[论文解读] Development of a Low-Cost Experimental Quadcopter Testbed Using an Arduino Controller and Software

Ankyda Ji, Kamran Turkoglu|arXiv (Cornell University)|Aug 20, 2015

Robotics and Sensor-Based Localization参考文献 13被引用 6

一句话总结

本文提出了一种基于Arduino Mega的低成本四旋翼飞行测试平台，采用现成组件实现自主飞行控制。该平台引入了一种新颖的模块化软件架构，支持超越PID的先进控制算法，并通过系统辨识和飞行测试验证了滚转、俯仰和偏航动力学的传递函数。

ABSTRACT

This paper explains the integration process of an autonomous quadcopter platform and the design of Arduino based novel software architecture that enables the execution of advanced control laws on low-cost off-the-shelf products based frameworks. Here, quadcopter dynamics are explored through the classical nonlinear equations of motion. Next, quadcopter is designed, built and assembled using off-the-shelf, low-cost products to carry a camera payload which is mainly utilized for any type of surveillance missions. System identification of the quadcopter dynamics is accomplished through the use of sweep data and $CIFER^{\circledR}$ to obtain the dynamic model. The unstable, non-linear quadcopter dynamics are stabilized using a generic control algorithm through the novel Arduino based software architecture. Experimental results demonstrate the validation of the integration and the novel software package running on an Arduino board to control autonomous quadcopter flights.

研究动机与目标

• 设计并构建一个仅使用现成组件和Arduino Mega控制器的经济实惠、自主的四旋翼飞行测试平台。
• 在Arduino上开发一种新颖且可扩展的软件架构，支持超越标准PID控制的先进控制方法。
• 使用自动chirp扫频信号和系统辨识工具（CIFER®）识别并验证四旋翼的动力学模型。
• 通过互补滤波和卡尔曼滤波技术，利用校准后的IMU和GPS数据实现精确的状态估计。
• 通过双脉冲输入和相干性分析，验证识别出的线性模型与真实飞行数据的一致性。

提出的方法

• 开发了模块化的Arduino Mega软件框架，将控制逻辑与底层执行机构解耦，支持多样化控制律的即插即用实现。
• 推导了四旋翼的非线性运动方程（EoMs），并对其进行线性化，形成用于控制设计的状态空间模型。
• 使用自动chirp信号和CIFER®软件进行系统辨识，提取滚转、俯仰和偏航动力学的SISO传递函数。
• 在Simulink中基于识别出的状态空间模型设计闭环PID控制器，随后将控制逻辑移植到Arduino Mega上。
• 使用互补滤波和卡尔曼滤波对IMU和GPS传感器进行校准，以提高状态估计的精度。
• 将飞行数据记录在micro-SD卡上，用于飞行后分析，并通过双脉冲机动验证模型。

实验结果

研究问题

• RQ1 是否可以使用一种自定义的基于Arduino的软件架构，在仅使用现成组件的低成本四旋翼平台上，有效实现稳定飞行，且支持超越PID的先进控制算法？
• RQ2 使用自动chirp扫频信号和CIFER®软件，能否高精度地识别四旋翼的动力学行为？
• RQ3 识别出的SISO传递函数（滚转、俯仰、偏航）在时域和频域上与实际飞行数据的匹配程度如何？
• RQ4 由于噪声和非轴向测量的相干性较低，提取完整阶数、耦合的状态空间模型存在哪些局限性？
• RQ5 在低成本平台上，结合滤波技术整合IMU和GPS数据，对实现稳定、实时的状态估计效果如何？

主要发现

• 新颖的Arduino软件架构成功实现了控制逻辑与硬件的解耦，使得在低成本微控制器上部署超越PID的先进控制算法成为可能。
• 使用自动chirp信号进行系统辨识，获得了滚转和俯仰的稳定SISO传递函数，时间延迟分别为0.197 s和0.2 s，且在大多数频率范围内相干性值介于0.8至1之间。
• 滚转角传递函数（TF_RollAngle = 2.305s / (s² + 3.894s + 3.967) × e^(-0.197s)）在时间延迟和幅值上与飞行数据高度吻合，验证了模型的准确性。
• 俯仰角传递函数表现出正确的时延，但幅值低于飞行数据，归因于使用了低阶等效系统（LOES），其忽略了高阶和耦合动力学。
• 偏航速率传递函数（TF_YawRate = (10.68s + 138.8) / (s² + 11.64s + 163.8) × e^(-0.0592s)）表现出高相干性，但全阶状态空间模型（SSM）提取中非轴向数据仍存在问题。
• 由于信噪比低且非轴向测量的相干性差，特别是对于耦合动力学，全阶状态空间模型（SSM）提取失败，表明需要改进数据采集或滤波方法。