Overview
출처: 엘라 M. 앳킨스, 항공 우주 공학학과, 미시간 대학, 앤 아버, MI
개요
오토파일럿을 사용하면 항공기의 방향, 각도 속도 및 공기 속도를 측정하는 온보드 센서에서 수집된 데이터를 사용하여 항공기를 안정화할 수 있습니다. 이러한 수량은 자동 조종 장치에 의해 조정될 수 있으므로 항공기는 발사(이륙)부터 복구(착륙)를 통해 비행 계획을 자동으로 따릅니다. 대형 고정익 상용 수송기부터 4개의 추진기 유닛이 있는 쿼드콥터와 같은 소규모 다중 로터 헬리콥터에 이르기까지 모든 유형의 항공기를 제어하기 위해 유사한 센서 데이터가 수집됩니다.
글로벌 포지셔닝 시스템(GPS)과 같은 센서에 의해 관성 위치와 속도를 포착하여 자동 조종 장치 실시간 비행 제어 시스템을 통해 멀티콥터 또는 고정 익 항공기가 지정된 궤적을 따라 태도와 공기 속도를 안정화할 수 있습니다. 센서 통합, 교정, 데이터 수집 및 신호 필터링은 비행 제어 실험을 위한 전제 조건입니다.
여기서는 비행 제어에 필요한 데이터를 제공하는 센서 제품군에 대해 설명합니다. 두 개의 서로 다른 임베디드 컴퓨터 플랫폼에서 신호 인터페이스 및 데이터 수집이 설명되고 센서 교정이 요약됩니다. 단일 채널 이동 평균 및 중앙값 필터는 고주파 신호 노이즈를 줄이고 이상값을 제거하기 위해 각 데이터 채널에 적용됩니다.
이 실험에서는 실시간 비행 제어를 위한 데이터 수집 및 센서 교정이 입증됩니다. 여러 게시된 논문에서는 센서 데이터 수집 및 제어의 원리를 설명했으며, 최근에는 소형 무인 항공기(UAV) [1-3]용 센서에 초점을 맞추고 있습니다.
Principles
항공기는 공기 역학 및 추진 시스템을 통해 힘과 순간의 균형을 맞추어야 합니다. 그림 1a에도시된 바와 같이 고정 익항공기는 공기역학적 리프트, 공기역학적 드래그, 추진 시스템 추력 및 무게등 4개의 힘을 안정적으로 비행합니다. 고정 날개 항공기는 높이 또는 아래로 피치, 오르거나 내려, 왼쪽 또는 오른쪽으로 롤하여 새로운 제목으로 전환합니다.
그림 1b 및 1c에표시된 것처럼 호버링 멀티콥터는 추력 장치에 의해 생성된 위쪽 추력의 무게와 균형을 유지해야 하며, 뛰어난 속도로 비행하는 멀티콥터가 회전하여 추력의 균형을 맞추어 공기역학적 드래그의 균형을 유지해야 합니다. 안정적인 비행을 달성하기 위해 항공기는 세 축 모두에 대한 순간의 균형을 맞추어야 합니다. 회전은 3차원(3D) 비행에 대한 다음 규칙으로 정의됩니다.
- 롤(Φ) – 차량 의 전면을 가리키는 축을 향한회전(x),좌우 모션
- 피치(θ) – 왼쪽에서 오른쪽으로 달리는 축에 대한회전(y),전방 및 후진 기울기 동작
- Yaw (θ θ) – 세로 축(z)에대한 회전, 이는 제목 각도 변경의 결과
비행 제어 시스템은 도 1에도시된 바와 같이 항공기 롤, 피치, 요태도 및 밸런스 력을 안정화시키는 모터 및 제어 표면 명령을 발행합니다. 항공기가 바람과 같은 장애에 대해 수정할 수 있도록 명령이 안정적으로 실시간으로 업데이트되어야 합니다. 규정된 태도를 달성하고 유지하기 위해 제어 시스템은 항공기의 태도(롤, 피치, 요)와 시간이 지남에 따라 태도의 변화(각 속도)를 정확하게 추정해야 합니다. 리프트 및 드래그와 같은 힘은 공기 흐름에 따라 크게 달라지므로 항공기에 대한 공기 속도(그림 1의V)와 기류 방향을 결정하기 위해서는 추가 감지가 필요합니다. 규정된 궤적을 따르려면 GPS와 같은 센서를 통해 항공기의 위치를 감지해야 하며, 비행 제어를 가능하게 하는 항공기 센서도 도 2에표시됩니다.
센서에서 데이터를 수집하면 신호가 필터링되어 처리된 데이터 품질에 대한 소음 과 이상치의 영향을 줄입니다. 그런 다음 데이터는 3D 위치, 선형 속도, 방향(attitude) 및 각 속도를 포함하여 항공기 상태의 전체 추정치로 집계됩니다. 항공기 상태는 비행 컨트롤러로 전송되어 고정 날개 구성을 위해 항공기 추진기 및/또는 제어 표면에 명령을 업데이트합니다.
항공기 센서
고정 날개와 멀티콥터를 포함한 항공기는 관성 측정 장치(IMU)로 알려진 센서 제품군에 의존하여 3D 항공기 태도와 각 속도 도수를 결정합니다. IMU는 일반적으로 선형 가속을 측정하는 가속도계의 세 가지 센서 유형으로 구성됩니다. 각 속도 측정하기 위해 자이로 스코프 (자이로)를 평가; 및 자기장 센서는 로컬 자기장의 방향과 강도를 측정합니다. 도 3에도시된 바와 같이 3축 IMU는 3축 기준 좌표 시스템으로 구성된다. 3개의 가속도계, 3개의 속도 자이로 및 3축 자이로를 포함하여 총 9개의 감지 요소는 선형가속(도끼, ay 및 az),각 속도(ωx, ωy, ωz), 자기장(mx,내 및 mz)의독립적인 측정을 제공합니다. IMU는 일반적으로 항공기의 무게 중심(CG) 근처에 장착되어 있으며, 센서 축은 도 3에나와 같이 항공기 본체 축과 정렬됩니다.
이제 소형 IMU 센서 패키지를 저렴한 비용으로 사용할 수 있습니다. 각 센서는 아날로그 전압을 방출하여 아래에서 설명한 대로 로컬로 처리하거나 비행 컴퓨터로 직접 전송할 수 있습니다. 통합 관성 네비게이션 시스템(INS)은 IMU와 GPS 수신기를 결합합니다. GPS 장치는 내부적으로 위성 신호를 NED(북동쪽-다운)와 같은 로컬 좌표 프레임에 표시된 항공기의 위도, 경도, 고도 및 3D 선형 속도와 같은 지구상의 관성 위치를 추정하는 것으로 변환합니다. IMU 만으로는 항공기 태도를 안정시킬 수 있습니다. 그러나 INS를 사용하면 항공기가 규정된 비행 궤적을 추적할 수 있습니다.
공기역학적 힘은 공기 속도에 크게 의존하기 때문에 V,고정 익 항공기는 비행 컨트롤러 성능을 위해 기류를 측정해야 합니다. 유량 측정은 공기 데이터 시스템(ADS)을 사용하여 수집됩니다. 소규모 항공기에서는 종종 공기 속도만 측정됩니다. 고성능 항공기에서는 유동 방향과 속도를 측정해야 합니다.
항공기 의 기체, V를측정하는 데 사용되는 기본 피토 정적 시스템 [4]은 그림 4에표시됩니다. 피토 튜브 자체는 다가오는 흐름에 직접 직면 중앙 구멍이 있습니다. 이 구멍은 중앙 튜브를 통해 차동 압력 센서의 한 포트에 연결됩니다. 피토 튜브 의 바깥쪽 주위에 동등하게 간격이 있는 4개의 구멍은 단일 주변 튜브를 통해 차동 센서의 다른 포트에 연결됩니다. 중앙 관은 정체 또는 총 압력을 측정, PT,이는 흐름 속도가 0 지점에서 기압이다. 외부 튜브는 프리스트림 공기 속도, V에서 이동하는 흐름과 관련된 정적 기압, PS를 측정합니다. 4개의 주변 포트의 결합된 압력은 피토 튜브와의 흐름 정렬 불량과 경미한 흐름 난류를 고려하여 4개의 정적 압력 측정을 평균합니다. 공기 속도는 대기 밀도θ를 주어진 베르누리의 방정식에서 계산됩니다 :
(1)
그런 다음 피토 튜브 시스템에 의해 측정된 동적(차동) 압력은 다음과 같은 것입니다.
(2)
공기 속도, V, 다음에 의해 주어진다:
(3)
도 5에도시된 5홀 프로브[5]는 프리스트림 유동각과 속도를 측정할 수 있는 기능을 제공합니다. 베이스라인 피토 정적 시스템의 확장인 이 프로브는 중앙 튜브에서 PT를 측정합니다. 중앙 총 압력 포트의 위 및/이하 및 양쪽에 있는 4개의 다른 포트는 일반적으로 절대 압력 센서에 연결됩니다. 레벨 비행 중 피치 각도 θ와 일치하는 공격 각도 α 위쪽 및 하단 압력 측정을 비교하는 함수에서 계산됩니다.
(4)
교정 기능은 
5홀 프로브를 (작은) 풍동에 배치한 다음, α최소 및 최대 예상 비행 값 사이의 일련의 알려진 공격 각도에 걸쳐 풍동 압력 데이터를 피팅하는 곡선을 통해 결정된다. 마찬가지로, 일반적으로 작은 측면 흐름(sideslip) 각도 β 좌우 압력 측정을 비교하는 함수에서 계산됩니다.
(5)
마찬가지로, 교정 기능은 
β최소 및 최대 예상 비행 값 사이의 일련의 알려진 사이드 슬립 각도 조건에 대해 수집된 곡선 피팅 풍터널 압력 데이터에 의해 결정된다.
IMU 및 ADS를 통해 항공기의 태도, 각 속도 및 공기 속도(및 잠재적으로 방향)를 감지할 수 있습니다. 일반적으로 기성 INS 또는 비행 컴퓨터에 별도의 GPS 전용 인터페이스를 통해 연결된 GPS 장치는 관성 위치와 속도를 측정합니다. GPS 장치[6]는 여러 위성의 도착 시간 데이터를 집계하여 삼각측량에서 수신기 위치를 추정합니다. 기준 GPS는 열린 영역에서 1-3 미터의 순서에 위치 정확도를 가지고; 대부분의 UAV는 기준GPS 장치를 호스트합니다. GPS는 또한 위치 추정 오류를 미터 미만으로 줄이는 지역 지역의 신호 소스에서 와이드 영역 확대 시스템(WAAS) 신호 [7]를 수신할 수 있습니다. GPS 위치는 지구의 좌표 시스템, 일반적으로 LLA (위도, 경도, 고도)에서 측정됩니다. GPS는 또한 NED(북동쪽-다운) 또는 ENU(동북식) 지구 기반 좌표 시스템의 지구대비 항공기의 3D 속도를 현지측정합니다. GPS 장치는 내부적으로 위치와 속도 정보를 계산하고 이러한 값을 온보드 비행 컴퓨터에 전달합니다.
GPS를 사용하면 항공기가 지구 고정 좌표 프레임의 웨이포인트에 의해 설명된 비행 계획을 따를 수 있습니다. 작은 UAV 감시와 같은 많은 임무는 UAV가 로컬 환경에 대해 탐색하도록 요구합니다. 이를 위해 UAV는 여전히 GPS 수신기를 탑재할 수 있지만 카메라, 레이더 또는 Lidar와 같은 온보드 센서에 의존하여 로컬 환경과 관련하여 탐색할 것입니다. 많은 연구자들은 수색 및 구조 응용 분야 [8] 및 GPS 신호 수신이 신뢰할 수 없는 도시 협곡 환경에서 작은 UAV 지역화를 위해 온보드 센서를 사용하는 지역 환경과 관련하여 UAV 네비게이션을 연구했습니다[9].
DAQ(데이터 수집) 및 센서 교정
각 IMU 및 ADS 센서는 아날로그-디지털(A/D) 컨버터를 통과한 다음 디지털 프로세서 또는 마이크로프로세서를 통과하는 아날로그 전압을 방출합니다. A/D 변환은 비행 컴퓨터에서 직접 수행하거나 전용 마이크로프로세서가 A/D 변환을 수행하고 데이터를 다시 전송할 수 있습니다. 신호가 긴 신호 와이어에 손실되기 때문에 센서 신호 소스에 가까운 A/D 변환을 수행하는 것이 유리합니다. 따라서 많은 현대 ImUs는 마이크로프로세서를 포함하고 (무손실) 직렬 연결을 통해 디지털화된 전압 판독값을 전송합니다. 예를 들어, MPU-9250은 단일 인쇄 회로 기판에 9개의 IMU 센서(가속도계 3개, 3속도 자이로, 3축 자이로미터) 및 마이크로프로세서를 호스팅합니다. 그런 다음 수집된 데이터는 I2C 직렬 연결[10]을 통해 비행 컴퓨터에 배포됩니다.
이 데모에서는 I2C 연결이 있는 IMU의 사용과 다이아몬드 시스템 아테나 II와 비글본 블루라는 두 개의 임베디드 컴퓨팅 플랫폼을 사용하여 비행 컴퓨터에서 아날로그 데이터의 직접 수집을 보여 줍니다. 다양한 하드웨어 인터페이스 기능으로 인해 선택되었습니다. 둘 다 가볍고 작은 UAV에 설치하는 데 적합한 작은 폼 팩터가 있습니다. 아테나 II는 잘 확립 된 제품입니다; 그 강도는 경량 QNX Neutrino 실시간 운영 체제와 함께, 최대 3 kHz의 신뢰할 수있는 데이터 수집을 보장 고해상도 (16 비트 A / D) 데이터 해상도입니다. 리눅스의 변형을 실행 하는 비글 본 블루, 낮은 해상도 A/D 변환기를 가지고, 하지만 그것은 다양 한 직렬 장치에 인터페이스, I2C를 포함 하 여. 비글본은 저렴한 비용으로, 더 빠른 프로세서를 가지고 있으며, 수많은 리눅스 기반 응용 프로그램과 호환됩니다. 따라서 저비용 실험을 위한 더 나은 범용 선택입니다. Athena II는 이 실험에서 유연한 날개 실험 UAV 플랫폼(11)과 같은 연구 기반 비행 데이터 수집에 대한 애플리케이션을 사용하여 센서 데이터를 직접 캡처하는 데 유용성을 입증하는 데 사용됩니다.
비행 제어를 위해 배포하기 전에 IMU 및 ADS 센서를 적절하게 보정해야 합니다. 물리적 센서 출력이 A/D 컨버터를 통해 컴퓨터로 전달한 다음 MKS(미터 킬로그램 초) 단위로 변환될 때 종단 간 교정은 전압 배율 조정 및 바이어스를 차지합니다.
(6)
여기서 획득된 
신호는 볼트에서 바이어스 전압, b에 의해 상쇄되고 요인 m별로 MKS 단위 판독값으로 배율조정됩니다. 
직렬 인터페이스를 갖춘 Imus는 제조업체의 교정을 기반으로 볼트 또는 MKS 단위로 판독값을 수집할 수 있는 옵션을 제공할 수 있습니다. IMU 또는 ADS에 대해 직접 획득한 센서 데이터는 A/D 컨버터의 해상도(예: 12비트 또는 16비트)와 풀 스케일 전압 범위에 따라 부동 점 전압 판독으로 변환되는 각 A/D 채널(카운트)에서 정수 값을 읽어야 합니다. 기본 센서 교정과 A/D 변환 프로세스의 부정확성을 고려하려면 일반적으로 DAQ 파이프라인에 완전히 통합된 IMU 및 ADS를 보정하는 것이 유리합니다.
IMU의 경우 가속도계 전압은 초당 미터의 0 가속을 기준으로 판독값으로 배율이 조정되고, 속도 자이로 전압은 초당 래디언의 각도 속도0에 비해 판독값으로 배율이 조정됩니다. 자기계의 교정은 지역 교란 소스 [12]를 차지하는 보다 신중한 프로세스가 필요합니다. 이 실험에서는, 우리는 속도 자이로와 가속도계를 보정하기 위하여 비율 표의 사용을 보여줍니다. 복잡한 환경에서는 교정에 대한 최선의 노력에도 불구하고 자기계가 정확하지 않을 수 있습니다. 이러한 경우, 제목은 GPS 속도 벡터 제목의 고려와 같은 대체 수단을 통해 결정됩니다.
신호 필터링
센서 신호에는 필연적으로 전기 소음뿐만 아니라 기내 구조 진동과 같은 물리적 소스의 소음이 포함됩니다. 이러한 노이즈는 일반적으로 데이터 및 고주파 노이즈에서 단일 이상값의 형태를 취합니다. 둘 다 낮은 수준의 신호 필터링으로 감쇠될 수 있습니다. 일반적으로 적용되는 두 개의 센서 신호 필터[13]는 고주파 노이즈를 감쇠하는 이동 평균 필터와 이미지에서 단일 채널 순차 신호또는 "소금과 후추"에서 신호 이상값을 거부하는 중앙필터입니다. 간단한 이동 평균은 실시간 제어 시나리오에서 가장 최근에 획득한 n 데이터 값의 평균 값으로 현재 신호를 추정합니다. 후처리에서 각 신호는 시간 이동 효과를 피하기 위해 이전 및 향후 데이터 포인트와 동일한 수로 추정됩니다. 따라서 비행 제어에 사용할 수 있는 실시간 무중력 이동 평균 추정치는 다음과 같은 것입니다.
(7)
여기서 는 시간 단계 k-i에서 단일 센서 데이터 
값이며 시간 단계 k의이동 평균 추정치입니다. n의 큰 값은 고주파 노이즈를 효과적으로 제거하지만 신호 추정에 시간 지연을 도입하는 단점이 있습니다. 또한 실제 일시적인 신호를 필터링할 수도 있습니다. 이전 데이터가 이동 평균 추정치에 미치는 영향을 최소화하기 위해 데이터는 선형 또는 기하급수적으로 가중치를 부여하여 가장 최근의 데이터 포인트가 이전 데이터 값보다 평균 결과를 이동하는 데 영향을 미칩니다.
단일 채널 신호의 중앙값 필터는 간단합니다. 마지막 원시 데이터 값은 배열 또는 집합에서 수집된 다음, 중간값, 즉 짝수값 수를 감안할 때 두 중간 값의 중간 값 또는 평균이 반환됩니다.
(8)
여기서 단일 센서 데이터 
값이며 시간 단계 k에서중앙값 필터링 된 출력입니다. 고주파 노이즈와 이상치에 따라 데이터는 중앙값과 이동 평균 필터를 통해 순차적으로 처리되는 경우가 많습니다. 이상치가 이동 평균 결과에 영향을 미치지 않도록 하기 위해 중앙값 필터가 일반적으로 먼저 적용됩니다. n 및 d값은 사용자 정의이지만 일반적으로 제어 결정에 사용되는 것보다 훨씬 높은 속도로 데이터를 획득하지 않는 한 [3, 10] 범위에 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Procedure
이 절차는 IMU 및 ADS 센서 교정 및 비행 컴퓨터와의 통합을 설명하고 실외 비행 시설에서 통합 된 INS 및 ADS 데이터 수집 및 처리의 사용을 보여줍니다. 미시간 대학교 M-Air 그물 비행 테스트 시설에서 운영되는 사분면비행 제어가 입증되었습니다.
1. 센서 교정: 관성 측정 장치(IMU)
센서 교정은 고품질 테스트 장비의 지원을 받아 수행될 때 가장 효과적입니다. 3축 IMU의 경우 정밀속도표(도6)를사용하여 각 축에 대한 자이로 및 가속도계를 별도로 보정합니다. 속도 표는 사용자가 정의한 각도 속도로 정확하게 회전합니다. 사용자는 일련의 속도 명령을 발행하며, IMU는 센서 교정에 필요한 데이터를 수집합니다. 따라서 아래에 설명된 단일 축 교정 실험은 따라서 각 IMU 센서축(x, y, z)에대해 한 번 세 번 반복된다.
- 보정되는 센서 축이 내부 또는 바깥쪽으로 복사하도록 IMU를 속도 표에 마운트합니다.
- 테이블 중앙에서 IMU 센터의 중심까지의 거리를 측정합니다. 이는 원형 모션의 참조 반지름입니다.
- DAQ 컴퓨터, IMU 및 배터리를 속도 테이블에 직접 마운트하고 모든 구성 요소를 직접 연결합니다.
- IMU 속도 및 가속 데이터를 수집하는 소프트웨어를 설정합니다.
- 속도 표는 움직이지 않지만 기록 속도 자이로 및 가속도계 바이어스 값입니다.
- 서로 다른 양수 및 음수 상수 속도 테이블 회전 률로 일련의 실험을 수행합니다. 센서 교정은 선형으로 예상됩니다. 0(기준), ±15, ±30, ±60도/초의 속도로 데이터를 수집합니다. 테이블은 더 빠른 속도로 회전할 수 있지만 선택한 값은 일반적인 UAV 비행 작업에서 예상되는 신호를 커버하기에 충분합니다.
- 위에 나열된 각 각도 속도 값에 대해 보정되는 속도 자이로 및 가속도계에서 데이터를 수집합니다. 일정한 속도를 유지하려면 데이터가 수집되기 전에 각 회전 속도를 설정해야 합니다. 30~ 100Hz 이상의 데이터 수집 속도를 가정하고 10-15s 이상의 데이터를 수집하여 최종 교정 값에서 장애를 필터링할 수 있도록 합니다.
- 분리 및 속도 테이블에서 IMU를 제거하고 가속도계가 아래로 보정되는 것을 방향을 지정합니다.
- 컴퓨터 시스템을 통해 +1g 의 데이터를 수집합니다.
- IMU를 뒤집어가 가속도계가 포인트를 보정하고 컴퓨터 시스템을 통해 -1g 데이터를 수집합니다. 이러한 추가 데이터 포인트는 쉽게 얻을 수 있으며 ±1g의 속도 테이블 데이터에서 얻은 각 선형 교정 곡선의 유효성을 검사하는 데 사용할 수 있습니다. 선형 가속도계 데이터가 쿼드콥터 본문에 비해 "다운" 방향을 결정하는 데 사용되기 때문에 1g 값은 정확하게 보정하는 것이 특히 중요합니다.
- 데이터를 처리합니다. MKS 유닛 회전속도(자이로) 및 선형 가속도계(가속도계)에 대한 획득 전압과 관련된 자이로 및 가속도계 데이터 포인트에 맞는 선형 곡선을 개발합니다. 교정 오류가 충분히 낮은지 확인합니다. 요금 표는 자이로 교정을 위한 각도 속도를 직접 제어합니다. 원형 모션의 중심력에 의해 유도되는 해당 가속은, 속도 테이블 센터에서 IMU의 지정된 각도 속도 ω 및 반지름 r으로부터 계산될 수 있다.
(9)
(9)2. 쿼드로터 비행 실험
실험의 마지막 시리즈를 위해, 우리는 쿼드로터에 IMU와 피토 시스템을 장착 (그림 7에표시) 미시간 대학의 M-Air 그물 비행 시설에서 비행. 차량은 아두파일럿 오픈 소스 오토파일럿 패키지 의 포트를 통해 비글본 블루(마이크로프로세서 사용 없음)로 안정화되고 미션 플래너 지상역 소프트웨어를 통해 비행 전에 구성됩니다. 무선 제어 송신기/수신기 인터페이스를 통해 파일럿은 사분면 고도, 좌우 모션에 대한 "외부 루프" 명령을 제공하고 아두파일럿의 "내부 루프" 비행 제어 법으로 이동하여 사사회전 롤 각도, 피치 각도, 야각도(제목) 및 고도를 조절할 수 있습니다. [14]
쿼드로터는 안정화를 위해 공기 속도 피드백을 필요로 하지 않기 때문에, Ardupilot은 IMU 데이터와 고도에 대한 압력 센서에만 의존하며, 이는 이륙 고도 압력에 비해 프로그램 초기화 중에 보정되어 파일럿 입력을 고려할 때 비행을 안정화시킵니다. Ardupilot의 완전 자율 확장에는 GPS 또는 기타 감지 시스템(예: 고속 모션 캡처)의 관성 위치 데이터가 필요합니다. 제한된 환경에서 사분으로 실험이 수행되었기 때문에 피토 공기 데이터 시스템은 필요하지 않습니다. 그러나 피토 시스템은 불확실한 바람이 부는 환경에 따라 정확한 비행 경로를 시도하는 고정 날개 항공기 및 멀티 콥터에 필수적입니다. [15, 16] 비행 테스트 절차는 비행 전, 비행 테스트 및 비행 후의 세 단계로 나뉩니다. 이 세분화는 잘 확립 된 조종석 체크리스트를 사용하여 유인 항공기의 조종사가 이어지는 절차와 유사합니다. [17]
비행 전
- 배터리를 충전하고 설치하기 전에 테스트합니다.
- 명확한 테스트 환경(실내 또는 실외)을 설정하고 관련되지 않은 사람들이 명확하게 유지되도록 영역을 표시합니다.
- 비행 테스트 팀이 계획된 테스트를 수행하기 위해 브리핑및 자격을 갖춘(훈련된)을 수행해야 합니다.
- 야외 비행하는 경우 FAA 규정에 따라 항공기와 조종사가 등록되고 인증되었는지 확인하십시오. 야외 테스트에는 최소 3명이 필요합니다: 명령의 조종사(PIC), 시각 관찰자(VO), 지상역 운영자. 우리의 시험을 위해, 쿼드로터는 야외에서 그물 시설에서 비행합니다. 두 명의 밧줄 작업자는 차량이 실내 테스트를 위해 멀리 날 수 없도록 보장합니다. UAV가 개방형 야외 공간을 차지하지 않기 때문에 그물 비행 테스트에는 특정 FAA 규정이 적용되지 않습니다.
- 비행 컴퓨터와 지상 역 노트북을 켭니다.
- 센서가 제대로 작동하는지 확인하기 위해 예비 데이터를 수집합니다. 조종사 및 지원 팀은 비행 계획에 대한 명확한 이해를 보장해야 하며 중단/복구 절차가 마련되어 있어야 합니다.
비행 테스트
- 지상 스테이션에서 데이터 수집을 시작합니다.
- 비행 영역이 명확하고 안전한지 확인합니다.
- 팔 추진기 / 모터.
- 비행 테스트 시퀀스를 시작합니다.
- 조종사가 최소한 단계별로 각 단계를 호출하는 비행 테스트를 수행합니다.
이륙(발사), 비행 모드 변경, 알려진 웨이포인트 타겟 또는 기동, 착륙. 모든 직원이 업무에 착수하고 필요에 따라 비상 절차(비행 종료)를 실행해야 합니다. 웨이포인트와 궤적은 각 비행에 만만치 않습니다. 사분면 실험의 경우, 일정한 고도와 헤딩에서 적당히 공격적인 크로스 및 직사각형 패턴을 따르고 등반 / 하강 다음 yaw 시퀀스를 따릅니다. 이 비행의 각도 속도와 선형 가속은 데이터에서 쉽게 식별되며 IMU 및 비행 컨트롤러가 올바르게 작동하는지 확인합니다.
비행 후
- 모터를 무장 해제하여 실수로 켜지지 않도록 합니다.
- 비행 데이터를 저장하고 다운로드하여 보관 저장합니다.
- 파일럿, VO 및 지상 역 운영자 피드백당 단어로 비행할 수 있습니다.
- 필요에 따라 배터리를 확인하고 충전하십시오.
- 장비를 복구하고 다음 탑승자를위한 영역을 청소하십시오.
고정 날개 항공기는 공기역학적 리프트, 공기역학적 드래그, 추진 시스템 추력 및 무게의 네 가지 힘의 균형을 맞추어 안정적인 비행을 달성합니다. 안정적인 비행을 달성하기 위해서는 세 축, 롤, 피치 및 요 축 모두에 대한 순간의 균형을 맞추어야 합니다. 모든 회전은 롤 축의 변화와 함께 이러한 축에 대한 각도로 정의되며 좌우 모션을 일으키고, 피치 축이 변경되어 전방 및 뒤로 기울기 동작을 일으키고, 야우 축의 변경으로 인해 헤딩 이 변경됩니다.
항공기의 돌풍과 같은 갑작스런 변화에 대한 안정화를 위해 비행 제어 시스템은 실시간으로 업데이트해야 하는 모터 및 제어 표면 명령을 발행합니다. 따라서 제어 시스템은 다양한 센서를 사용하여 현재 고도를 정확하게 측정하여 롤, 피치 및 야각도뿐만 아니라 공기 속도를 의미합니다. 센서에서 데이터를 수집하면 신호가 필터링되어 처리된 데이터 품질에 대한 소음 및 이상값의 영향을 줄입니다. 그런 다음 데이터를 항공기 상태의 전체 추정치로 집계하고 비행 제어에 사용됩니다.
고정 날개 항공기와 멀티콥터 모두 이 제어 시스템에 의존하여 항공기 고도를 모니터링하고 제어합니다. 둘 다 관성 측정 장치 또는 IMU로 알려진 센서 스윕을 활용합니다.
IMU는 일반적으로 선형 가속을 측정하는 가속도계, 각 속도 측정을 위한 자이로스코프 및 자기장 센서의 세 가지 센서 유형으로 구성되어 있어 국소 자기장의 방향과 강도를 측정합니다. IMU는 종종 GPS 시스템과 결합되어 항공기 본체의 축과 정렬된 센서 축으로 항공기 중심 근처에 장착됩니다.
이 실험실에서는 정밀 속도 테이블을 사용하여 간단한 IMU의 교정을 시연할 것입니다. 그런 다음 보정된 IMU를 멀티콥터에 장착하고 실시간 보고 데이터를 필터링하는 비행 테스트를 수행합니다.
실험의 첫 번째 부분에서정밀속도표를 사용하여 각 축에 대한 자이로 및 가속도계를 포함하는 IMU를 교정합니다. 속도 테이블은 일련의 속도 명령에 따라 사용자가 정의한 속도로 정확하게 회전합니다. 이를 통해 전압 판독시간과 속도 간의 관계를 확인할 수 있습니다.
우선, IMU를 나사로 속도 테이블에 장착하고 이 경우 X축을 보정하는 센서 축이 직접 안쪽 또는 바깥쪽으로 복사된다는 것과 같은 방향을 지정합니다. 테이블 중심에서 IMU 중심으로의 거리를 측정하고 원형 모션의 기준 반지름으로 이 측정값을 사용합니다. IMU는 데이터 수집 보드에 탑재됩니다. 구성 요소를 직접 연결합니다.
이제 IMU 속도 및 가속 데이터를 수집하는 소프트웨어를 설정합니다. 기준측정으로 사용되는 0으로 양수 및 음수 상수 테이블 회전률이 다른 일련의 실험을 수행합니다. 속도 표는 움직이지 않지만 S 값으로 요금 자이로 및 가속도계를 기록합니다. 그런 다음 테스트를 시작하고 데이터를 수집합니다.
모든 각 속도는 그 방향에 대해 테스트되면, IMU를 분리하고 가속도계가 위쪽으로 향할 수 있도록 재배치. 다시 연결한 다음 테스트를 시작하여 -1 G 데이터를 수집합니다. 그 후, 가속도계가 아래쪽으로 향이 되도록 IMU를 뒤집고 +1 G 데이터를 수집합니다.
x축의 보정을 완료한 경우, Z축 센서가 동양적으로 바깥쪽으로 빛나도록 IMU를 재배치하고 모든 테스트를 반복하며 IMU를 위쪽으로 그리고 아래쪽으로 배치하여 가속도계를 보정합니다. y축 센서에 대해 동일한 절차를 수행합니다.
실험의 다음 부분에서는 쿼드로터에 IMU를 장착하고 그물비행 시설 내부로 비행할 것입니다. 방사형 제어 송신기 수신기 인터페이스를 통해 파일럿은 고도, 제목, 롤 각도, 피치 각도 및 야우 각도에 대한 명령을 제공할 수 있습니다.
시작하기 전에 사분면에 설치하기 전에 모든 배터리를 충전하고 구성 요소를 테스트합니다. 그런 다음 적어도 3 명, 지휘 중인 조종사, 시각 관찰자 및 지상 역 운영자가 모두 비행 계획에 대해 브리핑되도록 비행을 준비하십시오. 쿼드로터를 그물로 된 비행 시설로 가져와 평평한 착륙보드에 놓습니다.
비행 테스트는 기원 등반에서 1.5m 고도로 이륙하는 것으로 시작됩니다. 그런 다음 0.5m/s 의 참조 속도와 함께 2미터 평방 비행 패턴을 실행합니다. 사분면은 각 위치 변경 전에 일시 중지됩니다. 그런 다음 0.5, 1 및 1.5m/s에서 고속 횡단 세그먼트를 실행하여 속도가 오버슈트에 미치는 영향을 설명합니다.
비행 테스트를 시작하려면 지상 역에서 데이터 수집을 시작합니다. 비행 영역이 명확하다는 것을 확인한 후 모터를 무장시하십시오. 이제 조종사가 이륙부터 시작하기 전에 각 단계를 호출하여 비행 테스트 시퀀스를 시작합니다. 모든 비행 모드 변경, 알려진 웨이포인트 타겟 또는 기동을 발표해야 합니다.
비행 계획이 실행된 후, 쿼드 콥터의 최종 하강 및 착륙의 비행 팀의 나머지 부분을 경고합니다. 그런 다음 쿼드 콥터의 모터를 무장 해제합니다. 모든 항공편 데이터를 저장하고 다운로드하고 비행 로그북에 항공편을 기록합니다. 마지막으로 모든 장비를 복구하고 다음 사용자의 영역을 지웁울 수 있습니다.
이제 결과를 해석해 봅시다. IMU에 대한 교정 데이터부터 시작하여 먼저 자이로 전압에 비해 속도 테이블의 회전 속도 플롯을 보여 드립니다. 요금 표는 자이로 교정을 위한 각도 속도를 직접 제어합니다. 데이터에 선형 맞춤을 하면 자이로 전압에서 속도를 계산할 수 있습니다. 이 경우, 속도 자이로는 2.38 볼트의 명목 제로 속도 판독을 방출한다.
마지막으로, 비행 데이터를 살펴 보겠습니다. 여기에서는 보정된 IMU를 사용하여 쿼드로터에 대한 30초 측면 가속 데이터 세트를 보여 드립니다. 이 플롯은 IMU 대 시간의 원시 및 필터링된 가속 측정을 보여 주었습니다. 측정에서 노이즈를 제거하기 위해 데이터를 필터링했습니다. 원시 노이즈 데이터가 감쇠된 것을 볼 수 있습니다. 그러나 시간 지연은 필터링된 데이터에 존재합니다.
요약하면, 항공기 제어 시스템이 비행 중 현재 고도및 비행 속도를 측정하기 위해 다양한 센서를 사용하는 방법을 배웠습니다. 그런 다음 속도 자이로와 가속도계를 보정하고 비행 실험을 수행하기 전에 사중기에 장착했습니다.
Subscription Required. Please recommend JoVE to your librarian.
Results
센서 교정
속도 자이로 교정 플롯의 예는 도 8에도시된다. 이 경우, 속도 자이로는 2.38 V. 속도 자이로 전압 데이터의 명목(제로 스피드) 판독값을 초당 6개의 서로 다른 회전 속도로 수집하였고, 선형 곡선이 이 데이터에 적합하였다. 그림과 같이 선형 맞춤은 수집된 모든 데이터 포인트의 근사치를 제공합니다.
비행 테스트 결과
그림 9는 실내 환경에서 비행하는 사분면에 대한 30년대 측면 가속 데이터 집합의 원시 및 필터링된 데이터를 보여 주었습니다. 필터 값 d와 n은 필터링 프로세스의 영향을 명확하게 설명하기 위해 상대적으로 큽니다. 그림과 같이 원시 데이터 노이즈가 감쇠됩니다. 그러나, 주목할 만한 시간 지연은 필터링된데이터(예: t=5 s) 직전에 (감쇠된) 양수 가속 추세에 존재한다. 이 플롯의 경우 전체 가속 추세에서 작은 음수 편향이 지적됩니다. 이는 중력 가속기의 작은 성분이 x축 가속 측정에 주목되는 사중구 추진기 평면에 비해 IMU 마운트의 약간의 피치 때문일 수 있다. 이러한 오프셋은 육안으로만 센서를 정렬할 때 일반적입니다.
그림 1. 항공기에 작용하는 기본 힘. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2. 센서에서 비행 제어에 이르는 데이터 파이프라인. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3. 관성 측정 장치(IMU) 센서 및 축 규칙. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4. 공기 속도(V)측정을위한 피토 튜브 시스템. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5. 공기 속도(V),공격 각도(a),및 사이드 슬립 각도(b)측정을위한 5 홀 프로브 시스템. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6. 단일 축 속도 표가 있는 IMU 센서 교정. 도시된 바와 같이, z축속도 자이로 전압은 각 명령된 각 각도 속도에 대해 직접 보정할 수 있고, w, x축가속도계는 각 속도 w및 측정 반경 r을 주어진 원심 가속으로부터 IMU 센트로이드로 보정될 수 있다. IMU는 회전 및 다른 속도 자이로 및 가속도계 축에서 측정을 보정하기 위해 다시 장착 할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7. 비행 테스트에 사용되는 비글본 블루쿼드로터 플랫폼. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 8. 속도 자이로 예제 교정 예. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 9. 예 쿼드로터 측삭(x) d=8의 중앙값 필터를 사용하여 실내 비행에 대한 가속도계 데이터 발췌및 창 n=15가있는 평균 필터를 이동합니다. 원시 데이터는 파란색 추세에 의해 표시되며 필터링된 데이터는 주황색으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 10. 예를 들어 고정 날개 작은 UAS GPS, 가속도계 및 속도 자이로 비행 테스트 데이터. 원시(필터링되지 않은) 데이터는 신호 필터링의 필요성을 설명하기 위해 제공됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Applications and Summary
여기서 우리는 고정 날개 및 회전 날개 항공기 실시간 비행 제어를 가능하게하는 데 필요한 센서 시스템, 데이터 수집 및 신호 필터링 프로세스를 설명했습니다. 이 데이터 파이프라인은 모든 유인 및 무인 항공기 오토파일럿 시스템의 필수 요소입니다. 멀티콥터는 안정화를 위해 오토파일럿이 필요하며, 모든 유형의 항공기는 공중 데이터 수집 및 탑재하중 운송과 관련된 임무를 수행하는 점점 더 자율적인 항공기 시스템으로 이동함에 따라 모든 운영에 대한 실시간 데이터 수집 및 비행 제어에 비판적으로 의존합니다. 상용 센서 패키지를 통합할 수 있지만 다양한 환경에서 센서 기능과 한계를 이해하는 데 신뢰성이 중요합니다. 예를 들어, 무거운 강수량 이나 얼음 피토 튜브를 차단할 수 있습니다., 도시 협곡 구조 GPS 신호를 차단할 수 있습니다.
또한 비정상적인 태도는 Euler Angle 태도 표현에 의존하는 상태 추정 계산에 대한 확장이 필요할 수 있습니다. 추가 센서의 통합을 통해 얻은 복원력과 중복 센서를 지원하는 데 필요한 추가 비용과 무게 사이에는 고유한 절충이 있습니다. 가장 낮은 비용 작은 UAV는 여기에 설명된 비행 제어를 위해 센서의 기준 제품군을 계속 사용할 것입니다. 상용 운송 및 전투기와 같은 가장 신뢰할 수 있는 항공기는 여기에 설명된 센서와 유사한 센서에 대한 상태 추정치를 기반으로 하지만, 항공기 비행 컨트롤러가 센서 고장 또는 매우 어려운 환경 조건에도 불구하고 정확한 상태 추정에 의존할 수 있음을 보장하기 위해 삼중 중복 및 센서 다양성에 의존합니다.
그림 10은 샘플 GPS 및 (원시) IMU 시간 기록을 작은 고정 날개 UAS 비행 테스트에서 가져온 보여줍니다. GPS 데이터는 무선 제어 링크를 통해 조종사가 수동으로 비행한 로컬 배회 패턴을 보여줍니다. 원시 IMU 시간 역사는 신호를 표시하지만 상당한 신호 노이즈를 나타낸다. 이 노이즈는 주로 추진 장치(모터)에 의해 유도된 기체 구조 진동에서 발생하며 경량 목재 또는 복합 구조물이 있는 고정 날개 소형 UAS에 전형적입니다. 데이터가 고무 마운트로 구조물에서 IMU를 진동적으로 분리한 후 수집되어 신호 필터링에 대한 강력한 동기부여를 제공합니다. 시간 응답 데이터에서 이륙(launch)은 t=100 s 직후에 발생하며, 착륙은 t=450 s 바로 앞에서 발생하는 대규모 데이터 "스파이크"에서 볼 수 있습니다.
승인을
우리는 Prashin 샤르마 씨, 매튜 로마노 씨, 미시간 대학의 피터 개스켈 박사가 실험을 설정하고 수행하는 데 도움을 준 것을 인정합니다.
Subscription Required. Please recommend JoVE to your librarian.
References
- Langelaan, J.W., Alley, N., and Neidhoefer, J., 2011. Wind field estimation for small unmanned aerial vehicles. Journal of Guidance, Control, and Dynamics, 34(4), pp.1016-1030.
- Hallberg, E., Kaminer, I., and Pascoal, A., 1999. Development of a flight test system for unmanned air vehicles. IEEE Control Systems, 19(1), pp.55-65.
- Kim, J.H., Sukkarieh, S., and Wishart, S., 2003. July. Real-time Navigation, Guidance, and Control of a UAV using Low-cost Sensors. In Field and Service Robotics, Springer, pp. 299-309.
- Gracey, W., 1956. Wind-tunnel investigation of a number of total-pressure tubes at high angles of attack-subsonic, transonic, and supersonic speeds (No. NACA-TN-3641). National Aeronautics and Space Administration (NASA) Langley Research Center, Hampton, VA. (http://www.dtic.mil/get-tr-doc/pdf?AD=ADA377664)
- Morrison, G.L., Schobeiri, M.T., and Pappu, K.R., 1998. Five-hole pressure probe analysis technique. Flow Measurement and Instrumentation, 9(3), pp.153-158.
- Farrell, J. and Barth, M., 1999. The global positioning system and inertial navigation. New York, NY, USA, McGraw-Hill.
- Enge, P., Walter, T., Pullen, S., Kee, C., Chao, Y.C., and Tsai, Y.J., 1996. Wide area augmentation of the global positioning system. Proceedings of the IEEE, 84(8), pp.1063-1088.
- Goodrich, M.A., Morse, B.S., Gerhardt, D., Cooper, J.L., Quigley, M., Adams, J.A., and Humphrey, C., 2008. Supporting wilderness search and rescue using a camera‐equipped mini UAV. Journal of Field Robotics, 25(1‐2), pp.89-110.
- Rufa, J.R., and Atkins, E.M., 2016. Unmanned aircraft system navigation in the urban environment: A systems analysis. Journal of Aerospace Information Systems, 13(4), pp.143-160.
- Paret, D. and Fenger, C., 1997. The I2C bus: from theory to practice. John Wiley & Sons, Inc.
- S. Cesnik, C.E., Senatore, P.J., Su, W., Atkins, E.M., and Shearer, C.M., 2012. X-HALE: A very flexible unmanned aerial vehicle for nonlinear aeroelastic tests. AIAA Journal, 50(12), pp.2820-2833.
- Vasconcelos, J.F., Elkaim, G., Silvestre, C., Oliveira, P., and Cardeira, B., 2011. Geometric approach to strapdown magnetometer calibration in sensor frame. IEEE Transactions on Aerospace and Electronic Systems, 47(2), pp.1293-1306.
- Bovik, A., Huang, T.S., and Munson, D., 1983. A generalization of median filtering using linear combinations of order statistics. IEEE Transactions on Acoustics, Speech, and Signal Processing, 31(6), pp.1342-1350.
- Beard, R.W. and McLain, T.W., 2012. Small unmanned aircraft: Theory and practice. Princeton University Press.
- Yeo, D., Shrestha, E., Paley, D.A., and Atkins, E.M., 2015. An empirical model of rotorcraft UAV downwash for disturbance localization and avoidance. In AIAA Atmospheric Flight Mechanics Conference, AIAA.
- Yeo, D., Sydney, N., and Paley, D.A., 2016. Onboard flow sensing for rotary-wing UAV pitch control in wind. In AIAA Guidance, Navigation, and Control Conference.
- Degani, A. and Wiener, E.L., 1993. Cockpit checklists: Concepts, design, and use. Human Factors, 35(2), pp.345-359.
- Yeo, D., Henderson, J., and Atkins, E., 2009, August. An aerodynamic data system for small hovering fixed-wing UAS. In AIAA Guidance, Navigation, and Control Conference.
