激光测距仪辅助无人机物质配送系统设计探讨
激光测距仪辅助无人机物质配送系统设计探讨
作者:秦安碧;赵友贵;李成勇
1引言
飞机系统包括数据链路机载部分、起飞着陆机载部分、飞行控制系统,导航系统、推进系统、以及飞 行器平台等构成。数据链路系统把无人机的状态和其他信息发送给地面;起飞'着陆系统机载部分实现 无人机的发射和回收;推进系统为无人机提供飞行的 动力;导航系统通过卫星导航或地面引导以及无人机 自身的目标发现和跟踪能力为无人机完成战术任务提供导航和目标系统保障。飞行控制系统是无人机 上最为核心的部分,它监视控制和指挥着其他的机载 子系统,接受地面发出的命令,协调机载各子系统站 的健康和指挥下,控制无人机完成预定任务⑴。地面系统包括地面辅助设备,地面监控分系统、起 飞、着陆系统地面部分、激光测距传感器数据链路地面部分等。起飞、 着陆系统机载部分实现对无人机的发射和回收的重要 保障,地面数据链路部分配合机载链路部分协同工作, 实现地面站与无人机的通信,完成对无人机的监控指 挥。地面监控为地面操作人员提供无人机的信息状态 和无人机获取的环境信息。因此为操作人员提供为无 人机各个子系统预定完成的任务提供参考依据⑵。
1飞控系统规划设计
结合无人机的航线规划构建设计方案,根据 模块的增加和裁剪,满足问题的设计的规划方案需 求,飞行控制系统主要由飞行控制器、传感器(或敏感 元件)、舵机3部分组成,如图1所示是无人机航线规 划系统硬件结构图。无人机航线规划系统由CPU和硬盘,内存组成, 其中最重要的组成部分为CPU和DSP⑸,将存储器安 放在CPU和ARM间,从而提高了系统缓存速度,改 善航线的规划效率。
2飞行控制系统
当飞行器正常飞行或悬停的时候,突然遇到外力 或者磁场的干扰时,会导致加速度传感器或者磁力传 感器釆集数据出现失真。为了保证系统性能的稳定 性。飞行控制系统的设计是其中关键的一环。线性 控制在设计复杂系统中可能因为非线性得不到补偿 造成线性系统不稳定。像传统的PID线性控制理论 在在现在追求高性能的无人机的需求中很难满足实 质性的需求,而非线性飞行控制将成为飞行控制系统 的一个必然趋势⑹。
2.1増益预置控制
增益预置是自适应控制方式其中的一种,通过选 择若干覆盖对象动态范围的特征点,在其基础上对非 线性系统做线性近似化,然后对每一个线性模型进行 线性化控制器设计,再用插值策略将不同的点设计中 和起来⑺。
无人机飞行器有飞控计算机通过特征参数(如高 度、空速)以及函数的形式来调节控制器增益的实现。 增益控制可以看成线性控制和非线性控制的中间状 态,而不能算作真正的非线性控制方法⑻,由于现在 飞行器处理问题的也越来越复杂,飞行器也越来越先 进,系统的高度非线性化已经大范围化,所以对非线 性问题用近线性化求解,可能使得问题更加严重。
2.2增益预置控制
非线动态逆控制是反馈线性化的一个分支,是将 状态/控制输入从非线性系统一一映射到线性系统, 能抵消掉因为飞行器飞行状态的改变带来的模型参 数变化,保证线性系统保持不变。但因为在现实中需 要构造一个可信度非常高的非线性仿真模型并且需 要通过机载计算机进行实时逆变换。同时逆变换的 存在也会破坏严格的对消关系,而某些情况下这种非 线性对消是不必要的。但比直接用线性化理论设计 出的系统要强。
单隐层神经网络是全局的近似器,由于网络规模 足够大,能以任意精度逼近光滑的非线性函数。单隐 层神经网络机构图如下图2所示。
3基于神经网络的动态逆控制
神经网络可以较好的弥补飞机精确模型无法获 得的缺陷,其稳定性及误差的收敛可以通过选取适当 的李亚普洛夫函数和相应的自适应律加以严格证明。 所以目前国内外的飞行控制系统设计中大量采用神 经网络。
3.2针对卫星信号失锁问题
无人机往往需要到达一些没有人烟稀少的地方, 如果无人机在这种地方因为无人机信号失锁可能是 在峡谷,或是山峰陡峭排列密集的地区遮挡住信号的 接受,一旦卫星信号失锁,最直接的问题便是无人机 在可能在燃油耗尽的情况下造成损毁,而且坠毁在这 种陡峭地区,经行回收的一是难度大,二是成本高;设 计考虑到避免该情况。建议可以预先加装惯性导航系 统,惯性导航是以牛顿力学定律为基础,依靠安装在运 载体上的陀螺仪和加速度计来测定运载体位置的一个 系统。不依赖外部信息,靠内部加速度计在三个轴上运动加速度,经过积分运算计算出瞬时速度和所处位 置来实现导航。但惯导有固定的漂移率,这样会造成 物体运动的误差可以在电量充足的情况下继续航线, 在航线途中搜寻信号,在飞行过程中接受从新接受卫 星GPS导航,然后对NIS导航的路线经行矫正。
无人机执行任务时依靠惯性导航(INS)和卫星定 位系统,惯性导航通过惯性元器件测量载体相对于惯 性空间的角速度和加速度,再通过对量测进行积分来 推算从而获得载体的导航参数并进行实时输出。其 优点时自主性好,隐蔽性强,导航信息完整,短时精度 高,数据输出率高。缺点则是导航误差会随时间的积 累。随着激光陀螺仪和光纤陀螺仪等新型惯性导航 系统的出现,捷联惯性导航系统(SINS)以其体积小, 质量轻和成本低等优点以逐渐成为惯性导航发展的 主流,以 GPS (Global Navigation Satellite Systen, GNSS) 具有全球性,高精度和导航误差不随时间发散的优 点,但也存在输出频率低、基于码的位置输出具有较 大的短时噪声,信号易受干扰和遮挡的缺点'小们。
3.3遥测數传通信链路
在无人机飞行的途中需要随时知道飞行的经纬 度值,飞行的航线,飞行的偏角度,和电池所剩电量等 数据信息。利用社会公共网GPRS/CDMA/4G网络可 以不用自行搭建中断,但受到网络覆盖区域的限制。 卫星通信则没有限制,整个通信系统链路建立简单可 靠。无人机巡航、线路检测等工作需要大量实时数 据,单对于以运送物质为目的的无人机来说,相比则 没有这么高的要求,无论是发送数据还是接收数据, 单需知道与目的点的距离,和自身的坐标点等数据, 实时接受和传递的数据量也较低。基于⑻飞行器卫 星通信链路设计方案进行构架,如下图3所示为飞行 器载设备组成框图。 终将返回的数据信息呈现在显示器上。
3.4线路规划问题
在无人区物质配送的问题上,针对设计无人机方 案必须考虑无人机载重量大,以及飞行时间有限的情 况下,飞行的路径最短。而且要考虑复杂的地理条 件。其中最为重要的便是航线的规划,这关系着无人 机在复杂多样的地理环境中是否能高效完成任务。 在航线规划问题是个多约束的组合问题,蚁群算法可 以很好的解决多约束并行寻优能力,而文献⑸改进的 蚁群算法提高的全局优化能力,从而使得无人机航迹 得到优化。但是蚁群算法在后期收敛时容易陷入局 部最优值,所以这里引用⑹中的改进的蚁群算法,通 过与遗传算法使得在进行收敛时跳出局部最优,得到 全局最优航线规划路径。
在无人机航线的规划上最核心的便是算法的设 计。在本设计中路径的规划上依靠蚁群算法在路径 规划上的并行能力,来初步建立模型的全局最优思 路,从而逐步优化。
蚁群算法如图4所示是以蚂蚁觅食的行为为依 据,模仿每只蚂蚁在觅食过程中留下信息素,在蚂蚁 觅食途中因为选择不同的路径留下信息素,最短路径 由于蚂蚁遍历次数的增加使得该路径的信息素浓度 增高,其他路径由于蚂蚁的信息素挥发,相同时间,内 蚂蚁遍历的次数最多路径上的信息素最浓为一条路 径为最短路径。通过这一种正向反馈,使得最短路径很快被发 现。虽然蚁群算法具有良好的动态性,鲁棒性和全局 下并行能力,但蚁群算法在后期收敛时容易陷入局部 最优,而遗传算法不如蚁群算法运行效率高,但遗传 算法却有自身迭代的优势。利用遗传算法变异特性 弥补蚁群后期收敛慢的缺点,能很合弥补后期收敛容 易陷入局部最优的问题。
因此通过和遗传算法相结合,来提高全局优化能 力,进而提高无人机的航线规划能力。
3.5基于遗传算法的蚊群优化算法
在MATLAB仿真中只是更改算法的相关因子,来契合与问题的紧密性,无人机的飞行的地域往往主要依靠全球定位系 统(GPS)和预设线路来实现自主导航。在使用者手 动标出起始点到目标点的位置后,通过GPS导航数据 获得的地理位置信息,以及自身算法获得最优路径, 来实现起始点到目的点物质配送。在这里假设已经 抽样出地图二维模型,利用计算机在低维空间具有非 常强的路径搜索能力,找出最优路径。为了方便搜 索,取三维空间模型海拔最低的点我们取为0,超出无 人机飞行高度以上海拔不可达点。根据无人机路线 前方的坡面上升程度,釆取上升来与坡面保持一定高 度,从而到达与地面的安全飞行距离。
4激光测距仪辅助物品投放设计
在无人机到达指定的目的点后,往往因为目的点 地形环境限制,运载的物品中可能是一些急救物质, 或昂贵的科研设备。尽管在运送时可能做了保护措 施来减少运载途中因为外力导致物品受损的意外情况,但是在对物品投放时可能因为投放位置不当造成 不可弥补的损失。如果釆用人机交互的形式让远程 操控者来进行决策,无人机得向终端发送大量的实时 数据的现场画面,很难保证实时的同步,使得指令的 传送的延迟可能出现重大失误。
设计使用一台激光测距仪,把激光测距仪与立体 相机合起来使用,地形检测,放地点选择和周边有关 环境的提供丰富信息,把获取的环境信息通过无人机 子系统的提取,再通过神经网格来进行投放点的规划 选择最佳投放地点,在把选择好的地点发送给操控者 来做决策是否投放。
立体相机安装在底部位子,激光测距仪的安装则 要安放在投放时不会因为物品的遮挡的前端,在到达 目的点后向终端设备发送信息,当接受到投放命令, 人机交互的形式进行位置的选择和定点投放。需要 解决的问题是环境识别。
神经网络的训练样本可以通过对已知的故障模 型进行特征提取得到。从而在复杂的未知环境中较 好地实现以目的点为中心,找出最小半径的投递位 置。选择投放点去前提条件如下:投放点坡面程度 小,投放空旷域尽可能大;为减少物品因空投而带来 的风险,同过激光测距仪测配合小型雷达探障模块, 试出最低高度,待无人机与其保持最小安全距离再采 用保险绳悬空慢速投放,待物品落地后。完成此次物 品的配送任务。
5结束语
无人机在配送过程中会遇到种种问题,本文从无 人机结构开始,分析了数据链路的传输,航线算法等, 为了应付复杂的配送环境,调整相应部件,在裁剪机 身的气象数据采集部分的同时增加激光测距仪部分 辅助完成配送任务。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除