从零开始入门四旋翼无人机知识路线分享 本人原本科专业为材料化学相关，毕业后由于兴趣使然，初心是打算业余学点电子相关知识来DIY一些遥控电器电路来实现简单的智能家居。却不曾想会因缘际会开启了DIY四旋翼无人机之旅，也正是这段旅程，让我体会到了数学之美，它不再是那些枯燥乏味的思维活动和公式，而是在无人机控制中转化成了看得见的强力工具，效果可谓立竿见影，同时也感慨数学知识的深不可测，只能将其作为活到老学到老的目标。在此本人将陆陆续续将这段旅程中所学习的知识路线做个总结分享，给想要入门的同学一个参考借鉴，包括一些本人感觉很好的自学书籍和软件的推荐，相信根据本人的前车之鉴大家也可以少走一些弯路。
本人设计的F4飞控板
一、电路理论基础储备 2015年本人从电路相关知识开始自学，采用理论和实践两步并行的方式学习，理论部分自学书籍本人采用国外电子通信教材系列的《实用电子器件与电路基础》，不得不提一下，这本书图文并茂，学起来津津有味，作者娓娓道来的描述方式能让读者对一些晦涩的概念知其所以然。实践部分是网上买来电阻、电容、电感、三极管等器件根据科学出版社的《晶体管电路设计》上下册书本知识做实验，该书是日本的晶体管电路设计经典。 上述电路知识是为后续无人机电路分析、无人机控制器外围电路的搭建、电路板设计、电路图的绘制提供基础，如果具备这些知识的可以略过，我将一步步从理论结合实践来分享无人机理论知识的储备以及实践调试中的传感器数据处理算法等问题。 二、MCU控制器与C语言知识储备 电路基础具备后就需要入手一款MCU和编程语言来制备无人机的大脑–飞控板。这是无人机的核心、也是后面很多数学知识的实践载体、也就是它才能正真的让你感叹数学之美，因为所学无人机的相关数学理论知识均能在其上面实践而看到成果，也能反过来加深对理论知识的理解。 本人当时从51单片机和汇编语言学起，但为节约时间在此不建议新手学习51，可直接购买STM32F1或F4系列开发板学习STM32，因为51的资源有限，如果需要制备飞控板显然需要太多的外围电路，如果时间充分可以通过51结合汇编语言可以深入了解MCU基本原理，虽然汇编语言使用起来复杂，但对于了解MCU运行机理非常有帮助，在后面调试C语言代码的时候也能尽快的定位到BUG。 C语言的学习本人推荐的书籍是《C和指针》，一般好好将这本C语言书籍作为参考书就够用了，其他经典书籍可在后续代码开发中慢慢补充，这是一个循序渐进、理论实践相辅相成的过程，完全没有必要先将C语言理论知识学的炉火纯青之后才开始付诸实践，这也是很低效的做法。 三、硬件的搭建以及传感器驱动代码的调试 实践是理论持续的动力，MCU、C语言知识就绪后就可以结合开发环境如MDK入手一套飞控代码研究起来，个人建议初学者还是先以不带操作系统的飞控为主，可以进一步熟悉MCU的裸机代码开发熟练度的同时将全部精力集中在理论的算法实现上，无人机飞控实时性要求较高，前期只是实现稳定飞行为目标，不需要操作系统的介入，等日后功能的叠加丰富，再加操作系统也是水到渠成的事情。 入手飞控硬件后首先是各种传感器的驱动代码实现，这些驱动在Github上很多，可以下载借鉴，也可以直接研究国内开源飞控代码及硬件，无人机相关传感器按照重要程度排序如下：陀螺仪-三轴的角速度测量，通过向量积分获得无人机在空间的姿态加速度计-三轴的加速度测量，通过测量重力向量的方位来修正陀螺仪积分误差磁力计-地磁向量的测量，通过地磁向量的方位来修正陀螺仪积分误差，因为光加速度计不能修正Z轴角速度积分误差气压、超声波、激光定高传感器等高度计-实现无人机的定高光流传感器、GPS-结合高度计实现无人机空中定点 初学的话主要为了能稳定飞行只需要陀螺仪、加速度计即可，市面上的MPU6050或者其他型号如MPU9250等都集成了这两种传感器，只要实现周期读取到相应的传感器数据即可，数据的读取涉及到采样率和低通滤波器的设置，这些就需要结合陀螺仪的数值积分周期来配置，其中需要对采样定理有所了解，所以奥本海姆的《信号与系统》与《离散时间信号处理》是理论自学的首选，其实无人机代码完善到最后想要精进都是需要自动控制理论、滤波器设计等相关理论知识加持，否则胡乱调试是完全走不远的，我们比较习惯的是从时域来考虑信号问题，《信号与系统》与《离散时间信号处理》教会了你从频域角度看待信号，有了它们，频域数字滤波器的设计就没有问题了，当然在撰写代码的时候只需要利用MATLAB软件工具辅助计算即可。信号滤波除了频域处理还有有效的时域处理是基于概率论的各种状态估计，比如卡尔曼，这些需要概率论的知识，个人建议Dimitri P的《概率导论》和约翰 J •申克的《概率、随机变量和随机过程在信号处理中的应用》，这两本书是理解卡尔曼滤波的基础，也是自成体系，适合自学。 四、无人机理论需要的数学基础 1、微积分： 尤其学习向量值微积分。 托马斯微积分与普林斯顿微积分读本-学习基本微积分知识。 2、线性代数与运动学： 学习向量的基变换，即坐标系的基变换。 进阶学习变换的矩阵表示以及矩阵论。 3、动力学： 学习旋转的相对性及坐标系与动态系统向量的微分运动关系。进阶学习分析力学，拉格朗日力学，哈密顿方程用于数学建模，这些都需要以泛函、变分法作为基础。 4、信号与系统： 学习信号的频域分析，线性时不变LTI系统，从周期信号的傅里叶级数表示推广到非周期信号的傅里叶变换获得信号的频域组成，再扩展到拉普拉斯变换求解线性时不变系统的线性常系数微分方程，需要复变函数的微积分基础。 进阶学习数字滤波器设计、自适应滤波器、卡尔曼滤波、最小二乘估计、维纳滤波器等这些需要概率论中随机变量的基础，滤波器可结合MATLAB仿真。 5、自动控制理论： 学习动态控制系统的数学建模，系统传递函数（系统单位冲激响应函数的频域表示即拉普拉斯变换）的推导分析。 机器人导论或惯性导航的学习可了解姿态的四数、欧拉角、方向余弦矩阵表示。6、实践： 通过控制芯片stm32及C语言、汇编的编程实践四轴项目来结合上述知识来深化理解。 学习数值分析来解决向量的误差矫正问题，如叉积矫正旋转的误差以及量化误差，以及引入反馈来解决实际系统的累积误差。 未完待续……
2024最新激活全家桶教程，稳定运行到2099年，请移步至置顶文章：https://sigusoft.com/99576.html
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处：https://sigusoft.com/35059.html
