在两自由度万向节上测试QDrone
在QDrone的案例中，我们处理了一个飞行器的两个主要的控制系统来调节所有的6个自由度状态：他的方向（roll，pitch，yaw）和方位（x，y，z）。虽然我们有无人机的机电特性（质量，惯性，推力等等），但我们在开始拓展到多个自由度之前，先从单一自由度开始，验证了我们的猜想和模型。将问题分解成更小的情况的其他好处是快速控制原型（RCP）的优势，我们如何在基于模型的控制方法上迭代，从而来预测并优化控制每个轴的行为。
迭代快速控制原型
为了促进这个RCP过程，我们设计了一个2自由度万向节，来促进一个附加无人机的roll（或pitch）和yaw。这个万向节也采取了两个高分辨率的编码器来提供一个无人机方向的真实测量，来验证无人机的方向预估。
我们首先专注于我们的精力来使用一个我们研制的互补滤波器来进行快速的可靠的方向估计，那就是拥有一个透明的完整的instrumented system包括万向节上的编码器派上用场的地方了。在确定一个快速的准确的但具鲁棒性的方向评估之前，我们反复评估了设计并引入了增强的噪声（通过打开无人机上的引擎）。
接着，我们使用我们无人机的动态模型（roll轴）并结合我们之前表征的推进系统（电机，螺旋桨，驱动器）来验证我们的模型，并在我们的实验装置上进行验证。随着经过验证和更新的模型，我们之后开发了一个最理想的基于模型的控制器并且在从新配置无人机同事在几乎对称的pitch轴上验证相同方法之前在单一roll轴上验证了他。虽然偏航轴在万向节上将展现出和实际飞行中不同的状态，同时我们也明白一旦无人机处于飞行状态，控制器会产生一些变化，我们依旧在yaw轴上配置了相同的程序。
虚拟无人机仿真以及我们是如何设计它的
与QDrone发展并行，我们开始尝试在虚幻引擎上来支持我们系统和应用程序进行丰富的视觉可视化（像我们的假日视频一样有趣）。我们通过这种集成并建立了一个3d模型以便我们实现QDrone的方向和位置的可视化。但是固定在万向节上的无人机该如何飞行呢？借助模型和硬件在环的强大功能，我们再一次利用了无人机的动态属性（质量，惯性，推进力），仅仅基于他的方向（estimation）和控制推力（force）开发了在3D空间里的动态模型。
我们现在有一个具有快速，鲁棒性稳定回路（即能定向roll和yaw的回路）的无人机，以及利用了实际无人机信息，并预测其在3D空间（假设他没有固定在万向节上）里位置的动态模型。这个过程里最后一步是开发外循环的位置控制器（按照xyz的位置并控制无人机的roll，pitch，yaw与推力来实现预期的位置）并将它应用到我们的工作模型与无人机稳定器以及他的动态位置模型。
比描述更加直观的是参考下方的拥有两个虚拟无人机最终结果的视频。第一架虚拟无人机展示了我们期望的无人机到达的位置（以及指定的方向）。第二架无人机向我们展示了万向节上真实无人机的实际方向与模型位置。这些指令以一个方形运动循环，一旦无人机到达指定位置就发生改变。
从模拟回到实际的无人机
在这个过程中的最后一步是将模型转移到实际飞行的无人机上。我们可以简单的通过我们的定位相机所采集到的实际位置来代替估计的位置并复制虚拟的无人机！
结语
QDrone的发展让我们经历了一个从它一开始在仪器万向节上的初始验证，到通过在一个模拟空间里虚拟飞行，最后实现真正的起飞的旅程。在虚拟和现实相融合的世界里，或许这个问题我们最开始提出的时候并不像所看到的那般直截了当。任何其他名字的飞行器都会飞吗？
在开发的过程中，我们确实受益于拥有仪器万向节，顺便说一句，我们正在考虑添加它作为我们研究实验室。我们将它视为一个更好的工具来为更先进的飞行控制研究应用提供一个更加便捷的教学平台和安全起点。我们很乐意听到关于这样的一个设备添加，您会从哪些方面受益的想法！
翻译：Edison Zhong
本文链接：http://www.chinaai2.com/?p=16377
Translated from：https://www.quanser.com/blog/is-drone-that-doesnt-fly-still-drone/
沪公网安备 31011202011813号