1. 研究目的与意义

研究背景：随着科技的进步和社会的发展，面对人类无法胜任的高难度、高风险与高含量的任务，无人机便应运而生，代替有人驾驶的飞机去执行这些任务。起初，无人机更多的是用于军事领域，但近些年来，由于它能够趋于完美地利用人工智能、信号处理和自动驾驶等尖端技术，并且它具有体积小、无人驾驶和航程远等优势，在民用领域也取得了极大的成就。研究目的：本设计是对无人机的加速度与压力数据进行采集分析，通过对这些数据的采集和分析，能让我们清楚地了解无人机的行驶模式，对无人机航行的姿态控制有进一步的认知，便于无人机维持航行的姿态，向控制的特定方向行驶而不出偏差。研究意义：无人机的价值在于形成空中平台，结合其他部件扩展应用，代替人类完成空中作业。本次研究是对无人机飞行姿态的控制，使得无人机的航行更加稳定。伴随着无人机研发技术的逐渐成熟，制造成本大幅降低，无人机的发展能广泛用于各个领域，如农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火以及影视航拍等，且其适用领域还在迅速拓展，具有良好的应用前景。

2. 研究内容和预期目标

主要研究内容： 1.设计并实现无人机的航行姿态控制系统； 2.采用ARM嵌入式实现系统方案设计； 3.需要对多传感器数据采集、数据融合方法进行分析仿真； 4.搭建系统硬件测试平台，实现基本功能。预期目标：1.完成无人机的加速度与压力数据采集； 2.分析实验数据；3.测试硬件仿真平台； 4.基于ARM开发系统。

3. 研究的方法与步骤

研究方法：在无人机姿态检测系统中，无人机的姿态感知取决于所采用的传感器。常用的传感器如加速度计、陀螺仪主要用于检测机体倾斜角和倾斜角的变化速度。加速传感器是测量空间中各方向加速度的。它利用一个“重力块”的惯性，传感器在运动的时候，“重力块”会对x、y、z方向（前后左右上下）产生压力，再利用一种压电晶体，把这种压力转换成电信号，随着运动的变化，各方向压力不同，电信号也在变化，从而判断通过重力加速度在不同轴向上的分量来判断倾角。同时，它没有积分误差，所以加速度传感器在相对静止的条件下，可以有效校正陀螺仪的误差。但在运动状态下，加速度传感器输出的可信度就要下降，因为它测量的是重力和外力的合力。例如，安装在60度横滚角飞机上的三轴加速度计会测得2g的垂直加速度值，而事实上飞机相对地区表面是60度的倾角。因此，单独使用加速度计无法使无人机保持一个固定的航向。陀螺仪则是测量机体围绕某个轴向的旋转角速率值。使用陀螺仪测量无人机机体轴向的旋转角速率时，如果飞机在旋转，测得的值为非零值，无人机不旋转时，测量的值为零。因此，在60度横滚角的无人机上的陀螺仪测得的横滚角速率值为零，同样在无人机做水平直线飞行时，角速率值为零。可以通过角速率值的时间积分来估计当前的横滚角度，前提是没有误差的累积。陀螺仪测量的值会随时间漂移，经过几分钟甚至几秒钟会累积出额外的误差来，而最终会导致对无人机当前相对水平面横滚角度完全错误的认知。因此，单独使用陀螺仪也无法保持无人机的特定航向。为获得准确的机体倾角值和角速率，使得无人机保持特定的航向，需对加速度计和陀螺仪的输出值进行融合，因此本设计采用了加速度陀螺仪姿态角度传感器mpu6050，它整合了3轴加速度计、3轴陀螺仪和气压计等，相较于多组件方案，免除了组合陀螺仪与加速度计时间轴差的问题,更可以根据气压获得当前高度，提供更强大的性能。 整体系统框图如下：

方案选择：

4. 参考文献

[1]郁有文,常健,程继红.传感器原理及工程应用(第四版)[M].西安电子科技大学出版社,2018.[2]杨维剑,王梅英.嵌入式系统软硬件开发及应用实践[M].北京航空航天大学出版社,2010.[3]谭浩强.C 面向对象程序设计[M].清华大学出版社,2009.[4]杨婷.基于卡尔曼算法的ECT数据采集系统研究与设计[D].硕士论文:哈尔滨理工大学,2017.[5]杨丹.卡尔曼滤波器设计及其应用研究[D].硕士论文:湘潭大学,2014.[6]毛秀华,吴健.卡尔曼滤波算法研究[J].舰船电子对抗,2017年6月第40卷第3期.[7]刘浩蓬,龙长江,万鹏等.植保四轴飞行器的模糊PID控制[J].农业工程学报,2015,31(1):71-77.[8]晏亭太.智能自适应PID/PD控制器设计及仿真研究[D].硕士论文:哈尔滨工业大学,2014.[9]陈午阳.变论域模糊PID控制在直流电机中的应用[D].硕士论文:北方工业大学,2017.[10]仇静.基于PID的直线电机控制方法及实验研究[D].硕士论文:合肥工业大学,2014.[11]赵超轮.基于改进型PID算法的四旋翼控制研究[D].硕士论文海军航空大学,2019. [12]王杰.无人机组合导航系统姿态控制方法仿真[D].硕士论文:海南大学,2018.[13]乌仁别丽克.基于串级PID控制算法的四旋翼无人机控制系统设计与实现[D].硕士论文:东华大学,2016.[14]庄载椿. 基于模糊PID控制的农用无人机稳定平台控制算法研究[D].硕士论文:浙江大学, 2016.[15]张静,张华,刘恒等.微型四旋翼无人机模糊PID控制[J].兵工自动化,2014-06,33(6).[16]于文妍,杨坤林.四旋翼无人机串级模糊自适应PID控制系统设计[J].机械设计与制造,20191月第1期.[17]许森.四旋翼无人机的模糊自适应PID控制[J]浙江树人大学学报(自然科学版),2017年9月第17卷第3期.[18]黄胜.固定翼无人机横侧向模糊自适应PID控制律的研究[D].硕士论文:长春大学,2017.[19]李永伟,王红飞.六旋翼植保无人机模糊自适应PID控制[J].河北科技大学学报,2017年2月第38卷第1期.[20]杨宁. 基于Kalman滤波的多旋翼无人机导航控制跟踪技术研究[D].硕士论文:郑州轻工业大学, 2019.[21]谢吉海.小型固定翼无人机制导系统控制器设计[D].硕士论文: 重庆大学,2016.[22]狄春雷.小型无人机飞行控制系统设计及其自适应方法研究[D].硕士论文:北京理工大学,2016.[23]高洁.四旋翼无人机模糊PID控制算法研究和电路设计[D].硕士论文:哈尔滨工业大学,2017.[24.胡改玲,桂亮,权双璐等.串联模糊PID控制的四旋翼无人机控制系统设计[J].实验技术与管理, 2019年3月第36卷第3期.[25]刘洋,鸿彦,天浩.四旋翼无人机串级变论域模糊PID姿态控制研究[J].电子测量与仪器学报,2019年10月第33卷第10期.[26]龚至诚.旋翼无人机的云模型参数自整定PID控制研究[D].硕士论文:江苏科技大学,2019.[27]余后明.四旋翼无人机姿态控制研究[D].硕士论文:中北大学,2019.[28]杨润丰,骆春波,张智聪等.基于扩展卡尔曼滤波算法的无人机定位[J].电讯技术,2016年1月第56卷第1期.[29]袁亮,楚仕彬.基于卡尔曼滤波的无人机姿态测量研究[J].组合机床与自动化加工技术,2015年7月第7期. [30]邓洪明,贺勇,於小杰等.卡尔曼滤波在无人机姿态中的应用研究[J].自动化技术与应用, 2019第38卷第11期.[31]杨兆;,沈作军.基于扩展卡尔曼滤波的小型固定翼无人机姿态估计方法分析[J].航空科学技术,Nov.15 2017 Vol.28 No.11 15-21.[32]谢守航.基于卡尔曼滤波的无人机姿态测量研究[J].通讯世界,2015年9月上.

5. 计划与进度安排

（1）2月25日-3月1日：搜集资料，熟悉大致内容，毕业设计有大致方案。（2）3月2日-3月5日：整理好资料汇总，完成开题报告。 （3）3月6日-4月15日：完成具体模块，毕设设计初步完成。（4）4月16日-5月30日：完善设计并仿真测试，完成论文的撰写。（5）5月31日-6月10日：完善论文，准备毕业答辩。