RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
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
Solutions
Language
German
Menu
Menu
Menu
Menu
Please note that some of the translations on this page are AI generated. Click here for the English version.
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.
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 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.
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.
Related Videos
Aeronautical Engineering
9.1K Aufrufe
Aeronautical Engineering
27.7K Aufrufe
Aeronautical Engineering
23.0K Aufrufe
Aeronautical Engineering
14.9K Aufrufe
Aeronautical Engineering
9.3K Aufrufe
Aeronautical Engineering
17.3K Aufrufe
Aeronautical Engineering
39.0K Aufrufe
Aeronautical Engineering
13.0K Aufrufe
Aeronautical Engineering
9.2K Aufrufe
Aeronautical Engineering
5.4K Aufrufe
Aeronautical Engineering
51.5K Aufrufe
Aeronautical Engineering
8.0K Aufrufe
Aeronautical Engineering
10.6K Aufrufe
Aeronautical Engineering
9.8K Aufrufe