国偷自产一区二区免费视频,美女免费视频一区,九九热线视频只有这里最精品,欧美日韩一区成人

 
?微信公眾號
手機版
??新浪微博
會員登錄
關于我們  |   商務合作  |  友情鏈接   |  意見反饋  |  人才招聘
北京云翼同創科技有限公司 深圳高博特文化發展有限公司   版權所有,并保留所有權利 ? 2018 京ICP備16044150號-1                       

跨界 · 融合 · 服務 · 創新



雙擊此處添加文字
科普園地
首頁  > 新聞聚焦 > 科普園地  >  詳情 
無人機飛控系統的原理、組成及各傳感器的作用
來源:人工智能產業鏈聯盟 | 作者:佚名 | 發布時間: 2021-08-17 | 37664 次瀏覽 | 分享到:
隨著芯片、人工智能、大數據技術的發展,無人機開始了智能化、終端化、集群化的趨勢,大批自動化、機械電子、信息工程......

 

整套無人機飛控工作原理就是地面站開機,規劃航線,給飛控開機,上傳航線至飛控,再設置自動起飛及降落參數,如起飛時離地速度,抬頭角度(起飛攻角,也稱迎角),爬升高度,結束高度,盤旋半徑或直徑,清空空速計等,然后檢查飛控中的錯誤、報警,一切正常,開始起飛,盤旋幾周后在開始飛向任務點,執行任務,最后在降落,一般郊外建議傘降或手動滑降,根據場地選擇。飛機在飛行過程中如果偏離航線,飛控就會一直糾正這個錯誤,一直修正,直到復位為止。

   無人機飛控系統的主要功能   

飛行狀態

飛控系統主要用于飛行姿態控制和導航,對于飛控而言,首先要知道飛行器當前的狀態,比如:三維位置、三維速度、三維加速度、三軸角度和三軸角速度等,總共15個狀態。

由于多旋翼飛行器本身是一種不穩定系統,要對各個電機的動力進行超高頻率地不斷調整和動力分配,才能實現穩定懸停和飛行,所以,對于航拍無人機來說,即使最簡單的放開搖桿飛行器自主懸停的動作,也需要飛控持續監控這15個量,并進行一系列“串級控制”,才能做到穩定懸停,這一點肉眼看起來很簡單,但飛控系統里面的運算其實是非常復雜的。

飛控系統最基礎也最難控制的技術難點,其實是要準確地感知這一系列狀態,如果這些感知數據問題或者有誤差都會導致無人機做一些非正常的動作。目前,無人機一般使用GPS、IMU(慣性測量單元)、氣壓計和地磁指南針來測量這些狀態。

GPS獲取定位、在一些情況下也能獲取高度、速度;IMU主要用來測量無人機三軸加速度和三軸角速度,通過計算也能獲得速度和位置;氣壓計用于測量海拔高度;地磁指南針則用于測量航向。

由于目前傳感器設計水平的限制,這些傳感器測量的數據都會產生一定的誤差,并可能受到環境的干擾,從而影響狀態估計的精度。

為了保障飛行性能,就需要充分利用各傳感器數據共同融合出具有高可信度的15個狀態,即組合導航技術。組合導航技術結合GPS、IMU、氣壓計和地磁指南針各自的優缺點,通過電子信號處理領域的技術,融合多種傳感器的測量值,獲得更精準的狀態測量。

組合導航

為了提升航拍無人機的感知能力和飛行性能,除了以上基礎傳感器方案以外,現在主流的無人機產品都加入了先進的視覺傳感器、超聲波傳感器和IMU與指南針冗余導航系統。

雙目立體視覺系統可根據連續圖像計算出物體的三維位置,除了避障功能以外還能提供定位與測速。

機身下方的超聲波模塊起到輔助定高的作用,而冗余的IMU和指南針在一個元件受到干擾時,冗余導航系統會自動切換至另一個傳感器,極大提高了組合導航的可靠性。

正是因為這些傳感器技術的完美融合,無人機有了智能導航系統,拓展了活動環境,并提升了可靠性。

使用傳統導航系統的無人機在室內等無GPS的環境中無法穩定飛行,而智能導航系統在GPS信號良好時,可通過視覺提升速度和位置測量值的精度;在GPS信號不足的時候,視覺系統可以接替GPS提供定位與測速,讓無人機在室內與室外環境中均能穩定飛行。

智能導航系統引入了多個傳感器,數據量和復雜程度大幅提升,獲悉大疆其實針對視覺和傳感器對導航和飛行控制算法進行多次系統重構,增加新的軟件模塊與架構,全面提升了飛行的性能與可靠性。

控制性能

飛控系統先進的控制算法為航拍無人機的飛行和操控帶來了很高的控制品質,比如在普通狀態下的表現是控制精度高,飛行穩定,速度快。高速飛行不僅對動力系統有較高的要求,更重要的是飛控要達到很高的控制品質和響應速度,除高速飛行以外,飛行器在懸停和慢速控制上也能達到很高的精度。

另外,在設計飛控時,不僅需要考慮到正常飛行狀態的控制精度,如懸停位置控制精度,姿態控制精度等,還需要加強了異常飛況的控制品質。如在飛行器斷槳、突然受到撞擊、突加負重或被其他外力干擾后,控制恢復能力更強,魯棒性較強,能夠應對很多極端狀況,這對于飛行安全性來說尤其重要。

故障診斷

在起飛前或飛行過程中,任何微小故障都有可能引發飛行事故。

如果飛控系統能實時不斷地進行故障監控與故障診斷,就能大幅降低事故發生的概率。飛控系統可以監控諸如振動、電壓、電流、溫度、轉速等各項飛行狀態參數,并通過這些監控特征信號進行故障診斷。但是這些信號往往是復雜且沒有明顯規律的,只有通過對大量故障數據進行數據挖掘,用深度學習技術建立了飛控故障診斷系統,采用模式識別判定故障發生的概率,這套系統才能判定從空中射槳到IMU故障診斷等,對故障進行早期預報,或進行應急處理,使飛行變得更加安全。

只有最快速監測并判定故障,同時在剎那之間飛控系統采用正確信息進行飛行操控,飛行器其實是在自己“分析并拿主意”。到這時,從某種意義上說,那就是真正的“智能機器人”。

源自:人工智能產業鏈聯盟


主站蜘蛛池模板: 乃东县| 谢通门县| 响水县| 六枝特区| 齐河县| 武冈市| 保康县| 微山县| 明光市| 盐山县| 疏勒县| 沂源县| 澎湖县| 吉安市| 思南县| 嘉定区| 普格县| 墨脱县| 安新县| 牡丹江市| 兴安县| 延安市| 万全县| 读书| 无为县| 昆山市| 托克逊县| 疏附县| 潮州市| 浦城县| 乌兰察布市| 乐昌市| 南澳县| 同江市| 达日县| 桂东县| 洪洞县| 克拉玛依市| 钦州市| 类乌齐县| 东明县|