CN109062246A - 具有多任务自调度的模块化飞控系统及其设计方法 - Google Patents
具有多任务自调度的模块化飞控系统及其设计方法 Download PDFInfo
- Publication number
- CN109062246A CN109062246A CN201810811397.0A CN201810811397A CN109062246A CN 109062246 A CN109062246 A CN 109062246A CN 201810811397 A CN201810811397 A CN 201810811397A CN 109062246 A CN109062246 A CN 109062246A
- Authority
- CN
- China
- Prior art keywords
- module
- control
- shared drive
- transferred
- flight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013461 design Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 3
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 7
- 241001123248 Arma Species 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000010354 integration Effects 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种具有多任务自调度的模块化飞控系统及其设计方法，包括数据采集模块、导航解算模块、控制解算模块、PWM辅助模块、空地通信模块。数据采集模块对多传感器数据进行实时采集，导航解算模块通过条件判断自调度合适解算算法，解算无人机状态并创建导航共享内存；控制解算模块通过条件判断自调度合适控制算法，根据无人机状态和控制指令解算控制量；PWM辅助模块通过STM32辅助单片机控制执行机构，同时还监视单片机运行状态，获取地面控制信号；空地通信进程负责将无人机状态定时通过无线电台发送给地面站，同时接收地面站的指令。该系统采用嵌入式设计技术，可以实现飞控系统任务模块化、多任务自调度以及多算法集成。
Description
技术领域
本发明属于无人机飞行控制领域，特别是一种具有多任务自调度的模块化飞控系统及其设计方法。
背景技术
随着传感技术、航空技术、导航技术、人工智能和控制技术的发展，近年来，无人机获得了突飞猛进的发展。相对大型飞行器，小型无人机由于其体积小、重量较轻、在飞行过程中易受到干扰，因此对小型无人机的飞控系统提出了更高的要求。同时，随着无人机技术发展，其执行的任务也越来越复杂，对无人机的控制精度要求越来越高。
根据硬件架构平台可将飞控系统分为三类：基于单片机、基于DSP和基于工业计算机。基于单片机的飞控系统适合完成IO请求和控制方面的功能，但由于其运算能力、实时性和外设有限，仅适合飞行任务简单的小型无人机，难以满足较复杂的导航算法和控制算法需求；基于DSP的飞控系统拥有很大的数学运算性能优势，但是控制能力不强。基于工业计算机的飞控系统计算资源丰富，但因其价格昂贵，体积较大且功耗高，一般应用于大型无人机的飞行控制系统。上述方案一般成本都比较高，而且设计复杂，开发周期较长，工作量大，这也导致飞行控制系统的二次开发和移植困难，使用者和设计者通常要求有比较高的硬件设计和相应芯片的开发水平。
同时，飞控软件系统按是否采用操作系统分为两类：前/后式软件架构和基于实时操作系统（RTOS）软件架构。前者只能处理简单异步事件，后者则通过实时内核确保系统实时响应。
目前，飞控系统仍多采用裸机开发的方式，即无操作系统的方式开发。飞行控制系统是一个多任务系统，需要同时执行数据采集、导航解算、飞行控制律解算以及各种负载任务等多种任务。随着功能更复杂以及外设增加，这种方式将带来更长的开发周期和更大的开发难度。面对越来越复杂的功能需求，飞行控制系统需要不断地扩展和更新迭代，以裸机方式进行二次开发时往往需要重构软件系统。而少数基于实时操作系统的高度商业化飞控软件系统通常有两种方式来应对多任务调度，一种是单CPU，基于前后台模式的无限循环单任务方式；另一种则是多CPU模式，将实时性和计算量要求高的任务分别在不同的CPU中运行。前者需要人为进行任务调度，开发难度大、工作量大，并且软件容易跑飞，而后者则会加大系统集成的难度和复杂度，同时需要协调多CPU工作并解决它们间的通信问题。
发明内容
本发明的目的在于提供一种具有多任务自调度的模块化飞控系统及其设计方法，解决了目前飞控软件需要人为进行任务调度且难以模块化实现功能拓展和多算法集成的问题。
实现本发明目的的技术解决方案为：一种具有多任务自调度的模块化飞控系统，包括数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块对多传感器数据进行实时采集，创建数据采集共享内存；导航解算模块访问数据采集共享内存，通过条件判断自调度合适解算算法，解算无人机状态并创建导航共享内存：控制解算模块访问导航共享内存，通过条件判断自调度合适控制算法，根据无人机状态和控制指令解算控制量，并创建飞行控制共享内存；PWM辅助模块访问飞行控制共享内存，控制执行机构，同时还监视其自身的运行状态，获取地面控制信号；空地通信进程负责将数据采集共享内存、导航共享内存、飞行控制共享内存中的无人机状态定时通过无线电台发送给地面站，同时接收地面站的指令。
一种具有多任务自调度的模块化飞控系统实现多任务自调度的方法，步骤如下：
步骤a、综合考虑任务模块实时性需求和轮转性需求，对任务模块进行优先级排序，转入步骤b；
步骤b、通过任务进程模块属性结构体进行任务优先级自设定，转入步骤c；
步骤c、综合考虑进程代码消耗特性和任务模块重要性，对任务模块进行CPU绑定配置，转入步骤d；
步骤d、Linux内核通过自查找、比较自设定的结构体优先级数值，通过自查找CPU绑定配置，实现多任务自调度。
一种具有多任务自调度的模块化飞控系统的设计方法，执行步骤如下：
步骤1、系统初始化后，创建数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块工作时，转入步骤2；导航解算模块工作时，转入步骤4；控制解算模块工作时，转入步骤6；PWM辅助模块工作时，转入步骤8；空地通信模块工作时，转入步骤10；
步骤2、创建IMU采集模块、GPS采集模块、高度计采集模块、空速计采集模块，完成多传感器数据采集任务，转入步骤3；
步骤3、将采集到的多传感器数据写入数据采集共享内存；
步骤4、创建联邦卡尔曼滤波解算模块和神经网络解算模块，访问数据采集共享内存获得传感器数据，根据解算算法自调用策略调度相应解算算法，转入步骤5；
步骤5、完成导航解算任务，将导航解算结果写入导航共享内存；
步骤6、创建PID控制模块和积分反演控制模块，访问导航共享内存获得导航数据，根据控制算法自调用策略调用相应控制算法，转入步骤7；
步骤7、完成控制解算任务，将控制解算结果写入飞行控制共享内存；
步骤8、创建PWM辅助模块，从飞行控制共享内存中获取控制解算结果，按数据帧打包，转入步骤9；
步骤9、通过串口将控制结算结果发送给STM32，同时数据帧解包，存入日志文件便于离线分析；
步骤10、进程初始化后负责将无人机状态以1Hz的频率，按一定格式的数据帧发送给地面站，同时接收地面站发送至无人机的指令，并做相应地操作。
本发明与现有技术相比，其显著优点：
（1）实现了飞控系统中数据采集任务、导航解算任务、控制解算任务、PWM辅助任务和空地通信任务多种任务自行调度的功能；
（2）实现了飞控系统中数据采集任务、导航解算任务、控制解算任务、PWM辅助任务和空地通信任务的模块化设计；
（3）在导航解算和控制解算模块中实现了多算法自调用，提高导航解算和控制解算的精度。
附图说明
图1为本发明的具有多任务自调度的模块化飞控系统的原理图。
图2为本发明的具有多任务自调度的模块化飞控系统的导航解算模块算法自调用算法流程图。
图3为本发明的具有多任务自调度的模块化飞控系统的控制解算模块算法自调用算法流程图。
图4为本发明的具有多任务自调度的模块化飞控系统多任务自调度功能实现方法示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
结合图1，本发明所述的一种具有多任务自调度的模块化飞控系统，包括数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块对多传感器数据进行实时采集，创建数据采集共享内存；导航解算模块访问数据采集共享内存，通过条件判断自调度合适解算算法，解算无人机状态并创建导航共享内存：控制解算模块访问导航共享内存，通过条件判断自调度合适控制算法，根据无人机状态和控制指令解算控制量，并创建飞行控制共享内存；PWM辅助模块访问飞行控制共享内存，控制执行机构，同时还监视其自身的运行状态，获取地面控制信号；空地通信进程负责将数据采集共享内存、导航共享内存、飞行控制共享内存中的无人机状态定时通过无线电台发送给地面站，同时接收地面站的指令。
所述的多任务模块化是利用Linux多进程和多线程技术实现。
所述数据采集模块包括并列设置的9轴IMU采集模块、气压高度计采集模块、空速计采集模块和GPS采集模块，其中9轴IMU包括3轴陀螺仪、3轴加速度计和3轴磁传感器，9轴IMU采集模块采集无人机上的9轴IMU的信号，气压高度计采集无人机上的气压高度计的信号，空速计采集模块采集无人机上的空速计的信号，GPS采集模块采集无人机上的GPS的信号，并将它们采集到的信号创建并存入数据采集共享内存。
所述PWM辅助模块包括STM32最小系统和PWM信号切换电路，STM32最小系统选择PWM信号切换电路的输入信号作为执行机构模块的输入。
所述导航解算模块包括联邦卡尔曼滤波结算模块和神经网络解算模块，联邦卡尔曼滤波结算模块进行联邦卡尔曼滤波算法，神经网络解算模块进行神经网络解算算法，通过导航解算模块的API自调用功能，首先将联邦卡尔曼滤波算法和神经网络解算算法API化，然后设置定时器进行工作时间判断：
不大于10s时，访问数据采集共享内存获得相关量测数据，调用联邦卡尔曼滤波算法进行解算；大于10s后，访问数据采集共享内存获得相关量测数据，调用神经网络解算算法进行解算。
所述控制解算模块，包括将PID控制模块和积分反演控制模块，其中PID控制模块采用PID控制算法，积分反演控制模块采用积分反演控制算法；首先将PID控制算法和积分反演控制算法API化，然后进行当前飞行模式判断：
当飞行模式为指令飞行时，访问导航解算共享内存选择控制律参数调用PID控制算法；当飞行模式为手动或自主飞行时，进行空气动压大小判断，当动压不大于245Pa时，访问导航解算共享内存选择控制律参数调用PID控制算法；当动压大于245Pa时，访问导航解算共享内存选择控制律参数调用积分反演控制算法。
所述算法API化通过Linux应用程序接口编程技术实现。
一种具有多任务自调度的模块化飞控系统的设计方法，执行步骤如下：
步骤1、系统初始化后，创建数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块工作时，转入步骤2；导航解算模块工作时，转入步骤4；控制解算模块工作时，转入步骤6；PWM辅助模块工作时，转入步骤8；空地通信模块工作时，转入步骤10；
步骤2、创建IMU采集模块、GPS采集模块、高度计采集模块、空速计采集模块，完成多传感器数据采集任务，转入步骤3；
步骤3、将采集到的多传感器数据写入数据采集共享内存；
步骤4、创建联邦卡尔曼滤波解算模块和神经网络解算模块，访问数据采集共享内存获得传感器数据，根据解算算法自调用策略调度相应解算算法，转入步骤5；
步骤5、完成导航解算任务，将导航解算结果写入导航共享内存；
步骤6、创建PID控制模块和积分反演控制模块，访问导航共享内存获得导航数据，根据控制算法自调用策略调用相应控制算法，转入步骤7；
步骤7、完成控制解算任务，将控制解算结果写入飞行控制共享内存；
步骤8、创建PWM辅助模块，从飞行控制共享内存中获取控制解算结果，按数据帧打包，转入步骤9；
步骤9、通过串口将控制结算结果发送给STM32，同时数据帧解包，存入日志文件便于离线分析；
步骤10、进程初始化后负责将无人机状态以1Hz的频率，按一定格式的数据帧发送给地面站，同时接收地面站发送至无人机的指令，并做相应地操作。
结合图2，上述步骤4中，导航解算模块中的自调用算法过程如下：
步骤4-1、建立线程定时器，定时器不大于10s时，转入步骤4-2；定时器时间大于10s时，转入步骤4-3；
步骤4-2、获得相关量测数据，调用联邦卡尔曼滤波算法；
步骤4-3、调用训练好的三层BP神经网络算法。
结合图3，上述步骤6中，控制解算模块的自调用算法过程如下：
步骤6-1、获取当前飞行模式并进行判断，当飞行模式为指令飞行时，转入6-2；当飞行模式为手动或自主飞行时，转入6-3；
步骤6-2、选择控制律参数调用PID控制算法；
步骤6-3、进行空气动压大小判断，当动压不大于245Pa时，转入步骤6-4；当动压大于245Pa时，转入步骤6-5；
步骤6-4、选择控制律参数调用PID控制算法；
步骤6-5、选择控制律参数调用积分反演算法。
结合图4，一种具有多任务自调度的模块化飞控系统实现多任务自调度的方法，步骤如下：
步骤a、综合考虑任务模块实时性需求和轮转性需求，对任务模块进行优先级排序，转入步骤b；
步骤b、通过任务进程模块属性结构体进行任务优先级自设定，转入步骤c；
步骤c、综合考虑进程代码消耗特性和任务模块重要性，对任务模块进行CPU绑定配置，转入步骤d；
步骤d、Linux内核通过自查找、比较自设定的结构体优先级数值，通过自查找CPU绑定配置，实现多任务自调度。
所述的优先级调度策略包括SCHED_NORMAL调度策略、SCHED_FIFO调度策略和SCHED_RR调度策略。
所述的优先级自设定和CPU自绑定过程通过对任务模块属性结构体编程设定实现，如图2中代码所示。
所述的多任务自调度执行方式是高优先级数值任务模块占用CPU一直运行，直到更高优先级任务就绪或者自己让步。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种具有多任务自调度的模块化飞控系统，其特征在于：包括数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块对多传感器数据进行实时采集，创建数据采集共享内存；导航解算模块访问数据采集共享内存，通过条件判断自调度合适解算算法，解算无人机状态并创建导航共享内存：控制解算模块访问导航共享内存，通过条件判断自调度合适控制算法，根据无人机状态和控制指令解算控制量，并创建飞行控制共享内存；PWM辅助模块访问飞行控制共享内存，控制执行机构，同时还监视其自身的运行状态，获取地面控制信号；空地通信进程负责将数据采集共享内存、导航共享内存、飞行控制共享内存中的无人机状态定时通过无线电台发送给地面站，同时接收地面站的指令。
2.根据权利要求1所述的具有多任务自调度的模块化飞控系统，其特征在于：所述PWM辅助模块包括STM32最小系统和PWM信号切换电路，STM32最小系统选择PWM信号切换电路的输入信号作为执行机构模块的输入。
3.根据权利要求1所述的具有多任务自调度的模块化飞控系统，其特征在于：所述数据采集模块包括并列设置的9轴IMU采集模块、气压高度计采集模块、空速计采集模块和GPS采集模块。
4.根据权利要求1所述的具有多任务自调度的模块化飞控系统，其特征在于：所述导航解算模块包括联邦卡尔曼滤波结算模块和神经网络解算模块，联邦卡尔曼滤波结算模块进行联邦卡尔曼滤波算法，神经网络解算模块进行神经网络解算算法，通过导航解算模块的API自调用功能，首先将联邦卡尔曼滤波算法和神经网络解算算法API化，然后设置定时器进行工作时间判断：
不大于10s时，访问数据采集共享内存获得相关量测数据，调用联邦卡尔曼滤波算法进行解算；大于10s后，访问数据采集共享内存获得相关量测数据，调用神经网络解算算法进行解算。
5.根据权利要求1所述的具有多任务自调度的模块化飞控系统，其特征在于：所述控制解算模块，包括将PID控制模块和积分反演控制模块，其中PID控制模块采用PID控制算法，积分反演控制模块采用积分反演控制算法；首先将PID控制算法和积分反演控制算法API化，然后进行当前飞行模式判断：
当飞行模式为指令飞行时，访问导航解算共享内存选择控制律参数调用PID控制算法；当飞行模式为手动或自主飞行时，进行空气动压大小判断，当动压不大于245Pa时，访问导航解算共享内存选择控制律参数调用PID控制算法；当动压大于245Pa时，访问导航解算共享内存选择控制律参数调用积分反演控制算法。
6.一种基于权利要求1-5中任意一项所述的具有多任务自调度的模块化飞控系统实现多任务自调度的方法，其特征在于，步骤如下：
步骤a、综合考虑任务模块实时性需求和轮转性需求，对任务模块进行优先级排序，转入步骤b；
步骤b、通过任务进程模块属性结构体进行任务优先级自设定，转入步骤c；
步骤c、综合考虑进程代码消耗特性和任务模块重要性，对任务模块进行CPU绑定配置，转入步骤d；
步骤d、Linux内核通过自查找、比较自设定的结构体优先级数值，通过自查找CPU绑定配置，实现多任务自调度。
7.一种基于权利要求1-5中任意一项所述的具有多任务自调度的模块化飞控系统的设计方法，其特征在于，执行步骤如下：
步骤1、系统初始化后，创建数据采集模块、导航解算模块、控制解算模块、PWM辅助模块和空地通信模块；数据采集模块工作时，转入步骤2；导航解算模块工作时，转入步骤4；控制解算模块工作时，转入步骤6；PWM辅助模块工作时，转入步骤8；空地通信模块工作时，转入步骤10；
步骤2、创建IMU采集模块、GPS采集模块、高度计采集模块、空速计采集模块，完成多传感器数据采集任务，转入步骤3；
步骤3、将采集到的多传感器数据写入数据采集共享内存；
步骤4、创建联邦卡尔曼滤波解算模块和神经网络解算模块，访问数据采集共享内存获得传感器数据，根据解算算法自调用策略调用相应解算算法，转入步骤5；
步骤5、完成导航解算任务，将导航解算结果写入导航共享内存；
步骤6、创建PID控制模块和积分反演控制模块，访问导航共享内存获得导航数据，根据控制算法自调用策略调用相应控制算法，转入步骤7；
步骤7、完成控制解算任务，将控制解算结果写入飞行控制共享内存；
步骤8、创建PWM辅助模块，从飞行控制共享内存中获取控制解算结果，按数据帧打包，转入步骤9；
步骤9、通过串口将控制结算结果发送给STM32，同时数据帧解包，存入日志文件便于离线分析；
步骤10、进程初始化后负责将无人机状态以1Hz的频率，按一定格式的数据帧发送给地面站，同时接收地面站发送至无人机的指令，并做相应地操作。
8.根据权利要求7所述的具有多任务自调度的模块化飞控系统的设计方法，其特征在于，上述步骤4中，导航解算模块中的自调用算法过程如下：
步骤4-1、建立线程定时器，定时器不大于10s时，转入步骤4-2；定时器时间大于10s时，转入步骤4-3；
步骤4-2、获得相关量测数据，调用联邦卡尔曼滤波算法；
步骤4-3、调用训练好的三层BP神经网络算法。
9.根据权利要求7所述的具有多任务自调度的模块化飞控系统的设计方法，其特征在于，上述步骤6中，控制解算模块的自调用算法过程如下：
步骤6-1、获取当前飞行模式并进行判断，当飞行模式为指令飞行时，转入7-2；当飞行模式为手动或自主飞行时，转入7-3；
步骤6-2、选择控制律参数调用PID控制算法；
步骤6-3、进行空气动压大小判断，当动压不大于245Pa时，转入步骤7-4；当动压大于245Pa时，转入步骤7-5；
步骤6-4、选择控制律参数调用PID控制算法；
步骤6-5、选择控制律参数调用积分反演算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810811397.0A CN109062246B (zh) | 2018-07-23 | 2018-07-23 | 具有多任务自调度的模块化飞控系统及其设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810811397.0A CN109062246B (zh) | 2018-07-23 | 2018-07-23 | 具有多任务自调度的模块化飞控系统及其设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109062246A true CN109062246A (zh) | 2018-12-21 |
| CN109062246B CN109062246B (zh) | 2021-11-09 |
Family
ID=64835065
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810811397.0A Active CN109062246B (zh) | 2018-07-23 | 2018-07-23 | 具有多任务自调度的模块化飞控系统及其设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109062246B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110134133A (zh) * | 2019-05-24 | 2019-08-16 | 中国科学院地理科学与资源研究所 | 一种多旋翼自动控制无人机系统 |
| CN110286641A (zh) * | 2019-07-23 | 2019-09-27 | 四川成工富创科技有限公司 | 一种基于阳极线的天车调度系统及调度方法 |
| CN113741281A (zh) * | 2021-09-05 | 2021-12-03 | 西北工业大学 | 一种开放式可重构的飞行控制系统软件架构实现方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101192064A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院沈阳自动化研究所 | 小型无人直升机自主飞行控制系统 |
| CN101382968A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种先进综合式航空电子仿真系统及其仿真方法 |
| CN102915038A (zh) * | 2012-11-16 | 2013-02-06 | 北京航空航天大学 | 一种微小型无人直升机双余度自主飞行控制系统 |
| CN103869383A (zh) * | 2014-03-20 | 2014-06-18 | 西安电子科技大学 | 基于卡尔曼滤波算法的大气数据计算机及其实现方法 |
| CN104833352A (zh) * | 2015-01-29 | 2015-08-12 | 西北工业大学 | 多介质复杂环境下高精度视觉/惯性组合导航方法 |
| CN106227239A (zh) * | 2016-09-22 | 2016-12-14 | 安徽机电职业技术学院 | 基于机器视觉的四旋翼飞行机器人目标锁定跟踪系统 |
| CN106382939A (zh) * | 2015-12-20 | 2017-02-08 | 杭州后博科技有限公司 | 一种基于历史数据的导航路径行驶时间预测系统及方法 |
| CN106444826A (zh) * | 2016-09-07 | 2017-02-22 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
| US9671790B2 (en) * | 2014-05-20 | 2017-06-06 | Verizon Patent And Licensing Inc. | Scheduling of unmanned aerial vehicles for mission performance |
| CN107505833A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于嵌入式操作系统的飞行控制系统及方法 |
-
2018
- 2018-07-23 CN CN201810811397.0A patent/CN109062246B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101192064A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院沈阳自动化研究所 | 小型无人直升机自主飞行控制系统 |
| CN101382968A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种先进综合式航空电子仿真系统及其仿真方法 |
| CN102915038A (zh) * | 2012-11-16 | 2013-02-06 | 北京航空航天大学 | 一种微小型无人直升机双余度自主飞行控制系统 |
| CN103869383A (zh) * | 2014-03-20 | 2014-06-18 | 西安电子科技大学 | 基于卡尔曼滤波算法的大气数据计算机及其实现方法 |
| US9671790B2 (en) * | 2014-05-20 | 2017-06-06 | Verizon Patent And Licensing Inc. | Scheduling of unmanned aerial vehicles for mission performance |
| CN104833352A (zh) * | 2015-01-29 | 2015-08-12 | 西北工业大学 | 多介质复杂环境下高精度视觉/惯性组合导航方法 |
| CN106382939A (zh) * | 2015-12-20 | 2017-02-08 | 杭州后博科技有限公司 | 一种基于历史数据的导航路径行驶时间预测系统及方法 |
| CN106444826A (zh) * | 2016-09-07 | 2017-02-22 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
| CN106227239A (zh) * | 2016-09-22 | 2016-12-14 | 安徽机电职业技术学院 | 基于机器视觉的四旋翼飞行机器人目标锁定跟踪系统 |
| CN107505833A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于嵌入式操作系统的飞行控制系统及方法 |
Non-Patent Citations (8)
| Title |
|---|
| FEI YAN: "Hardware and Software Design of Highly Reliable Integrated Navigation System for Long-endurance UAV", 《THE 30TH CHINESE CONTROL AND DECISION CONFERENCE》 * |
| SU HAOQIN: "Morphing Process Research of UAV with PID Controller", 《SCIENCEDIRECT》 * |
| ZHOU TAO: "SINS and GPS Integrated Navigation System of a Small Unmanned Aerial Vehicle", 《2008 INTERNATIONAL SEMINAR ON FUTURE BIOMEDICAL INFORMATION ENGINEERING》 * |
| 习业勋: "基于多核架构无人机飞行控制系统设计与实现", 《电 子 测 量 技 术》 * |
| 熊敏君: "基于单目视觉与惯导融合的无人机位姿估计", 《计算机应用》 * |
| 罗宁: "基于μＣ／ＯＳ－Ⅱ的无人直升机控制系统软件的优化设计", 《计算机测量与控制》 * |
| 雍斌: "基于MEMS的小型无人机飞控系统研究", 《中国优秀硕士论文全文数据库》 * |
| 高贤娟: "无人机光电系统实时多任务管理软件技术研究", 《中国优秀硕士论文全文数据库》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110134133A (zh) * | 2019-05-24 | 2019-08-16 | 中国科学院地理科学与资源研究所 | 一种多旋翼自动控制无人机系统 |
| CN110286641A (zh) * | 2019-07-23 | 2019-09-27 | 四川成工富创科技有限公司 | 一种基于阳极线的天车调度系统及调度方法 |
| CN113741281A (zh) * | 2021-09-05 | 2021-12-03 | 西北工业大学 | 一种开放式可重构的飞行控制系统软件架构实现方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109062246B (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107505833B (zh) | 一种基于嵌入式操作系统的飞行控制系统及方法 | |
| US8260479B2 (en) | Modular software architecture for an unmanned aerial vehicle | |
| CN101382968B (zh) | 一种先进综合式航空电子仿真系统及其仿真方法 | |
| CN109062246A (zh) | 具有多任务自调度的模块化飞控系统及其设计方法 | |
| JP2019059461A (ja) | 航空機を自律的に操縦する方法及びシステム | |
| Nordberg et al. | Vision for a UAV helicopter | |
| Ferruz et al. | Reconfigurable control architecture for distributed systems in the HERO autonomous helicopter | |
| CN110018691A (zh) | 小型多旋翼无人机飞行状态估计系统和方法 | |
| CN112163278A (zh) | 一种多约束条件下的异构多飞机协同任务自动分解方法 | |
| CN109189099A (zh) | 一种四旋翼无人机的图形化控制组态方法 | |
| CN112052080A (zh) | 仿真资源调度方法、装置、计算机设备和存储介质 | |
| Puttige et al. | Real-time system identification of unmanned aerial vehicles: a multi-network approach. | |
| US20060149432A1 (en) | Flight Management Architecture and Design Methodology | |
| Rico et al. | Hardware and rtos design of a flight controller for professional applications | |
| AbdElHamid et al. | A novel software simulator model based on active hybrid architecture | |
| Phillips et al. | GPS-denied state estimation for blue/NDAA unmanned multi-rotor vehicles | |
| CN108427269A (zh) | 无人机高度控制方法、油门计算模块及无人机 | |
| CN113589834B (zh) | 一种多层级组件化的无人机飞行控制系统 | |
| CN117076134B (zh) | 基于人工智能的无人机状态数据处理方法及系统 | |
| Ou et al. | Integrated flight dynamics modelling for unmanned aerial vehicles | |
| WO2019025920A1 (en) | DIVISION CONTROL SYSTEM CONFIGURATION FOR AUTOMATIC UAV PILOT ARCHITECTURE | |
| Mu et al. | Design of Flight Control System Based on Data Drive | |
| Dong et al. | A comprehensive software system architecture for unmanned aerial vehicles | |
| Wang et al. | Research on Adaptive Evolution Model for Spacecraft Software | |
| Kottmann | Software for model helicopter flight control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |