空中机器人研究人员正在利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时间实现传感器数据处理、方向和高度计算以及飞行中的导航等基本功能，项目往往会放缓。
我们开发了Intelinair RD-100 Hexacopter来解决这个问题。RD-100是一种随意飞行的无人机，具有在Simulink中开发的预建自动驾驶机软件金宝app®（图1）。能够保持飞行中的稳定性以及自动化的起飞，着陆和航点导航，可以定制飞行软件以满足特定的研究目标。
通过使用基于模型的设计与RD-100开发环境，研究团队可以迅速原型，模拟和部署控制软件和JumpStart新的无人机研究计划。它们可以完全访问Simulink模型，可以添加功能，实现协金宝app作飞行算法和其他高级应用程序，并验证其在循环中的硬件（HIL）模拟中的设计和算法。研究人员可以直接从模拟转移到实际的飞行测试，并且这种能力将RD-100与其班上的其他无人机分开。
图1所示。IntelinAir RD-100无人机。
基于模型设计的RD-100飞行软件开发
RD-100旨在简化飞行软件的开发。基于模型的设计非常适合我们的开发方法，因为它可以让研究人员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，它也受到学术研究社区成员的青睐，他们已经习惯了使用MATLAB®和仿真软金宝app件。
IntelinAir设计了用于与无人机、六翼飞机硬件和飞行软件通信的地面站。一个小组开发了一个六自由度(6 DOF)的无人机Simulink模型，包含了机身、马达和电子速度控制。金宝app这个模型包含了无人机的质量特性、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。
另一组模拟了飞行控制系统。该模型由Simulink和Control System金宝app 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制导块，以及根据导航块和操作员界面的输入生成命令的电机控制块。为了简化设计并促进重用，飞行软件小组使用Simulink模型引用分层组织模型，并创建了设计中经常使用的定制Simulink组件库(图2)。金宝app
图2.顶级Simulink模型显示车辆型金宝app号，操作员界面和飞行控制软件的块（使用Intelinair的Safemart工具箱创建）。
无人机控制设计中的一项重大挑战正在处理由高风和变化有效载荷引起的系统动力学的变化。RD-100通过L1自适应控制解决了这一挑战，该挑战是伊利诺伊州伊利诺伊大学的英特林航空联合创始人Naira Hovakimyan博士的先进技术。通过从控制回路解耦的自适应环路，L1自适应控制使RD-100能够快速补偿不期望的效果。这允许在最具挑战性的条件下稳定，精确的飞行，并且对准确的数据收集至关重要。
从桌面模拟到HIL和飞行测试
使用RD-100软件时，研究人员遵循控制设计，软件仿真，HIL仿真和飞行测试的迭代过程（图3）。
图3.从模拟移动到HIL测试和飞行测试的工作流程。
此过程从Simulink中的闭环软件模拟开始。金宝app这些在仿真期间产生了飞机的性能的曲线（图4）。
图4.绘制模拟期间推力，横摆力矩，滚动力矩和音高时刻的命令。
在桌面验证了控制算法的基本功能后，研究者可以不离开桌面，在硬件仿真中对算法进行测试。C代码使用嵌入式编码器从控制器模型生成®并部署到RD-100自动驾驶硬件上。使用Simulink Coder™生成的6自由度车辆模型的C代码被部署到运行Simulink Real-T金宝appime™的目标硬件上。在HIL仿真中，运行在无人机自动驾驶仪处理器上的飞行软件接收在Simulink Real-Time中运行的车辆模型生成的传感器输入。金宝app仿真过程中采集的遥测数据在MATLAB中离线进行记录和分析，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获由于与硬件不兼容而导致的bug。
在HIL测试之后，运行飞行控制软件的自动驾驶仪硬件可以从桌面上的HIL测试设置中拔下并插入RD-100空中框架，用于现实世界飞行测试。在飞行测试期间，飞行软件直接从板载传感器接收输入，并直接向电机发送命令。
基于模型的设计的优点
基于模型的设计的主要优势之一是，它使小型团队能够处理通常需要更大团队完成的项目。对于我们在IntelinAir的开发团队和许多已经在他们的研究中使用RD-100的学术团体来说，这是正确的(见边栏)。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想法。新的算法可以在桌面和实时测试和调试。因此，工程师可以肯定，小型无人机系统将会工作。
研究项目:精准农业
英特利纳和王博士正在合作，推动遥感信封以获得精密农业。王博士的研究的推动力是无人机将有一天作为智能手机普遍存在的想法。
今天，多亏了物联网，我们可以接触到大量有用的数据。我们训练计算机程序在这些数据的基础上做出决定，但我们仍然依靠人类来执行这些决定——例如，在农业领域，我们经常依靠人类的作物顾问来侦察那些只能覆盖一小部分面积的土地。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。
无人机技术最有前景的应用领域是那些地域辽阔、任务冗余、数据分析复杂、影响效率的行业。其中一个行业是农业，无人机技术为提高效率和生产率提供了重要机会。
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相机的无人机在农业方面的应用。尽管这种技术目前还没有广泛应用于农业，但它有潜力提高生产率，降低与劳动力、营养和灌溉相关的成本。新的传感器技术为湿度和营养提供了高度精确的测量。该数据可用于检测生长季中期油田的减产异常，此时仍有时间进行干预。
一旦数据被捕获，就会由训练有素的人进行合成卷积神经网络使用英特林的专有算法并传播给农民，然后，他们详细概述了作物健康以指导决策。
这项研究将涵盖伊利诺斯州、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装备传感器的无人机系统，使农民负担得起并方便使用。
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，学生必须手工编写C或c++。有了RD-100提金宝app供的Simulink控制模型，学生们就不用浪费时间编程或调试C代码了。相反，他们可以通过简单地修改模型来实现自己的设计和想法。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。
