技术摘要：
本发明公开了基于MEMS惯性传感器的飞行姿态控制方法。微型无人机具有低成本、低功耗、高机动性、高隐蔽性等优点。在成本负担更小的新技术影响下，无人机研究正处在蓬勃发展的阶段，无人机在众多新兴的应用领域中同样发挥着更加重要的作用微型无人机受自身载荷、功耗、  全部
背景技术：
在无人机飞行姿态控制领域，飞行滤波算法有很多种：互补滤波、KF、EKF、FIR滤波 器等。针对无人机系统的非线性，通常采用EKF算法，但是在实际应用中会出现很多问题，如 计算量过大、传感器数据融合时间不一致、在运算过程中会出现状态或者方差发散等。 在微型无人机飞行控制领域，虽然EKF理论广泛用于飞行控制算法的研究中，但应 用到实际微型无人机系统中仍然有诸多问题需要解决，例如对于基于MEMS传感器的低成本 微型无人机来说，其计算量很大，微处理器进行处理实时性无法等到保证，当强非线性时 EKF违背局部线性假设，Taylor展开式中被忽略的高阶项带来大的误差时，EKF算法可能会 使滤波发散，因此实用性较差。为此，我们提出了一种适用能力较强的飞行姿态控制方法。
技术实现要素：
本发明的主要目的在于提升低成本的微型无人机飞行性能，可以有效解决背景技 术中的问题。 为实现上述目的，本发明采取的技术方案为： 基于MEMS惯性传感器的飞行姿态控制方法，通过以下6个步骤： 1 .首先进入滤波器初始化阶段，将所有状态清零，并通过加速度计初始化输出比 例对四元数进行初始化，随后初始化状态方差矩阵等。 2.初始化完毕后，不再进入初始化，进入预测部分状态，在这一过程取出在FIFO中 的原始传感器数据，利用四元数微分方程对四元数进行更新，进而分离出比例中非重力加 速度，对其进行积分，得到NED速度与NED位置的估计，其中为了使得滤波器不发散，对部分 状态进行了限幅； 3.预估状态的协方差，利用预估得到的NED速度，对地形高程速度噪声进行估计 4.根据各传感器FIFO中压入数据以及数据合法性检验结果，判断是否融合新的测 量值 5 .根据输出的状态与前一时刻的状态构造输出观测器，对输出状态进行惯性平 滑，并最终输出状态估计结果； 6.如此循环往复，完成滤波器各个周期的更新。 根据以上6个步骤可以准确地进行姿态控制。与现有技术相比，本发明具有如下有 益效果：提出的步态检测方法实现对四旋翼无人机飞行有良好鲁棒性和实时性，三重优化 方法减少了运算量，更适合于基于嵌入式微处理器的航姿估计有效的抑制了航姿系统的各 种噪声与干扰，保证了姿态输出的精度与实时性，可以为小型无人机提供准确的航姿信息。 同时，探讨了该三重优化方法具有很好的应用型和合理性，对EKF在工程上的使用有很好的 3 CN 111610792 A 说　明　书 2/2 页 性能提升和优化。 附图说明 图1为本发明基于MEMS惯性传感器的飞行姿态控制方法的算法系统框图。 图2为行人走动时使用本发明基于MEMS惯性传感器的飞行姿态控制方法的流程示 意图。 图3为微型无人机使用发明基于MEMS惯性传感器的飞行姿态控制方法的起飞图。 图4为微型无人机使用发明基于MEMS惯性传感器的飞行姿态控制方法的空中飞行 图。