的可能性,无人机系统(UAS /无人机)改善日常交通似乎比以往更紧密,与无人驾驶飞机交付包和空中出租车不远的地平线。上个月,2023 AUVSI Xponential会议上,我发现自己周围正在进行的讨论引入空气迷住了出租车进入我们的生活。当安全合法的重点在大多数谈判,最是吸引了我的注意会议的主题“自治,蓝图”和详细的指导,陪着它。作为一个演讲者,我们借此机会讨论关键角色建模与仿真在无人机系统的发展。在这篇文章中,我将提供一个简洁的概述我们的交谈,深入了解我们的解决方案的意义转向这个行业对安全、高效无人机飞行。金宝搏官方网站

由于这些关键词是交替使用,我将使用无人驾驶飞机,无人机,无人机、飞机代表在这个博客系统。

介绍

有没有想过飞行员飞行训练是无人驾驶飞机或飞机吗?它需要强化训练和数百小时的实践,但在飞行模拟器的帮助下,飞行员可以获得必要的技能更安全、更便宜。随着无线通信技术的出现,飞行员可以飞无人机甚至没有在驾驶舱。这就是无人驾驶飞机模拟器派上用场,提供一个基于计算机的虚拟环境中,飞行员可以磨练他们的技能。

为特定的应用程序自主操作变得越来越流行,人类飞行员正在实施的循环而AI飞行员的决策。但有一件事仍然是相关的,这些进步是安全的主要目的是防止无人驾驶飞机或飞机坠毁。在我们的讨论中,我们解决模拟作为解决日益增长的重要性提高安全和增加采用自主操作。毕竟,就像人类飞行员,人工智能算法也需要学习和培训。

为什么一个无人机可能会崩溃吗?

拯救崩溃的“无人飞行系统”,重要的是要知道不同的原因会导致崩溃。除了安全方面,无人机崩溃也会导致浪费时间,努力,和资产。为了防止这种情况的出现,虚拟资产或数字双胞胎在一个模拟的环境来救援。所有可能的失败测试可以执行在这个模拟的环境中,这在现实世界中确保安全。下面是一些常见的原因导致系统故障:

• 意想不到的环境条件
• 增加有效载荷
• 自治失败(未经测试的行为)
• 传感器或通讯故障(GPS、IMU等。)
• 控制器错误
• 机械/转子故障

无人机仿真工作流程

模拟工作流包括设计系统,包括对飞行动力学建模、控制器和自治算法。这个迭代过程需要一个模拟环境和与地面控制站来获得真实的数据。模拟传感器如相机/激光雷达可能需要为特定的应用程序。此外,逼真的场景模拟传感器所需的阅读环境的数据。当然,他们为跨职能团队分享预期提供漂亮的可视化结果。进一步,我们想要达到一个地方我们可以部署和自治算法在无人机飞行控制器。

无人机植物模型是什么?

模拟只是一样好模型,这应该代表了现实生活中的无人机硬件。无人机植物模型(术语来自控制理论)应验证和优化使用控制器测试和验证。

模拟(几乎)能准确地代表真正的硬件。可视化无人机植物的行为模型和飞行控制器在虚拟场景中对设计和测试无人驾驶飞机蒙是至关重要的。也可以用来模拟验证和验证自治算法,如避障。

无人机工厂模型可以设计不同的忠诚水平根据我们在开发阶段。高保真度的指导模型非常适合快速原型自治算法和测试行为模拟。而一个高保真的水温模式包括无人机动力学以及实际参数。

现在,你可能会有一个昂贵的无人驾驶飞机或飞机,需要在各种条件下进行测试。模拟无人机需要代表无人机工厂使用真实的参数。植物的识别是一个过程,可以让你这样做。这个例子无人机工具箱中的文档将引导您完成这一过程使用UVify IFO-S无人机安装在尤里卡动力学FFT陀螺测试平台。

场景模拟

我们可以使用不同的虚拟场景,提高模拟包括cuboid-based环境和逼真的场景。我们可以导入不同类型的车辆模型,如固定翼或multirotor无人机和测试不同的传感器模型,因此,汽车开始检测配置场景中的对象。一个逼真的场景还提供培训的可能性AI算法使用训练数据的模拟世界。你一定在想,如果有一种方法可以把所有这些组件(植物模型、控制器、场景)在一起。基于模型的设计可以整合这些不同的组件有凝聚力。

部署SITL / HITL工作流

接下来,您会从模拟到项目的部署阶段。在部署更新控制器自动驾驶仪之前,您可以验证的准确性在software-in-the-loop模式运行的控制器。为此,它部署在主机控制器作为一个可执行文件。

此外,您可以将生成的代码部署到自动驾驶仪的硬件(Pixhawk)半实物测试。这里我们将致动器、传感器和其他无人机外围设备的循环与MATLAB的仿真模型和仿真软件。金宝app通过仿真模型,我的意思是工厂模式,代表了无人机仍在主机上运行。下一步,我们也可以部署植物模型在高速模拟计算平台如Speedgoat更快。

在半模式验证控制器精度后,我们可以测试它与实际的无人机在受控的实验环境。一旦我们控制器的性能感到满意,我们也部署自治算法在计算板如NVIDIA杰森TX2。这让我们测试的检测和避免算法原型和模拟的逼真场景内的无人机硬件。

无人机飞行中的故障恢复

即使经历很多步骤之前部署无人机,失败可能发生。为此,我们需要故障检测算法设计和部署在无人驾驶飞机。这个例子展示了如何使用控制系统调谐器调整固定构造PID控制器的multi-copter名义飞行条件和故障条件。它演示了如何使用gain-scheduled方法从单个转子故障恢复和土地无人机。

总结

我们介绍了很多主题在这个博客!我想要你的想法如果你想看到个人独立博客详细说明部分。让我知道你正在研究无人机应用程序或算法。

看这个网络研讨会,了解更多关于这个主题模拟和部署无人机应用程序与硅和边境工作流。