الانتقال إلى المحتوى
العودة إلى نتائج البحث

مرشح ماهوني (Mahony Filter)

قدّمه
Robert Mahony
السنة
2008
النوع
Observer algorithm
العائلة
Complementary Filtering

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

مرشح ماهوني هو مراقب تكاملي قائم على مبدأ المراقب (observer-based complementary observer) يدمج قياسات الجيروسكوب ومقياس التسارع والبوصلة لتقدير التوجيه الرباعي (quaternion orientation). طور المرشح روبرت ماهوني وزملاؤه في عام 2008، وهو يجمع بين تكامل معدل الجيروسكوب مع تغذية راجعة تصحيحية من قياسات المتجهات (مقياس التسارع، البوصلة) باستخدام مبادئ التحكم النسبي-التكاملي (proportional-integral control). يوفر مرشح ماهوني أداءً مشابهًا لمرشحات كالمان (Kalman Filters) ولكنه يتميز بتنفيذ أبسط وتكلفة حسابية أقل، مما يجعله مثاليًا للأنظمة ذات الموارد المحدودة والتحكم في الوقت الفعلي.

الفكرة الحدسية وراء الطريقة

فكر في مرشح ماهوني كمتحكم ذي حلقة مغلقة حيث يوفر الجيروسكوب التقدير 'الحلقي المفتوح' (سريع ولكنه ينحرف) ويقدم مقياس التسارع/البوصلة إشارات خطأ (بطيء ولكنه مستقر). يقوم متحكم نسبي-تكاملي (PI) بحساب التصحيحات ويغذيها مرة أخرى إلى حلقة تكامل الجيروسكوب. تمنح مكاسب الجيروسكوب العالية استجابة سريعة؛ وتوفر مكاسب مقياس التسارع العالية الاستقرار. يتم موازنة الاثنين لتحقيق الاستجابة السريعة والتوجيه الخالي من الانحراف.

التاريخ

طور روبرت ماهوني وزملاؤه في الجامعة الوطنية الأسترالية نهج المراقب التكاملي حوالي عام 2008 أثناء عملهم على التحكم في الطائرات الرباعية. تمت صياغة الطريقة في العديد من الأوراق البحثية المؤثرة حول تقدير توجيه المروحيات المتعددة. وحدت صياغة ماهوني الترشيح التكاملي الكلاسيكي (المستخدم في مجال الطيران لعقود) مع جبر الرباعيات الحديث ونظرية التحكم. أصبح المرشح قياسيًا في مجتمع الطيار الآلي مفتوح المصدر (ArduPilot، PX4) ويستخدم على نطاق واسع في الأنظمة البحثية والتجارية.

متى تُستخدم

استخدام مرشح ماهوني لتقدير التوجيه على الأنظمة المدمجة عندما تكون مرشحات كالمان معقدة أو مكلفة للغاية. مثالي للطائرات الرباعية والمروحيات المتعددة وأنظمة الطيار الآلي للطائرات. نشره عندما تريد بديلاً ذا دوافع فيزيائية وسهل الضبط مقارنة بمرشح مادجويك (Madgwick) (الذي يستخدم الانحدار التدريجي). مناسب لحلقات التحكم في الوقت الفعلي التي تتطلب زمن انتقال منخفض وتقديرات مستقرة. استخدمه عندما تفهم التحكم النسبي-التكاملي ويمكنك ضبط K_p و K_i.

الحدود والاعتبارات

  • يتطلب ضبط K_p و K_i فهمًا لنظرية التحكم والتجريب العملي.
  • أداء حساس للضبط؛ اختيار غير مناسب للمكاسب يمكن أن يسبب تذبذبًا أو استجابة بطيئة.
  • يمكن أن يسبب المصطلح التكاملي التجاوز (wind-up)؛ الأخطاء الكبيرة والمستمرة تتراكم وتسبب تجاوزًا؛ يلزم التخفيف.
  • مثل مادجويك، يؤثر اضطراب البوصلة على دقة الاتجاه؛ يتطلب معايرة وربما اكتشاف الاضطراب.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • بديهي فيزيائيًا؛ يعتمد على نظرية التحكم (تغذية راجعة PI)؛ أسهل في الفهم والتصحيح من الانحدار التدريجي.
  • تقدير صريح لانحياز الجيروسكوب؛ المصطلح التكاملي يتعلم ويصحح انحياز المستشعر بمرور الوقت.
  • معاملان للضبط (K_p و K_i) لهما معنى فيزيائي واضح (المكسب النسبي والتكاملي) على عكس بيتا (beta) في مادجويك.
  • تكلفة حسابية مشابهة لمادجويك؛ خفيف الوزن ومناسب للأنظمة المدمجة.

التطبيقات

  • التحكم في طيران الطائرات الرباعية والمروحيات المتعددة: مقدر التوجيه الأساسي في معظم أنظمة الطيار الآلي مفتوحة المصدر (ArduPilot، PX4).
  • الطيار الآلي للطائرات ثابتة الجناح: مرجع التوجيه في وحدات تحكم طيران الطائرات بدون طيار منخفضة التكلفة.
  • أبحاث المركبات الجوية غير المأهولة (UAV): مرشح قياسي في دراسات التحكم في الحركة الأكاديمية.
  • توجيه السفن البحرية والتثبيت: مرجع التوجيه للطيار الآلي للسفن وتثبيت الانقلاب.
  • تتبع توجيه الروبوتات المتنقلة: تقدير التوجيه للروبوتات ذات العجلات والأرجل.

كيف يعمل

كيف يعمل

1

جمع القياسات من وحدة قياس بالقصور الذاتي ذات 9 درجات حرية (9-DOF IMU): مقياس تسارع ثلاثي المحاور، وجيروسكوب ثلاثي المحاور، وبوصلة ثلاثية المحاور بتردد 50 هرتز أو أعلى.

2

تطبيع متجهات مقياس التسارع والبوصلة؛ الحصول على معدل الجيروسكوب؛ تطبيق المعايرة إذا كانت متاحة.

3

حساب الاتجاه المتوقع للجاذبية (للأسفل) والشمال المغناطيسي (من تقدير التوجيه الحالي)؛ المقارنة مع الاتجاهات المقاسة؛ حساب الخطأ كناتج ضرب اتجاهي (خطأ هندسي).

الصيغة
\dot{\vec{q}} = \frac{1}{2}\vec{q} \otimes \vec{\omega} + k_p \vec{e} + k_i \int \vec{e} dt
4

تطبيق تصحيح نسبي (K_p * error) وتصحيح تكاملي (K_i * integral(error)) لتقدير انحياز الجيروسكوب؛ تحديث الرباعي باستخدام السرعة الزاوية المصححة.

5

إخراج الرباعي؛ التحويل إلى زوايا أويلر (Euler angles) إذا لزم الأمر؛ تقييم الثقة بناءً على حجم الخطأ واتفاق المستشعرات.

الأخطاء الشائعة

  • اختيار K_p و K_i مرتفعًا جدًا يسبب تذبذبًا وعدم استقرار؛ القيم النموذجية هي K_p ~ 1.0، K_i ~ 0.1، يتم ضبطها تجريبيًا.
  • نسيان تحديد حدود للمصطلح التكاملي؛ التكامل غير المقيد يمكن أن يراكم الأخطاء؛ إدخال حدود لتجاوز التكامل.
  • افتراض أن نموذج خطأ مقياس التسارع غاوسي؛ الاضطرابات غير الغاوسية (اهتزاز، صدمة) يمكن أن تفسد المرشح؛ قد تكون هناك حاجة لمقدرات قوية.
  • النشر دون اختبار تحت ملفات الحركة المقصودة؛ يعتمد ضبط المرشح على معدل المناورة المتوقع وجودة المستشعر.

الأسئلة الشائعة

كيف أقوم بضبط K_p و K_i؟

K_p هو المكسب النسبي (عادةً 0.5–2.0)؛ K_p الأعلى يعني تصحيحًا أسرع ولكن خطر التذبذب. K_i هو المكسب التكاملي (عادةً 0.01–0.1)؛ يتحكم في معدل تصحيح الانحياز. ابدأ بـ K_p=1.0، K_i=0.1. زد K_p إذا تأخر المرشح عن المناورات؛ قلله إذا كان يتذبذب. زد K_i إذا كان انحراف الانحياز كبيرًا؛ قلله إذا حدث تجاوز للتكامل.

ما هو تجاوز التكامل وكيف أمنعه؟

يحدث تجاوز التكامل عندما ينمو المصطلح التكاملي بلا حدود أثناء الخطأ المستمر (على سبيل المثال، اضطراب البوصلة). عندما يزول الخطأ أخيرًا، يتجاوز المرشح. امنعه عن طريق تشبع المصطلح التكاملي (تحديد حدوده) أو عن طريق التكامل المشروط (التكامل فقط عندما يكون الخطأ صغيرًا).

ما الفرق بين مرشحي ماهوني ومادجويك؟

يستخدم ماهوني تغذية راجعة PI مع تقدير صريح للانحياز؛ يستخدم مادجويك الانحدار التدريجي. يعتمد ماهوني على نظرية التحكم؛ يعتمد مادجويك على التحسين. كلاهما له تكلفة حسابية مماثلة. يتميز ماهوني عادةً بتقارب أسرع للانحياز؛ مادجويك أبسط في التنفيذ. بالنسبة للتوجيه فقط (بدون انحياز)، فإن أداءهما متشابه.

هل يمكن لمرشح ماهوني التعامل مع التسارعات الكبيرة؟

أثناء التسارعات الكبيرة، يقيس مقياس التسارع التسارع القصوري + الجاذبية، مما يسبب خطأ في الميل والانعراج. يفترض مرشح ماهوني أن مقياس التسارع يشير إلى الأسفل؛ التسارعات الكبيرة تنتهك هذا. تستخدم بعض التطبيقات تحديد عتبة لمقدار التسارع لتقليل وزن مقياس التسارع أثناء المناورات، مما يحسن المتانة.

طرق ذات صلة

المصادر

  1. Mahony, R., Hamel, T., & Pflimlin, J. M. (2008). Multirotor aerial vehicles: Modeling, estimation, and control of quadrotors. IEEE Robotics and Automation Magazine, 19(3), 20–32.

    افتح مرجع المنشور
    تم النسخ.
  2. Mahony, R., Hamel, T., & Pflimlin, J. M. (2012). Multirotor aerial vehicles: Modeling, estimation, and control of quadrotors. IEEE Robotics & Automation Magazine, 19(3), 20–32.

    افتح مرجع DOI
    تم النسخ.
  3. Valenti, R. G., Dryanovski, I., & Xiao, J. (2016). Keeping a good attitude: A quaternion-based orientation filter for IMUs and MARGs. Sensors, 15(8), 19302–19330.

    افتح مرجع DOI
    تم النسخ.