近些年來，無人飛行器在航空攝影、高空遙感以及高空地形勘探等領域得到了廣泛發展，機載穩定云臺的其應用的關鍵所在[1-3]。但是在飛行過程中，云臺極易受到機體姿態變化、振動以及氣流擾動等因素的影響，從而造成機載圖像抖動、模糊[4]。針對這一問題，設計出一種適用于無人飛行器的機載穩定云臺控制系統。該云臺系統采用了三軸穩定結構，控制部分由主控單元模塊、姿態檢測模塊、無刷電機驅動模塊等等構成。主控單元通過對姿態檢測模塊反饋的數據進行互補濾波解算，驅動無刷電機對云臺姿態進行實時控制。通過對該云臺控制系統的測試與實驗，無人飛行器搭載該云臺后，機載視頻圖像更加清晰、穩定，滿足了系統設計要求。

　　1 系統硬件方案設計

　　1.1總體方案設計

　　機載穩定云臺控制系統主要是通過主控制器對機體擾動的隔離和對其他擾動的補償或抑制來實現載荷在慣性空間上的穩定，從而使得地面站獲取到的機載視頻圖像穩定且清晰。系統的結構主要包括：主控單元、慣性測量單元、電機驅動單元、圖像傳輸單元、遙控器控制單元以及人機界面。其結構框圖如圖1所示。

　　圖1 系統總體方案框圖

　　整個工作流程大致可以描述為機載云臺系統上電之后，對MEMS傳感器的初始姿態信息進行自校準，進行初始姿態信息的解算，驅動力矩電機對機載云臺調整到初始姿態位置，完成機載云臺的初始化過程。在飛行器的飛行過程中，根據傳感器的實時信息不斷對姿態信息進行更新，主控單元依據更新后的姿態信息不斷地調整機載云臺在慣性控制中的位置，保持光學載荷視軸的穩定。光學載荷通過圖像傳輸鏈路和視頻采集卡實時地將機載視頻圖像傳輸到地面監控系統，并在監視設備中顯示。RC遙控器依據設定的工作模式，通過操作手的實時操作和RC控制鏈路對機載云臺進行控制，從不同角度對地面目標進行實時監測。機載云臺系統工作的流程如圖2所示。

　　圖2 系統工作流程圖

　　1.2 主控單元設計

　　在本系統中，主控單元基于嵌入式微控制器STM32F103開發。主要功能是實時完成對MEMS傳感器獲取的姿態信息的融合，同時接收上位機或RC發來的指令，對俯仰、滾轉和偏航3個自由度的電機運動控制單元發送驅動指令，實現隔離機體姿態擾動、保持機載云臺在慣性空間中的穩定以及RC控制操作。此外，還應具備與上位機進行人機交互，實現控制參數、電機配置、MEMS傳感器校正等基本設置。實現陀螺儀和加速計的補償、RC遙控模式和范圍的設定等高級設置以及MEMS傳感器實時數據的顯示等等。

　　1.3電機驅動單元設計

　　驅動單元起到的是功率放大的作用，即將主控處理器的控制信號轉換成可以直接驅動機載云臺直流力矩電機的功率信號。由于系統采用的直流力矩電機的堵轉電流為2 A，為了保證驅動安全，所選驅動芯片的最大輸出電流應大于4 A。因此采用ST公司生產的集成三項半橋驅動芯片L6234D，該芯片具有很強的驅動能力，其驅動電壓可達58 V，連續工作時的驅動電流可以達到5 A，具有過流保護和低電壓鎖存功能。圖3是俯仰通道的電機驅動單元的電路原理圖，滾轉與偏航通道的電機驅動單元與此類似。

　　圖3 電機驅動單元電路原理圖

　　1.4 慣性測量單元設計

　　整個系統中要求慣性測量單元(Inertial Measurement Unit，IMU)能夠提供控制算法中所需的角速度和加速度信號。此外，還考慮機載云臺結構和安裝位置，要求角速度傳感器、加速度傳感器及其外圍電路的尺寸盡量小，便于整體結構的緊湊。基于上述要求，采用6軸運動傳感器MPU6050作為慣性測量元件。IMU單元測量相機在三維空間中的角速度和加速度，并通過自適應互補濾波算法解算出相機的姿態。慣性測量單元的電路原理圖及電路實現如圖4所示。

　　圖4 MPU6050電路原理圖與電路板

　　2 系統軟件方案設計

　　2.1 主控單元軟件設計

　　主控單元軟件完成的主要功能有：對主控處理器I/O口、定時器、串行通信、IIC協議、MPU6050內存儲器、位置參數、速度參數、控制參數以及中斷向量和優先級進行初始化;確定機載云臺在慣性空間內的坐標位置，輸出PWM信號驅動電機達到預先設定位置等。主控程序流程圖如圖5所示。

　　圖5主控程序流程圖

　　在每個控制周期內，外部中斷子程序需要完成以下工作：(1)對陀螺儀和加速度計輸出信號進行采集;(2)根據RC指令，完成相應位置環的校正運算;(3)完成速度環和穩定環的校正運算;(4)執行PID控制算法;(5)生成PWM信號驅動直流電機。因此，外部中斷子程序流程如圖6所示。

　　圖6 外部中斷子程序流程圖

　　2.2 基于自適應濾波的姿態解算設計

　　為消除加速度計的噪聲干擾和陀螺儀的漂移，獲得準確的姿態信息，綜合加速度計和陀螺儀各自的優點，應用互補濾波算法(Complementary Filtering, CF)，從頻域的角度分別加入低通和高通濾波器，將兩傳感器的姿態信息加以融合，可去除干擾，消除零位誤差，提高解算精度[5]。

　　以俯仰通道為例，互補濾波的原理可描述為：

　　(1)

　　其中， f1(s) 為一階低通濾波器傳遞函數， f2(s)為一階高通濾波器傳遞函數，且f1(s)+ f2(s)=1。ωm為陀螺儀測得的旋轉角速度。為俯仰角預估值，可通過式(2)計算得到。

　　(2)

　　其中，分別為在一段時間內在俯仰、滾轉和偏航通道上的加速度平均值。

　　從式(1)可以看出，濾波效果取決于參數K的選取。但是在噪聲較大時低通的阻帶衰減較慢，難以獲得較好的濾波效果。為了提高姿態角的解算精度，本文基于常規互補濾波原理，采用一種自適應互補濾波(Adaptive Complementary Filtering, ACF)算法，其原理如圖7所示。

　　圖7 ACF原理圖

　　圖7中，Kp為比例系數，Ki為積分系數。考慮實時性問題，通常設定Ki保持不變，通過Kp的動態調整實現俯仰角誤差的動態補償。自適應補償系數Kp的算法如下：

　　(3)

　　其中，Kp0為初始補償系數;Kp1姿態臨界發散系數。ωmax為陀螺儀的最大量程，ωc為陀螺儀的截止角速度(ωc<ωmax)。

　　從圖7可以看出，加速度計的實時數據由式(2)解算得到俯仰角預估值θ，經過低通環節增加的PI 控制器與陀螺儀的實時數據積分后得到的角度相融合，得到機載云臺當前俯仰角 。同時， 作為負反饋，實時機載云臺的姿態角。姿態更新算法流程見圖8所示。

　　圖8 姿態更新算法流程圖

　　3 實驗研究

　　本文搭建了以ST公司的STM32F103為主控制器，InvenSense公司的MPU6050芯片作為慣性測量單元的機載云臺控制器硬件平臺，并將其搭載于某多旋翼無人飛行器上進行了機載測試實驗，如圖9所示。

　　圖9 機載飛行測試實驗

　　依據所選用的慣性測量元件參數可知，陀螺儀的最大量程ωmax =2000°/sec，截止角速度ωc=2πf，陀螺儀截止頻率f為100Hz，由PID參數工程整定法得到KP0、KP1分別為5和20。因此自適應補償系數Kp為：

　　通過與常規互補濾波算法的對比試驗，驗證自適應互補濾波算法的有效性。試驗結果如圖10所示。

　　圖10 算法對比測試試驗

　　其中，圖10(a)為采用互補濾波時解算得到的俯仰角和滾轉角，其解算誤差的均方值約為1.65°和0.39°。圖10(b)為采用自適應互補濾波時解算得到的俯仰角和滾轉角，其解算誤差的均方值約為1.26°和0.15°。初始時刻的俯仰角和滾轉角均不處于0°是由于機載云臺并非絕對水平導致。

　　以俯仰通道為例，在機載云臺給定俯仰角為0時，通過機載云臺的視軸穩定誤差實驗來驗證系統的穩態性能。實驗結果如圖11所示。從圖中可以看出，其穩定誤差在±0.02°之間，穩定精度約為0.26 mrad，具有較高的穩定精度。

　　圖11視軸穩定誤差曲線

　　4結論

　　為了實現多旋翼無人飛行器機載慣性云臺的穩定控制，使得機載視頻圖像穩定清晰，本文設計了一種基于STM32和自適應互補濾波算法的機載穩定云臺。姿態解算對比試驗結果表明，自適應互補濾波算法效地提高了機載云臺姿態的解算精度。視軸穩態精度的實驗表明，穩定精度達到0.26 mrad，具有良好的穩態性能，完全滿足了多旋翼無人飛行器機載云臺的穩定性要求。

　　參考文獻：

　　[1]申斌,吳一波,林冬生.旋翼機的發展與應用[J].科技傳播,2013,(23):145-146.

　　[2]王日俊,白越,續志軍等. 多旋翼無人飛行器機載云臺的復合穩定控制方法[J].電光與控制,2016,23(4):17-22.

　　[3]王日俊. 多旋翼無人飛行器載荷穩像技術研究[D].北京:中國科學院大學,2015.

　　[4]MILLER RICK, MOOTY GREG. HILKERT.J. M. Gimbal system configurations and line-of-sight control techniques for small UAV applications[C].Proc. SPIE 8713, Airborne Intelligence, Surveillance, Reconnaissance (ISR) Systems and Applications X, 871308. Baltimore,Maryland,USA,201

　　[5]傅忠云,劉文波,孫金秋,等.自適應混合濾波算法在微型飛行器姿態估計中的應用[J].傳感技術學報,2014,27(5):698-703.