此过程将说明 IMU 和 ADS 传感器校准和与飞行计算机的集成,并演示在室外飞行设施中使用集成的 INS 和 ADS 数据采集和处理。演示了在密歇根大学 M-Air 网状飞行测试设施中运行的四旋翼的端到端飞行控制。
1. 传感器校准:惯性测量单元 (IMU)
在高质量测试设备的支持下执行传感器校准时,效果最高。对于 3 轴 IMU,使用精度速率表(图 6 )分别校准每个轴的速率陀螺仪和加速度计。速率表以用户定义的角速度精确旋转。用户发出一系列速率命令,在此期间,IMU 会收集传感器校准所需的数据。因此,下面描述的单轴校准实验重复三次,每个 IMU 传感器轴(x、y、z) 重复一次。
(9)2. 四旋翼飞行实验
对于我们的最后一系列实验,我们将IMU和pitot系统安装在四旋翼(如图7所示)上,并在密歇根大学的M-Air网状飞行设施中飞行。车辆通过 Ardupilot 开源自动驾驶仪套件的端口稳定到 Beaglebone Blue(不使用微处理器),并在飞行前通过任务规划器地面站软件进行配置。无线电控制发射器/接收器接口使飞行员能够为四旋翼高度、侧对侧运动以及前往 Ardupilot 的"内环"飞行控制规律提供"外环"命令,以调节四旋翼滚动角度、俯仰角、偏航角()。标题),和海拔。[14]
由于四旋翼不需要空速反馈来稳定,Ardupilot 仅依靠 IMU 数据加上高度压力传感器,该传感器在程序初始化期间相对于起飞高度压力进行校准,以稳定给定的飞行先导输入。Ardupilot 的完全自主扩展需要来自 GPS 或其他传感系统的惯性位置数据(例如,高速运动捕获)。由于我们的实验是在受限环境中用四旋翼进行的,因此不需要使用 pitot 空气数据系统。 然而,皮托特系统对于固定翼飞机和多直升机在不确定的大风环境下尝试精确的飞行路径至关重要。[15, 16]飞行测试程序分为三个阶段:飞行前、飞行测试和飞行后。这一细分类似于载人飞机飞行员通过使用完善的驾驶舱检查表所遵循的程序。[17]
飞行前
飞行测试
飞行后
资料来源:Ella M. 阿特金斯,密歇根大学航空航天工程系,安阿伯,密歇根州
概述
自动驾驶仪允许使用从板载传感器收集的数据稳定飞机,这些数据测量飞机的方向、角速度和空速。这些数量可以通过自动驾驶仪进行调整,以便飞机自动按照从发射(起飞)到恢复(着陆)的飞行计划。收集类似的传感器数据来控制所有类型的飞机,从大型固定翼商用运输机到小型多旋翼直升机,如四轴飞行器,有四个推进器单元。
通过全球定位系统(GPS)等传感器捕获惯性位置和速度,自动驾驶仪实时飞行控制系统使多直升机或固定翼飞机能够稳定其姿态和空速,以遵循规定的轨迹。传感器集成、校准、数据采集和信号滤波是飞行控制实验的先决条件。
在这里,我们描述了一个传感器套件,它为飞行控制提供了必要的数据。介绍了两个不同嵌入式计算机平台上的信号接口和数据采集,并总结了传感器校准。单通道移动平均线和中值滤波器应用于每个数据通道,以减少高频信号噪声并消除异常值。
本实验演示了实时飞行控制的数据采集和传感器校准。几篇已发表的论文描述了传感器数据收集和控制的原则,它们最近侧重于小型无人驾驶飞行器(UAV)的传感器[1-3]。
此过程将说明 IMU 和 ADS 传感器校准和与飞行计算机的集成,并演示在室外飞行设施中使用集成的 INS 和 ADS 数据采集和处理。演示了在密歇根大学 M-Air 网状飞行测试设施中运行的四旋翼的端到端飞行控制。
1. 传感器校准:惯性测量单元 (IMU)
在高质量测试设备的支持下执行传感器校准时,效果最高。对于 3 轴 IMU,使用精度速率表(图 6 )分别校准每个轴的速率陀螺仪和加速度计。速率表以用户定义的角速度精确旋转。用户发出一系列速率命令,在此期间,IMU 会收集传感器校准所需的数据。因此,下面描述的单轴校准实验重复三次,每个 IMU 传感器轴(x、y、z) 重复一次。
(9)2. 四旋翼飞行实验
对于我们的最后一系列实验,我们将IMU和pitot系统安装在四旋翼(如图7所示)上,并在密歇根大学的M-Air网状飞行设施中飞行。车辆通过 Ardupilot 开源自动驾驶仪套件的端口稳定到 Beaglebone Blue(不使用微处理器),并在飞行前通过任务规划器地面站软件进行配置。无线电控制发射器/接收器接口使飞行员能够为四旋翼高度、侧对侧运动以及前往 Ardupilot 的"内环"飞行控制规律提供"外环"命令,以调节四旋翼滚动角度、俯仰角、偏航角()。标题),和海拔。[14]
由于四旋翼不需要空速反馈来稳定,Ardupilot 仅依靠 IMU 数据加上高度压力传感器,该传感器在程序初始化期间相对于起飞高度压力进行校准,以稳定给定的飞行先导输入。Ardupilot 的完全自主扩展需要来自 GPS 或其他传感系统的惯性位置数据(例如,高速运动捕获)。由于我们的实验是在受限环境中用四旋翼进行的,因此不需要使用 pitot 空气数据系统。 然而,皮托特系统对于固定翼飞机和多直升机在不确定的大风环境下尝试精确的飞行路径至关重要。[15, 16]飞行测试程序分为三个阶段:飞行前、飞行测试和飞行后。这一细分类似于载人飞机飞行员通过使用完善的驾驶舱检查表所遵循的程序。[17]
飞行前
飞行测试
飞行后
固定翼飞机通过平衡四个力来实现稳定飞行:空气动力升力、空气动力阻力、推进系统推力和重量。为了实现稳定的飞行,它还必须平衡围绕所有三个轴(滚转轴、俯仰轴和偏航轴)的力矩。所有旋转都定义为围绕这些轴的角度,其中滚转轴的变化导致左右运动,俯仰轴的变化导致向前和向后倾斜运动,偏航轴的变化导致航向变化。
为了稳定飞机以应对阵风等任何突然变化,飞行控制系统会发出必须实时更新的电机和控制面命令。因此,控制系统使用各种传感器来保持当前高度的准确测量,即滚转角、俯仰角和偏航角以及空速。从传感器采集数据后,将对信号进行过滤,以减少噪声和异常值对处理数据质量的影响。然后将数据汇总成飞机状态的完整估计值,并用于飞行控制。
固定翼飞机和多旋翼飞机都依靠这种控制系统来监测和控制飞机的高度。两者都利用称为惯性测量单元或 IMU 的传感器扫描。
IMU 通常由三种传感器类型组成:用于测量线性加速度的加速度计、用于测量角速度的速率陀螺仪和用于测量局部磁场方向和强度的磁场传感器。IMU 通常与 GPS 系统耦合,安装在飞机重心附近,传感器轴与飞机机身轴对齐。
在本实验中,我们将演示使用精确速率表校准简单的 IMU。然后,我们将校准后的 IMU 安装到多旋翼飞行器上,并执行飞行测试以查看实时和过滤数据。
在实验的第一部分,我们将使用精确速率表校准 IMU,其中包含每个轴的速率陀螺仪和加速度计。速率表在一系列 rate 命令之后以用户定义的速度精确旋转。这使我们能够确定电压读数和速度之间的关系。
首先,用螺丝将 IMU 安装在速率表上并调整其方向,使正在校准的传感器轴(在本例中为 X 轴)直接径向向内或向外。测量从工作台中心到 IMU 中心的距离,并将此测量值用作圆周运动的参考半径。IMU 安装在数据采集板上。直接连接组件。
现在,设置软件以收集 IMU 速率和加速度数据。用不同的正和负恒定速率表旋转速率进行一系列实验,以零作为基线测量值。当速率表静止时,按 S 值记录速率陀螺仪和加速度计。然后,启动测试并收集数据。
测试完该方向的所有角速度后,分离 IMU 并重新定位,使加速度计朝上。重新连接它,然后启动测试以收集 -1 G 数据。之后,翻转 IMU,使加速度计朝下并收集 +1 G 数据。
完成 x 轴校准后,重新定位 IMU,使 z 轴传感器径向外,然后重复所有测试,记住向上和向下放置 IMU 以校准加速度计。对 y 轴传感器执行相同的步骤。
在实验的下一部分,我们将 IMU 安装在四旋翼上,并在网状飞行设施内飞行。径向控制发射器接收器接口使飞行员能够提供高度、航向、滚转角、俯仰角和偏航角的命令。
在开始之前,请先为所有电池充电并测试组件,然后再安装到四旋翼机上。然后准备飞行,确保至少有三个人,机长、目视观察员和地面站作员都了解飞行计划。将四旋翼带入网状飞行设施并将其放在平坦的着陆板上。
飞行测试从从起点起飞开始,爬升到 1.5 m 的高度。然后,我们将以 0.5 m/s 的参考速度执行一个 2 米见方的飞行模式。四旋翼飞行器在每次位置改变之前都会暂停。然后,我们将以 0.5、1 和 1.5 m/s 的速度执行高速遍历段,以演示速度如何影响过冲。
要开始飞行测试,请在地面站上开始数据采集。确认飞行区域畅通无阻后,布防电机。现在,启动飞行测试序列,飞行员在开始执行每个步骤之前叫出这些步骤。请务必宣布所有飞行模式更改、已知航点目标或机动。
执行飞行计划后,提醒飞行团队的其他成员四轴飞行器的最终下降和着陆。然后,撤防四轴飞行器上的电机。保存并下载所有航班数据,并将航班记录在飞行日志中。最后,恢复所有设备并为下一个用户清理该区域。
现在让我们解释一下结果。从 IMU 的校准数据开始,首先我们显示速率表的转速与陀螺仪电压的关系图。请注意,速率表为陀螺仪校准提供了对角速度的直接控制。对数据的线性拟合能够根据陀螺仪电压计算速度。在这种情况下,速率陀螺仪发出 2.38 伏特的标称零速读数。
最后,让我们看看航班数据。在这里,我们展示了使用校准后的 IMU 为四旋翼飞行器提供的 30 秒横向加速度数据集。此图显示了 IMU 的原始和滤波加速度测量值与时间的关系。对数据进行过滤,以消除测量中的噪声。您可以看到原始噪声数据被衰减了。但是,过滤的数据中存在时间延迟。
总之,我们了解了飞机控制系统如何在飞行过程中使用各种传感器来测量当前高度和空速。然后,我们校准了速率陀螺仪和加速度计,并在进行飞行实验之前将它们安装在四旋翼上。
传感器校准
如图 8所示,显示了速率陀螺校准图的示例。在这种情况下,速率陀螺仪发出 2.38 V 的标称(零速)读数。如图所示,线性拟合提供了所有收集的数据点的非常近似值。
飞行测试结果
图 9显示了在室内环境中飞行的四旋翼的 30 s 横向加速度数据集的原始和筛选数据。滤波器值d和n相对较大,可以清楚地说明筛选过程的影响。如图所示,原始数据噪声衰减。但是,过滤的数据中存在明显的时间延迟,例如,在t=5 s 之前(衰减的)正加速度趋势中。 对于此图,在整体加速度趋势中注意到一个小的负偏差;这可能是由于IMU安装相对于四旋翼推进器平面的轻微间距,因此在x轴加速度测量中注意到一个小的重力加速度成分。 仅通过目视检查对齐传感器时,这种偏移很常见。
<...
在这里,我们描述了实现固定翼和旋转翼飞机实时飞行控制所需的传感器系统、数据采集和信号过滤过程。此数据管道是所有载人和无人驾驶飞机自动驾驶系统的基本要素。多直升机要求自动驾驶仪稳定下来,随着我们朝着越来越自主的飞机系统执行涉及机载数据的任务,所有类型的飞机都严重依赖实时数据采集和飞行控制。收集和有效负载传输。虽然可以集成现成的传感器封装,但可靠性对于了解不同环境中的传感器功能和限制至关重要。例如,强降水或冰会阻塞皮托管,城市峡谷结构可以阻挡 GPS 信号。
此外,异常态度可能需要扩展到依赖于 Euler Angle 态度表示的状态估计计算。通过集成额外传感器获得的弹性与支持冗余传感器所需的额外成本和重量之间存在内在权衡。成本最低的小型无人机可能会继续采用此处描述的飞行控制基准传感器套件。虽然最可靠的飞机,如商用运输机和战斗机,基于类似这里描述的传感器的状态估算,但它们依靠三重冗余和传感器多样性来确保飞机飞行控制器可以依靠准确的状态估计,尽管存在传感器故障或极富挑战性的环境条件。
图 10显示了从...
Chapters in this video
0:01
Concepts
2:31
Calibration of IMU
4:45
Real-time Flight Experiment
7:11
Results
Videos from this collection: