一种基于SoC的多传感器融合飞行控制器的制作方法

本发明涉及一种飞行控制器，特别是一种基于soc的多传感器融合飞行控制器，可用于各类航空制导炸弹的导航及控制。

背景技术：

目前我国现有航空制导炸弹所用的飞行控制器体积和质量普遍较大，连接的电缆网络复杂，重量大，功能单一，通用性不高，适用范围小，携带的传感器较少，精度和可靠性无法满足复杂的战场环境，飞行控制器的计算能力不足以支持更加复杂的导航制导和控制算法，硬件电路集成度低，软件算法也极度依赖dsp的计算能力，不符合航空制导炸弹对飞行控制器高精度、小型化、低功耗的使用要求。

技术实现要素：

本发明的目的是克服现有技术的不足，提供一种基于soc的多传感器融合飞行控制器，通过采用soc替换dsp+fpga的运算架构，以飞行控制器的体积和质量，采用can总线连接飞行控制器和其他设备单机，以简化飞行控制器复杂的电缆网络，并减小电缆网的总重量；集成imu、gps/bd、地磁传感器、空速计、气压高度计等各种类型的传感器，以及测量载体内部环境信息的振动加表、温湿度计等传感器，对于集成的众多传感器的信息采用基于集中式融合结果的分布式信息数据融合模式进行融合，并建立融合判决中心，在soc中实现导航制导控制算法的定点化和逻辑化，降低飞行控制器的功耗。

本发明的技术方案是：

一种基于soc的多传感器融合飞行控制器，包括：soc芯片、io及激活控制模块、舵机控制模块、数据链组件、传感器集成模块、can总线及adc采集模块；

soc芯片：由soc芯片中的arm单元根据飞行器的应用场景确定传感器组合方案，控制软件系统流程和时序，对传感器进行参数配置及预处理，启动自对准功能之后，接收多个传感器集成模块传输的数据信息，所述数据信息包括：飞行器实时的角速度、加速度、气压、磁场、位置、高度、温度、湿度、空气速度；根据数据信息获得飞行器实时的姿态信息、位置信息和环境信息；根据飞行器实时的姿态信息、位置信息和环境信息判定飞行器当前实时的运行状态；

soc芯片中的可编程逻辑单元用于实现信息融合算法和导航制导控制算法中的卡尔曼滤波、姿态解算的坐标转换。实现多源信息融合算法和导航制导控制算法；同时，输出io控制信号激活控制信号给io及激活控制模块，输出舵机控制指令给舵机控制模块；

io及激活控制模块：通过soc的可编程逻辑单元输出io控制信号及激活控制信号，实现外接设备的开关；

舵机控制模块：对飞行器舵机的位置、速度、电流进行采样，同时接收soc芯片传输的舵机控制指令，根据舵机控制指令和采样得到的飞行器舵机的位置、速度、电流进行闭环控制算法，采用三相无刷直流电机控制驱动系统，实现飞行器舵机的位置、速度、电流的pid闭环控制；

数据链组件：在飞行器和地面站或其他协作飞行器之间，利用无线链路传递数据信息或指令；

传感器集成模块包括：陀螺仪、加速度计、气压计、倾角罗盘、gps/bd、温度计、湿度计、空速计；

can总线及adc采集模块：soc芯片与舵机控制模块通过can总线接口实现通讯。

本发明与现有技术相比有益效果为：

1)本发明通过在soc中实现多传感器融合算法，集成高性能的自主导航、自主飞行控制和任务管理等功能，满足精确制导武器低功耗的发展要求；

2)本发明采用系统集成技术，减少分离元器件数量，大幅度减小飞行控制器的体积和重量，满足精确制导武器小型化的发展要求；

3)本发明将飞行控制、舵机控制、多传感器等集成于单一系统中，由围绕单个传感器数据集的单一系统信息处理，向多传感器数据集信息融合的方向发展，满足精确制导武器高精度的发展要求。

附图说明

图1是飞行控制器的工作原理框图。

图2是飞行控制器的印制板分板布局图。

图3是飞行控制器的软件框架图。

具体实施方式

本发明所述的飞行控制器采用soc芯片1作为中央处理单元，集成imu、gps/bd、地磁传感器(倾角罗盘)、空速计、气压高度计等各种类型的传感器，以及测量载体内部环境信息的振动加表、温湿度计等传感器，采用can总线连接飞行控制器和其他设备单机，对于集成的众多传感器的信息采用基于集中式融合结果的分布式信息数据融合模式进行融合，通过软硬件协同合作，实现复杂信息融合算法和导航制导控制算法。

如图1所示，一种基于soc的多传感器融合飞行控制器以soc核心模块1的soc芯片1作为中央处理单元，集成imu、gps/bd、地磁传感器倾角罗盘、空速计、气压高度计等各种类型的传感器、以及测量载体内部环境信息的振动加表、温湿度计的传感器集成模块5，采用can总线及adc采集模6、io及计划控制模块2、数据链组件4连接飞行控制器和其他单机设备、与地面进行收发通信链路，采用三相无刷直流电机的舵机控制模块3实现舵机位置、速度、电流的pid闭环控制，对于集成的众多传感的信息采用基于集中式融合结果的分布式信息数据融合模式进行融合，通过软硬件协同合作，实现复杂信息融合算法和导航制导控制算法。

一种基于soc的多传感器融合飞行控制器，包括：soc芯片1、io及激活控制模块2、舵机控制模块3、数据链组件4、传感器集成模块5、can总线及adc采集模块6；

soc芯片1：由soc芯片1中的arm单元根据飞行器的应用场景确定传感器组合方案，控制软件系统流程和时序，对传感器进行参数配置及预处理，启动自对准功能之后，接收多个传感器集成模块5传输的数据信息，所述数据信息包括：飞行器实时的角速度、加速度、气压、磁场、位置、高度、温度、湿度、空气速度；根据数据信息获得飞行器实时的姿态信息、位置信息和环境信息；根据飞行器实时的姿态信息、位置信息和环境信息判定飞行器当前实时的运行状态；

soc芯片1中的可编程逻辑单元用于实现信息融合算法和导航制导控制算法中的卡尔曼滤波、姿态解算的坐标转换。如此通过软硬件协同合作，实现多源信息融合算法和导航制导控制算法；同时，输出io控制信号激活控制信号给io及激活控制模块2，输出舵机控制指令给舵机控制模块3；

io及激活控制模块2：通过soc的可编程逻辑单元输出io控制信号及激活控制信号，实现外接设备的开关；

舵机控制模块3：对飞行器舵机的位置、速度、电流进行采样，同时接收soc芯片1传输的舵机控制指令，根据舵机控制指令和采样得到的飞行器舵机的位置、速度、电流进行闭环控制算法，采用三相无刷直流电机控制驱动系统，实现飞行器舵机的位置、速度、电流的pid闭环控制；

数据链组件4：在飞行器和地面站或其他协作飞行器之间，利用无线链路传递数据信息或指令；

传感器集成模块5包括：陀螺仪、加速度计、气压计、倾角罗盘、gps/bd、温度计、湿度计、空速计；集成了多种载体传感器gps/bd接收机、高性能惯组(3轴陀螺+3轴加表+3轴倾角罗盘)、气压/高度计、空速计以及振动加表，包含所集成的传感器模块及串并转换电路。

can总线及adc采集模块6：soc芯片1与舵机控制模块3通过can总线接口实现通讯，adc采集模块实现位置、电流、速度、电压、加速度、温度、湿度等信号的模数转换，通过数据总线传递给soc芯片1。

soc芯片1中的arm单元启动自对准功能之后，根据飞行器实时的姿态信息和环境信息，判定飞行器当前实时的运行状态的方法，具体为：通过各类传感器获取角速度、加速度、气压、磁场、位置、高度、温度、湿度、空气速度等冗余信息，然后将冗余信息分布式进行数据融合，获取局部状态的最优数据，最后将优化后的数据再次集中融合判决，从而得出飞行器最优的运行状态数据。

如图2所示，基于soc的多传感器融合飞行控制器由一块soc核心控制底板、一块传感器板、一块电源及接口板、一块舵机驱动控制板组成。核心控制底板soc核心模块是飞行控制器的核心运算中心，舵机驱动控制板采用三相无刷直流电机的控制驱动系统，实现位置、速度、电流的pid闭环控制；传感器板集成了多种载体传感器，包括gps/bd接收机、高性能惯组(3轴陀螺+3轴加速度计)、3轴倾角罗盘、气压/高度计、空速计以及振动加表；电源及接口板包括can总线通讯接口、adc采集模块、io及激活控制模块，使用数据链组件4与地面进行收发通讯链路；舵机驱动板采用三相无刷直流电机的控制驱动系统，实现位置、速度、电流的pid闭环控制。

如图3所示，基于soc的多传感器融合飞行控制器软件采用四层架构，第一层为传感器配置，依据飞行器应用场景，结合系统传感器组合实现传感器的最优配置；第二层为传感器信息的预处理，包含传感器量测故障检测、数据预处理以及传感器之间的时空基准统一；第三层为利用滤波技术实现多源信息的融合，得到系统定位、导航、授时结果；最后一层结合融合滤波结果和量测信息实现传感器的故障诊断和重构，并将重构结果反馈给第一层，实现应用场景实时感知和传感器的动态配置。

实施例

本发明提出一种基于soc的多传感器融合飞行控制器由一块soc核心控制底板、一块传感器板、一块电源及接口板、一块舵机驱动板及底座组成。核心控制底板soc核心模块是飞行控制器的核心运算中心，舵机驱动板采用三相无刷直流电机的控制驱动系统，实现位置、速度、电流的pid闭环控制；传感器板集成了多种载体传感器，包括：gps/bd接收机、高性能惯组(3轴陀螺+3轴加表)、3轴倾角罗盘、气压/高度计、空速计以及振动加表；电源及接口板包括can总线通讯接口、adc采集模块、io及激活控制模块。数据链组件与地面进行收发通讯链路；舵机驱动板采用三相无刷直流电机的控制驱动系统，实现位置、速度、电流的pid闭环控制。

本发明软件采用四层架构，第一层为传感器配置，依据飞行器应用场景，结合系统传感器组合实现传感器的最优配置；第二层为传感器信息的预处理，包含传感器量测故障检测、数据预处理以及传感器之间的时空基准统一；第三层为利用滤波技术实现多源信息的融合，得到系统定位、导航、授时结果；最后一层结合融合滤波结果和量测信息实现传感器的故障诊断和重构，并将重构结果反馈给第一层，实现应用场景实时感知和传感器的动态配置。

首先进行处理器底层驱动初始化完成主控芯片的启动，而后进行平台初始化参数的装订完成平台类型的选择、位置和速率等信息的配置，然后进行传感器接口配置和传感器自身初始状态的设置，接着是传感器状态自检初步确认传感器工作是否正常，而后根据传感器特性进行建模和误差补偿完成预处理过程，预处理后进入平台自对准过程完成组合导航系统的变量初始化，最后进入多传感器融合的导航算法。

本发明说明书中未作详细描述的内容属本领域专业技术人员的公知技术。虽然结合附图描述了本发明的实施方式，但是本领域普通技术人员可以在所附权利要求的范围内做出各种变形或修改。