴加速度和三轴角速度，气压传感器负责进行高度控制，激光测距模块用于获取飞行高度，GPS 模块用于获取位置信息，光流模块用于获取位移信息；工作时，主控制器通过接口获取各传感器信息，通过执行算法完成无人机的姿态解算以及位置计算，最后通过 PID 控制算法完成无人机的飞行控制.图中，LORA 无线模块负责信号控制，电源处理模块负责给各模块以及电机供电，无刷电机驱动器模块负责电机转速控制.2.2 硬件选型主 控 制 器 采 用 ST 公 司 生 产 的 STM32F411CEU6，与晶振电路、复位电路和滤波电路共同组成最小系统电路，通过 IIC 接口获取激光传感器数据，通过 SPI 接口获取加速度、角速度传感器和气压传感器数据，通过 UART1、2、3 串口分别与 LORA 模块，GPS 模块，上位机通信.传感器 模 块 采 用 MPU6500 作 为 位 姿 检 测 传 感 器，HMC5883L 作为磁场传感器，DPS310 作为气压测 量 传 感 器，ATGM336H-5N 模 块 作 为 GPS 模块，以激光测距传感器 VL53L1X 获取高度信息，光流模块 UP-FLOW-LC-302-3C 获取水平位移信息.无线传输模块采用 A39-T400A21S1a，通过 UART1 串口与 STM32 进行数据通信.同时，采 用 四 合 一 驱 动 器 30AHeli-S 驱 动 4 个 御 mini无刷电机，其使用 DSH600 通信协议与 STM32 进行通信.3 无人机测试3.1 静态数据分析静态数据波形如图 8 所示，橙色波形为横滚图 7飞控系统硬件设计图41肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究第 3 期角，蓝色波形为俯仰角，横坐标为时间变化，纵坐标为角度变化；当无人机静止时，横滚角的数据波动范围在 0.03 度之内，俯仰角的数据波动范围在 0.04 度之内；同时由于存在积分误差，会导致偏航角的数值缓慢漂移，如图 9 所示.由此可以分析出，互补滤波算法对防止数据漂移具有很好的作用.3.2 手动飞行测试及分析在手动模式下，飞行状态下的油门与方向控制都由手动操作完成，飞行姿态波形如图 10 所示，橙色波形为横滚角，蓝色波形为俯仰角，横坐 标 为 时 间 变 化，纵 坐 标 为 角 度 变 化，可 以 看出，俯仰角与横滚角始终在 1 度之间变化，数据波动范围较小，即表明无人机实现了平稳飞行，同时具有良好的姿态控制.3.3 定高定点悬停测试及分析将飞机定位于某一基准高度，上下拉动，进行定高飞行测试，高度互补融合效果如图 11 所示，蓝色为气压高度，橙色为 Z 轴加速度，灰色为融合高度，对比原来的气压高度，可以看出，无论是在基准高度 60cm 以上，还是在基准高度40cm 以下，融合后的高度数据波形更加平滑，波动范围更小，因此表明互补融合效果较好，满足飞行定高要求.通过控制无人机在空中进行 5 分钟的定点飞行，观测其定点飞行的稳定性.如图 12 所示为无人机实时高度波形图，由测试结果可知，无人 机 定 高 效 果 较 好，总 体 在 10cm 之 内 上 下 移动，达到预期设计要求.如图 13 所示为下位机收到的无人机位置信息，由测试结果可知，在水平方向上，无人机会缓慢漂移，总体漂移幅度在图 8静态数据波形图图 9偏航角静态波形图图 10飞行姿态波形图图 11互补融合数据波形图图 13实时位置数据图图 12实时高度数据图42第 3 期肖苏华，等：基于多传感器互补融合的无人机姿态与位置控制研究0.5m 之内.3.4 测试结果分析通过对无人机的静态漂移测试，定高定点悬停 飞 行 测 试，测 试 结 果 表 明，在 静 态 定 点 模 式下，横 滚 角 与 俯 仰 角 的 波 动 范 围 始 终 控 制 在0.04 度之内，很好地完成了对无人机的姿态和位置控制；在飞行状态下，俯仰角与横滚角始终在1 度之内变化，数据波动范围较小，可以平稳地控制无人机的飞行姿态；在定高模式下，互补融合之后的高度数据波形更加平滑，总体控制在10cm 之内上下波动，波动范围小；在定点模式下，水平方向总体漂移幅度在 0.5m 之内，漂移范围较小.由此表明，无人机的姿态解算、数据滤波、互补融合的算法设计达到了预期的设计要求.4 结束语以无人机控制系统为研究对象，从硬件和软件 两 方 面 对 无 人 机 完 成 模 块 化 设 计.采 用STM32 芯片作为控制中心，基于 GPS 模块和光流模块的导航系统，使用 A39-T400A21S1a 无线传输模块进行数据通信，实现导航数据的互补融合；通过接口读取陀螺仪，加速度计的数据，准确解算无人机实时姿态角；通过互补融合陀螺仪，加速度计，气压计传感器数据，通过 PID控制算法，精确计算无人机实时高度数据，实现无人机定高位置控制；通过互补融合 GPS 与光流模块数据，通过 PID 控制算法，计算位置偏移量，实现无人机定点飞行控制.该无人机可以适应不同情境的应用需求，在军事，农业，工业领域都具有一定的应用价值，同时也为飞行器的设计都提供了很强的理论价值.参考文献：1 申祖辉.基于 STM32 的四旋翼无人机控制系统设计D.洛阳：河南科技大学，2019.2 李岳龙，李旭阳.无人机在军事领域的发展前景J.科学技术创新，2018（12）：59-60.3 马良，穆朝絮，杨万扣，等.四旋翼无人机目标跟踪系统设计J.控制工程，2015，22（6）：1076-1081.4 PEDERI Y A，CHEPORNIUK H S.Unmanned aerial vehicles and new technological methods of monitoring and crop protection in precision agricultureC/2015 IEEE International Conference Actual Problems of Unmanned Aerial Vehicles Developments（APUAVD）.IEEE，2015：298-301.5 惠新遥，王立峰.基于 STM32 的集成化复合式无人机飞控系统设计J.软件工程与应用，2022，11（2）：10.6 祁圣君，井立，王亚龙.无人机系统及发展趋势综述J.飞航导弹，2018（4）：17-21.7 贺亮.大疆无人机御 Mavic Pro 初雪白J.计算机与网络，2017，43（24）：28.8 张伟，王坤，王晨.基于 STM32 无人机的设计与实现J.计算机与数字工程，2021，49（9）：5.9 李佳琪，刘晨，黄明，夏天，丁佶辉.四旋翼无人机位置与姿态控制研究发展综述J.南方农机，2021，52（12）：25-27.10 於小杰，贺勇，刘盛华.基于金字塔光流法的无人机 室 内 定 点 悬 停 设 计 J.自 动 化 技 术 与 应 用，2021，40（2）：16-18，28.11 Nazarahari Milad，Rouhani Hossein.40 years of sensor fusion for orientation tracking via magnetic and inertial measurement units：Methods，lessons learned，and future challengesJ.Information Fusion，2021，68.12 李楠.城市环境中无人机作战导航定位研究现状综述J.无人系统技术，2022，5（4）：75-87.13 黑梦娜.无人机高度多传感器信息融合技术D.西安：西安邮电大学，2021.14 任剑秋，钟小勇，张小红.基于 STM32 的多传感器四 旋 翼 姿 态 控 制 系 统 设 计 J.电 子 技 术 应 用，2021，47（5）：97-101，107.15 刘洪森.四旋翼无人机姿态解算与控制器研究D.哈尔滨：哈尔滨工程大学，2021.16 杨勇，张广有，李加杰.四旋翼无人机的姿态解算及实现J.电子测试，2019（9）：57-59.17 陈斌，施伟，原鑫鑫，等.基于 STM32 的目标跟踪无人机整体及飞控系统控制算法设计与研究J.数字技术与应用，2019，37（12）：5.责任编辑：卓 影（下转第52页）43张平，等：基于有限元的纯电动货车车架结构优化设计第 3 期方 法 研 究 J.成 都 工 业 学 院 学 报，2021，24（3）：19-22.17 米 承 继，李 文 泰，倪 正 顺，肖 学 文，阳 清 泉，肖 岳鹏，王梦龙.电动轮自卸车车架静动态特性分析与优化研究J.机械强度，2020（3）：639-647.18 Cheng Z，Thacker J，Pilkey W，et al.Experiences in reverse-engineering of a finite element automobile crash model.Finite elements in analysis and design，2001（11）：843-860.19 李兴昌.轻型货车车架振动分析与优化D.长沙：中南林业科技大学，2019.责任编辑：卓 影Structural Optimization Design of the Electric Truck Frame Based on Finite Element MethodZHANG Ping,MO Wei-kai（School of Automobile and Transportation Engineering,Guangdong Polytechnic Normal University,Guangzhou Guangdong 510665）Abstract：Based on a light electric truck,a three-dimensional model of the frame is built and simplified using SOLIDWORKS software.The stress and deformation of the frame under four typical full load conditions are analyzed by means of ANSYS software.Free modal analysis of the frame is carried out to obtain the first six order frequency characteristics of the frame.Simulation analysis results show that the stress and deformation of the frame meet the strength requirements.As the first six order frequencies avoid the excitation frequencies under different road conditions,resonance will not occur.According to the simulation analysis,the frame structure is optimized with its weight being reduced by 10.43%.The stress concentration at the longitudinal beam is eliminated,and the bending and torsional stiffness are improved.Key words：frame;finite element analysis;static analysis;modal analysis;structural optimizationResearch on UAV Attitude and Position Control Based on Multi-sensor Complementary FusionXIAO Su-hua1,WENG Ze-gui1*,LIANG Huan1,WANG Chun-qiang2,LIN Yu-cheng1,ZHAO Yu-jie1（1.School of Mechatronic Engineering,Guangdong Polytechnic Normal University,Guangzhou Guangdong 510635;2.Guangxi Special Equipment Inspection and Research Institute,Nanning Guangxi 530299）Abstract：To meet the demand of high-precision flight control system of unmanned aerial vehicle(UAV),stable and accurate completion of the UAV attitude and position control is a prerequisite for UAV control research.UAV flight attitude and position are complex and keep changing in the air.With the application of multi-sensor multi-source information,optimization can be realized in aspects such as the control strategy,navigation and positioning,signal transmission,data processing,and real-time attitude estimation,which can ensure continuous and efficient flight attitude and position control.Performance of a single sensor is insufficient and cannot ensure continuous and precise control.By contrast,through the real-time parameter information fusion filtering from multiple sensors,the UAV attitude,speed and position control can be improved with the error interference being eliminated,and the UAV stability and adaptability can be enhanced.Smooth UAV flying and hovering can be realized by employing real-time information acquisition method through complementary filter fusion,integrating data from multiple sensors,and implementing attitude and position control through PID control algorithm.Test results show that the UAV attitude angle fluctuation ranges within 0.04 degrees and that the flight attitude is sound with altitude controlled within 10cm and overall horizontal drift magnitude controlled within 0.5m under the altitude-hold and position-hold mode.The UAV is equipped with a strong ability for altitude-hold and position-hold flight.Key words：multi-sensor complementary fusion;UAV;PID control algorithm;attitude and position control（上接第43页）52