UAV Testbed building and development for research purposes at the American University of Sharjah

1、第七届国际研讨会机电一体化及其应用（ ISMA10 ） ，沙迦，阿联酋， 4月20-22日2010年进行的。无人机试验台建设与发展的研究AT沙迦美国大学阿米尔· Radaideh ， M.A.Al ， Jarrah和阿里Jhemi沙迦美国大学机械工程系邮政信箱26666 ，沙迦，阿联酋 aalradaideh ， mjarrah ， ajhemi 【摘要】无人机（ UAV）以他的自主权，低风险与危险操作，以及相对较低的运营成本在过去的十年中已经得到了前所未有的普及。无人机的任务范围从简单到极复杂。无人机用于搜索和救援、公路交通监控、地形监测和目标识别。在军事上应用方面，

2、无人机除了包括以上所有操作还应用于武器投放。尽管经过多年的研究和发展，无人机在灵活性，性能，可靠性和作战任务的复杂性方面仍然有限。研究人员仍然受困于很多控制、制导、导航和自治功能方面的问题。 AUS通过设计和建设一个符合成本效益的无人机实验台解决了很多这样的问题，在这个平台上固定翼和旋转翼无人机能够得到有效地设计，测试和验证。基于模型的设计方法起决于加速无人机系统的设计过程和及时地执行设计的计划。硬件在回路仿真 （半实物仿真) 使用最新的嵌入式的系统硬件和最新的软件工具来进行的。测试平台是由几种现成的硬件组件和众多的软件模块组成。设计过程中大多数使用的软件工具是商业工具，而大部分内部通信模块和

3、驱动程序广发应用于房屋。一个轻量级的固定翼无人机设计、集成和飞行测试通过新设计的测试平台来完成。该无人机成功自主渡过航点。在空中，机载摄像头采集的一些视频直播到地面站。结果显示测试平台已大大改善设计过程的效率。 一个主要早期的错误通过增强在检测中也被观察到。简介在过去二十年里无人驾驶飞行器（无人机）在军民两用方面得到了很大发展。然而，学术界在最近的研究中意识到无人机潜力。许多学校和研究中心开始建立自己的测试平台进行无人机研究、算法测试和验证。斯坦福大学是第一个着眼建设自己的测试平台的学校2。斯坦福大学蜻蜓测试平台由用近似反馈线性化的基于一种非线性数字控制器的嵌入式自动驾驶仪组成。半实物仿真设定

4、已被用来作为一个常用的实验室测试和替代飞行中无人机。此外，该无人机实验室的海军研究生院（NPS）已经开发出了所谓的快速飞行试验原型系统（ RFTPS ）的原型无人机1 。 RFTPS由配备必要的航空电子单元测试床框架和地面站组成。他们在设计的基础上尽可能多地使用现成的组件。他们指出这个开发测试平台已经表明了它是一个强大的，便携，坚固耐用，有效的实验室测试工具以及该领域的验证工具。在AUS（沙迦美国大学） ，无人机研究始于2002年。第一项研究是设计，建造和测试低成本航空单位组成的嵌入式系统集成的传感器和致动器。另一位研究生的研究（论文）已经完成在该地区的动态飞行路径规划4。它表明AUS在当时就

5、已经使用了硬件在环仿真（半实物仿真）。由于AUS正从事许多无人机项目，迫切需要一个全功能的无人机试验台，因此决定设计和建造一个。该试验台包括： dSPACE的实时嵌入式平台，MPC555微控制器，齿轮班机飞行模拟器，地面站，过程监控和视频流和笔记本电脑MaxStream的收发器。这种新的嵌入式微控制器平台（ MPC555 ），用于构建增强的航空电子设备单元和飞行控制计算机（FCC）。我们的设计是基于成本 - 关 - 现货（ COTS）组件。有一个可靠的A / C模型，进行了一系列的系统识别测试和推导出众多的A / C精确的数学模型。这些在模拟和HILS测试环境中使用。线性非线性模拟以及控制和算

6、法引导在此航电试验台得到设计和实施。设计和测试出来的指导航点算法的结果同类似的商业指导算法的结果进行对比。一个带方位角和仰角控制能力的摄像头装载到飞机的腹部，现场视频已能传送到一个地面站。新型基于模型的设计结合方法的测试平台使设计无人机的步伐的有了很大的提高。2ARF60 AUS- UAV非线性模型动力学方程标准的6-DOF传统飞机的运动方程用于小尺寸无人机的建模和仿真。当车辆在小范围运行时地球则可以被假定为是平坦的。体轴力，弯矩，运动学和导航方程描述如下：力方程：其中：FG =引力。FA =空气动力FP =推力弯矩方程：33ARF60 AUS- UAV建模和系统测试3.1。 ARF60 AU

7、S- UAV Simulink的非线性模型运动方程，包括力和力矩在Simulink环境进行仿真。 Simulink建模相比其他软件程序包更简单、灵活，用户可参考文献2 。随着仿真Aerosim和航空航天的模块集的便捷，设计，修改和维护模型非常简单。图1示出的一般结构AUS- UAV Simulink的非线性模型。图1： ARF60无人机Simulink模型的一般结构大多数的模型子系统建成使用的Aerosim航空航天工具盒。推进和执行器型号得出实验3。空气动力学，推进，和惯性子系统的计算的机身载荷（力和力矩）作为控制输入和飞行状态的功能。由此产生的加速度集成一旦获得这种飞机的速度，然后整合的第二

8、获得飞机的位置。计算出的随后被用来计算力和飞机状态的时刻所需要的下一次迭代。3.2。空气动力学模型飞机空气动力学模型可以使用线性估计系数基于飞行器几何。飞机重心位置和质量属性是非常重要的参数需要确定。重心位置进行了仔细的determinedin体轴3。总的无人机和空重计量准确规模和着陆轮。有效载荷项目， （ ie.IMU ，自动驾驶仪，电池等），称重之后。要估计的稳定性衍生工具，所有需要的数据在MATLAB脚本。稳定性导数的计算然后找到12。3.3。系统鉴定飞行试验几个飞行试验的目的，已进行了系统识别。系统识别的方框图在图2中示出。实际的表面运动（输入信号识别）使用精确的测量，并取得电位器。这

9、架飞机的反应，根据这些输入还收购了。欧拉角，加速度，角速度，速度快，静态压差高度和真实空速是用于识别输出信号。出于所有这些广泛的飞行测试中，一个数据集被选定为系统识别。从这个实验中所获得的图3中所示的输入数据。此数据显示的致动器的实际挠度作为函数飞行员输入。图2：系统识别建设的的ARF60无人机的图3：的ARF60执行器偏转在系统识别测试由一系列双峰兴奋飞行器动力学副翼，升降舵，方向舵和油门执行器。的输出数据这些输入信号的功能，在图4 - 图8所示。从实际飞行的升力系数确定测试使用的加速度计和速率陀螺仪的测量。的空气动力系数在bodyframe计算以及气动力矩系数也计算。在确定的气动力/力矩系

10、数，基于线性回归模型的解耦该飞机的纵向和横向动态9。派生回归模型，使用MATLAB脚本实现的。为了保证该算法的正确性和它的有效性，数据收集使用AUS- UAV非线性模型的实现早期使用Simulink 。结果表明，该算法是可靠的。系数非常接近的保证金错误的（0-5） ，从一个模拟数据预期。稳定的衍生物随着数值识别导致从算法总结于表1中。4。自动驾驶仪的设计与实现4.1 。连续循环封闭的设计和轨迹跟踪这架飞机控制器由三个子系统控制器。它们是：增稳系统（SAS ）控制器，姿态稳定（自动驾驶仪）控制器，和轨迹跟踪控制器。稳定性以增强系统提供人工阻尼抑制任何高频机动态。此外，该姿态稳定剂调节控制飞机的俯

11、仰角和滚动角飞机加速。最后，在外部循环中，轨迹跟踪控制航向和高度。所有上述的控制器分为纵向和横向套。连续闭环技术已被用于通过控制律设计。基本的想法是，在同一时间只有一个环路闭合。在每个阶段的设计，是只有一个增益调整。4。自动驾驶仪设计与实现4.1。连续闭环（SLC ）的设计和轨迹跟踪飞机控制器组成的三个子系统控制器。它们是：增稳系统（SAS）控制器的态度稳定（自动驾驶仪）控制器，和轨迹跟踪控制器。增稳系统提供人工阻尼，以抑制任何高频飞机动态。此外，姿态稳定剂调节飞机的俯仰和横滚的角度来控制飞机的加速。最后，在外部循环中，轨迹跟踪控制航向和高度。所有前述控制器被分为纵向和横向套。连续闭环控制技术

12、已被用于通过律设计。基本的想法是，只有一个循环是在一个封闭时间。在每个阶段的设计，只有一个增益调整。因此，根轨迹方法扩展功能来设计我们的控制法使用连续的闭环设计的自动驾驶仪使用这些技术要求的无人机动态线性模型一些修剪的飞行条件下纵向自动驾驶仪由俯仰速率阻尼回路，髓态度持有使用电梯，高度保持指令的倾斜和空速保持油门，虽然横向之一，包括侧倾率以及在荷兰滚阻尼器的阻尼，滚动姿态保持。 “以前的循环和轨迹跟踪算法（参见图9）调整，模拟和实施。详细的工作和分析可以发现在3 和12 。4.1.1。硬件实现本节将讨论所涉及的硬件和软件航空电子设备和地面站。 A嵌段图总览系统，如图10中所示的框图表明，该系统

13、被分成两个逻辑部分：无人机和地面站。该无人机由一个RC （无线电控制）接收器，伺服系统的一组和航空电子设备包。地面站包括一台笔记本电脑计算机上运行的地面站软件，射频收发器模块和一个RC发射机。的航空电子设备包的图片在图11中示出。的单元被安装在橡胶索环和填充软泡沫机内提供振动隔离。航空电子设备包括飞行控制计算机（ MPC555微控制器） ， INS / GPS单元，大气数据传感器，RF收发器模块电池和配电板。5。硬件在回路中仿真（ HILS ）5.1。半实物仿真设置硬件在环仿真环境的设计建立验证的硬件和软件的发展AUS ARF60无人机自动驾驶仪。一个完整的6自由度非线性动态模型是来自关键的飞

14、机参数已经测量或估计。一个批处理参数识别方法已经实施确定的稳定和控制衍生工具使用选定的飞行试验数据的无人机。详细车型的传感器和致动器被纳入的非线性图10 ：澳洲航空电子设备和地面站框图图11 ：澳洲航空单位模拟。实时3-D模拟器，与外部先导接口，已设计，以帮助飞机飞行可视化。块示出HILS主要成分示于图12。5.2。半实物仿真结果双向反馈指导策略弹道跟踪（ BFGSTT ）实现与测试使用的半实物仿真进行较早的3。在这里，指导算法进行了增强，允许接受最多允许10度到35度的倾斜角，而不是前。图13显示，需要更多的时间来改变走向下一个航路点。在前面的算法3 ，需要的总时间为201秒完成的沙漏图案中

15、。轨迹跟踪算法的实现13在184秒内完成了使命下的红隼自动驾驶仪同样的飞行条件。经过测试我们的新算法，最短的飞行路径的一个显着的改善，实现图14。在159秒内实现的使命。得到的如图15所示的态度和空速。6。结论AUS- UAV试验台的设计，建造和测试。它包括许多的，现成的硬件组件以及一些软件模块相关的设计和开发ofUAV的航空电子设备系统。一个层次结构的多级的建筑完整的测试平台是由几个多学科工程步骤。首先，无人机建造，并配有必要的传感器，以及曲面的执行器等。二，关键使用系统结构和推进系统参数确定识别的方法，其结果被用来改进无人机仿真模型。第三，内环和外环的控制律已设计，轨迹跟踪制导算法。极大的努力去设计和建造地面站和它的集成与其他测试床模块。在设计过程的限制，板载计算电力，通讯损失，停电考虑到要拿出实际