《无人机系统概论》课件 模块二 飞行器平台系统(2.3无人机的飞控系统)_第1页
《无人机系统概论》课件 模块二 飞行器平台系统(2.3无人机的飞控系统)_第2页
《无人机系统概论》课件 模块二 飞行器平台系统(2.3无人机的飞控系统)_第3页
《无人机系统概论》课件 模块二 飞行器平台系统(2.3无人机的飞控系统)_第4页
《无人机系统概论》课件 模块二 飞行器平台系统(2.3无人机的飞控系统)_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

无人机系统概论模块二

飞行器平台系统

本模块知识脉络2.3无人机的飞控系统

飞控系统包括硬件和软件两个部分。硬件部分主要包括传感器、飞控计算机、执行机构,如下图所示。软件部分通常采用多层次架构设计。2.3.1飞控系统硬件

飞控系统中传感器较多,开发者可以根据具体需求添加传感器,在小型民用多旋翼无人机上,飞控系统将必要的传感器(如陀螺仪、加速度计、磁力计等)和主控板集成在一起,称为板载传感器。1.传感器(1)姿态传感器

姿态传感器的核心部件是惯性测量单元(IMU),其主要作用是测量无人机的俯仰角、滚转角和偏航角(即欧拉角),从而实现对无人机姿态的实时监测与控制。姿态传感器通常由加速度计、陀螺仪和磁力计等组成。

加速度计用于测量线性加速度,陀螺仪用于测量角速度,而磁力计则用于测量磁场方向,从而辅助确定无人机的航向。传感器的这些数据经过微控制器(MCU)或飞控系统的处理,可以实时计算出无人机的俯仰角、滚转角和偏航角(2)高空空速传感器

高度空速传感器用于测量无人机的气压和空速,从而实现飞行的高度保持和速度控制。无人机高度空速传感器通常采用两个独立的高精度压力传感器分别测量静压和全压。静压是周围空气的压力,而全压是空气在飞行器前方受到冲击后的压力。两者的差值即动压,动压与飞行速度的平方成正比,因此可以通过动压计算出空速。同时,因为气压随高度的变化具有一定的规律性,所以高度可以通过大气静压的变化来计算。(3)角速度传感器

在无人机的飞行过程中,角速度传感器能够检测飞行器在俯仰、滚转和偏航方向上的旋转速度,为飞控系统提供必要的姿态信息,帮助无人机保持稳定的飞行状态。角速度传感器的工作原理基于陀螺仪的原理,即通过检测旋转角速度来测量物体的角度变化。现代角速度传感器多采用MEMS(微机电系统)技术,具有体积小、质量轻、功耗低等优点,非常适合应用于无人机中。(4)测距传感器

测距传感器的主要功能是测量目标与无人机之间的距离,为无人机提供精确的定位信息,从而实现稳定飞行、避障、导航和任务执行等功能。根据不同的应用场景和需求,无人机测距传感器可以分为多种类型,包括激光测距传感器、超声波测距传感器、红外线测距传感器以及雷达测距传感器。超声波测距传感器(5)迎角传感器

迎角传感器的主要功能是测量无人机飞行过程中的迎角和侧滑角。迎角传感器通常采用风标式设计,通过测量风标叶片的旋转角度来确定迎角。当无人机以一定角度飞行时,作用在叶片上、下表面的压力不相等,产生压差,使叶片绕其轴旋转,直到中心线与迎面气流方向一致为止,叶片的转角即飞行器的迎角。风标式迎角传感器

飞控计算机是无人机飞控系统的核心部件,负责对无人机的飞行过程进行控制与管理。它接收来自传感器的信息,并对信息进行处理和运算,然后输出控制指令,实现无人机的稳定飞行、任务执行和安全降落等关键功能。飞控计算机不仅承担着无人机的全权控制任务,还涉及飞行控制、姿态稳定、自主飞行控制、数据中继处理等多个方面。2.飞控计算机飞控计算机

飞控系统执行机构主要包括电机、电子调速器、舵机、伺服执行机构、传动机构和任务设备控制器等。执行机构的主要功能是根据飞控计算机的指令,通过控制无人机的舵面、发动机油门等关键部件,实现对无人机姿态、位置和速度的精确调整,确保无人机能够按照预定的轨迹稳定飞行,并在复杂环境中灵活应对各种任务。3.执行机构电动伺服舵机2.3.2飞控系统软件

以开源PX4飞控为例进行说明。PX4飞控从软件架构上可以分为4层,如下图所示。在每一层里,各个驱动程序或上层的控制算法都是一个独立模块,能够在运行期间互相通信。

飞控算法的作用是通过实时处理传感器数据并生成控制指令,实现对飞行器姿态、速度和路径的精确控制。飞控算法的设计需要考虑飞行器的动态特性、控制目标以及环境干扰等因素,以确保飞行器在各种工况下都能保持稳定飞行。飞控主要的两种算法是比例-积分-微分(PID)控制算法和卡尔曼滤波算法。

PID控制是一种经典的反馈控制方法,广泛应用于无人机的飞行控制中。它通过实时计算目标值与实际值之间的误差,并根据比例、积分和微分3个部分对误差进行加权处理,从而调整无人机的舵面或电机输出,实现稳定飞行。2.3.3飞控算法

卡尔曼滤波是一种用于估计系统状态的递归算法,常用于融合多个传感器数据,提高无人机的姿态和位置估计精度。它通过结合系统模型和观测数据,利用最小均方误差准则对状态进行最优估计。

在无人机中,卡尔曼滤波通常用于融合惯性测量单元与定位传感器等的数据,以提供更可靠的位置和姿态信息,尤其在定位信号丢失或弱化的情况下,仍能维持导航系统的稳定性。该算法具有良好的实时性和鲁棒性,但其计算复杂度较高,且依赖于系统模型的准确性。卡尔曼滤波器原理示意图自主控制

在自主控制方式下,无人机能够根据预设的飞行任务和实时传感器数据,自动完成飞行任务,无须人工干预。这种控制方式适用于复杂环境下的任务执行,如侦察、攻击等。半自主控制

半自主控制介于自主控制和人工控制之间,飞行任务主要由人干预完成,但飞行器装有由角度传感器和角速率陀螺组成的姿态角稳定内回路,提高了飞行稳定性和可操作性。指令控制

指令控制是指由操作员通过遥控器或地面站发送指令,控制无人机的飞行。这种方式常用作靶

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论