一种无人机空速估计和空速管故障检测方法技术

本发明专利技术涉及一种无人机空速估计和空速管故障检测方法。该方法针对无人机空速管堵塞、结冰等故障而不能正确输出空速，且受限于无人机重量及结构复杂度而不能进行空速管硬件冗余设计的问题，通过融合惯性测量单元IMU、GPS以及迎角/侧滑角传感器的输出信息，估计无人机的实时空速，并且利用累加图的方法检测无人机空速管的故障。本发明专利技术采用的模型基于无人机多传感器的输出信息，而非无人机空气动力学参数，故适用于不同型号及尺寸的无人机，且估计空速与空速管的量测值相互独立，是无人机空速管故障检测的有效方案。本发明专利技术所用算法易于实现，可快速发现空速管的故障并将其隔离，为无人机空速管故障检测提供一种有效依据。

【技术实现步骤摘要】

本专利技术涉及无人机用空速估计和空速管故障检测方法，属于航空传感器故障检测领域，应用于采用多传感器(IMU，GPS，大气数据机，空速管)的无人机平台，能快速检测空速管发生的故障。
技术介绍
无人机由于其经济性和机动性优势受到越来越广泛的应用。无人机是一个典型的多传感器系统，包括IMU，GPS，空速管，磁罗盘等传感器，这些传感器为无人机的飞行控制和导航提供重要信息，因此，传感器的可靠性是保证无人机正常飞行的基础。无人机空速的测量对于无人机飞行至关重要，错误的空速信息会输出错误的飞行包络线，从而导致无人机坠毁。常规意义下的空速测量是利用空速管测量飞行动压，大气数据计算机将其转换为速度信号。而比起相对可靠的电路系统，空速管经常会受到异物堵塞或结冰影响而不能正常输出动压信息，从而导致空速输出故障。因此，检测并且隔离空速管的故障对于无人机飞行至关重要。对商用大型飞机而言，通常解决这一问题的方法是采取硬件冗余技术，即多个空速管冗余使用提高整体的可靠性。然而，基于无人机的尺寸以及经济性考虑，此方案并不是最佳选择。因此，利用基于解析冗余的故障检测方法是无人机空速管故障检测的有效方案。2012年IEEEWorkshopEESMS会议，M.Fravllini等人的论文“Modelbasedapproachesfortheairspeedestimationandfaultmonitoringofanunmannedaerialvehicles”利用攻角模型估计空速，并通过与空速管的测量值比较来检测空速管是否发生故障。但是此方法要求准确的无人机模型，即具体的空气动力参数，因此针对不同的无人机需要修改模型参数，方法使用受限。2011年IEEEAerospaceandElectronicSystems期刊，A.Cho等人的论文“WindestimationandairspeedcalibrationusingaUAVwithasingle-antennaGPSreceiverandpitottube”利用空速三角的几何关系，并且融合了GPS和空速管输出信息，估计出空速并检测空速管故障。但是此方法在估计的过程中使用了空速管的信息，因此无法保证故障信号的独立性。现有的基于解析冗余的空速管故障检测方法都是利用无人机空气动力模型，其模型中的参数需要通过辨识获得，对于不同型号的无人机使用受限。同时，为了获得准确的估计结果，常常利用空速管的信息作为量测量，因此会导致故障信号与正常输出信号分辨困难。
技术实现思路
本专利技术解决的问题是：无人机在飞行的过程中，空速管容易受异物堵塞或结冰而出现故障，通常的硬件冗余技术在在重量轻、结构简单的无人机平台使用困难，而基于无人机动力学模型的解析冗余故障检测方法又依赖特定的无人机型号，从而限制其适用范围。因此建立不依赖特定尺寸和型号无人机的模型估计空速，同时估计空速与空速管输出信息独立，并通过与空速管输出比较来检测空速管故障。本专利技术的技术解决方案为：一种无人机空速估计和空速管故障检测方法，包括以下步骤：步骤1：定义载体坐标系oxbybzb和北东地导航坐标系oxnynzn。步骤2：无人机飞控系统采集各传感器输出信息：IMU输出角速率ω和加速度信息a，GPS输出速度信息vgps，INS/GPS组合导航系统输出姿态信息迎角/侧滑角传感器输出风角信息α与β，空速管输出空速信息Vm。步骤3：利用IMU输出解算无人机姿态信息同时融合GPS输出信息对姿态信息进行估计补偿。步骤4：以角速率ω、加速度a以及姿态信息为系统输入，建立状态方程。步骤5：以GPS速度和迎角α、侧滑角β为量测值，建立量测方程。步骤6：根据上述空速估计模型，利用EKF估计无人机的空速步骤7：获取估计空速与空速管量测空速Vm之间的残差r，利用累加图检测统计量是否超出阈值，并由此检测空速管的故障。其中，步骤1所述的载体坐标系oxbybzb和北东地导航坐标系oxnynzn分别定义为：载体坐标系oxbybzb定义：原点o位于飞机的质心，oxb轴与载体运动方向的重心线重合，正向指向载体的运动方向，oyb轴垂直oxb轴指向载体的右侧，ozb轴与oxb轴、oyb轴正交形成右手坐标系。北东地导航坐标系oxnynzn定义：原点与载体坐标系的原点重合以消除坐标原点的漂移，oxn轴指向当地北子午线，oyn轴与oxn轴垂直指向东，ozn轴与oxn轴、oyn轴垂直形成右手坐标系向下。步骤2所述的无人机飞控系统采集各传感器输出信息为：(1)IMU输出三轴角速率ω和三轴加速度a：ω＝[ωxωyωz]Ta＝[axayaz]T其中下标x,y,z表示向量在载体坐标系三轴上的投影。(2)GPS输出绝对速度其中vn、ve、vd分别表示北向、东向和地向速度，上标n表示在导航坐标系的投影。(3)迎角/侧滑角传感器输出风角信息α与β分别为：迎角α计算方法：α=Pα1-Pα2K1(P3-P4)]]>侧滑角β计算方法：β=Pβ1-Pβ2K1(P5-P6)]]>式中P3表示迎角探针左压力，P4为右压力，Pα1为上压力，Pα2为下压力；P5表示侧滑角探针上压力，P6为下压力，Pβ1为左压力，Pβ2为右压力；K1表示转换系数；(4)根据空速管测量的压力信息计算量测空速Vm假设空速管外的气流不可压缩，并且依据伯努利方程可以计算得到风速的量测值为：Vm=2(P0-P)/ρ]]>其中P0，P分别表示空速管测得的全压和静压，ρ表示空气密度。步骤3所述的利用IMU输出解算无人机姿态信息同时融合GPS输出信息对姿态信息进行估计补偿的具体步骤为：a.根据速度微分方程、位置微分方程以及姿态微分方程实时解算INS系统的导航信息；速度微分方程：v·n=Cbna-(2ωien+ωenn)×vn+g]]>位置微分方程：L·=vnRM+hλ·=ve(RN+h)cosLh·=-vd]]>其中vn＝[vnvevd]T表示绝对速度，下标n，e，d分别表示绝对速度向量在北向，动向和地向的投影；a为加速度计输出，为载体系b系到导航系n系的姿态转移矩阵，为地球自转角速率在北东地导航坐标系下的投影，为北东地导航坐标系系相对地球坐标系的转动角速率在北东地导航坐标系下的投影，且有：[Lλh]T表示位置向量，L,λ,h分别为北东地导航坐标系的纬度、经度、高度；RN为卯酉圈曲率半径，Re为WGS84大地坐标系地球参考椭球的赤道平面半径，e为WGS84大地坐标系地球参考椭球的椭圆度；RM为子午圈曲率半径，g＝[00g]T，g表示重力加速度。姿态微分方程：C·bn=Cbnωnbb]]>其中：ωnbb=ωibb-Cnb(ωien+ωenn)]]>为载体坐标系b系到导航坐标系n系的方向余弦矩阵：Cnb=cos(ψ)sin(ψ)0-sin(ψ)cos(ψ)00011000cos(θ)sin(θ)0-sin(&the本文档来自技高网...

【技术保护点】
一种无人机空速估计和空速管故障检测方法，其特征在于：包括以下步骤：步骤1：定义载体坐标系oxbybzb和北东地导航坐标系oxnynzn；步骤2：无人机飞控系统采集各传感器输出信息：IMU输出角速率ω和加速度信息a，GPS输出速度信息vgps，INS/GPS组合导航系统输出姿态信息迎角/侧滑角传感器输出风角信息α与β，空速管输出空速信息Vm；步骤3：利用IMU输出解算无人机姿态信息同时融合GPS输出信息对姿态信息进行估计补偿；步骤4：以角速率ω、加速度a以及姿态信息为系统输入，建立状态方程；步骤5：以GPS速度和迎角α、侧滑角β为量测值，建立量测方程；步骤6：根据上述空速估计模型，利用EKF估计无人机的空速步骤7：获取估计空速与空速管量测空速Vm之间的残差r，利用累加图检测统计量是否超出阈值，并由此检测空速管的故障。

【技术特征摘要】
1.一种无人机空速估计和空速管故障检测方法，其特征在于：包括以下步骤：步骤1：定义载体坐标系oxbybzb和北东地导航坐标系oxnynzn；步骤2：无人机飞控系统采集各传感器输出信息：IMU输出角速率ω和加速度信息a，GPS输出速度信息vgps，INS/GPS组合导航系统输出姿态信息迎角/侧滑角传感器输出风角信息α与β，空速管输出空速信息Vm；步骤3：利用IMU输出解算无人机姿态信息同时融合GPS输出信息对姿态信息进行估计补偿；步骤4：以角速率ω、加速度a以及姿态信息为系统输入，建立状态方程；步骤5：以GPS速度和迎角α、侧滑角β为量测值，建立量测方程；步骤6：根据上述空速估计模型，利用EKF估计无人机的空速步骤7：获取估计空速与空速管量测空速Vm之间的残差r，利用累加图检测统计量是否超出阈值，并由此检测空速管的故障。2.根据权利要求1所述的一种无人机空速估计和空速管故障检测方法，其特征在于：步骤1所述的载体坐标系oxbybzb和北东地导航坐标系oxnynzn分别定义为：载体坐标系oxbybzb定义：原点o位于飞机的质心，oxb轴与载体运动方向的重心线重合，正向指向载体的运动方向，oyb轴垂直oxb轴指向载体的右侧，ozb轴与oxb轴、oyb轴正交形成右手坐标系；北东地导航坐标系oxnynzn定义：原点与载体坐标系的原点重合以消除坐标原点的漂移，oxn轴指向当地北子午线，oyn轴与oxn轴垂直指向东，ozn轴与oxn轴、oyn轴垂直形成右手坐标系向下。3.根据权利要求1所述的一种无人机空速估计和空速管故障检测方法，其特征在于：步骤2所述的无人机飞控系统采集各传感器输出信息为：(1)IMU输出三轴角速率ω和三轴加速度a：ω＝[ωxωyωz]T其中下标x,y,z表示向量在载体坐标系三轴上的投影；(2)GPS输出绝对速度其中vn、ve、vd分别表示北向、东向和地向速度，上标n表示在导航坐标系的投影；(3)迎角/侧滑角传感器输出风角信息α与β分别为：迎角α计算方法：α=Pα1-Pα2K1(P3-P4)]]>侧滑角β计算方法：β=Pβ1-Pβ2K1(P5-P6)]]>式中P3表示迎角探针左压力，P4为右压力，Pα1为上压力，Pα2为下压力；P5表示侧滑角探针上压力，P6为下压力，Pβ1为左压力，Pβ2为右压力；K1表示转换系数；(4)根据空速管测量的压力信息计算量测空速Vm：假设空速管外的气流不可压缩，并且依据伯努利方程可以计算得到风速的量测值为：Vm=2(P0-P)/ρ]]>其中P0，P分别表示空速管测得的全压和静压，ρ表示空气密度。4.根据权利要求1所述的一种无人机空速估计和空速管故障检测方法，其特征在于：步骤3所述的利用IMU输出解算无人机姿态信息同时融合GPS输出信息对姿态信息进行估计补偿的具体步骤为：a.根据速度微分方程、位置微分方程以及姿态微分方程实时解算INS系统的导航信息；速度微分方程：v·n=Cbna-(2ωien+ωenn)×vn+g]]>位置微分方程：L·=vnRM+hλ·=ve(RN+h)cosLh·=-vd]]>其中vn＝[vnvevd]T表示绝对速度，下标n，e，d分别表示绝对速度向量在北向，动向和地向的投影；a为加速度计输出，为载体系b系到导航系n系的姿态转移矩阵，为地球自转角速率在北东地导航坐标系下的投影，为北东地导航坐标系系相对地球坐标系的转动角速率在北东地导航坐标系下的投影，且有：[Lλh]T表示位置向量，L,λ,h分别为北东地导航坐标系的纬度、经度、高度；RN为卯酉圈曲率半径，Re为WGS84大地坐标系地球参考椭球的赤道平面半径，e为WGS84大地坐标系地球参考椭球的椭圆度；RM为子午圈曲率半径，g＝[00g]T，g表示重力加速度；姿态微分方程：C·bn=Cbnωnbb]]>其中：ωnbb=ωibb-Cnb(ωien+ωenn)]]>为载体坐标系b系到导航坐标系n系的方向余弦矩阵：Cnb=cos(ψ)sin(ψ)0-sin(ψ)cos(ψ)00001000cos(θ)sin(θ)0-sin(θ)cos(θ)cos(φ)0-sin(φ)010sin(φ)0cos(φ)]]>其中φ，θ，ψ表示姿态角在北东地导航坐标系内三个方向的投影，为的转置矩阵，为陀螺仪的输出，利用四阶龙格库塔捷联导航解算算法计算新周期的速度、位置和姿态信息；b.利用卡尔曼滤波模块解算INS/GPS组合导航系统的导航信息；组合导航系统的状态方程为：X·=AX+GW]]>其中：X=(δΦn)T(δvn)T(δpn)TϵT▿TT]]>δΦn，δvn，δpn表示平台误差角、速度误差以及位置误差，上标n表示三个误差向量在北东地导航坐标系的投影；ε＝[εxεyεz]T表示三轴陀螺常值漂移，表示三轴加计常值漂移，G表示系统的噪声驱动阵，W表示系统的噪声矢量，上标T表示矩阵的转置矩阵；量测方程为：Z＝HX+V其中：Z＝[δvnTδpnT]Tδvn=vn-vgpsnδpn=pn-pgpsn]]>H=03×3I3×303×303×303×303&time...

【专利技术属性】
技术研发人员：钟麦英，郭丁飞，周东华，赵煊，赵岩，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37