天天看點

無人機姿态融合——EKF

聯系方式:[email protected]

一、實驗目的

使用慣性測量單元IMU和磁場傳感器(磁力計)的資訊,通過EKF對四旋翼無人機進行姿态融合。

二、實驗環境

ROS機器人作業系統

三、實驗步驟

1. 安裝hector quadrotor

hector quadrotor 是德國老牌理工學校Technische Universität Darmstadt大學開發的ros包,整合了ros和gazebo,可以進行uav相關的很多仿真實驗,例如飛行動力學,機載傳感器例如imu、gps、camera,複雜環境仿真,姿态融合,SLAM等等。

首先下載下傳和編譯hector quadrotor的ros包(注意自己安裝的ros版本,這裡用的是kinetic版)

~$ mkdir catkin_ws/src/hector_quadrotor_tutorial
~$ cd catkin_ws/src/hector_quadrotor_tutorial
$ wstool init src https://raw.github.com/tu-darmstadt-ros-pkg/hector_quadrotor/kinetic-devel/tutorials.rosinstall
$ cd ../..
~/catkin_ws$ catkin_make
~/catkin_ws$ source devel/setup.bash
           

然後可以啟動launch檔案(共有兩個,一個是outdoor,一個是indoor)測試無人機了。

~/catkin_ws$ roslaunch hector_quadrotor_demo outdoor_flight_gazebo.launch
           

或者

~/catkin_ws$ roslaunch hector_quadrotor_demo indoor_slam_gazebo.launch
           

想要用鍵盤控制無人機首先要啟動無人機的電機

再啟動鍵盤控制節點

$ rosrun teleop_twist_keyboard teleop_twist_keyboard.py
           

測試效果圖

outdoor

無人機姿态融合——EKF
無人機姿态融合——EKF

indoor

無人機姿态融合——EKF
無人機姿态融合——EKF

參考教程

2. EKF姿态融合

這裡使用了兩種EKF方法進行姿态融合

第一種的參考文獻在此

第二種的參考文獻在此

其中第二種基于四元數實作。

算法實作及使用:

首先下載下傳和編譯算法代碼ros包

~$ cd catkin_ws/src/
~/catkin_ws/src$ git clone https://github.com/DajunZhou/uav_att_EKF.git
~/catkin_ws/src$ cd ..
~/catkin_ws$ catkin_make
~/catkin_ws$ source devel/setup.bash
           

啟動測試環境(可以自己寫一個empty world的測試環境):

~/catkin_ws$ roslaunch hector_quadrotor_demo outdoor_flight_gazebo.launch
~/catkin_ws$ roslaunch uav_att_EKF uav_att_est.launch
           

(上面使用了兩個終端)

啟動算法節點(因為是使用python實作,包含了自己實作的類,是以用python啟動)

第一種算法

~/catkin_ws$ cd src/uav_att_EKF/scripts/
$ python uav_att_node.py
           

啟動鍵盤控制

$ rosservice call /enable_motors true
$ rosrun teleop_twist_keyboard teleop_twist_keyboard.py
           

姿态融合效果

src="http://player.youku.com/embed/XMjgxNDc1MzMzNg==" width="800" height="500">

第二種算法

~/catkin_ws$ cd src/uav_att_EKF/scripts/
$ python uav_att_2stageEKF_node.py
           

啟動鍵盤控制

$ rosservice call /enable_motors true
$ rosrun teleop_twist_keyboard teleop_twist_keyboard.py
           

姿态融合效果

src="http://player.youku.com/embed/XMjgxNTYzMDU5Mg==" width="800" height="500">

四、結果分析

從視訊上看,在旋轉時,對于無人機的偏航角第一種方法比第二種方法響應更快,估計更準。分析原因:第一種算法使用加速度/磁力計矯正時,可同時對俯仰角、滾動角和偏航角進行矯正,且狀态矩陣共12維,包含資訊更多;第二種方法狀态使用的是四元數,加速度計不矯正偏航角,磁力計隻矯正偏航角,由于實驗環境中IMU的頻率是100Hz,磁力計是10Hz,是以無人機偏航角的估計會比較慢。但從計算量和計算時間的角度來說,第二種方法應該會優于第一種方法。

參考文獻

Comprehensive Simulation of Quadrotor UAVs Using ROS and Gazebo

A Double-Stage Kalman Filter for Orientation Tracking With an Integrated Processor in 9-D IMU