第一周 综述
写在前面
这个暑假花了大概整整一周时间拿到了课程的证书,本课程主要内容是四旋翼的系统设计和控制,本课程对于运动学和动力学的数学推导有着比较详细的介绍,并在编程作业中对四旋翼的控制和路径规划进行了仿真,前置课程主要是自动控制原理和理论力学,编程作业主要是用Matlab,目前还没有中文字幕。
由于作者水平有限,可能存在错误,还望指正。
各种各样的无人飞行器
- aerial robots | 空中机器人
- Unmanned Aerial Vehicles(UVA) | 无人机
- Remotely Piloted Vehicles(RPVs) | 遥控飞行器,课程中将其也归为无人机
- Drones | 最常见的无人机叫法
- Quadrotor | 四旋翼
这些无人飞行器中的微型飞行器主要包括固定翼,扑翼和旋翼几种,本课程主要研究旋翼机中的四旋翼。
为什么选择四旋翼作为教授对象?
因为四旋翼结构简单,桨叶短而硬,飞行器在忽然转向时,桨叶不会因为陀螺力矩而扑动,也因此,四旋翼的建模比较容易。
四旋翼如何控制其姿态和位置?
将四旋翼的四个旋翼顺时针标号为1,2,3,4,其1,3转子的转动方向为逆时针,2,4转子方向为顺时针。
滚转和俯仰
机体坐标系下,滚转是绕X轴的运动,俯仰是绕Y轴的运动,四旋翼通过改变相对的一对旋翼的转动速度来产生滚转和俯仰力矩。
偏航
机体坐标系下,偏航是绕Z轴的运动,比如要控制飞行器顺时针旋转,则2、4电机减速,1、3电机加速,即逆时针旋转的速度加大,产生偏航力矩。
实现自动飞行有哪些关键因素
- State Estimation 估计出飞行器当前的位置、速度和姿态等。
- Control 根据目标状态和当前状态,计算出电机指令。
- Mapping 绘制所在环境的地图(商业级四旋翼一般无此功能)。
Planning 在已知外界环境和目标地点的情况下,规划出一条避障轨迹。
SLAM(Simultaneous Localization And Mapping)简介
SLAM也是当前人工智能中计算机视觉领域的一个热门方向,该问题可以表述为下:
机器人在未知环境中从一个未知位置开始移动,在移动过程中进行自身定位,并在自身定位的基础上建立环境地图,实现自主定位和导航。即同时实现Stae Estimation和Mapping。
SLAM问题如上图所示,已知 ,同时估计 。
动力系统和系统设计
平衡方程
控制方程
PD控制
当 且 时,系统稳定, 增大,系统的超调量 增大,反应更加迅速, 增大,系统的阻尼增大。
PID控制
I项主要应对未知参数的扰动
设计上的一些考量
能量
四旋翼一般功率比重量的量级约为200W/Kg,固定翼约为120W/Kg,锂电池能提供的量级一般为400W/Kg。可以看出固定翼的效率比旋翼高近一倍。
机动性
yz平面内的四旋翼动力学模型
为所有旋翼的合拉力, 为所有旋翼的力矩
尺寸效应
l为四旋翼的臂长,r为旋翼的半径,m为四旋翼的质量。
Froude scaling
~
~ ~
~ ~
~ ~
~
Mach Scaling
~
~
~
~
结论
尺寸越小越敏捷