Platformsudvikling, sensormodellering og estimation af en Draganflyer X-Pro
Translated title
Platformdevelopment, sensormodelling and estimation of a Draganflyer X-Pro
Authors
Haukrogh, Jesper ; Binderup, Ole ; Gislason, Sigurgeir
Term
10. term
Publication year
2007
Pages
243
Abstract
Denne afhandling præsenterer platformudvikling, sensormodellering og tilstandsevaluering for quadrotor-helikopteren Draganflyer X‑Pro. Arbejdet har til formål at sammenligne to estimatorer af forskellig kompleksitet og at implementere den simple estimator på den udviklede platform i samspil med en enkel regulator. X‑Pro blev udstyret med sensorer og software, der muliggør autonom flyvning, inklusive funktioner til at opdage visse sensorfejl samt en mulighed for manuel pilotstyring med en stabiliserende hjælpekontroller. Alle sensorer på platformen blev modelleret for at forstå deres målinger, og denne viden blev anvendt til præfiltrering, udvidelse af systemtilstande og parameterinitialisering i to Kalman-filtre: et steady-state Kalman-filter og et unscented Kalman-filter. Begge filtre blev designet og afprøvet på data fra en testflyvning og tilpasset til forskellige sensorers samplingfrekvenser samt til at håndtere begrænsningerne ved kvaternionbaseret orienteringsrepræsentation. Den simple estimator er endnu ikke flytestet. Rapporten afslutter med forslag til fremtidige forbedringer, herunder yderligere arbejde med forbedret attitudebestemmelse.
This thesis presents platform development, sensor modeling, and state estimation for the Draganflyer X‑Pro quadrotor. The work aims to compare two estimators of different complexity and to implement the simpler one on the developed platform alongside a basic controller. The X‑Pro was instrumented with sensors and software enabling autonomous flight, including functions to detect certain sensor faults and an option for human-pilot control with an assisting stabilizing controller. All onboard sensors were modeled to understand their measurements; this knowledge supported pre-filtering, state augmentation, and parameter initialization in two Kalman filters: a steady-state Kalman filter and an unscented Kalman filter. Both filters were designed and evaluated using data from a test flight and adapted to handle heterogeneous sensor sampling rates and the constraints of a quaternion-based attitude representation. The simple estimator has not yet been flight-tested. The report concludes with proposals for future improvements, including further work on attitude determination.
[This summary has been generated with the help of AI directly from the project (PDF)]
Documents