Anmelden

Echtzeit-Flugsteuerung: Eingebettete Sensorkalibrierung und Datenerfassung

Überblick

Quelle: Ella M. Atkins, Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI

überblick

Der Autopilot ermöglicht die Stabilisierung von Flugzeugen mithilfe von Daten, die von Bordsensoren gesammelt werden, die die Ausrichtung, Winkelgeschwindigkeit und Fluggeschwindigkeit des Flugzeugs messen. Diese Mengen können vom Autopiloten so eingestellt werden, dass das Flugzeug automatisch einem Flugplan vom Start (Start) durch Bergung (Landung) folgt. Ähnliche Sensordaten werden gesammelt, um alle Flugzeugtypen zu steuern, von großen stationären Verkehrsflugzeugen bis hin zu kleinen Mehrrotor-Hubschraubern wie dem Quadrocopter mit vier Schubtriebwerken.

Mit Trägheitsposition und Geschwindigkeit, die von einem Sensor wie dem Global Positioning System (GPS) erfasst wird, ermöglicht das Autopilot-Echtzeit-Flugsteuerungssystem einem Multicopter oder einem Festflügelflugzeug, seine Haltung und Fluggeschwindigkeit zu stabilisieren, um einer vorgeschriebenen Flugbahn. Sensorintegration, Kalibrierung, Datenerfassung und Signalfilterung sind Voraussetzungen für Experimente in der Flugsteuerung.

Hier beschreiben wir eine Sensor-Suite, die die notwendigen Daten für die Flugsteuerung liefert. Signalschnittstellen und Datenerfassung auf zwei verschiedenen eingebetteten Computerplattformen werden beschrieben und die Sensorkalibrierung wird zusammengefasst. Einkanalige Gleitende Mittelwerte und Medianfilter werden auf jeden Datenkanal angewendet, um hochfrequentes Signalrauschen zu reduzieren und Ausreißer zu eliminieren.

In diesem Experiment wird die Datenerfassung und Sensorkalibrierung für die Echtzeit-Flugsteuerung demonstriert. Mehrere veröffentlichte Papiere haben die Prinzipien der Erfassung und Steuerung von Sensordaten beschrieben, und sie haben sich in letzter Zeit auf Sensoren für kleine unbemannte Luftfahrzeuge (UAVs) [1-3] konzentriert.

Verfahren

Dieses Verfahren veranschaulicht die ImU- und ADS-Sensorkalibrierung und -integration mit Flugcomputern und demonstriert den Einsatz integrierter INS- und ADS-Datenerfassung und -verarbeitung in einer Außenfluganlage. Die End-to-End-Flugsteuerung für einen Quadrotor, der in der M-Air-Netztestanlage der University of Michigan betrieben wird, wird demonstriert.

1. Sensorkalibrierung: Trägidenmesseinheit (IMU)

Die Sensorkalibrierung ist am effektivsten,

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Ergebnisse

Sensorkalibrierung

Ein Beispiel für ein Rate-Gyro-Kalibrierungsdiagramm ist in Abbildung 8dargestellt. In diesem Fall emittiert der Kurskreisel einen nominalen (Null-Geschwindigkeit) Messwert von 2,38 V. Rate Gyro Spannungsdaten wurden für sechs verschiedene Drehzahlen in Grad pro Sekunde gemessen gesammelt, und eine lineare Kurve wurde zu diesen Daten passte. Wie gezeigt, bietet die lineare Passung eine sehr gute Annäherung aller gesammelten Datenpunkte.

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Anwendung und Zusammenfassung

Hier beschrieben wir die Sensorsysteme, die Datenerfassung und den Signalfilterprozess, die erforderlich sind, um die Echtzeit- flugsteuerung von Fest- und Drehflügelflugzeugen zu ermöglichen. Diese Datenpipeline ist ein wesentliches Element aller bemannten und unbemannten Flugzeug-Autopilotsysteme. Multicopter erfordern eine Stabilisierung von Autopiloten, und Flugzeuge aller Art verlassen sich bei allen Operationen kritisch auf Diek- und Flugsteuerung in Echtzeit, während wir uns auf immer autonomere Flugzeugsysteme...

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Referenzen
  1. Langelaan, J.W., Alley, N., and Neidhoefer, J., 2011. Wind field estimation for small unmanned aerial vehicles. Journal of Guidance, Control, and Dynamics, 34(4), pp.1016-1030.
  2. Hallberg, E., Kaminer, I., and Pascoal, A., 1999. Development of a flight test system for unmanned air vehicles. IEEE Control Systems, 19(1), pp.55-65.
  3. Kim, J.H., Sukkarieh, S., and Wishart, S., 2003. July. Real-time Navigation, Guidance, and Control of a UAV using Low-cost Sensors. In Field and Service Robotics, Springer, pp. 299-309.
  4. Gracey, W., 1956. Wind-tunnel investigation of a number of total-pressure tubes at high angles of attack-subsonic, transonic, and supersonic speeds (No. NACA-TN-3641). National Aeronautics and Space Administration (NASA) Langley Research Center, Hampton, VA. (http://www.dtic.mil/get-tr-doc/pdf?AD=ADA377664)
  5. Morrison, G.L., Schobeiri, M.T., and Pappu, K.R., 1998. Five-hole pressure probe analysis technique. Flow Measurement and Instrumentation, 9(3), pp.153-158.
  6. Farrell, J. and Barth, M., 1999. The global positioning system and inertial navigation. New York, NY, USA, McGraw-Hill.
  7. Enge, P., Walter, T., Pullen, S., Kee, C., Chao, Y.C., and Tsai, Y.J., 1996. Wide area augmentation of the global positioning system. Proceedings of the IEEE, 84(8), pp.1063-1088.
  8. Goodrich, M.A., Morse, B.S., Gerhardt, D., Cooper, J.L., Quigley, M., Adams, J.A., and Humphrey, C., 2008. Supporting wilderness search and rescue using a camera‐equipped mini UAV. Journal of Field Robotics, 25(1‐2), pp.89-110.
  9. Rufa, J.R., and Atkins, E.M., 2016. Unmanned aircraft system navigation in the urban environment: A systems analysis. Journal of Aerospace Information Systems, 13(4), pp.143-160.
  10. Paret, D. and Fenger, C., 1997. The I2C bus: from theory to practice. John Wiley & Sons, Inc.
  11. S. Cesnik, C.E., Senatore, P.J., Su, W., Atkins, E.M., and Shearer, C.M., 2012. X-HALE: A very flexible unmanned aerial vehicle for nonlinear aeroelastic tests. AIAA Journal, 50(12), pp.2820-2833.
  12. Vasconcelos, J.F., Elkaim, G., Silvestre, C., Oliveira, P., and Cardeira, B., 2011. Geometric approach to strapdown magnetometer calibration in sensor frame. IEEE Transactions on Aerospace and Electronic Systems, 47(2), pp.1293-1306.
  13. Bovik, A., Huang, T.S., and Munson, D., 1983. A generalization of median filtering using linear combinations of order statistics. IEEE Transactions on Acoustics, Speech, and Signal Processing, 31(6), pp.1342-1350.
  14. Beard, R.W. and McLain, T.W., 2012. Small unmanned aircraft: Theory and practice. Princeton University Press.
  15. Yeo, D., Shrestha, E., Paley, D.A., and Atkins, E.M., 2015. An empirical model of rotorcraft UAV downwash for disturbance localization and avoidance. In AIAA Atmospheric Flight Mechanics Conference, AIAA.
  16. Yeo, D., Sydney, N., and Paley, D.A., 2016. Onboard flow sensing for rotary-wing UAV pitch control in wind. In AIAA Guidance, Navigation, and Control Conference.
  17. Degani, A. and Wiener, E.L., 1993. Cockpit checklists: Concepts, design, and use. Human Factors, 35(2), pp.345-359.
  18. Yeo, D., Henderson, J., and Atkins, E., 2009, August. An aerodynamic data system for small hovering fixed-wing UAS. In AIAA Guidance, Navigation, and Control Conference.
Tags
Leerer WertAusgabe

pringen zu...

0:01

Concepts

2:31

Calibration of IMU

4:45

Real-time Flight Experiment

7:11

Results

Videos aus dieser Sammlung:

article

Now Playing

Echtzeit-Flugsteuerung: Eingebettete Sensorkalibrierung und Datenerfassung

Aeronautical Engineering

9.9K Ansichten

article

Aerodynamisches Verhalten eines Modellflugzeugs: Die DC-6B

Aeronautical Engineering

8.0K Ansichten

article

Charakterisierung von Propellern: Variationen von Pitch, Durchmesser und Blattzahl, und deren Einfluss auf die Leistung

Aeronautical Engineering

25.8K Ansichten

article

Verhalten der Tragflächen: Druckverteilung über einem Clark Y-14-Flügel

Aeronautical Engineering

20.5K Ansichten

article

Clark Y-14 Tragflächenleistung: Einsatz von Hochauftriebsvorrichtungen (Klappen und Vorflügel)

Aeronautical Engineering

13.0K Ansichten

article

Turbulence Sphere-Methode: Bewertung der Strömungsqualität im Windkanal

Aeronautical Engineering

8.5K Ansichten

article

Querzylindrische Strömung: Messung der Druckverteilung und Einschätzung des Strömungswiderstandskoeffizient

Aeronautical Engineering

15.8K Ansichten

article

Analyse einer Düse: Variationen in Machzahl und Druck entlang einer konvergierenden und einer konvergierend-divergierenden Düse

Aeronautical Engineering

37.5K Ansichten

article

Schlieren-Imaging: Eine Technik zur Visualisierung der Eigenschaften von Überschallströmungen

Aeronautical Engineering

10.5K Ansichten

article

Strömungsvisualisierung in einem Wassertunnel: Beobachtung des Vorderkantenwirbels über einem Deltaflügel

Aeronautical Engineering

7.6K Ansichten

article

Surface Dye Flow Visualisierung: Eine qualitative Methode zur Beobachtung von Stromlinien in Überschallströmungen

Aeronautical Engineering

4.8K Ansichten

article

Pitotrohr: Ein Gerät zur Messung der Luftströmungsgeschwindigkeit

Aeronautical Engineering

47.9K Ansichten

article

Konstant-Temperatur-Anemometrie: Ein Werkzeug zur Untersuchung der turbulenten Grenzschichtströmung

Aeronautical Engineering

7.1K Ansichten

article

Druckwandler: Kalibrierung mit einem Pitotrohr

Aeronautical Engineering

8.4K Ansichten

article

Multicopter-Aerodynamik: Charakterisierung der Schubkraft bei einem Hexacopter

Aeronautical Engineering

9.0K Ansichten

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten