-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

DE

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

German

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Science Education
Engineering
Echtzeit-Flugsteuerung: Eingebettete Sensorkalibrierung und Datenerfassung
Video Quiz
Echtzeit-Flugsteuerung: Eingebettete Sensorkalibrierung und Datenerfassung
JoVE Science Education
Aeronautical Engineering
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Science Education Aeronautical Engineering
Real-time Flight Control: Embedded Sensor Calibration and Data Acquisition

8.14: Echtzeit-Flugsteuerung: Eingebettete Sensorkalibrierung und Datenerfassung

11,040 Views
08:36 min
October 13, 2017
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

Quelle: Ella M. Atkins, Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI

überblick

Der Autopilot ermöglicht die Stabilisierung von Flugzeugen mithilfe von Daten, die von Bordsensoren gesammelt werden, die die Ausrichtung, Winkelgeschwindigkeit und Fluggeschwindigkeit des Flugzeugs messen. Diese Mengen können vom Autopiloten so eingestellt werden, dass das Flugzeug automatisch einem Flugplan vom Start (Start) durch Bergung (Landung) folgt. Ähnliche Sensordaten werden gesammelt, um alle Flugzeugtypen zu steuern, von großen stationären Verkehrsflugzeugen bis hin zu kleinen Mehrrotor-Hubschraubern wie dem Quadrocopter mit vier Schubtriebwerken.

Mit Trägheitsposition und Geschwindigkeit, die von einem Sensor wie dem Global Positioning System (GPS) erfasst wird, ermöglicht das Autopilot-Echtzeit-Flugsteuerungssystem einem Multicopter oder einem Festflügelflugzeug, seine Haltung und Fluggeschwindigkeit zu stabilisieren, um einer vorgeschriebenen Flugbahn. Sensorintegration, Kalibrierung, Datenerfassung und Signalfilterung sind Voraussetzungen für Experimente in der Flugsteuerung.

Hier beschreiben wir eine Sensor-Suite, die die notwendigen Daten für die Flugsteuerung liefert. Signalschnittstellen und Datenerfassung auf zwei verschiedenen eingebetteten Computerplattformen werden beschrieben und die Sensorkalibrierung wird zusammengefasst. Einkanalige Gleitende Mittelwerte und Medianfilter werden auf jeden Datenkanal angewendet, um hochfrequentes Signalrauschen zu reduzieren und Ausreißer zu eliminieren.

In diesem Experiment wird die Datenerfassung und Sensorkalibrierung für die Echtzeit-Flugsteuerung demonstriert. Mehrere veröffentlichte Papiere haben die Prinzipien der Erfassung und Steuerung von Sensordaten beschrieben, und sie haben sich in letzter Zeit auf Sensoren für kleine unbemannte Luftfahrzeuge (UAVs) [1-3] konzentriert.

Procedure

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).

  1. Montieren Sie die IMU so auf dem Rate-Tisch, dass die zu kalibrierende Sensorachse radial nach innen oder außen gerichtet ist.
  2. Messen Sie den Abstand vom Tabellenmittelpunkt zum Mittelpunkt des IMU-Centers. Dies ist der Referenzradius für kreisförmige Bewegungen.
  3. Montieren Sie den Datenerfassungscomputer, die IMU und den Akku direkt an der Tariftabelle, und verbinden Sie alle Komponenten direkt.
  4. Richten Sie eine Software ein, um IMU-Rate- und Beschleunigungsdaten zu erfassen.
  5. Während die Rate-Tabelle bewegungslos ist, zeichnen sich die Werte für die Aufzeichnungsrate und die Beschleunigungsrate-Bias-Werte aus.
  6. Führen Sie eine Reihe von Experimenten mit unterschiedlichen positiven und negativen konstanten Raten-Tabellenrotationsraten durch. Es wird erwartet, dass die Sensorkalibrierungen linear sind. Erfassen Sie Daten mit Raten von 0 (Baseline), 15, 30 und 60 Grad/Sekunde. Die Tabelle kann schneller drehen, aber die ausgewählten Werte reichen aus, um Signale abzudecken, die im typischen UAV-Flugbetrieb erwartet werden.
  7. Sammeln Sie Daten aus dem Rategyro und Beschleunigungsmesser, der für jeden oben aufgeführten Winkelgeschwindigkeitswert kalibriert wird. Jede Rotationsrate sollte festgelegt werden, bevor Daten erhoben werden, um sicherzustellen, dass eine konstante Rate beibehalten wird. Sammeln Sie Daten über 10 - 15 s, wobei eine Datenerfassungsrate von mindestens 30 - 100 Hz angenommen wird, um sicherzustellen, dass Störungen aus den endgültigen Kalibrierwerten herausgefiltert werden können.
  8. Trennen Sie die IMU aus der Rate-Tabelle, und entfernen Sie sie so, dass der kalibrierte Beschleunigungsmesser nach unten zeigt.
  9. Sammeln Sie +1g Daten über das Computersystem.
  10. Drehen Sie die IMU so, dass der akkumulierte Beschleunigungsmesser nach oben zeigt und -1g Daten über das Computersystem sammelt. Diese zusätzlichen Datenpunkte sind einfach zu erhalten und können verwendet werden, um jede lineare Kalibrierkurve zu validieren, die aus Ratentabellendaten von 1 g erhalten wird.  Der 1g-Wert ist besonders wichtig, um genau zu kalibrieren, da lineare Beschleunigungsmesserdaten verwendet werden, um die Richtung "nach unten" relativ zum Quadcopter-Körper zu bestimmen.
  11. Verarbeiten Sie die Daten. Entwickeln Sie lineare Kurvenanpassungen für Gyro- und Beschleunigungsmesser-Datenpunkte, die erfasste Spannungen mit MKS-Einheitenrotationsraten (Gyro) und linearen Beschleunigungen (Beschleunigungsmesser) in Beziehung stehen. Vergewissern Sie sich, dass der Kalibrierungsfehler ausreichend niedrig ist. Beachten Sie, dass die Rate-Tabelle eine direkte Steuerung der Winkelgeschwindigkeit für die Kreiselkalibrierung bietet. Die entsprechende Beschleunigung, a, induziert durch die Zentripetalkraft der kreisförmigen Bewegung, kann aus der angegebenen Winkelgeschwindigkeit und dem Radius r des IMU aus dem Ratentabellenzentrum berechnet werden:
    (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

  1. Laden Sie Batterien auf und testen Sie sie vor der Installation.
  2. Richten Sie eine klare Testumgebung (innen oder außen) ein und markieren Sie den Bereich, um sicherzustellen, dass unbeteiligte Personen frei bleiben.
  3. Stellen Sie sicher, dass das Flugtestteam für die Durchführung des geplanten Tests informiert und qualifiziert (trainiert) ist.
  4. Wenn Sie im Freien fliegen, stellen Sie sicher, dass das Flugzeug und der Pilot gemäß den FAA-Vorschriften registriert und zertifiziert sind. Für einen Open-Air-Test sind mindestens drei Personen erforderlich: Ein Pilot im Kommando (PIC), ein visueller Beobachter (VO) und ein Bodenstationsbetreiber. Für unsere Tests fliegt der Quadrotor in einer Netzanlage im Freien. Zwei Tether-Betreiber werden sicherstellen, dass das Fahrzeug nicht für Innentests wegfliegen kann. Beachten Sie, dass für Netzflugtests keine spezifischen FAA-Vorschriften gelten, da das UAV keinen offenen Außenbereich belegt.
  5. Schalten Sie flugcomputer und Laptop der Bodenstation ein.
  6. Sammeln Sie vorläufige Daten, um sicherzustellen, dass die Sensoren ordnungsgemäß funktionieren. Das Piloten- und Supportteam muss für ein klares Verständnis des Flugplans sorgen und sicherstellen, dass Abbruch-/Wiederherstellungsverfahren vorhanden sind.

Flugtest

  1. Starten Sie die Datenerfassung auf der Bodenstation.
  2. Bestätigen Sie, dass der Flugbereich klar/sicher ist.
  3. Armstrahlruder/Motoren.
  4. Initiieren Sie die Flugtestsequenz.
  5. Führen Sie den Flugtest durch, wobei der Pilot jeden Schritt ausruft, einschließlich als Minimum:
    Start (Start), Flugmodusänderungen, bekannte Wegpunktziele oder Manöver und Landung.  Stellen Sie sicher, dass alle Mitarbeiter im Einsatz sind und Notfallverfahren (Flugbeendigung) nach Bedarf ausführen. Wegpunkte und Flugbahnen sind für jeden Flug spezifisch. Für das Quadrotor-Experiment folgen wir mäßig aggressiven Kreuz- und rechteckigen Mustern in konstanter Höhe und Richtung, gefolgt von einem Aufstieg/Abstieg, dann einer Gähnsequenz. Die Winkelraten und linearen Beschleunigungen in diesem Flug sind in den Daten leicht zu erkennen und bestätigen, dass IMU und Flugcontroller ordnungsgemäß funktionieren.

Nach dem Flug

  1. Entwaffnen Sie Motoren, um sicherzustellen, dass sie nicht versehentlich einschalten.
  2. Speichern und herunterladen Sie Flugdaten in die Archivierung.
  3. Protokollieren Sie den Flug in Worten nach rückmeldungm Piloten, VO und Bodenstationsbetreiber.
  4. Überprüfen Sie die Batterien und laden Sie nach Bedarf auf.
  5. Stellen Sie Ausrüstung wieder her, und reinigen Sie den Bereich für den nächsten Insassen.

Ein Festflügelflugzeug erreicht einen gleichmäßigen Flug, indem es vier Kräfte ausbalanciert: aerodynamischer Lift, aerodynamischer Luftwiderstand, Schub antrieb und Gewicht. Um einen stabilen Flug zu erreichen, muss er auch Momente über alle drei Achsen, die Rolle, die Tonhöhe und die Gähnachse ausbalancieren. Alle Drehungen sind definiert als Winkel um diese Achse mit Änderungen in der Rollenachse, die eine Seiten-zu-Seite-Bewegung verursachen, Änderungen an der Steigungsachse, die vorwärts- und rückwärts geneigte Bewegung verursachen, und Änderungen in der Gähnachse, die Richtungsänderungen verursachen.

Um das Flugzeug für plötzliche Veränderungen wie Windböen zu stabilisieren, gibt ein Flugsteuerungssystem Motor- und Steueroberflächenbefehle aus, die in Echtzeit aktualisiert werden müssen. So verwendet das Steuerungssystem verschiedene Sensoren, um eine genaue Messung der aktuellen Höhe, d. h. der Roll-, Pitch- und Gähnwinkel, sowie der Luftgeschwindigkeit zu halten. Sobald Daten von den Sensoren erfasst werden, werden die Signale gefiltert, um die Auswirkungen von Rauschen und Ausreißern auf die verarbeitete Datenqualität zu reduzieren. Die Daten werden dann in einer vollständigen Schätzung des Flugzeugzustands aggregiert und für die Flugsteuerung verwendet.

Sowohl Festflügelflugzeuge als auch Multikopter verlassen sich auf dieses Steuerungssystem, um die Flughöhe zu überwachen und zu steuern. Beide verwenden auch Sensor Sweep bekannt als inertial E-Einheit oder IMU.

Ein IMU besteht in der Regel aus drei Sensortypen: Beschleunigungsmesser zur Messung der linearen Beschleunigung, Geschwindigkeitsgyroskope zur Messung der Winkelgeschwindigkeit und Magnetfeldsensoren zur Messung der Richtung und Stärke des lokalen Magnetfeldes. Eine IMU wird oft mit einem GPS-System gekoppelt und in der Nähe des Schwergewichtsschwerpunkts mit der Sensorachse an der Achse des Flugzeugkörpers ausgerichtet montiert.

In diesem Labor zeigen wir die Kalibrierung einer einfachen IMU mithilfe einer Präzisionsrate-Tabelle. Anschließend montieren wir die kalibrierte IMU an einem Multicopter und führen einen Flugtest durch, um Echtzeit- und Filterdaten anzuzeigen.

Im ersten Teil des Experiments kalibrieren wir den IMU, der einen Ratenkreisel und Beschleunigungsmesser für jede Achse enthält, mithilfe einer Präzisionsrate-Tabelle. Die Rate-Tabelle dreht sich nach einer Reihe von Rate-Befehlen präzise mit einer benutzerdefinierten Geschwindigkeit. Dies ermöglicht es uns, die Beziehung zwischen der Spannungsanzeige und der Geschwindigkeit zu bestimmen.

Zunächst montieren Sie die IMU mit Schrauben auf den Rate-Tisch und richten Sie sie so aus, dass die sensorische Achse, die in diesem Fall die X-Achse kalibriert wird, direkt radial nach innen oder außen gerichtet ist. Messen Sie den Abstand vom Tabellenmittelpunkt zum IMU-Mittelpunkt, und verwenden Sie diese Messung als Referenzradius für kreisförmige Bewegungen. Die IMU ist auf einer Datenerfassungsplatine montiert. Verbinden Sie die Komponenten direkt.

Richten Sie nun die Software ein, um die IMU-Rate- und Beschleunigungsdaten zu erfassen. Führen Sie eine Reihe von Experimenten mit unterschiedlichen positiven und negativen konstanten Raten-Tabellenrotationsraten mit Null als Basismessung verwendet. Während die Rate-Tabelle bewegungslos ist, notieren Sie den Kurskreisel und Beschleunigungsmesser nach S-Werten. Starten Sie dann den Test, und sammeln Sie die Daten.

Sobald alle Winkelgeschwindigkeiten auf diese Ausrichtung getestet wurden, lösen Sie die IMU und positionieren Sie sie so, dass der Beschleunigungsmesser nach oben ausgerichtet ist. Fügen Sie es erneut an, und starten Sie dann den Test, um -1 G-Daten zu sammeln. Danach kippen Sie die IMU so, dass der Beschleunigungsmesser nach unten ausgerichtet ist und +1 G-Daten sammeln.

Wenn Sie die Kalibrierung der x-Achse abgeschlossen haben, positionieren Sie den IMU so neu, dass der Z-Achsensensor orientalisch radial nach außen gerichtet ist, und wiederholen Sie alle Tests, und denken Sie daran, die IMU nach oben und unten zu positionieren, um den Beschleunigungsmesser zu kalibrieren. Führen Sie das gleiche Verfahren für den y-Achsensensor aus.

Im nächsten Teil des Experiments werden wir die IMU auf dem Quadrotor montieren und innerhalb einer Netzfluganlage fliegen. Eine radiale Steuerung Senderempfänger Schnittstelle ermöglicht es dem Piloten, Befehle für Höhe, Überschrift, Rollwinkel, Steigungswinkel und Gähnwinkel zur Verfügung zu stellen.

Laden Sie vor dem Start alle Batterien auf und testen Sie die Komponenten vor der Installation auf dem Quadrotor. Dann bereiten Sie den Flug vor, um sicherzustellen, dass mindestens drei Personen, der Kommandant, der visuelle Beobachter und der Betreiber der Bodenstation, über die Flugpläne informiert werden. Bringen Sie den Quadrotor in die Netzfluganlage und stellen Sie ihn auf ein flaches Landebrett.

Der Flugtest beginnt mit dem Start vom Ursprungsklettern auf 1,5 m Höhe. Anschließend führen wir ein zwei Meter großes Flugmuster mit einer Referenzgeschwindigkeit von 0,5 m/s aus. Der Quadrotor pausiert vor jedem Positionswechsel. Anschließend führen wir Segmente mit höheren Geschwindigkeitsüberschreitungen bei 0,5, 1 und 1,5 m/s aus, um zu demonstrieren, wie sich Geschwindigkeitsüberschüsse überdasen.

Um den Flugtest zu starten, starten Sie die Datenerfassung auf der Bodenstation. Nachdem Sie bestätigt haben, dass der Flugbereich frei ist, bewaffnen Sie die Motoren. Beginnen Sie nun die Flugtestsequenz, wobei der Pilot jeden Schritt ausruft, bevor er sie ab dem Start durchführt. Achten Sie darauf, alle Flugmodus-Änderungen, bekannte Wegpunktziele oder Manöver anzukündigen.

Nachdem der Flugplan ausgeführt wurde, informieren Sie den Rest des Flugteams über die endgültige Abfahrt und Landung des Quadcopters. Entwaffnen Sie dann die Motoren am Quadcopter. Speichern und laden Sie alle Flugdaten herunter und protokollieren Sie den Flug im Fluglogbuch. Schließlich, alle Geräte wiederherstellen und den Bereich für den nächsten Benutzer löschen.

Lassen Sie uns nun die Ergebnisse interpretieren. Beginnend mit den Kalibrierdaten für die IMU zeigen wir zunächst ein Diagramm der Drehzahl der Geschwindigkeitstabelle im Vergleich zur Kreiselspannung. Beachten Sie, dass die Rate-Tabelle eine direkte Steuerung der Winkelgeschwindigkeit für die Kreiselkalibrierung bietet. Eine lineare Anpassung an die Daten ermöglicht die Berechnung der Geschwindigkeit aus Derelkreisspannung. In diesem Fall emittiert der Kurskreisel einen nominalen Nulldrehzahlwert von 2,38 Volt.

Sehen wir uns schließlich die Flugdaten an. Hier zeigen wir mit unserem kalibrierten IMU einen 30-Sekunden-Querbeschleunigungsdatensatz für den Quadrotor. Dieses Diagramm zeigt rohe und gefilterte Beschleunigungsmessungen aus dem IMU im Vergleich zur Zeit. Die Daten wurden gefiltert, um Geräusche aus der Messung zu entfernen. Sie können sehen, dass Rohrauschendaten abgeschwächt werden. 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. Wir kalibrierten dann einen Ratenkreisel und Beschleunigungsmesser und montierten sie auf einem Quadrotor, bevor wir Flugexperimente durchführten.

Transcript

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.

Explore More Videos

Leerer Wert Ausgabe

Related Videos

Aerodynamisches Verhalten eines Modellflugzeugs: Die DC-6B

Aerodynamisches Verhalten eines Modellflugzeugs: Die DC-6B

Aeronautical Engineering

9.1K Aufrufe

Charakterisierung von Propellern: Variationen von Pitch, Durchmesser und Blattzahl, und deren Einfluss auf die Leistung

Charakterisierung von Propellern: Variationen von Pitch, Durchmesser und Blattzahl, und deren Einfluss auf die Leistung

Aeronautical Engineering

27.7K Aufrufe

Verhalten der Tragflächen: Druckverteilung über einem Clark Y-14-Flügel

Verhalten der Tragflächen: Druckverteilung über einem Clark Y-14-Flügel

Aeronautical Engineering

23.0K Aufrufe

Clark Y-14 Tragflächenleistung: Einsatz von Hochauftriebsvorrichtungen (Klappen und Vorflügel)

Clark Y-14 Tragflächenleistung: Einsatz von Hochauftriebsvorrichtungen (Klappen und Vorflügel)

Aeronautical Engineering

14.9K Aufrufe

Turbulence Sphere-Methode: Bewertung der Strömungsqualität im Windkanal

Turbulence Sphere-Methode: Bewertung der Strömungsqualität im Windkanal

Aeronautical Engineering

9.3K Aufrufe

Querzylindrische Strömung: Messung der Druckverteilung und Einschätzung des Strömungswiderstandskoeffizient

Querzylindrische Strömung: Messung der Druckverteilung und Einschätzung des Strömungswiderstandskoeffizient

Aeronautical Engineering

17.3K Aufrufe

Analyse einer Düse: Variationen in Machzahl und Druck entlang einer konvergierenden und einer konvergierend-divergierenden Düse

Analyse einer Düse: Variationen in Machzahl und Druck entlang einer konvergierenden und einer konvergierend-divergierenden Düse

Aeronautical Engineering

39.0K Aufrufe

Schlieren-Imaging: Eine Technik zur Visualisierung der Eigenschaften von Überschallströmungen

Schlieren-Imaging: Eine Technik zur Visualisierung der Eigenschaften von Überschallströmungen

Aeronautical Engineering

13.0K Aufrufe

Strömungsvisualisierung in einem Wassertunnel: Beobachtung des Vorderkantenwirbels über einem Deltaflügel

Strömungsvisualisierung in einem Wassertunnel: Beobachtung des Vorderkantenwirbels über einem Deltaflügel

Aeronautical Engineering

9.2K Aufrufe

Surface Dye Flow Visualisierung: Eine qualitative Methode zur Beobachtung von Stromlinien in Überschallströmungen

Surface Dye Flow Visualisierung: Eine qualitative Methode zur Beobachtung von Stromlinien in Überschallströmungen

Aeronautical Engineering

5.4K Aufrufe

Pitotrohr: Ein Gerät zur Messung der Luftströmungsgeschwindigkeit

Pitotrohr: Ein Gerät zur Messung der Luftströmungsgeschwindigkeit

Aeronautical Engineering

51.5K Aufrufe

Konstant-Temperatur-Anemometrie: Ein Werkzeug zur Untersuchung der turbulenten Grenzschichtströmung

Konstant-Temperatur-Anemometrie: Ein Werkzeug zur Untersuchung der turbulenten Grenzschichtströmung

Aeronautical Engineering

8.0K Aufrufe

Druckwandler: Kalibrierung mit einem Pitotrohr

Druckwandler: Kalibrierung mit einem Pitotrohr

Aeronautical Engineering

10.6K Aufrufe

Multicopter-Aerodynamik: Charakterisierung der Schubkraft bei einem Hexacopter

Multicopter-Aerodynamik: Charakterisierung der Schubkraft bei einem Hexacopter

Aeronautical Engineering

9.8K Aufrufe

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code