加速无人机研究与准备飞行的六旋翼机和飞行控制软件
作者:Greg Rose, Tyler Leman, Bryant Mairs, IntelinAir, Xiaofeng Wang，南卡罗来纳大学工程与计算学院
空中机器人研究人员正在使用无人机开发突破性的飞行控制算法，并为许多领域的问题提供新颖的解决方案，包括应急响应、家庭医疗保健和精准农业。金宝搏官方网站然而，由于研究人员必须花费时间来实现基本功能，如传感器数据处理、方向和高度计算以及飞行导航，项目往往会被拖慢。
我们开发了IntelinAir RD-100六旋翼机来解决这个问题。RD-100是一种准备飞行的无人机，使用Simulink开发的预建自动驾驶飞行软件金宝app®(图1)。飞行软件能够保持飞行稳定以及自动起飞、着陆和航路点导航，可以定制以满足特定的研究目标。
通过在RD-100开发环境下使用基于模型的设计，研究团队可以快速建立原型、模拟和部署控制软件，并启动新的无人机研究项目。他们可以完全访问Simulink模型，并可以添加功能，实现金宝app合作飞行算法和其他高级应用程序，并在硬件在环(HIL)仿真中验证他们的设计和算法。研究人员可以直接从模拟转向实际飞行测试，正是这种能力将RD-100与其他同类无人机区别开来。
图1。IntelinAir RD-100无人机。
基于模型设计的RD-100飞行软件开发
RD-100旨在简化飞行软件开发。基于模型的设计很适合我们的开发方法，因为它使研究人员可以很容易地使用我们提供的模型来运行模拟、运行HIL测试和生成飞行代码。我们本可以手工编写代码，但我们相信基于模型的设计不仅是开发飞行软件的最快方式，它也是学术研究社区成员的首选，他们已经熟练使用MATLAB®和仿真软金宝app件。
IntelinAir公司设计了用于与无人机通信的地面站、六旋翼机硬件和飞行软件。其中一个小组开发了一个六自由度(6 DOF)的无人机Simulink模型，包括机身、电机和电子速度控制。金宝app该模型包括无人机的质量特性、推进(推力)、空气动力学、运动方程和传感器，包括加速度计、陀螺仪、磁力计、气压计和GPS接收器。
另一个小组模拟了飞行控制系统。该模型使用Simulink和Control Syste金宝appm Toolbox™开发，包括一个导航块，使用传感器输入来计算无人机的速度、方向和位置。它还包括用于自主飞行模式的引导块以及基于来自导航块和操作界面的输入生成命令的电机控制块。为了简化设计并便于重用，飞行软件组使用Simulink模型引用分层组织模型，并创建了设计中经常使用的组件的自定义Simulink库(图2)。金宝app
图2。顶级Simulink金宝app模型，显示车辆模型、操作员界面和飞行控制软件的模块(使用IntelinAir的SafeSmart工具箱创建)。
无人机控制设计的一个主要挑战是处理由强风和不断变化的有效载荷引起的系统动力学变化。RD-100通过L1自适应控制解决了这一挑战，L1自适应控制是IntelinAir联合创始人、伊利诺伊大学香槟分校的Naira Hovakimyan博士开发的一种先进技术。通过解耦自适应环与控制环，L1自适应控制使RD-100能够快速补偿不良影响。这使得即使在最具挑战性的条件下也能实现稳定、精确的飞行，对准确的数据收集至关重要。
从桌面模拟到HIL和飞行测试
当使用RD-100软件时，研究人员遵循控制设计、软件模拟、HIL模拟和飞行测试的迭代过程(图3)。
图3。从模拟到HIL测试和飞行测试的工作流程。
这个过程从Simulink中的闭环软件模拟开始。金宝app这些生成了模拟过程中飞机性能的图(图4)。
图4。在模拟过程中显示推力、偏航力矩、滚转力矩和俯仰力矩的命令。
在验证了桌面控制算法的基本功能后，研究者可以在不离开桌面的情况下在HIL仿真中对硬件上的算法进行测试。C代码是使用嵌入式编码器从控制器模型生成的®并部署到RD-100自动驾驶仪硬件上。使用Simulink Coder™生成的6自由度车辆模型的C代码部署到运行Simulink Real-Ti金宝appme™的目标硬件上。在HIL仿真过程中，运行在无人机自动驾驶仪处理器上的飞行软件接收运行在Simulink Real-Time中的车辆模型生成的传感器输入。金宝app在模拟过程中捕获的遥测数据在MATLAB中进行记录和离线分析，以进行验证和验证。HIL测试的众多好处之一是，我们可以在实际飞行之前捕捉到由于硬件不兼容而导致的错误。
在HIL测试之后，运行飞行控制软件的自动驾驶硬件可以简单地从桌面上的HIL测试设置中拔出，并插入RD-100空气框架进行真实的飞行测试。在飞行测试期间，飞行软件直接从机载传感器接收输入，并直接向发动机发送命令。
基于模型设计的优势
基于模型的设计的主要优点之一是它使小团队能够处理通常需要更大团队才能完成的项目。对于我们IntelinAir的开发团队以及已经在研究中使用RD-100的众多学术团体来说，这是正确的(见侧栏)。由于不需要编码专业知识，控制工程师和研究人员可以在不涉及嵌入式软件工程师的情况下测试新的控制思想。新的算法可以在桌面上实时测试和调试。因此，工程师可以确定小型无人驾驶飞机系统将会工作。
研究项目:精准农业
IntelinAir和王博士正在合作推动精准农业遥感技术的发展。王博士研究的动力是这样一种想法，即有朝一日无人机将像智能手机一样无处不在、司空见惯。
今天，多亏了物联网，我们可以获得大量有用的数据。我们训练计算机程序根据这些数据做出决定，但我们仍然依赖于人类来执行这些决定——例如，在农业中，我们经常依赖人类作物顾问来侦察他们只能覆盖总面积的一小部分的田地。空中机器人将自动完成这最后一步，完成一个反馈回路，其中包括联网设备、决策软件和自主无人机。
无人机技术最有前途的应用存在于地理位置广阔、任务冗余和复杂数据分析阻碍效率的行业。农业就是这样一个行业，无人机技术为提高效率和生产力提供了重大机会。
王博士的团队正在与IntelinAir合作，探索配备微型土壤湿度传感器和高分辨率多光谱摄像机的无人机的农业应用。尽管这项技术目前还没有在农业中广泛应用，但它有可能提高生产率，降低与劳动力、营养和灌溉相关的成本。新的传感器技术提供了高度精确的湿度和营养测量。这些数据可用于检测生长季节中期田间的产量掠夺异常，此时仍有时间进行干预。
一旦数据被捕获，就会由训练有素的卷积神经网络使用IntelinAir的专有算法并传输给农民，然后农民就有了作物健康状况的详细概述，以指导决策。
这项研究将包括伊利诺伊州、加利福尼亚州和南卡罗来纳州的农场，最终目标是开发一种农民负担得起、方便的配备传感器的无人驾驶飞机系统。
王博士的团队由三名博士生、一名硕士生和三名本科生组成，他们使用基于模型的设计和RD-100无人机开发飞行软件。在过去，当团队使用其他无人机时，学生们必须手动编写C或c++。使用RD-100提金宝app供的Simulink控制模型，学生们不必浪费时间编程或调试C代码。相反，他们可以通过简单地修改模型来实现他们的设计和想法。他们可以在桌面上运行模拟和HIL测试来验证设计，然后直接在RD-100上进行飞行测试。
发布日期:2017年9月22日
您也可以从以下列表中选择一个网站: