基于MATLAB环境的四旋翼无人机避障控制方法研究

合集下载

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望随着无人机应用领域的不断扩大,对其操作自主性和安全性的要求也不断提升。

其中,避障技术是关键的研究方向之一。

本文主要介绍多旋翼无人机避障技术的研究现状、存在的问题及未来的发展方向。

多旋翼无人机的避障技术主要包括三种:基于传感器的避障、基于视觉的避障和基于机器学习的避障。

1. 基于传感器的避障多旋翼无人机可以搭载多种传感器,如红外、超声波、激光雷达等,以获取周围环境的信息。

传感器将信息反馈给飞控系统,飞控系统再根据信息控制无人机进行相应的动作,从而避免撞击。

这种方法的优点在于精度高、反应快,但缺点是对传感器有严格的要求,同时受环境干扰较大。

基于视觉的避障是让无人机借助相机来获取周围环境的图像并进行处理分析,从而识别出障碍物并进行规避。

这种方法的优点在于依赖相机,无需购买过多的传感器,但缺点是对于较差的环境(比如光线较暗)容易失效。

机器学习技术能够让无人机自主学习避障方法和规则,不断完善自己的避障能力。

这种方法的优点在于适应性强,可以根据不同环境进行学习和调整,但缺点是需要大量的数据集和时间训练,同时成本较高。

1. 识别率问题当前多旋翼无人机避障技术的最大问题是识别率。

在复杂的环境下,传感器或相机可能无法准确识别出障碍物的形状和位置,从而导致避障失败。

2. 反应速度问题目前多数的多旋翼无人机避障技术反应速度较慢,难以在快速飞行中及时发现障碍物并做出反应,这也是导致多数无人机意外事故的主要原因。

3. 避障路径规划问题当前多旋翼无人机的避障路径规划存在缺陷,难以快速准确规划最短的避障路径,尤其是对于复杂的环境而言。

1. 传感器和相机性能的提高传感器和相机的精度和灵敏度的提高是多旋翼无人机避障技术发展的关键。

未来的技术可能会针对不同场景和障碍物类型增加更多的辅助传感器,如红外、口红雷达、超声波,来提高避障的精度和有效范围,同时对相机的性能进行优化,适应更为复杂的拍摄环境。

2. 机器学习技术的广泛应用尽管机器学习技术的应用还面临着一些技术难题,但它已经被视为未来无人机避障技术的重要方向之一。

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望随着无人机技术的不断发展,多旋翼无人机的应用范围越来越广泛,例如物流配送、农业植保、环境监测等方面,然而,随着无人机的增多,避免无人机之间及其与其他物体的相撞成为了一个重要的问题,因此多旋翼无人机避障技术也逐渐受到了广泛的关注。

目前,多旋翼无人机避障技术主要分为两类:基于传感器的避障和基于视觉的避障。

下面将对这两种技术进行简要阐述。

基于传感器的避障技术是指利用无人机上安装的多种传感器,如超声波、红外线、激光雷达等来感知无人机周围的环境,以实现无人机的避障。

这种技术可以快速地检测到物体并及时避开,避免无人机与障碍物发生碰撞。

然而,由于传感器精度存在差异,传感器损坏或工作不稳定等问题,导致传感器的感知结果存在误差,因此基于传感器的避障技术还需要进一步完善。

基于视觉的避障技术是指运用视觉传感器,例如摄像头或深度相机等,对无人机周围的环境进行感知,并采取措施避免障碍物。

这种技术具有很高的交互性和适应性,能够适应不同的环境和条件,并减少传感器误差等问题。

目前,基于视觉的避障技术主要有三种方法:基于深度学习的避障方法、视觉SLAM避障方法以及利用视觉跟踪技术来规避障碍物。

未来多旋翼无人机避障技术发展仍将在三个方面展开:一是提高避障精度,精细化感知环境,尽可能地减小误差;二是提升避障速度,加速无人机的避障反应,提高无人机的操作效率和安全性;三是发展多无人机协作避障技术,实现多个无人机之间的智能协作,提高整个系统的避障能力。

综上所述,多旋翼无人机避障技术的发展前景广阔,无论是基于传感器的技术还是基于视觉的技术,都有着自身的特点和优势,为未来无人机的发展提供了强有力的支持。

在不断的研究和探索中,无人机的避障能力必将得到极大的提升,为人们创造更加安全和高效的飞行体验。

四旋翼飞行器双目视觉自主避障系统的研究

四旋翼飞行器双目视觉自主避障系统的研究

四旋翼飞行器双目视觉自主避障系统的研究目录摘要........................................................................................................................... .. (I)Abstract............................................................................................................... ...................II 目录........................................................................................................................... ...........IV 第一章绪论.. (1)§1.1课题研究背景及意义 (1)§1.2国内外研究现状 (2)§1.2.1无人飞行器避障系统的研究现状 (2)§1.2.2双目立体视觉的研究现状 (5)§1.3双目立体视觉在无人飞行器避障应用中的关键技术 (8)§1.4无人飞行器的避障过程 (8)§1.5论文章节安排 (10)第二章双目立体视觉理论体系与立体匹配算法 (12)§2.1双目立体视觉理论体系 (12)§2.1.1双目立体视觉的基本原理 (12)§2.1.2双目立体视觉中的四个坐标系 (13)§2.1.3双目摄头的标定及实验结果 (16)§2.1.4图像的立体校正及实验结果 (19)§2.2立体匹配算法 (21)§2.2.1匹配原理 (21)§2.2.2立体匹配算法的基本框架 (22)§2.2.3立体匹配算法的分类 (22)§2.2.4立体匹配算法的约束条件 (23)§2.2.5立体匹配算法的性能评价 (23)§2.3本章小结 (24)第三章融合FMS图像分割的半全局立体匹配算法 (25)§3.1SGM算法 (25)§3.1.1基于点的匹配代价计算 (25)§3.1.2匹配代价聚合和深度赋值 (26)§3.1.3视差精化 (27)§3.1.4存在的问题 (27)§3.2FMS图像分割算法 (28)§3.3对SGM算法的改进 (29)§3.4实验结果与分析 (30)§3.4.1参数的确定 (31)§3.4.2Middleburry平台测试 (33)§3.4.3实景测试 (34)§3.4.4实验结论 (34)§3.5本章小结 (35)第四章基于视差图的室内障碍物检测与测距 (36)§4.1基于视差图的障碍物检测 (36)§4.1.1图像分割方法 (36)§4.1.2基于区域生长和Canny边缘检测的障碍物检测算法 (40)§4.2障碍物距离信息的获取 (42)§4.2.1距离信息的获取原理 (42)§4.2.2距离信息的获取方法 (43)§4.3实验结果与分析 (43)§4.3.1参数的设置 (44)§4.3.2障碍物检测实验结果与分析 (44)§4.3.3障碍物距离信息获取的实验结果与分析 (45)§4.4本章小结 (46)第五章无人飞行器自主避障过程中的场景地图构建和航迹规划 (48) §5.1场景地图的构建 (48)§5.2无人飞行器的航迹规划 (49)§5.2.1二维平面规划 (49)§5.2.2高度规划 (51)§5.3仿真实验与分析 (52)§5.3.1基于数字地图的航迹规划仿真 (52)§5.3.2基于实景图的航迹规划仿真 (53)§5.4本章小结 (55)第六章基于双目视觉的四旋翼飞行器避障系统平台的构建 (56) §6.1系统平台的构建 (56)§6.1.1无人飞行器平台 (56)§6.1.2双目摄像头的选取 (56)§6.1.3基于PC机的双目视觉无人飞行器避障系统平台 (57) §6.1.4基于嵌入式的双目视觉无人飞行器避障系统平台 (58) §6.2嵌入式双目视觉系统硬件平台的搭建 (58)§6.3嵌入式双目视觉系统软件平台的搭建 (59)§6.3.1嵌入式操作系统的选择 (59)§6.3.2嵌入式linux系统的移植和裁剪 (60)§6.3.3基于V4L2的图像采集 (62)§6.3.4基于嵌入式Linux操作系统的OpenCV移植 (63)§6.4嵌入式双目视觉系统的验证 (67)§6.4.1系统实时性验证与分析 (68)§6.4.2系统精确性验证与分析 (70)§6.5本章小结 (72)第七章工作总结与研究展望 (73)§7.1工作总结 (73)§7.2研究展望 (73)参考文献 (75)致谢 (81)作者在攻读硕士期间主要研究成果 (82)。

四旋翼无人机的三维动态Matlab仿真

四旋翼无人机的三维动态Matlab仿真

四旋翼⽆⼈机的三维动态Matlab仿真四旋翼⽆⼈机的三维动态Matlab仿真1 简介⽆⼈机(UAV, Unmanned Aerial Vehicle),是⼀种装载有动⼒装置的⽆⼈驾驶飞⾏器。

与传统的有⼈驾驶飞机相⽐,⽆⼈机不收⼈的⽣理极限和⼼理限制,可以执⾏危险性答的任务,可代替⼈类完成⾼危环境以及⼭区恶劣环境条件下的任务。

因此,UAV有着⼴泛的应⽤:军事上可⽤于侦查、监控、反恐作战等;民⽤上可⽤于航拍、交通巡逻、架空线缆巡检、危险区域巡查和救灾等。

在⼀些危险区域或不可抵达的环境中,⽆⼈机显得更为重要。

相较于有⼈驾驶的飞机,⽆⼈机的飞⾏控制系统设计更为重要。

由于没有⼈的直接操纵,所以要求⽆⼈机能⾃动调整其姿态、速度、航迹,甚⾄还要求⽆⼈机在运⾏过程中能根据任务需求⾃主进⾏飞⾏调度和航迹规划。

⽆⼈机根据其机翼的类型可以分为固定翼式和旋翼式⽆⼈机。

固定翼式⽆⼈机在技术上已经⾮常成熟,其应⽤也相当的⼴泛。

在军事上,⽆⼈机凭借⽆⼈驾驶,机动性好,飞⾏时间长,便于隐蔽等特点在战争中起到越来越重要的作⽤。

美国空军在1997年专门成⽴了⽆⼈机作战实验室。

在海湾战争、科索沃战争、阿富汗战争、伊拉克战争等多次局部战争中,投⼊“全球鹰”,“捕⾷者”为代表的数百架⽆⼈机直接参与军事⾏动,起到了明显的效果。

特别地,在伊拉克战争中,“捕⾷者”的任务是为战⽃机识别⽬标,其任务完成率达77.2%。

“全球鹰”则为摧毁伊拉克防空武器的⾏动提供了⼀半以上的⽬标锁定对象。

此外,美国还在境外修建⽆⼈机基地,⽤来打击“基地”等恐怖组织,且逐渐成为猎杀的主要⼿段。

美国使⽤⽆⼈机在军事上的成功应⽤,让各国纷纷效仿,开始重视并加快对⽆⼈机的开发和研制。

在民事应⽤上,⽆⼈机可⽤于重⼤灾难抢险和森林⽕警监控、天⽓预报、航空拍摄、摄影测量、跟踪搜索等⽅⾯。

相⽐于固定翼式⽆⼈机,旋翼式⽆⼈机发展缓慢的多。

主要原因是旋翼式飞⾏器的控制远⽐固定翼式复杂。

四旋翼无人机自主避障系统的设计与实现

四旋翼无人机自主避障系统的设计与实现

四旋翼无人机自主避障系统的设计与实现作者:胡海兵汪国庆赖重远张结文来源:《现代电子技术》2018年第22期摘要:针对自主导航过程的预先避障和飞行控制中预判与控制,该文利用超声波检测距离原理对体小质轻、低空低速的小型无人机导航控制系统的自主避障功能进行了研究。

小型无人机将AHRS信息采集与避障飞行控制分开设计为两部分相对独立的系统。

两片DSP 芯片分别实现姿态数据采集、处理和避障导航计算,有效降低了导航系统的计算复杂度,实时通信和数据处理更加流畅。

飞行实验表明,无人机可以预判,及时规避障碍物和自主巡航,设计方案可靠稳定,可为民用小型无人机的设计与应用提供参考。

关键词:无人机;四旋翼;自主导航;避障;定位;超声波测距中图分类号: TN752.6⁃34 文献标识码: A 文章编号: 1004⁃373X(2018)22⁃0133⁃05Abstract: In allusion to the obstacle pre⁃avoidance in the autonomous navigation process and the prejudgment and control in flight control, the autonomous obstacle avoidance function of the small?scale low⁃altitude and low⁃speed unmanned aerial vehicle (UAV) navigation control system with small volume and light weight is studied by using the distance detection principle of the ultrasonic wave. In the small⁃scale UAV, the AHRS information acquisition and obstacle avoidance flight control are separately designed into two parts of relatively⁃independent systems. The two DSP chips are adopted to respectively realize attitude data acquisition and processing and navigation calculation of obstacle avoidance, so as to effectively reduce the computational complexity of the navigation system, and make the real⁃time communication and data processing more smooth. The results of the flight experiment show that the UAV can prejudge and avoid obstacles timely, and perform autonomous cruise; the design scheme is reliable and stable, which can provide a reference for design and application of the small⁃scale civil UAV.Keywords: UAV; quadrotor; autonomous navigation; obstacle avoidance; positioning;ultrasonic distance measurement近年来,自主导航无人机以其低廉的成本、无人员伤亡风险、机动性能好、使用方便等优势,在高危作业、灾害航拍、抢险布控、环境监测等领域得到了广泛的应用[1]。

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望

多旋翼无人机避障技术研究与展望多旋翼无人机是近年来发展迅猛的航空器,它具有垂直起降、灵活机动等优势,被广泛应用于农业、测绘、物流等领域。

无人机在复杂环境下的飞行依然存在一些挑战,其中最主要的问题之一就是避障技术。

多旋翼无人机在飞行过程中需要及时识别和规避障碍物,以保证航行的安全性和精准性。

多旋翼无人机避障技术的研究和发展具有重要意义。

目前,多旋翼无人机在避障方面主要依靠传感器和智能算法来实现。

传感器方面,无人机常用的传感器包括激光雷达、红外线传感器、超声波传感器等,这些传感器可以有效地感知周围环境中的障碍物。

而在智能算法方面,无人机通常采用视觉识别、深度学习等技术,对传感器采集到的数据进行处理和分析,进而作出相应的避障决策。

这些技术的不断进步和应用,使得无人机在避障方面具有了更高的精准度和可靠性。

在避障技术研究与展望方面,首先需要进一步完善无人机的传感器系统。

传感器是无人机实现避障的重要组成部分,因此需要不断提升传感器的感知范围、准确度和稳定性,以适应不同环境下的飞行需求。

需要加强智能算法的研究。

由于复杂环境下的避障问题具有一定的随机性和不确定性,因此需要进一步加强对智能算法的研究和优化,提高其对复杂环境的适应能力。

需要加强对多旋翼无人机的自主飞行能力的研究与提升。

自主飞行能力是无人机实现避障的重要基础,因此需要着重加强对自主飞行能力的研究和提升,以确保无人机在避障过程中能够做出更加精准和可靠的决策。

多旋翼无人机避障技术的研究和展望具有重要意义。

随着传感器技术、智能算法技术和飞行控制系统技术的不断进步,多旋翼无人机的避障能力将会得到大幅度提升,为无人机在各种复杂环境下的应用提供了更加稳定和可靠的技术支持。

未来,无人机在农业、物流、测绘等领域的应用前景也将更加广阔,为人类社会的发展和进步带来更多的可能性。

四旋翼无人机飞行控制系统的研究

四旋翼无人机飞行控制系统的研究

摘要四旋翼无人机是近年来无人机研究领域中热门研究机型之一,其体积小、飞行方式灵活、可携带一定载荷等特点使其在军事侦察、航拍、农业植保、电力巡线等方面有着广泛的应用。

在电子及材料技术飞速发展的今天,其性能将会有更大的提升空间,其用途将会有更广阔的发展前景,其研究深度和广度将会更进一步拓展。

对四旋翼无人机的研究,重点要研究其飞行控制系统,因为飞行控制系统的研究是保证四旋翼无人机安全稳定飞行的关键所在。

本文首先阐述了四旋翼无人机飞行控制系统的研究背景,分析了四旋翼无人机飞行控制系统在国内外的研究现状,并据此明确了本文的主要研究方向和研究内容。

在对四旋翼无人机飞行控制系统的研究过程中,从其飞行原理出发,运用空气动力学及力-力矩平衡等原理建立四旋翼无人机的数学模型。

根据项目的性能指标和技术要求,采用STM32F407作为主CPU设计了四旋翼无人机的硬件实验平台,STM32F407相对于传统单片机拥有较高的主频,使四旋翼无人机的工作性能得以保证。

利用卡尔曼滤波对多传感器数据进行融合得到正确的飞行姿态信息,并以该飞行姿态信息为依据对飞行控制算法进行研究。

基于所设计的硬件平台,进行了飞行控制系统的软件设计和控制算法研究,并尝试用PID控制方法增加加速度内环控制解决飞机在降落时产生的地面效应,这是一种新的尝试和研究。

最后进行了大量相关实验并获得了宝贵的实验数据,达到了预期的目标。

关键词:四旋翼无人机卡尔曼滤波PID控制STM32F407ABSTRACTFour-rotor unmanned aerial vehicle is one of the hottest research models in the field of UA V in recent years, its small size, flexible flight mode, ability of carrying certain loads, make it have a wide application in military reconnaissance, aerial shoot, agricultural plant protection, electric power patrol line and so on. With the development of electronic and materials technology, it will have greater performance and a wider development, and will be further researched. The research of the four-rotor UA V is focused on its flight control system, because the research of it is the key to ensure a safe and stable flight.Firstly, this paper expounds the research background of the flight control system of four-rotor UA V, analyzes the research actuality of it at home and abroad, and then makes clear the main research direction and research content of this paper. In the research process of it, the mathematic model of four-rotor UA V is established by using the principle of aerodynamic and force-torque equilibrium. According to the performance index and technical requirements of the project, the hardware experiment platform of UA V is designed by using STM32F407 as main CPU, STM32F407 compared with the traditional MCU has a high frequency, so that the performance of UA V can be guaranteed. By using Kalman filter, the data of multi-sensor is fused to obtain the correct flight attitude information, and the flight control algorithm is researched based on the attitude information. Based on the hardware platform designed, the software design and control algorithm of flight control system are researched, and the PID control method is used to increase the acceleration internal loop control to solve the ground effect of aircraft landing, which is a new attempt and research.Finally, a lot of experiments were carried out and valuable experimental data were obtained, and the expected target was achieved.Key words:Four-rotor unmanned aerial vehicle Kalman filter PID controlSTM32F407目录摘要 (I)ABSTRACT.............................................................................................. I I 1绪论. (1)1.1研究背景 (1)1.2国内外研究现状 (4)1.3研究的目的及意义 (6)1.4本文的主要研究内容 (6)2 无人机的飞行原理及数学模型 (8)2.1引言 (8)2.2无人机飞行原理及运动模式 (8)2.3四旋翼无人机的数学模型 (10)2.4本章小结 (17)3无人机硬件平台搭建 (18)3.1引言 (18)3.2四旋翼无人机硬件平台设计思路 (18)3.3主飞行控制器的设计 (19)3.4传感器单元的设计 (20)3.5硬件平台搭建 (26)3.5本章小结 (28)4传感器数据预处理与多传感器的数据融合 (29)4.1引言 (29)4.2传感器数据预处理 (29)4.3传感器数据滤波 (42)4.4扩展性卡尔曼滤波算法 (47)4.5本章小结 (50)5四旋翼无人机控制算法及软件设计 (51)5.1引言 (51)5.2四旋翼无人机控制算法 (51)5.3地面效应及解决方案 (58)5.4软件设计 (61)5.5本章小结 (65)6总结与展望 (66)6.1本文研究工作总结 (66)6.2存在问题和后期研究方向 (66)致谢 (68)参考文献 (69)1绪论1.1研究背景本课题来源于本人参与的无人机自主飞行及集群编队飞行的研发项目,该项目可用于商业表演、目标搜索、多方位多角度对地监控等。

matlab四旋翼仿真

matlab四旋翼仿真

旺旺:哎呀小小草 https:///
02 四旋翼动力学建模
四旋翼动力学建模
Fig.2 四旋翼各电机转向示意图
Fig.3 四旋翼欧拉角的数学描述
四旋翼动力学建模
四旋翼动力学建模
假设四旋翼结构完全对称,忽略空气阻力和陀螺效应 则四旋翼的简化数学模型为:
03 控制器的设计
F仿真结果UTURE
位置回路控制器simulink实现 模拟电机
F
F仿真结果
四旋翼动力学模型
Fig.11 四旋翼数学模型
F仿真结果
姿态回路控制器simulink实现
Fig.12 z,x,y轴实际位置
THANKS
800sucaitaobaocom整体simulink仿真fig7四旋翼整体仿真图f仿真结果姿态回路控制器simulink实现fig8姿态控制回路仿真图f仿真结果模拟电机fig10位置控制回路仿真图f仿真结果uturefig9模拟电机四旋翼动力学模型fig11四旋翼数学模型f仿真结果姿态回路控制器simulink实现fig12zxy轴实际位置f仿真结果thanks
控制器的设计
位置回路控制器的设计
Fig.6 位置控制回路示意图
旺旺:哎呀小小草 https:///
04 仿真结果
F仿真结果
整体simulink仿真
Fig.7 四旋翼整体仿真图
F仿真结果
姿态回路控制器simulink实现
Fig.8 姿态控制回路仿真图
基于MATLAB的四旋翼仿真
目录
01 简介 02 四旋翼动力学建模 03 控制器的设计 04 仿真结果
01 简介
简介
Fig.1. 飞行机器人
无人飞行机器人,是无人驾驶且具有一 定智能的空中飞行器。这是一种融合了 计算机技术、人工智能技术、传感器技 术、自动控制技术、新型材料技术、导 航技术、通信技术、空气动力学与新能 源技术等的综合机器人系统。无人飞行 器的主要优点包括:系统制造成本低, 在执行任务时人员伤害小,具有优良的 操控性和灵活性等。而旋翼式飞行器与 固定翼飞行器相比,其优势还包括:飞 行器起飞和降落所需空间少,在障碍物 密集环境下的可控性强,以及飞行器姿 态保持能力高。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于MATLAB环境的四旋翼无人机避障控制方法研究 1.1 前言 无人机在飞行过程中往往会遇到障碍物分布,在检测到存在障碍物之后就需要采取有效的避障措施避免发生碰撞。这一过程可以分为避障动作控制与避障路径规划两个部分。针对避障动作控制问题,本章将对无人机展开动力学分析后建立辅助避障系统模型,再利用遗传算法实现动作操作的精确控制。针对避障路径规划问题,本章提出了一种基于自适应遗传算法的避障路径规划模型,帮助实现最优路径选择。

1.2 无人机避障系统模型

1.2.1 无人机位置模型 就本质而言,无人机避障是对其位置进行控制的过程。因此首先需要建立起能够反应无人机所处位置的完善系统。此外,由于无人机运行中需要一定的空间体积,而且在改变飞行状态时也需要考虑其姿态的变化,故而也有必要对其进行姿态控制。无人机的位置控制与姿态控制分别涉及到无人机机体坐标系与地面坐标系,两者分别如图4.1表示。

图4.1 无人机机体坐标系与地面坐标系 图中无人机机体坐标系Vb以无人机机身本体的几何中心为原点,以无人机

的横滚、俯仰以及垂直无人机机体向上方向作为无人机机体坐标系Vb的三个坐

标轴。地面坐标系Vg则以无人机的起飞位置作为坐标原点,三个坐标轴分别取

为正东方向、正北方向与垂直地面向上方向。无人机机体坐标系Vb与地面坐标

系Vg之间可以相互转化,具体的转化公式为:

bn

ccssscssscscRcsccssccsssscsccc







(4.1)

在上述两个坐标系中可以实现无人机位置的准确描述,以此为基础,可以进一步实现无人机飞行轨迹规划等任务。当无人机在飞行过程中遭遇障碍物时,需要及时动作以避开障碍,由于环境中障碍物的出现存在较大的随机性,因此障碍的具体位置信息无法事先由地面坐标系Vg描述,也就是说,仅依靠地面坐标系

Vg的坐标信息无法实现无人机避障任务。为此,需要进一步研究获取无人机与障碍物之间的相对位置关系,即建立起无人机辅助避障坐标系,并以此为基础进一步设计避障动作控制算法。 1.2.2 无人机辅助避障模型

无人机在飞行过程中往往会遇到随机出现的障碍物分布,如果不能及时避障则会导致严重的损失与危害。为了实现无人机的避障控制功能,以四旋翼无人机为对象建立地面坐标系Vg与无人机机体坐标系Vb下的无人机动力学模型:

xxyyzzail_actorIIIM

(4.2)

yyxxzzele_actorIIIM

(4.3)

zzxxyyrud_actorIIIM

(4.4)

nzmzFmg (4.5)

nxmxF (4.6)

nymyF (4.7)

其中,式4.2~4.4为无人机的姿态控制方程,式4.5~4.7表示无人机在地面坐标系Vg中的位置信息。

无人机飞行控制技术目前已经十分成熟,可以达到较为稳定的飞行控制效果。因此,在现有飞行控制技术的基础上进行无人机避障控制系统的设计与研究。在本文2.2.2节已经描述,四旋翼无人机的飞行动作由四个方面构成,分别为升降、俯仰、横滚与偏航。而事实上,会对无人机与障碍物相对位置产生影响的飞行动作仅包括前三类动作,这是由于偏航是通过对无人机自身的正反转马达转速而产生的反扭矩实现无人机转向控制。当无人机转向发生时,其与障碍物之间的相对位置不发生变化。据此,在无人机俯仰、升降和横贯三个方向上进行建模,获得辅助无人机避障坐标系Vf如图4.2所示

Z

Y

XOWU

V

图4.2 辅助无人机避障坐标系 其中,无人机起飞前的位置坐标为原点O,以在起点处无人机水平向右翻滚为X轴正方向,以在起点处无人机水平向前俯仰为Y轴正方向,以垂直于X轴、Y轴而向上的方向为Z轴正方向。为了区别辅助无人机避障坐标系Vf与地面坐标系Vb,列写两者区别于表4.1。

表4.1 位置控制地面坐标系Vb与辅助无人机避障坐标系Vf对比

坐标系元素 地面坐标系Vb 辅助无人机避障坐标系Vf 原点 地面起飞点 地面起飞点 X轴 正东方向 无人机俯仰飞行方向 Y轴 正北方向 无人机横滚飞行方向 Z轴 垂直地面向上 垂直于X、Y轴向上 在辅助无人机避障坐标系中分析障碍物与无人机的相对运动关系。设障碍物与无人机的坐标分别为(u, v, w)和(x, y, z),则可以计算得到无人机相对于障碍物的坐标为: X轴坐标:dz=w-z Y轴坐标:dy=v-y (4.8)

Z轴坐标:dx=u-x 为了能够更加精确的对无人机飞行状态进行控制,需要在辅助无人机避障坐标系中对其进行受力分析。在X轴方向上无人机受升力在横滚方向上的分力作用;在Y轴方向上无人机受升力在俯仰方向上的分力作用;在Z轴方向上,无人机受升力在垂直方向的分力与其自身重力的共同作用。线性化处理辅助无人机避障坐标系Vf与地面坐标系Vb可以得到:

111TnbbnRR







(4.9)

则无人机所产生的各个方向上的分力为: nxnnyb

nz

FFFRFFFF



(4.10)

由以上两式可以得到在辅助无人机避障坐标系Vf下各个方向的运动方程为:

nx

ny

mWzFmgmUxFFmVyFF







(4.11)

其中,(u, v, w)为障碍物在辅助无人机避障坐标系Vf下的坐标位置,F为四

旋翼无人机电机产生的升力,θ为无人机飞行状态的俯仰角度,φ为无人机的横滚角度,m为无人机重量。由式(4.11)可以看出,无人机垂直方向上的位置仅与无人机产生的升力相关,在进行俯仰与横滚动作时,无人机的状态与俯仰角度θ和横滚角度φ相关。也就是说当升力一定时,无人机在俯仰方向与横滚方向上的变化只和俯仰角度θ和横滚角度φ相关。接下来对无人机在垂直方向、俯仰方向与横滚方向上的控制方程进行推导: (1)垂直方向上的控制方程推导 无人机所受重力为恒定值,因此垂直方向上的作用力uz为

zuFmg (4.12)

由牛顿第二定律: zmWzu (4.13)

对式(4.13)拉氏变换: 2

1

00zSZsSZZUsm (4.14)

由于无人机起飞前处于静止,初速度为0,因此式中有Z(0)=Z’(0)=0,因此垂直方向上的传递函数Gz(s)为:



2

1zz

zsGsUsms (4.15)

(2)俯仰及横滚方向上的控制方程推导 假设无人机所产生的升力为恒定值,则式(4.11)中的F为一常数,则俯仰与横滚方向的受力方程为: 

2

nxx

nyy

SUxFFFumVyFFFu



(4.16)

同样的,由拉氏变换可以得到: 

2

20000xyFSXsSXXUsmFSYsSYYUsm







(4.17)

显然,起飞前无人机在X轴和Y轴方向的速度分量均为0,则无人机在俯仰及横滚方向的传递函数为: 



2

2x

x

yy

XsFGsUsmsYsFGsUsms







(4.18)

在获得式(4.15)与(4.18)的基础上,可以设计辅助无人机避障系统以实现无人机的避障功能。又由式(4.4)可以得知,四旋翼无人机的避障控制其本质

相关文档
最新文档