本文介绍了一种 35% 大小的大型无人特技飞行平台 UIUC Aero Testbed 的开发,该平台主要用于在全飞行状态下进行空气动力学研究。该巨型飞机翼展 105 英寸(2.7 米),重量 37 磅(17 千克),由市售的无线电控制模型飞机制成,并进行了大量修改和升级,包括一个 12 千瓦的电动机系统,可提供超过 2 比 1 的推重比。它配备了一个航空电子设备套件,其中包含一个高频、高分辨率六自由度 (6-DOF) 惯性测量单元 (IMU),可让系统收集飞机状态数据。该信息集可用于生成高保真空气动力学数据,可用于验证大迎角飞行动力学模型。该项目的合作还使 Aero Testbed 具备了全自主和半自主飞行的能力,以便开展自主飞行研究。首先介绍了用于研究的特技无人机的文献综述。然后讨论了开发该平台的背景和动机。接下来是对所涉及的规划和开发的描述。最后,介绍了初步试飞结果,其中包括几次特技动作的飞行路径轨迹图。
摘要。分散到地球大气中的航空排放会影响气候和空气污染,由于异质飞机活动而具有显着的时空变化。在本文中,我们使用源自自动依赖的监视 - 路广播(ADS-B)遥测和2019 - 2021年重新分析天气数据来开发基于ADS-B(GAIA)的全球航空排放库存的历史轨迹。在2019年,使用283 tg的燃料共同行驶了610亿公里,导致CO 2,无X和非挥发性颗粒物(NVPM)质量(NVPM)质量(NVPM),分别为893 TG,4.49 TG,21.4 GG和21.4 GG和2.8×10 26。全球对COVID-19的反应导致年度距离距离自身和CO 2的减少,而2020年无X发射( - 相对于2019年,分别为 - 43%, - 48%和 - 50%)和2021(分别为 - 31%, - 41%和 - 41%和 - 41%和 - 41%和 - 41%和 - 43%),具有明显的区域性变异性。持续时间<3 h的短期空间占所有阶段的83%,但仅占2019年CO 2的35%,而长期持续时间> 6 h(占所有(所有(占所有(占))的持续时间为5%),持续时间为43%,占没有X X发射的49%的43%。在全球范围内,实际上的轨迹平均比原点和目的地机场之间的大圆路径高5%,但这会随区域和飞行距离而变化。对伦敦和新加坡之间8705个独特的战斗的评估显示出巨大的变化,在轨迹轨迹,燃料消耗和排放指数中。Gaia捕获了航空活动和排放的时空分布,并提供在未来的研究中使用,以评估全球航空引起的负面外部性。
本文考虑的问题涉及小型和微型无人机 (UAV) 的基于视觉的自动驾驶仪的设计。所提出的自动驾驶仪基于基于光流的视觉系统,用于自主定位和场景映射,以及用于飞行控制和制导的非线性控制系统。本文重点介绍使用低分辨率机载摄像头和低成本惯性测量单元 (IMU) 开发用于估计光流、飞机自运动和深度图的实时 3D 视觉算法。我们的实现基于 3 个嵌套卡尔曼滤波器 (3NKF),可实现高效且稳健的估计过程。视觉和控制算法已在四旋翼无人机上实现,并在实时飞行测试中进行了演示。实验结果表明,所提出的基于视觉的自动驾驶仪能够利用从光流中提取的信息使小型旋翼机实现完全自主飞行。
摘要:针对共轴旋翼飞行器自主飞行过程中模型参数的不确定性、外界扰动及传感器噪声对飞行的影响,研究位置姿态反馈控制系统的鲁棒反步滑模控制算法,以解决未知外界干扰情况下飞行器的轨迹跟踪问题。本文针对未知飞行,建立了基于受扰共轴旋翼飞行器的非线性动力学模型。然后,设计了非线性鲁棒反步滑模控制器,分为共轴旋翼飞行器的姿态控制器和位置控制器两个子控制器。在控制器中引入虚拟控制,构造Lyapunov函数,保证各子系统的稳定性。通过数值仿真验证了所提控制器的有效性。最后通过飞行试验验证了反步滑模控制算法的有效性。
摘要 — 非侵入式脑机接口技术已经得到发展,可用于高性能检测人类心理状态。检测飞行员的心理状态尤为重要,因为他们的异常心理状态可能会导致灾难性的事故。在本研究中,我们提出了应用深度学习方法对分心程度(即正常状态、低分心和高分心)进行分类的可行性。据我们所知,这项研究是首次尝试在飞行环境下对分心程度进行分类。我们提出了一个对分心程度进行分类的模型。共有十名飞行员在模拟飞行环境中进行了实验。对所有受试者的分心程度进行分类的平均准确率为 0.8437(± 0.0287)。因此,我们相信它将对未来基于人工智能技术的自动驾驶或飞行做出重大贡献。
摘要 — 无人机系统的声发射特性在许多情况下都备受关注。为了真实地表示方向特性和辐射声能,在真实条件下操作飞机非常有用。然而,对于典型的操作模式(例如巡航飞行),推导基于发射的声学量很困难。在本文中,使用麦克风阵列测量通过预定走廊的单次飞行来确定四轴飞行器无人机的方向性和声功率。记录的数据经过处理,既可以重建无人机的飞行路径,又可以表征其声发射。为了验证所提出方法的可靠性,使用来自具有单极子和偶极子方向性的移动源的模拟数据测试了信号处理。使用辐射方向空间的不同离散化并评估频率相关的方向性因子,讨论了如何在尽可能少的量的基础上尽可能全面地描述声辐射。
本研究考虑了识别安全约束和为使用神经网络控制系统 (NNCS) 的深度强化学习 (RL) 战术自动驾驶仪开发运行时保证 (RTA) 的问题。本研究研究了 NNCS 执行自主编队飞行而 RTA 系统提供防撞和地理围栏保证的特定用例。首先,应用系统理论事故模型和过程 (STAMP) 来识别事故、危险和安全约束,并定义地面站、载人飞行长机和代理无人僚机的功能控制系统框图。然后,将系统理论过程分析 (STPA) 应用于地面站、载人飞行长机、代理无人僚机和僚机内部元素之间的交互,以识别不安全的控制动作、导致每种动作的情景以及降低风险的安全要求。这项研究是 STAMP 和 STPA 首次应用于受 RTA 约束的 NNCS。
摘要:可以通过最大程度地减少电池热管理系统(BTM)的质量来增强电池组的电池组,这是电固定翼翼应用程序的限制。在本文中,在3D域中对BTMS的使用相变材料(PCM)进行数值探索,包括等效电路电池模型。针对有效的热管理的PCM特性的参数研究是针对典型的一小时传播的。PCM在整个电池组中保持理想的工作温度(288.15 K – 308.15 K)。PCM吸收起飞过程中产生的热量,随后用于在战的巡航阶段保持细胞温度。在控制案例(无BTM)中,电池组温度低于理想工作范围以下。我们进行了一项参数研究,强调了PCM热导率对BTMS性能的微不足道,并且在测试的窗口上观察到可忽略不计的增强(0.1-10 W m -1 K -1)。但是,PCM的潜在融合热量至关重要。PCM的开发人员用于电池供电的流量,无论对导热率的不利影响如何,都必须专注于增强的潜在融合热。在长途旅行中,延长的巡航阶段和较高的海拔刺激了这个问题。PCM的独特特征提供了一种被动的低质量解决方案,值得对流量应用进行进一步研究。
