Dieses Verfahren veranschaulicht die ImU- und ADS-Sensorkalibrierung und -integration mit Flugcomputern und demonstriert den Einsatz integrierter INS- und ADS-Datenerfassung und -verarbeitung in einer Außenfluganlage. Die End-to-End-Flugsteuerung für einen Quadrotor, der in der M-Air-Netztestanlage der University of Michigan betrieben wird, wird demonstriert.
1. Sensorkalibrierung: Trägidenmesseinheit (IMU)
Die Sensorkalibrierung ist am effektivsten, wenn sie mit Unterstützung von hochwertigen Prüfgeräten durchgeführt wird. Kalibrieren Sie für den 3-Achsen-IMU den Kurskreisel und den Beschleunigungsmesser für jede Achse separat mithilfe einer Genauigkeitstabelle(Abbildung 6). Die Rate-Tabelle dreht sich präzise mit einer benutzerdefinierten Winkelgeschwindigkeit. Der Benutzer gibt eine Reihe von Rate-Befehlen aus, bei denen die IMU die für die Sensorkalibrierung erforderlichen Daten sammelt. Das unten beschriebene Einachskalibrierungsexperiment wird daher dreimal wiederholt, einmal für jede IMU-Sensorachse (x, y, z).
(9)2. Quadrotor-Flugexperimente
Für unsere letzte Versuchsreihe montieren wir das IMU- und Pitot-System auf einem Quadrotor (siehe Abbildung 7) und fliegen in der M-Air-Netzfluganlage der University of Michigan. Das Fahrzeug wird durch einen Port des Ardupilot Open Source Autopilot-Pakets zum Beaglebone Blue (kein Mikroprozessor verwendet) stabilisiert und vor dem Flug durch die Mission Planner Bodenstationssoftware konfiguriert. Eine Funksteuerungs-Sender/Empfänger-Schnittstelle ermöglicht es dem Piloten, "äußere Schleife"-Befehle für Quadrotor-Höhe, Seiten-zu-Seite-Bewegung und Überschrift zu Ardupilots "innere Schleife" Flugsteuerungsgesetz zur Regelung quadrotor Rollwinkel, Steigungswinkel, Gähnwinkel ( Überschrift) und Höhe. [14]
Da ein Quadrotor keine Fluggeschwindigkeitsrückmeldung benötigt, um sich zu stabilisieren, stützt sich Ardupilot nur auf IMU-Daten sowie einen Drucksensor für die Höhe, der während der Programminitialisierung relativ zum Starthöhendruck kalibriert wird, um den Flug zu stabilisieren, der gegeben ist. Piloteingänge. Eine vollständig autonome Erweiterung von Ardupilot erfordert Trägzpositionsdaten von GPS oder einem anderen Sensorsystem (z. B. Hochgeschwindigkeits-Bewegungserfassung). Da unsere Experimente mit Quadrotoren in eingeschränkten Umgebungen durchgeführt wurden, ist das Pitot-Luftdatensystem nicht notwendig. Pitot-Systeme sind jedoch unerlässlich für Festflügelflugzeuge und Multikopter, die nach unsicheren windigen Umgebungen präzise Flugrouten versuchen. [15, 16] Das Flugtestverfahren gliedert sich in drei Phasen: Pre-Flight, Flight Test und Post-Flight. Diese Unterteilung ähnelt den Verfahren, die von Piloten bemannter Flugzeuge durch die Verwendung gut etablierter Cockpit-Checklisten befolgt werden. [17]
Pre-Flight
Flugtest
Nach dem Flug
Quelle: Ella M. Atkins, Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI
überblick
Der Autopilot ermöglicht die Stabilisieru…
Dieses Verfahren veranschaulicht die ImU- und ADS-Sensorkalibrierung und -integration mit Flugcomputern und demonstriert den Einsatz integrierter INS- und ADS-Datenerfassung und -verarbeitung in einer Außenfluganlage. Die End-to-End-Flugsteuerung für einen Quadrotor, der in der M-Air-Netztestanlage der University of Michigan betrieben wird, wird demonstriert.
1. Sensorkalibrierung: Trägidenmesseinheit (IMU)
Die Sensorkalibrierung ist am effektivsten, wenn sie mit Unterstützung von hochwertigen Prüfgeräten durchgeführt wird. Kalibrieren Sie für den 3-Achsen-IMU den Kurskreisel und den Beschleunigungsmesser für jede Achse separat mithilfe einer Genauigkeitstabelle(Abbildung 6). Die Rate-Tabelle dreht sich präzise mit einer benutzerdefinierten Winkelgeschwindigkeit. Der Benutzer gibt eine Reihe von Rate-Befehlen aus, bei denen die IMU die für die Sensorkalibrierung erforderlichen Daten sammelt. Das unten beschriebene Einachskalibrierungsexperiment wird daher dreimal wiederholt, einmal für jede IMU-Sensorachse (x, y, z).
(9)2. Quadrotor-Flugexperimente
Für unsere letzte Versuchsreihe montieren wir das IMU- und Pitot-System auf einem Quadrotor (siehe Abbildung 7) und fliegen in der M-Air-Netzfluganlage der University of Michigan. Das Fahrzeug wird durch einen Port des Ardupilot Open Source Autopilot-Pakets zum Beaglebone Blue (kein Mikroprozessor verwendet) stabilisiert und vor dem Flug durch die Mission Planner Bodenstationssoftware konfiguriert. Eine Funksteuerungs-Sender/Empfänger-Schnittstelle ermöglicht es dem Piloten, "äußere Schleife"-Befehle für Quadrotor-Höhe, Seiten-zu-Seite-Bewegung und Überschrift zu Ardupilots "innere Schleife" Flugsteuerungsgesetz zur Regelung quadrotor Rollwinkel, Steigungswinkel, Gähnwinkel ( Überschrift) und Höhe. [14]
Da ein Quadrotor keine Fluggeschwindigkeitsrückmeldung benötigt, um sich zu stabilisieren, stützt sich Ardupilot nur auf IMU-Daten sowie einen Drucksensor für die Höhe, der während der Programminitialisierung relativ zum Starthöhendruck kalibriert wird, um den Flug zu stabilisieren, der gegeben ist. Piloteingänge. Eine vollständig autonome Erweiterung von Ardupilot erfordert Trägzpositionsdaten von GPS oder einem anderen Sensorsystem (z. B. Hochgeschwindigkeits-Bewegungserfassung). Da unsere Experimente mit Quadrotoren in eingeschränkten Umgebungen durchgeführt wurden, ist das Pitot-Luftdatensystem nicht notwendig. Pitot-Systeme sind jedoch unerlässlich für Festflügelflugzeuge und Multikopter, die nach unsicheren windigen Umgebungen präzise Flugrouten versuchen. [15, 16] Das Flugtestverfahren gliedert sich in drei Phasen: Pre-Flight, Flight Test und Post-Flight. Diese Unterteilung ähnelt den Verfahren, die von Piloten bemannter Flugzeuge durch die Verwendung gut etablierter Cockpit-Checklisten befolgt werden. [17]
Pre-Flight
Flugtest
Nach dem Flug
Ein Starrflügler erreicht einen gleichmäßigen Flug, indem es vier Kräfte ausbalanciert: aerodynamischen Auftrieb, Luftwiderstand, Schub und Gewicht des Antriebssystems. Um einen stabilen Flug zu erreichen, muss er auch die Momente um alle drei Achsen, die Roll-, Nick- und Gierachse, ausbalancieren. Alle Drehungen sind definiert als Winkel um diese Achse, wobei Änderungen in der Rollachse zu einer Seitwärtsbewegung führen, Änderungen an der Nickachse zu einer Vorwärts- und Rückwärtskippbewegung führen und Änderungen in der Gierachse zu Kursänderungen führen.
Um das Flugzeug bei plötzlichen Veränderungen wie Windböen zu stabilisieren, gibt ein Flugsteuerungssystem Motor- und Steuerflächenbefehle aus, die in Echtzeit aktualisiert werden müssen. Daher verwendet das Steuerungssystem verschiedene Sensoren, um eine genaue Messung der aktuellen Höhe, d. h. des Roll-, Nick- und Gierwinkels sowie der Fluggeschwindigkeit, zu gewährleisten. Sobald die Daten von den Sensoren erfasst wurden, werden die Signale gefiltert, um die Auswirkungen von Rauschen und Ausreißern auf die verarbeitete Datenqualität zu reduzieren. Die Daten werden dann zu einer vollständigen Schätzung des Flugzeugzustands aggregiert und für die Flugsteuerung verwendet.
Sowohl Starrflügler als auch Multicopter verlassen sich auf dieses Steuerungssystem, um die Flugzeughöhe zu überwachen und zu steuern. Beide verwenden auch einen Sensor-Sweep, der als Inertial Measurement Unit (IMU) bekannt ist.
Eine IMU besteht in der Regel aus drei Sensortypen: Beschleunigungssensoren zur Messung der linearen Beschleunigung, Ratengyroskope zur Messung der Winkelgeschwindigkeit und Magnetfeldsensoren zur Messung der Richtung und Stärke des lokalen Magnetfelds. Eine IMU wird oft mit einem GPS-System gekoppelt und in der Nähe des Flugzeugschwerpunkts montiert, wobei die Sensorachse auf die Achse des Flugzeugkörpers ausgerichtet ist.
In diesem Labor werden wir die Kalibrierung einer einfachen IMU anhand einer Präzisionsratentabelle demonstrieren. Anschließend montieren wir die kalibrierte IMU an einem Multicopter und führen einen Flugtest durch, um die Daten in Echtzeit anzuzeigen und zu filtern.
Im ersten Teil des Experiments werden wir die IMU kalibrieren, die einen Gangkreisel und einen Beschleunigungsmesser für jede Achse enthält, unter Verwendung einer Präzisionsratentabelle. Die Ratentabelle dreht sich präzise mit einer benutzerdefinierten Geschwindigkeit nach einer Reihe von Geschwindigkeitsbefehlen. Damit können wir den Zusammenhang zwischen der Spannungsauslesung und der Geschwindigkeit bestimmen.
Montieren Sie zunächst die IMU mit Schrauben auf der Tariftabelle und richten Sie sie so aus, dass die zu kalibrierende Sensorachse, in diesem Fall die X-Achse, direkt radial nach innen oder außen zeigt. Messen Sie den Abstand von der Tischmitte zur IMU-Mitte, und verwenden Sie diese Messung als Referenzradius für die Kreisbewegung. Die IMU ist auf einer Datenerfassungsplatine montiert. Verbinden Sie die Komponenten direkt.
Richten Sie nun die Software so ein, dass die IMU-Rate und die Beschleunigungsdaten erfasst werden. Führen Sie eine Reihe von Experimenten mit unterschiedlichen positiven und negativen Rotationsraten der Tabelle mit konstanter Rate durch, wobei Null als Basismessung verwendet wird. Während die Geschwindigkeitstabelle bewegungslos ist, zeichnen Sie den Geschwindigkeitsgyro und den Beschleunigungsmesser mit S-Werten auf. Initiieren Sie dann den Test und sammeln Sie die Daten.
Nachdem alle Winkelgeschwindigkeiten auf diese Ausrichtung getestet wurden, nehmen Sie die IMU ab und positionieren Sie sie so, dass der Beschleunigungsmesser nach oben ausgerichtet ist. Fügen Sie es wieder an, und initiieren Sie dann den Test, um -1 G-Daten zu sammeln. Drehen Sie danach die IMU um, so dass der Beschleunigungssensor nach unten ausgerichtet ist, und sammeln Sie +1 G Daten.
Wenn Sie die Kalibrierung der x-Achse abgeschlossen haben, positionieren Sie die IMU so, dass der z-Achsen-Sensor orientalisch radial nach außen zeigt, und wiederholen Sie alle Tests, wobei Sie daran denken, die IMU nach oben und unten zu positionieren, um den Beschleunigungsmesser zu kalibrieren. Führen Sie das gleiche Verfahren für den Y-Achsen-Sensor aus.
Im nächsten Teil des Experiments werden wir die IMU auf den Quadrotor montieren und sie innerhalb einer Netzfluganlage fliegen. Eine radiale Steuer-Sender-Empfänger-Schnittstelle ermöglicht es dem Piloten, Befehle für Höhe, Kurs, Rollwinkel, Nickwinkel und Gierwinkel zu geben.
Laden Sie vor dem Start alle Akkus auf und testen Sie die Komponenten vor dem Einbau in den Quadrotor. Bereiten Sie dann den Flug vor und stellen Sie sicher, dass mindestens drei Personen, der verantwortliche Pilot, der visuelle Beobachter und der Bediener der Bodenstation, über die Flugpläne informiert sind. Bringen Sie den Quadrotor in die Netzfluganlage und setzen Sie ihn auf ein flaches Landebrett.
Der Flugtest beginnt mit dem Start vom Ausgangspunkt auf eine Höhe von 1,5 m. Dann führen wir ein zwei Quadratmeter großes Flugmuster mit einer Referenzgeschwindigkeit von 0,5 m/s aus. Der Quadrotor pausiert vor jeder Positionsänderung. Dann führen wir Segmente mit Traversen mit höherer Geschwindigkeit bei 0,5, 1 und 1,5 m/s aus, um zu demonstrieren, wie sich die Geschwindigkeit auf das Überschwingen auswirkt.
Um den Flugtest zu starten, starten Sie die Datenerfassung auf der Bodenstation. Nachdem Sie sich vergewissert haben, dass der Flugbereich frei ist, schalten Sie die Motoren ein. Starten Sie nun die Flugtestsequenz, bei der der Pilot jeden Schritt aufruft, bevor er ihn ab dem Start ausführt. Stellen Sie sicher, dass Sie alle Änderungen des Flugmodus, bekannte Wegpunktziele oder Manöver ankündigen.
Nachdem der Flugplan ausgeführt wurde, benachrichtigen Sie den Rest des Flugteams über den endgültigen Sinkflug und die Landung des Quadcopters. Deaktivieren Sie dann die Motoren des Quadcopters. Speichern und laden Sie alle Flugdaten herunter und protokollieren Sie den Flug im Flugbuch. Stellen Sie abschließend alle Geräte wieder her und räumen Sie den Bereich für den nächsten Benutzer frei.
Interpretieren wir nun die Ergebnisse. Ausgehend von den Kalibrierungsdaten für die IMU zeigen wir zunächst ein Diagramm der Drehzahl der Tariftabelle in Abhängigkeit von der Kreiselspannung. Beachten Sie, dass die Ratentabelle eine direkte Steuerung der Winkelgeschwindigkeit für die Kreiselkalibrierung ermöglicht. Eine lineare Anpassung an die Daten ermöglicht die Berechnung der Geschwindigkeit aus der Kreiselspannung. In diesem Fall gibt der Gangkreisel einen nominalen Geschwindigkeitsmesswert von 2,38 Volt aus.
Schauen wir uns zum Schluss die Flugdaten an. Hier zeigen wir einen 30-Sekunden-Querbeschleunigungsdatensatz für den Quadrotor mit unserer kalibrierten IMU. Dieses Diagramm zeigt rohe und gefilterte Beschleunigungsmessungen von der IMU über die Zeit. Die Daten wurden gefiltert, um Rauschen aus der Messung zu entfernen. Sie können sehen, dass die Rohdaten des Rauschens gedämpft sind. In den gefilterten Daten ist jedoch eine Zeitverzögerung vorhanden.
Zusammenfassend haben wir gelernt, wie Flugzeugsteuerungssysteme verschiedene Sensoren verwenden, um die aktuelle Höhe und Fluggeschwindigkeit während des Fluges zu messen. Anschließend kalibrierten wir einen Gangkreisel und einen Beschleunigungsmesser und montierten sie auf einen Quadrotor, bevor wir Flugexperimente durchführten.
View the full transcript and gain access to JoVE Science Education videos
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: