本文介绍了一种用于无人机 (UAV) 舰载着陆的 L 1 自适应控制器,该控制器增强了动态逆控制器。三轴和功率补偿器 NDI (非线性动态逆) 控制器作为此架构的基线控制器。内环命令输入是滚转速率、俯仰速率、偏航速率和推力命令。外环命令输入来自制导律,用于校正下滑道。然而,不完善的模型逆和不准确的气动数据可能会导致性能下降,并可能导致舰载着陆失败。L 1 自适应控制器被设计为增强控制器,以解决匹配和不匹配的系统不确定性。通过蒙特卡罗模拟检查了控制器的性能,显示了基于非线性动态逆开发的 L 1 自适应控制方案的有效性。
EOS 是一款手动发射和降落伞回收的电动迷你无人机,旨在提供稳定清晰的图像。EOS 将战术无人机能力降低到迷你无人机水平。自豪地在北约国际安全援助部队和科索沃安全部队的行动中进行了测试和使用。
由于对安全性、高性能操作以及不确定和高度动态环境的要求,无人机自主降落航空母舰的控制问题具有挑战性。本文提出了一种针对此类问题的控制方案,该方案利用模型预测控制 (MPC) 方法,使无人机在其性能极限下也能安全运行。虽然实时计算要求通常会限制基于优化的控制中使用的模型的保真度,但本文证明了高保真计算流体动力学 (CFD) 模型可通过构建基于投影的降阶模型 (ROM) 在 MPC 框架内使用。然后开发了基于 CFD 的 MPC 方案在下滑道跟踪问题中的应用,以证明所提方法的有效性。
目录: 我们的历史................................................................................ ..............4 我们的使命................................................................ .................................5 应用领域和运营商................................................. .................................6 OTUS U135............................................................... ..............................8 OTUS U170................................................................. ..............................10 OTUS U200 ....................................................................................12 OTUS U250 ........................................... .........................................14 配件................................................ .............................................16
摘要。确定用于油棕收获预测应用的无人机系统配置是实现种植园产量最大化的重要一步。本文的目的是展示如何使用无人机系统生成可用于预测作物的高分辨率图像。研究分为两个阶段:无人机系统配置分析和数字图像处理以预测作物。无人机系统配置分析包括机身、推进器、航空电子设备和地面控制站。机载系统使用由 Pixhawk 航空电子设备、电动机和 20.2 兆像素数码相机控制的 X-8 机身。无人机系统用于在北苏门答腊省 Labuhan Batu Utara 的一个 6 年生油棕种植园上生成高分辨率数字图像。该无人机系统可生成高分辨率数字图像,可用于计算植物数量。然后将此特定区域中的植物数量用作预测作物的输入。6 年生油棕种植园的估计产量平均为每公顷每年 50.5 吨。这个结果大于棕榈油种植园管理公司的估计结果,即每公顷每年 23 吨。
无人机最初是在军事领域使用无人机系统开发的,结合了航空航天技术与信息通信技术,具有多种用途,包括民用领域。为侦察领域而开发,在民用和警察领域都用于交通监控和高空侦察任务。它用于广播和监视,同时不断扩展到快递和救援任务领域。基于各种SW,传感器和飞行控制等航空技术的融合,以利用无人系统和信息通信技术,相关技术的商业化正在以非常多样化的方式发展。在本文中,我们提出并制造了VTOL无人机。设计过程参考了我们设计的 VTOL 开发过程,实际建造无人机也应用了相同的 VTOL 开发概念。为了了解飞机的空气动力学特性,我们应用了空气动力学设计理论,并使用了可以替代实际风洞试验的 CAE 方法。我们测试了组成无人机的内部模块的选择方法和标准,并且能够组装产品。对飞行控制计算机进行了 FW 编码以进行 VTOL 控制。此外,我们开发了用于长距离飞行的 LTE 通信模块,并与 GCS 一起进行了飞行实验,以从地面观察和响应飞行情况。飞行测试结果表明,在宽带下可以实现稳定的过渡飞行。我们可以看到,与我们的开发目标值相比,实际性能结果得到了满足。
无人机监控界面对于安全操作和任务执行非常重要。我们审查了现有的无人机界面设计和评估工具,并确定了其局限性。为了解决现有方法的问题,我们开发了一种增强型评估工具 M-GEDIS-UAV。该工具包括无人机控制界面设计各个方面的详细标准,以支持操作员的表现。它还支持界面的定量和客观评估。我们制作了三个无人机信息显示器的原型,包括数字控制显示器、模拟控制显示器和“海量”数据显示,作为模拟监控界面的一部分。六名分析师(包括三名人类因素专家和三名新手)使用 M-GEDIS-UAV 评估了界面。人类因素专家的评分者间信度很高,这表明可用性分析方面的培训对于工具应用是必要的。结果还显示,与其他显示相比,海量数据显示的评估分数明显较低。我们得出结论,M-GEDIS-UAV 对界面操作很敏感,人为因素专家最有效地使用它。使用 M-GEDIS-UAV 工具可以在设计过程的早期发现大多数设计偏离指南的情况,从而提高控制界面的有效性。
杨涛 * ,柴立人,王刚 中国航天空气动力研究院,北京 100074 * 通讯作者 摘要:针对无人机数字作动器测试问题,该作动器是无人机的关键部件之一,其静动态性能直接影响无人机的机动性能,本文研究了一种全自动数字作动器测试系统,介绍了该系统的硬件和软件设计方案,并进行了应用演示。该系统以 TI 双核微控制器 TMS28377D 为核心,拥有 RS422、RS485、RS232、CAN Bus 等广泛应用于数字作动器的丰富通信接口。此外,测试系统还连接旋转增量式编码器,提供数字作动器的实际位置信息,以及 SD 卡用于实时记录数据。测试系统通过以太网通信与上位机通信,上位机发送命令并接收反馈。本文设计的全自动数字作动器具有可靠性高、升级方便等优点。该自动测试系统在无人机数字执行器的研制、生产和仓储中有着巨大的潜力。
使用自主无人机协作群调查区域并收集有关失踪人员位置的信息,可以为搜索和救援行动带来巨大好处。本文研究了无人机群算法,该算法可防止代理对之间以及代理与静态障碍物之间的碰撞。该群由具有通信约束的低成本协作固定翼飞机组成。首先开发了一种分散式群体行为,假设系统能够提供所有飞机的准确位置。此外,代理通过使用 RSSI 测量来估计其位置。所有代理都配备了通信设备和广播无线电信号,并测量接收到的信号强度,以估计与其他群成员的距离。这些估计值进一步用于开发多点定位算法,其中每个代理使用来自至少三个附近代理的距离估计来估计自己的位置。通过添加飞机运动学的动态模型,可以提供更准确的估计,其中考虑了错误的位置估计。在 MATLAB 中,在 2-D 环境中模拟了自主群。代理实时做出决策,其运动由势场和信息素水平控制。排斥势用于防止碰撞,吸引势用于形成无人机集群,以便所有成员都保持在通信范围内。群体也被吸引到环境中未探索的区域。当提供真实的无人机位置时,开发的势场算法在控制群体方面确实显示出有希望的结果。代理对之间或代理与障碍物之间没有发生碰撞。代理没有越界,群体很强大,因为它能够处理单个成员的丢失。对于基于 RSSI 的位置估计方法,需要进一步开发群体行为。通信设备的接收器灵敏度限制了代理之间的最大距离及其滚动角度差异。当发生单个故障或障碍物阻碍群体路径时,并不总是有足够的 RSSI 测量值可用于执行
提供了构建用于 UAV 制导的矢量场的通用技术,这些技术结合了 Lyapunov 稳定性特性,以在 3D 中产生简单、全局稳定的矢量场。说明了这些场在圆形徘徊模式中的使用,以及圆形徘徊矢量场的简单切换算法,以实现任意航路点路径或循环的跟踪。还开发了另一种变体,其中简单的圆形徘徊器被扭曲成其他形状,保留全局稳定性保证和准确的路径跟踪。提供了此技术的一个示例,该示例产生了“赛道”徘徊模式,并比较了扭曲技术的三种不同变体。最后,考虑矢量场的跟踪,使用 Lyapunov 技术展示与低成本 UAV 航空电子设备兼容的几种跟踪控制律的航向和路径位置的全局稳定性。