本文介绍了MEMS姿态传感器在飞机控制中的应用。STM32F407VGT6处理器（ARM Cortex-M4）用作控制中心，MEMS姿态传感器用作姿态检测模块，而PC应用系统用于轨迹规划。4G无线GPS驱动和地理完成。位，恒温阀芯实时反馈和环境监测比较ANP控制器和PID控制器仿真结果，测试表明ANP控制器使系统性能比PID控制器更加稳定和准确。机的应用。高。MEMS微调传感器ANP控制器PID控制器无人机中图分类号：TP334.3文献标识码：A文章编号：1674-098X（2016）08（c）-0008-03开发微型飞机无需飞行员，危险区域的探测，搜索和救援可以减少伤害的数量。微型飞机研究领域，欧洲和美国等发达国家领先世界，并成功研究了固定翼旋翼微型飞机。殴打。究，但很少有关于救灾和防灾的研究。控室监控人员提前规划路线，通过4G无线传输实现飞机的实时导航和无线控制。飞机到达现场后灾害，图像数据和环境参数通过摄像头和携带的环境传感器无线传输到监控室。助现场决策。件设计系统结构系统硬件主要由AHRS姿态姿态处理系统（姿态和航向参考系统）MEMS，控制系统（ARM Cortex-M4处理器，监控系统）组成。境，GPS导航系统，智能摄像系统和4G传输系统）。控芯片选用STM32F407VGT6，采用ARM32-bitCortex™-M4内核，通过STM32的内部PLL，处理器的最大工作频率为168MHz。
DSP处理能力确保了卓越的精度和可靠性。姿态算法中更快。应速度[1]。境监测模块主要由SHT11温湿度传感器，PM2.5 SM-PWM-0.1A灰尘传感器和MS6100油液化气模块组成。GPS定位使用U-box PAM-7Q模块，该模块提供U-blox 7引擎的高性能。以经过验证的包装形式提供高灵敏度和最短的捕获时间最高10 Hz更新，定位精度为2.5 mCEP。能相机使用HD Intra SP1 Sport HD 1080p高清摄像头; 4G无线视频数据传输支持图像压缩，确保高速视频传输。MEMS姿态旋转器姿态计算MEMS AHRS（姿态和航向参考系统）由三轴角速度陀螺仪，三轴加速度计，传感器组成磁阻三轴和气压高度传感器。MPU6050结合了16轴A / D 16位陀螺仪和3轴加速度计，使其成为世界上第一个集成的6轴运动处理组件。消除了组合陀螺仪和加速器之间的轴间差异。
题是它大大减少了封装空间，产品可以通过I2C总线传输到400 kHz。HMC5883L采用霍尼韦尔（中国）的各向异性磁电阻（AMR）技术，可提供轴向高灵敏度和高线性度。于正交轴的传感器的低灵敏度固相结构可用于测量地球磁场的方向和大小，范围从毫高斯到8高斯。BMP180是一款非常小巧，高精度，高精度的压力传感器，内置于超薄8针陶瓷外壳和无铅陶瓷芯片载体（LCC）中。个传感器通过I2C接口连接到STM32F407VGT6，传感器数据中断引脚连接到STM32F407VGT6的IO。旦传感器完成CAN转换，STM32F407VGT6会在第一时刻读取最新数据，对态度的变化做出快速反应。种连接为控制器提供了最大的主动性，并且可以最快地访问每个传感器的状态和转换结果。装置利用四元数滤波作为附加姿态分辨算法，并引入高度自适应PID网络作为控制器，用于在自适应环境中执行环境和相机稳定功能。经过测试，具有灵活性，恒温阀芯重量轻，可塑性和适应性。
态算法基于四元互补滤波算法[2]。过加速度和估计姿态测量的重力矢量获得重力矢量的误差以校正陀螺仪的积分误差，从而可以使用校正陀螺仪的积分来获得重力角。度等它已在若干研究中详述并提出了各种分辨率算法。将不再详细描述。于四轴飞行器的高度自适应神经网络的PID算法控制四轴飞行器的飞行高度与计算气象因素对飞机控制系统的姿态和影响同样重要。
机在飞行中的高度造成了一个棘手的技术问题。确的方法允许机器人在不同的环境中更稳定和有效地飞行。试使用自适应方法来控制机器人的高度，使其能够在不同条件下执行适当的操作。制系统的激励已在MATLAB仿真中完成，飞机相当于一个粒子。此牛顿 – 欧拉公式可以直接用于动力学中。四轴机器人建模中，四轴机器人动力学方程使用Newton-Eulerian方法。般方程是：m是机器人的质量; VB线速度; V是角速度; R是旋转矩阵; G是重力加速度; G是重力加速度; TB是发动机功率的总和。适应PID控制器以与具有多认知对象的神经网络结构中的神经结构相同的方式控制飞行器的高度。个控制器获得乘法的比率（W1，W2，W3），并且控制器的输出限于sigmund函数，而控制器的特定架构在等式（2）中给出。更新期间（W1，W2，W3），算法将根据预定轨迹之间的相位差误差值检查系统的最小化值。
式（3）将给出该系统公式。使用递归方程的梯度值，即最速下降算法（SD）和方程（4）和（5），通过更新大小系数，实时显示其细节。是每时每刻的控制者。
用在线学习算法，高误差值输入（外力干扰）使系统不稳定。管输出值Y是范围[0，1]中的值，但是在某些情况下控制器的输出会改变。以针对某些特定值进行修改。了优化ANP算法（W1，W2，W3）的参数，必须最小化执行标准，并且在每个时间步使用等式（4），然后更新参数。支持一个能够快速处理和调整算法的系统。
ANP控制器用于自适应地获得用于控制正在确定的系统中的飞机的高度的适当参数。种方法的优点是它不需要使用不同的数学方法来定义适当的系数，适应新环境并动态修改系统。件设计软件的设计包括优越的计算机软件和飞机的底层计算机软件。计算机主要负责计划和轨迹监测信息的实时显示[5]，而下位计算机软件主要负责态度和正常飞行; GPS数据采集，摄像机控制，传感器数据采集和4G通信。Google地球显示界面内置于顶级计算机中，Google地球规划路径可直接用于接收GPS信号，执行实时定位显示以及将地理位置数据传输至飞机进行校正，使飞机可以根据上部软件提供的路径和上部位置移动。机器实时监控飞机的姿态和相应传感器的价值，并控制摄像机拍摄和云台控制，实现智能判断和显示。试模拟调试在完成控制器底部的硬件驱动程序后，姿态角开始调试姿态角算法。算出的姿态角数据通过传动模块4G返回上位机，摇动四轴体观察上位机的数据曲线和姿态曲线。机在四个轴上的姿态参数，如偏航角：偏航，俯仰角：俯仰，侧倾角：Rool，经过一段时间的调整，我们可以在曲线上看到，曲线变为平行曲线，表明这些量处于相对平衡状态。机处于稳定状态。个机器测试使用LabVIEW编写的主机软件启动机器的整个调试系统。面上位机主要分为五个模块区域：实时GPS定位和GPS轨迹监控区域，四轴飞机姿态和运行状态检测区域，拍摄区域有视频拍摄，飞机当前环境检测区域，区域软件操作区域等，主要步骤：第一步：打开4G网络，确保网络4G正常工作;第2步：集成Google Earth（GPS位置和GPS位置监控区域），搜索GPS数据，并启动第三步是在姿态检测区域打开四轴飞机。轴运行状态，使飞机可以按指定路径飞行，计划其轨迹，到达目的地并在视频中捕捉。拍摄区域中启用图像捕获或在环境监视区域中查看传感器数据。测试过程中，上位机具有良好的检测效果，尤其是数据的实时响应。GPS信号分析可以与Google Earth完美兼容，轨迹规划提供实时响应，3D渲染也很强大。4G网络传输位于更遥远的地理区域。置信号很弱。验和结果为了评估这种控制机器人高度的方法，在Matlab仿真中需要这种控制算法来研究2的状态。的系数（W1，W2，W3）的主要值被认为是在具有适当参数的时间自适应系统中为0。第一状态中，控制器（Kp，Kd，Ki）主要被认为是随机值，结果要求控制系统的输入是频率为1（rad / s）的正弦和大小为1米。这项研究中有一些尝试和错误：首先，r等于0.3，该值也影响三个系数（W1，W2，W3）。了更好地研究控制器的特性，在输入端增加一个5 N干扰方波信号，宽度为0.5个单位。是，当干扰超过6 N时，系统将不稳定并且难以控制。
第二状态中，系统响应接近正弦输入，但在遗传算法中获得控制器的适当主控制值，并且r的学习比率将是干扰和干扰之间的差异。同的国家。ANP算法的适应性允许它通过函数减少，这使得通过比较可以获得遗传算法的PID控制函数。前面的实验一样，已经研究了在两种状态下有或没有干扰的降噪效果。验的最后部分包括在噪声条件下测试三种类型的测试，直接检查控制平面的高度和跟随器输入的正弦信号的路径。
声使用一段时间0.01 s，输入干扰范围[-2，2]。论在该研究中，ANP控制器用于在所确定的系统中自适应地确定飞机的高度，以便获得适当的参数。种方法最重要的优点是它不需要使用不同的数学方法来定义适当的系数，适应新环境并动态修改系统。一方面，该方法不保证系数近似合适。一个问题是学习比率的值是一个重大挑战，因为低学习率会降低接近适当参数的速度并阻止系统快速适应环境;高学习率可能导致系统波动。
此，ANP的初级获取是一个非常重要的问题，基于问题本身的结果控制功能非常广泛。
是，可扩展性可以提高控制器抑制系统输入噪声的能力。ANP控制器可以控制系统中存在的噪声，也不能进行PID控制。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com