CN111142565B - 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 - Google Patents
一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 Download PDFInfo
- Publication number
- CN111142565B CN111142565B CN201911423985.8A CN201911423985A CN111142565B CN 111142565 B CN111142565 B CN 111142565B CN 201911423985 A CN201911423985 A CN 201911423985A CN 111142565 B CN111142565 B CN 111142565B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- control
- environment
- wing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000033001 locomotion Effects 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 12
- 230000003044 adaptive effect Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 33
- 230000005684 electric field Effects 0.000 claims description 25
- 150000002500 ions Chemical class 0.000 claims description 25
- 238000004088 simulation Methods 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 11
- 230000001154 acute effect Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 239000000446 fuel Substances 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 239000007788 liquid Substances 0.000 abstract description 2
- 238000011105 stabilization Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
本发明公开了一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法,包括机翼、机架、飞行控制模块、机载中央处理器、机载摄像头、伺服电机组和电源组件。无桨叶飞行器通过离子发生器提供动力,飞行器的控制方法分为两个部分,一个是飞行器自演化、自适应环境的控制方法;另一个是飞行器运动控制方法。自演化、自适应环境的控制方法是通过建立控制规则集并进行不断迭代,以实现飞行器在飞行过程中的自稳定。飞行器的姿态通过三组伺服电机进行控制,在空间三维模型下控制飞行器机翼分别绕三轴旋转的角度变化,进而改变飞行器的运动方向。本发明在多种运动情况下都具有自平衡功能,且无液体燃料消耗,消除了传动飞行器的噪声与排放污染。
Description
技术领域
本发明涉及飞行器领域,尤其涉及一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法。
背景技术
现有的传统飞行器,特别是最常见的四旋翼无人机无人机,采用高效的无刷电机作为动力,具有尺寸小、重量轻、携带方便、易保养使用、机动性能好、维护成本低等优势。在特种机器人行业中占据着举足轻重的地位。而可以自主飞行的飞行器在民用领域有广阔的前景,如地图测绘、气象探测、智能航拍、农药喷洒等等,还在军事领域当中发挥着极其重要的作用,可以完成战场侦察和监视、定位校射、目标摧毁等等。
随着人们对小型无人飞行器的关注度持续提高,出现了多种不同结构、不同动力模式的飞行器模型,现有小型飞行器多为靠燃料推动或是依靠桨叶提供动力,一方面在飞行时会产生较大噪音,另一方面排放物会污染环境。现有的应用于小型飞行器的结构模型都是固定,这在一定程度上影响了飞行器的适用场景。比如当一个用于地形探测的飞行器在山谷间飞行时边无法穿越一个非常狭窄的缝隙;另外螺旋桨也增加了飞行器的损坏率。而结构无法改变的飞行器同样也较难适应气流多变情况下的复杂环境,容易收到侧向风力的影响,导致机身难以稳定平衡。
目前,小型无人飞行器的研究大部分研究学者都是围绕动力学建模和提出新的控制算法这两方面进行的,对其研究大都停留在理论探讨和初步试验的阶段。同时,尽管目前有一些相关的自演化仿真研究,但还没有基于硬件进行自演化的相关研究,同时也没有将其应用到飞行器的自稳定问题上。
发明内容
本发明目的在于针对现有技术的不足,提出一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法。
本发明的目的是通过以下技术方案来实现的:一种基于电空气动力学可自适应环境的无桨叶飞行器,包括机翼、机架、飞行控制模块、机载中央处理器、伺服电机组。
所述机翼和机架组成飞行器的外部结构。所述机翼有两个,对称安装在机架两侧,机翼的上部呈流线型结构;两个机翼内部均包含离子发生器,用于电离空气产生带电粒子。
所述的离子发生器包括两个非对称的电极。通过在所述的两个非对称电极上施加数值可变的电压U(左右两侧机翼电压强度分别为U1、U2),使空气被电离放电;两个非对称的电极附近的电场E(左右两侧电场强度分别为E1、E2)加速带电粒子,并通过与空气中的中性分子发生连续碰撞,产生级联电离。
气流中的正电荷离子从离子发生器的正极向负极的运动受高斯定理支配:
其中,E是离子发生器两级间电场强度,x为正电荷离子和离子发生器正极之间的距离,U为施加在离子发生器正负两极之间的电压,ρ是空气电荷密度,ε0是空气介电常数。
假设气体为无粘流体,此时流体的动量方程由欧拉方程控制:
其中,p为单位距离中带电粒子产生的推力。
单侧机翼内部的离子发生器所能产生的推动飞行器前进的压强为:
单侧机翼中的离子发生器推力功率比的公式如下:
所述的机架外部结构为轴对称结构;机架内部包含飞行控制模块、机载中央处理器、三组伺服电机。所述三组伺服电机分别为伺服电机A1和A2、伺服电机B1和B2以及伺服电机C1和C2。
所述的飞行控制模块用于控制飞行器飞行,并保持飞行器飞行的稳定。飞行控制模块包含控制器、检测飞行器状态的传感器元件和视觉定位系统等。
所述传感器元件和视觉定位系统实时采集飞行器的状态数据,并将数据传输给机载中央处理器。
所述的机载中央处理器用于处理飞行器的状态数据以及发送控制指令到飞行控制模块中的控制器,通过控制器调整伺服电机A1、A2控制的机翼偏转角度θ,伺服电机B1、B2控制的机翼偏转角度伺服电机C1、C2控制的机翼偏转角度φl、φr。
进一步地,所述的检测飞行器状态的传感器元件包括陀螺仪、加速度计、磁力计、GPS模块。
进一步地,控制器调整机翼的偏转角度具体如下:
以飞行器初始状态下前向方向为x轴正方向;飞行器右翼延展方向为y轴正方向;以飞行器上方方向为z轴正方向,建立空间三维坐标系。
所述的伺服电机A1、A2分别位于机架内部的左右两侧,控制两侧机翼绕y轴的偏转角度θ,为机翼下平面与y-z平面呈锐角的夹角,θ为正数时表示机翼向z轴正方向偏转,θ为负数时表示机翼向z轴负方向偏转;所述的伺服电机B1、B2分别位于机架内部的左右两侧,控制两侧机翼绕z轴的偏转角度为机翼前进方向与x-z平面呈锐角的夹角,为正数时表示机翼向y轴正方向偏转,为负数时表示机翼向y轴负方向偏转;所述的伺服电机C1、C2分别位于机架内部的左右两侧,控制左右两侧机翼分别绕x轴的偏转角度φl和φr,分别为机翼下平面与x-y平面呈锐角的夹角,左侧机翼偏转角度为φl,φl为非负数,表示左侧机翼向z轴负方向的偏转角度,右侧机翼偏转角度为φr,φr为非负数,表示右侧机翼向z轴负方向的偏转角度。
进一步地,飞行器还包括机载摄像头,机载中央处理器接受机载摄像头读取的实时画面,记录飞行器周围的飞行环境并计算与障碍物的距离,同时计算出避障飞行轨迹,将控制指令发送到所述的飞行控制模块中的控制器,从而控制飞行器的运动。
进一步地,飞行器还包括电源组件,所述电源组件由两部分组成,一部分给所述的三组伺服电机、机载摄像头、飞行控制模块、机载中央处理器供电,另一部分提供离子发生器所需的电压。
一种基于电空气动力学可自适应环境的无桨叶飞行器的控制方法,该方法包含了两个部分,一个是飞行器自演化、自适应环境的控制方法;另一个是飞行器运动控制方法。
所述的飞行器自演化、自适应环境的控制方法具体步骤如下:
1)关键变量选择与测定:选取环境中影响机理模型的关键变量,包括飞行器控制变量、环境控制变量等。所述的飞行器控制变量包括飞行器的初始速度v0,飞行器的高度h,离子发生器产生的两级电压U1、U2,非对称的两电极之间的平均电场强度机翼在空间三维坐标系中绕三个坐标轴的偏转角度θ、φl、φr以及它们的一次、二次导数,所述的环境变量包括空气自由流速v、空气介电常数ε0、空气电荷密度ρ。所述的空气自由流速v在空间三维坐标系中沿三个坐标轴可分解为三个方向的速度分量vx,vy,vz。
2)设定机理模型:设定基本的物理规则,即建立关键变量需要遵守的物理规则;所述的物理规则包括飞行器结构的物理规则和演化环境下的物理规则;所述的演化环境包括如狭缝等各种不同方向、不同流速空气气流下的空间环境。
3)基本控制规则集生成:在仿真环境下进行飞行器在空气流速恒定的对向气流环境下的物理仿真,通过进化算法进行筛选,得到能保持飞行器平稳飞行的控制规则。其中,飞行器对环境的适应度通过飞行器各关键变量是否在正常区间内来衡量,所述的正常区间为飞行器各变关键量在可实现范围内。再通过控制规则产生数据,即通过这些控制规则在仿真环境下进行飞行器飞行,得到能保持飞行器平衡飞行的控制数据。再通过这些数据进行新的控制规则的建立,并将得到的所有控制规则逐渐归纳为基本的控制规则集。
4)自演化:在飞行器保持稳定飞行的基本控制规则集的基础上,不断提高所需要的控制精度以及环境变量的复杂程度,对已有的控制规则集不断迭代,最终得到一个演化后的能够适应一定复杂环境且具有一定控制精度的控制规则集;所述的控制精度是指控制飞行器飞行的准确性和稳定性;所述的环境变量的复杂程度是指空气的气流流速不同,气流的方向有所不同,到不断随机出现从少到多的不定向空气气流;形成新的控制规则集的过程是控制规则的随机增加,若基本控制规则集加上随机增加的控制规则的控制结果不符合控制精度目标则重新随机增加控制规则,反之则将随机增加的控制规则加入基本控制规则集,形成新的控制规则集;增加控制规则后的控制规则集是基本控制规则集的迭代演化,且与之前的基本控制规则集存在相似或自相似关系,步骤2)中设定的基本规则对最终演化出的控制规则集有约束引导解空间作用。
5)建立自演化智能系统:基于自演化后输出的控制规则集,并结合飞行控制模块和机载中央处理器之间的数据通信,建立整个自演化智能系统。
所述的飞行器运动控制方法具体如下:
1)飞行控制模块调节:飞行控制模块通过读取内部传感器元件的数值,获得飞行器高度、机翼偏转角度等信息。并将信息传输至机载中央处理器。
2)机载中央处理器调节:根据接收的飞行控制模块传输的信息,并结合机载摄像头传输至机载中央处理器的周围环境障碍物画面,经过距离分析向飞行控制模块下达控制指令。
3)飞行控制模块接受机载中央处理器的控制指令,根据控制要求,通过飞行控制模块内部的控制器,控制机翼的偏转,进而实现飞行器的控制。
进一步地,飞行器的姿态控制可分为三类:俯仰、偏航和横滚。分别对应着飞行器的上下运动、左右运动和转向运动,具体如下:
所述的飞行器俯仰运动受飞行控制模块中的控制器控制,伺服电机A1、A2接收飞行控制模块传输的指令改变机翼绕y轴的偏转角度θ;
所述的飞行器横滚运动受飞行控制模块中的控制器控制,伺服电机C1、C2分别接收飞行控制模块传输的指令改变左右两侧机翼绕x轴的偏转角度φl、φr。
本发明的有益成果是:
(1)本发明的飞行器在多种运动情况下都具有自平衡功能。
(2)本发明的飞行器通过电空气动力学原理为飞行提供动力,也无液体燃料消耗,消除了传动飞行器的噪声与排放污染。
(3)本发明的飞行器搭载摄像头可读取周围环境,机翼姿态可变换,适用于各种复杂空间环境下的飞行。
附图说明
图1是本发明的飞行器的整体结构图;
图2是本发明的飞行器的俯视图;
图3是本发明的飞行器的左视图;
图4是本发明的飞行器机翼内部离子发生器示意图;
图5-a是本发明的飞行器俯仰运动示意图;
图5-b是本发明的飞行器偏航运动示意图;
图5-c是本发明的飞行器横滚运动示意图;
图6是本发明的飞行器运动控制流程图;
图7是本发明的飞行器避障流程图。
具体实施方式
以下结合附图对本发明具体实施方式作进一步详细说明。
下面以自演化控制方法在特定复杂环境中进行飞行器自适应环境的控制为例,具体说明一种基于电空气动力学可自适应环境的无桨叶飞行器。
实施例1:
步骤一,飞行器处于初始的静止状态放置于地面,如图1-3所示,以飞行器在该状态下的前向方向为x轴正方向;飞行器右翼延展方向为y轴正方向;飞行器上方方向为z轴正方向,建立空间三维坐标系。飞行器搭载摄像头、飞行控制模块、机载中央处理器(含传感器元件)等装置,该飞行器还包括电源组件,所述电源组件由两部分组成,一部分给所述的三组伺服电机、机载摄像头、飞行控制模块、机载中央处理器供电,另一部分提供离子发生器所需的电压。基于自演化的控制方法,建立控制系统。
所述的自演化控制方法具体步骤如下:
1)关键变量选择与测定:选取环境中影响机理模型的关键变量,包括飞行器控制变量、环境控制变量等。所述的飞行器控制变量包括飞行器的初始速度v,飞行器的高度h,离子发生器产生的两级电压U1、U2,平均电场强度机翼在三个方向上的偏转角度θ、φl、φr以及它们的一次、二次导数,所涉及到的环境变量包括气流的自由流速v0、介电常数ε0、气体电荷密度ρ。
2)设定机理模型:设定基本的物理规则,即建立关键变量需要遵守的物理规则;所述的物理规则包括飞行器结构的物理规则和演化环境下的物理规则;所述的演化环境包括如狭缝等各种不同方向、不同流速空气气流下的空间环境。
3)基本控制规则集生成:在模拟物理仿真空间进行飞行器在流速恒定的对向气流环境下的物理仿真,通过进化算法进行筛选,得到以带能保持飞行器基本平稳飞行的控制方法。其中,飞行器对环境的适应度通过飞行器各变量是否在正常区间中的某个值或稳定来衡量;所述的正常区间可以为所加在飞行器机翼左侧两极之间的电压E1在可实现范围内。再通过这些方法产生数据,即通过这些飞行器控制策略在模拟物理仿真空间进行飞行器飞行,得到能保持基本平衡的飞行器控制数据。通过数据进行控制规则的建立,并将细化规则逐渐归纳为基本的控制规则集。
4)自演化:在基本飞行器稳定飞行规则集的基础上,不断提高所需要的控制精度以及环境变量的复杂程度,对已有的控制规则集不断迭代,最终得到一个演化后的能够适应一定复杂环境且具有一定控制精度的控制规则集;所述的控制精度是指控制飞行器飞行的准确性和稳定性;所述的环境变量的复杂程度是指环境气流的流速不同,自然气流的方向有所不同,到不断随机出现从少到多的不定向气流;所述的所述的形成新的控制规则集的方法是控制规则或控制规则组的随机增加,若基本控制规则集加新规则的控制结果不符合目标则重新随机增加,反之则将新的控制规则或控制规则组划入控制规则集;增加控制规则后的规则集是基本控制规则集的迭代演化,且与之前的基本控制规则集存在相似或自相似关系,2)中设定的基本规则对最终演化出的控制规则集有约束引导解空间作用。
5)建立自演化智能系统:基于自演化后输出的控制规则集,通过协调飞行控制模块和机载中央处理器之间的数据通信,建立整个自演化智能系统。
步骤二,建立好具有自平衡功能和运动控制系统的飞行控制模块后,投入实际飞行。如图4所示,通过在所述的两个非对称电极上施加数值可变的电压U(左右两侧机翼电压强度分别为U1、U2),使空气被电离放电,飞行器在气流形成的反向推力下开始向前运动。两个非对称的电极附近的电场E(左右两侧电场强度分别为E1、E2)加速带电粒子,并通过与空气中的中性分子发生连续碰撞,产生级联电离。
气流中的正电荷离子从离子发生器的正极向负极的运动受高斯定理支配:
其中,E是离子发生器两级间电场强度,x为正电荷离子和离子发生器正极之间的距离,U为施加在离子发生器正负两极之间的电压,ρ是空气电荷密度,ε0是空气介电常数。
假设气体为无粘流体,此时流体的动量方程由欧拉方程控制:
其中,p为单位距离中带电粒子产生的推力。单侧机翼内部的离子发生器所能产生的推动飞行器前进的压强为:
由于机翼外部呈流线型构造,前向飞行过程中依靠气压差产生升力,使得飞行器可向上运动。飞行器所受到的升力收伯努利方程支配,单侧机翼提供的升力:
其中,ρ0为空气密度,A为单侧机翼面积,v0是飞行器飞行速度,CL是机翼的升力系数。离子发生器两极间电场加速度的离子流产生的推力使得飞行器满足最小初速度,产生的升力大于飞行器重力G时即可实现飞行器向上运动。
步骤三,改变环境中初始气流流速与方向,不断训练迭代,当机身稳定程度较低时,增加新的控制规则,替代原有控制规则,来适应环境的变化。
步骤四,保存训练好的控制规则集,飞行器停止运动,等待下一次飞行。
实施例2:
下面以飞行器自适应环境改变姿态与航线为例,具体说明飞行器在复杂环境下的飞行控制方法。
步骤一,飞行器处于初始的静止状态放置于地面,以飞行器在该状态下的前向方向为x轴正方向;飞行器右翼延展方向为y轴正方向;飞行器上方方向为z轴正方向,建立空间三维坐标系。飞行器搭载摄像头、飞行控制模块、机载中央处理器(含传感器元件)等装置,传感器元件包括陀螺仪、加速度计、磁力计、GPS模块。基于自演化的控制方法,建立控制系统。
所述的自演化控制方法具体步骤如下:
1)关键变量选择与测定:选取环境中影响机理模型的关键变量,包括飞行器控制变量、环境控制变量等。所述的飞行器控制变量包括飞行器的初始速度v,飞行器的高度h,离子发生器产生的两级电压U1、U2,平均电场强度机翼在三个方向上的偏转角度θ、φl、φr以及它们的一次、二次导数,所涉及到的环境变量包括气流的自由流速v0、介电常数ε0、气体电荷密度ρ。
2)设定机理模型和演化目标:设定基本的物理规则,即建立关键变量需要遵守的物理规则;设定演化目标,即建立飞行器稳定飞行需要满足的关键变量的演化目标;所述的物理规则包括飞行器结构的物理规则和演化环境下的物理规则;所述的演化环境包括如狭缝等各种不同方向、不同流速空气气流下的空间环境。
3)基本控制规则集生成:在模拟物理仿真空间进行飞行器在流速恒定的对向气流环境下的物理仿真,通过进化算法进行筛选,得到以带能保持飞行器基本平稳飞行的控制方法。其中,飞行器对环境的适应度通过飞行器各变量是否在正常区间中的某个值或稳定来衡量;所述的正常区间可以为所加在飞行器机翼左侧两极之间的电压E1在可实现范围内。再通过这些方法产生数据,即通过这些飞行器控制策略在模拟物理仿真空间进行飞行器飞行,得到能保持基本平衡的飞行器控制数据。通过数据进行控制规则的建立,并将细化规则逐渐归纳为基本的控制规则集。
4)自演化:在基本飞行器稳定飞行规则集的基础上,不断提高所需要的控制精度以及环境变量的复杂程度,对已有的控制规则集不断迭代,最终得到一个演化后的能够适应一定复杂环境且具有一定控制精度的控制规则集;所述的控制精度是指控制飞行器飞行的准确性和稳定性;所述的环境变量的复杂程度是指环境气流的流速不同,自然气流的方向有所不同,到不断随机出现从少到多的不定向气流;所述的所述的形成新的控制规则集的方法是控制规则或控制规则组的随机增加,若基本控制规则集加新规则的控制结果不符合目标则重新随机增加,反之则将新的控制规则或控制规则组划入控制规则集;增加控制规则后的规则集是基本控制规则集的迭代演化,且与之前的基本控制规则集存在相似或自相似关系,2)中设定的基本规则对最终演化出的控制规则集有约束引导解空间作用。
5)建立自演化智能系统:基于自演化后输出的控制规则集,通过协调飞行控制模块和机载中央处理器之间的数据通信,建立整个自演化智能系统。
步骤二,飞行器平稳起飞,按照前述自演化控制方法,按照预设航线飞行。
步骤三,所述的机载摄像头位于飞行器前方,摄取飞行器环境画面并传输至中央处理器分析。中央处理器根据实时传输回来的画面,计算得到飞行器前方10米处出现障碍物。中央处理器进行避障计算,规划新的飞行航线,并向飞行控制模块发送指令,再由飞行控制模块中的控制器控制对应的伺服电机A1和A2、伺服电机B1和B2以及伺服电机C1和C2。根据飞行器运动控制方法,调节机翼偏转角度,进而改变飞行器航向。
如图5-a、图5-b和图5-c所示,所述的伺服电机A1、A2分别位于机架内部的左右两侧,控制两侧机翼绕y轴的偏转角度θ,为机翼下平面与y-z平面呈锐角的夹角,θ为正数时表示机翼向z轴正方向偏转,θ为负数时表示机翼向z轴负方向偏转;所述的伺服电机B1、B2分别位于机架内部的左右两侧,控制两侧机翼绕z轴的偏转角度为机翼前进方向与x-z平面呈锐角的夹角,为正数时表示机翼向y轴正方向偏转,为负数时表示机翼向y轴负方向偏转;所述的伺服电机C1、C2分别位于机架内部的左右两侧,控制左右两侧机翼分别绕x轴的偏转角度φl和φr,分别为机翼下平面与x-y平面呈锐角的夹角,左侧机翼偏转角度为φl,φl为非负数,表示左侧机翼向z轴负方向的偏转角度,右侧机翼偏转角度为φr,φr为非负数,表示右侧机翼向z轴负方向的偏转角度。
飞行器的姿态控制可分为三类:俯仰、偏航和横滚。分别对应着飞行器的上下运动、左右运动和转向运动,具体如下:
所述的飞行器俯仰运动受飞行控制模块中的控制器控制,伺服电机A1、A2接收飞行控制模块传输的指令改变机翼绕y轴的偏转角度θ;
所述的飞行器横滚运动受飞行控制模块中的控制器控制,伺服电机C1、C2分别接收飞行控制模块传输的指令改变左右两侧机翼绕x轴的偏转角度φl、φr。
如图6和图7所示,飞行器运动控制方法具体如下:
1)飞行控制模块调节:飞行控制模块通过读取内部传感器元件的数值,获得飞行器高度、机翼偏转角度等信息。并将信息传输至机载中央处理器。
2)机载中央处理器调节:根据接收的飞行控制模块传输的信息,并结合机载摄像头传输至机载中央处理器的周围环境障碍物画面,经过距离分析向飞行控制模块下达控制指令。
3)飞行控制模块接受机载中央处理器的控制指令,根据控制要求,通过飞行控制模块内部的控制器,控制机翼的偏转,进而实现飞行器的控制。
步骤四,飞行器按照新建航线返回并平稳停止,等待下一次飞行。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (7)
1.一种基于电空气动力学可自适应环境的无桨叶飞行器,其特征在于,包括机翼、机架、飞行控制模块、机载中央处理器、伺服电机组;
所述机翼和机架组成飞行器的外部结构;所述机翼有两个,对称安装在机架两侧,机翼的上部呈流线型结构;两个机翼内部均包含离子发生器,用于电离空气产生带电粒子;
所述的离子发生器包括两个非对称的电极;通过在所述的两个非对称电极上施加数值可变的电压U,左右两侧机翼电压强度分别为U1、U2,使空气被电离放电;两个非对称的电极附近的电场E,左右两侧电场强度分别为E1、E2,加速带电粒子,并通过与空气中的中性分子发生连续碰撞,产生级联电离;
气流中的正电荷离子从离子发生器的正极向负极的运动受高斯定理支配:
其中,E是离子发生器两级间电场强度,x为正电荷离子和离子发生器正极之间的距离,U为施加在离子发生器正负两极之间的电压,ρ是空气电荷密度,ε0是空气介电常数;
假设气体为无粘流体,此时流体的动量方程由欧拉方程控制:
其中,p为单位距离中带电粒子产生的推力;
单侧机翼内部的离子发生器所能产生的推动飞行器前进的压强为:
单侧机翼中的离子发生器推力功率比的公式如下:
所述的机架外部结构为轴对称结构;机架内部包含飞行控制模块、机载中央处理器、三组伺服电机;所述三组伺服电机分别为伺服电机A1和A2、伺服电机B1和B2以及伺服电机C1和C2;
所述的飞行控制模块用于控制飞行器飞行,并保持飞行器飞行的稳定;飞行控制模块包含控制器、检测飞行器状态的传感器元件和视觉定位系统;
所述传感器元件和视觉定位系统实时采集飞行器的状态数据,并将数据传输给机载中央处理器;
2.根据权利要求1所述的一种基于电空气动力学可自适应环境的无桨叶飞行器,其特征在于,所述的检测飞行器状态的传感器元件包括陀螺仪、加速度计、磁力计、GPS模块。
3.根据权利要求1所述的一种基于电空气动力学可自适应环境的无桨叶飞行器,其特征在于,控制器调整机翼的偏转角度具体如下:
以飞行器初始状态下前向方向为x轴正方向;飞行器右翼延展方向为y轴正方向;以飞行器上方方向为z轴正方向,建立空间三维坐标系;
所述的伺服电机A1、A2分别位于机架内部的左右两侧,控制两侧机翼绕y轴的偏转角度θ,为机翼下平面与y-z平面呈锐角的夹角,θ为正数时表示机翼向z轴正方向偏转,θ为负数时表示机翼向z轴负方向偏转;所述的伺服电机B1、B2分别位于机架内部的左右两侧,控制两侧机翼绕z轴的偏转角度为机翼前进方向与x-z平面呈锐角的夹角,为正数时表示机翼向y轴正方向偏转,为负数时表示机翼向y轴负方向偏转;所述的伺服电机C1、C2分别位于机架内部的左右两侧,控制左右两侧机翼分别绕x轴的偏转角度φl和φr,分别为机翼下平面与x-y平面呈锐角的夹角,左侧机翼偏转角度为φl,φl为非负数,表示左侧机翼向z轴负方向的偏转角度,右侧机翼偏转角度为φr,φr为非负数,表示右侧机翼向z轴负方向的偏转角度。
4.根据权利要求1所述的一种基于电空气动力学可自适应环境的无桨叶飞行器,其特征在于,该飞行器还包括机载摄像头,机载中央处理器接受机载摄像头读取的实时画面,记录飞行器周围的飞行环境并计算与障碍物的距离,同时计算出避障飞行轨迹,将控制指令发送到所述的飞行控制模块中的控制器,从而控制飞行器的运动。
5.根据权利要求1所述的一种基于电空气动力学可自适应环境的无桨叶飞行器,其特征在于,该飞行器还包括电源组件,所述电源组件由两部分组成,一部分给所述的三组伺服电机、机载摄像头、飞行控制模块、机载中央处理器供电,另一部分提供离子发生器所需的电压。
6.一种基于权利要求1所述的电空气动力学可自适应环境的无桨叶飞行器的控制方法,其特征在于,该方法包含了两个部分,一个是飞行器自演化、自适应环境的控制方法;另一个是飞行器运动控制方法;
所述的飞行器自演化、自适应环境的控制方法具体步骤如下:
1)关键变量选择与测定:选取环境中影响机理模型的关键变量,包括飞行器控制变量、环境控制变量;所述的飞行器控制变量包括飞行器的初始速度v0,飞行器的高度h,离子发生器产生的两级电压U1、U2,非对称的两电极之间的平均电场强度机翼在空间三维坐标系中绕三个坐标轴的偏转角度θ、φl、φr以及它们的一次、二次导数,所述的环境变量包括空气自由流速v、空气介电常数ε0、空气电荷密度ρ;所述的空气自由流速v在空间三维坐标系中沿三个坐标轴可分解为三个方向的速度分量vx,vy,vz;
2)设定机理模型:设定基本的物理规则,即建立关键变量需要遵守的物理规则;所述的物理规则包括飞行器结构的物理规则和演化环境下的物理规则;所述的演化环境包括各种不同方向、不同流速空气气流下的空间环境;
3)基本控制规则集生成:在仿真环境下进行飞行器在空气流速恒定的对向气流环境下的物理仿真,通过进化算法进行筛选,得到能保持飞行器平稳飞行的控制规则;其中,飞行器对环境的适应度通过飞行器各关键变量是否在正常区间内来衡量,所述的正常区间为飞行器各变关键量在可实现范围内;再通过控制规则产生数据,即通过这些控制规则在仿真环境下进行飞行器飞行,得到能保持飞行器平衡飞行的控制数据;再通过这些数据进行新的控制规则的建立,并将得到的所有控制规则逐渐归纳为基本的控制规则集;
4)自演化:在飞行器保持稳定飞行的基本控制规则集的基础上,不断提高所需要的控制精度以及环境变量的复杂程度,对已有的控制规则集不断迭代,最终得到一个演化后的能够适应一定复杂环境且具有一定控制精度的控制规则集;所述的控制精度是指控制飞行器飞行的准确性和稳定性;所述的环境变量的复杂程度是指空气的气流流速不同,气流的方向有所不同,到不断随机出现从少到多的不定向空气气流;形成新的控制规则集的过程是控制规则的随机增加,若基本控制规则集加上随机增加的控制规则的控制结果不符合控制精度目标则重新随机增加控制规则,反之则将随机增加的控制规则加入基本控制规则集,形成新的控制规则集;增加控制规则后的控制规则集是基本控制规则集的迭代演化,且与之前的基本控制规则集存在相似或自相似关系,步骤2)中设定的基本规则对最终演化出的控制规则集有约束引导解空间作用;
5)建立自演化智能系统:基于自演化后输出的控制规则集,并结合飞行控制模块和机载中央处理器之间的数据通信,建立整个自演化智能系统;
所述的飞行器运动控制方法具体如下:
a)飞行控制模块调节:飞行控制模块通过读取内部传感器元件的数值,获得飞行器高度、机翼偏转角度信息;并将信息传输至机载中央处理器;
b)机载中央处理器调节:根据接收的飞行控制模块传输的信息,并结合机载摄像头传输至机载中央处理器的周围环境障碍物画面,经过距离分析向飞行控制模块下达控制指令;
c)飞行控制模块接受机载中央处理器的控制指令,根据控制要求,通过飞行控制模块内部的控制器,控制机翼的偏转,进而实现飞行器的控制。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423985.8A CN111142565B (zh) | 2019-12-31 | 2019-12-31 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
PCT/CN2020/093827 WO2021135067A1 (zh) | 2019-12-31 | 2020-06-02 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423985.8A CN111142565B (zh) | 2019-12-31 | 2019-12-31 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111142565A CN111142565A (zh) | 2020-05-12 |
CN111142565B true CN111142565B (zh) | 2021-06-08 |
Family
ID=70523072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911423985.8A Active CN111142565B (zh) | 2019-12-31 | 2019-12-31 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111142565B (zh) |
WO (1) | WO2021135067A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142565B (zh) * | 2019-12-31 | 2021-06-08 | 浙江大学 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
CN113051666B (zh) * | 2021-03-25 | 2022-05-31 | 南京航空航天大学 | 一种旋翼飞行器噪声数字化分析方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007008234A2 (en) * | 2004-09-03 | 2007-01-18 | Tristram Walker Metcalfe, Iii | Charged particle thrust engine |
CN102114910A (zh) * | 2010-12-14 | 2011-07-06 | 大连海事大学 | 一种等离子体机翼流动控制方法 |
CN102251932A (zh) * | 2011-06-10 | 2011-11-23 | 马元威 | 一种蝴蝶翼型风光能源复合型发电装置及其用途 |
EP2340995A3 (en) * | 2005-10-17 | 2012-01-25 | Bell Helicopter Textron Inc. | Plasma actuators for drag reduction on wings, nacelles and/or fuselage of vertical take-off and landing aircraft |
CN102602541A (zh) * | 2012-03-20 | 2012-07-25 | 南京航空航天大学 | 采用等离子体激励器进行飞行器姿态控制的方法 |
CN103576055A (zh) * | 2013-11-14 | 2014-02-12 | 浙江大学 | 基于多飞行器的高压输电线巡线检测系统和巡线检测方法 |
WO2015003907A1 (en) * | 2013-07-10 | 2015-01-15 | Selex Es Ltd | Decoy |
CN204961188U (zh) * | 2015-09-14 | 2016-01-13 | 中国计量学院 | 一种串列式电场力飞行器推进装置 |
CN109592017A (zh) * | 2018-12-29 | 2019-04-09 | 中国人民解放军空军工程大学 | 一种飞翼布局飞行器气动力矩控制装置及控制方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1269308A (zh) * | 2000-03-21 | 2000-10-11 | 贾龙 | 一种飞行器的升空和飞行方法及其装置 |
US20050109879A1 (en) * | 2003-11-21 | 2005-05-26 | Patterson Robert A. | Method and apparatus for quantum vortex implosion propulsion and species |
US8016247B2 (en) * | 2007-05-25 | 2011-09-13 | The Boeing Company | Plasma flow control actuator system and method |
CN102756803B (zh) * | 2012-07-04 | 2015-06-17 | 北京航空航天大学 | 基于等离子体壁面射流的气动式格尼襟翼 |
CN103661929A (zh) * | 2013-12-19 | 2014-03-26 | 南京航空航天大学 | 一种等离子体无人飞行器 |
WO2015116873A2 (en) * | 2014-02-02 | 2015-08-06 | Ertha Space Technologies | Earthquake forecaster |
CN107972891A (zh) * | 2017-11-28 | 2018-05-01 | 北京航空航天大学 | 一种利用等离子体流动控制技术的飞行器姿态控制方法和实现装置 |
US10786818B2 (en) * | 2018-02-09 | 2020-09-29 | Aviation Clean Air, Llc | Aircraft proactive air and surface purification component |
JP6826068B2 (ja) * | 2018-03-27 | 2021-02-03 | 株式会社Subaru | 流れ制御システム、流れ制御方法及び航空機 |
CN111142565B (zh) * | 2019-12-31 | 2021-06-08 | 浙江大学 | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 |
-
2019
- 2019-12-31 CN CN201911423985.8A patent/CN111142565B/zh active Active
-
2020
- 2020-06-02 WO PCT/CN2020/093827 patent/WO2021135067A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007008234A2 (en) * | 2004-09-03 | 2007-01-18 | Tristram Walker Metcalfe, Iii | Charged particle thrust engine |
EP2340995A3 (en) * | 2005-10-17 | 2012-01-25 | Bell Helicopter Textron Inc. | Plasma actuators for drag reduction on wings, nacelles and/or fuselage of vertical take-off and landing aircraft |
CN102114910A (zh) * | 2010-12-14 | 2011-07-06 | 大连海事大学 | 一种等离子体机翼流动控制方法 |
CN102251932A (zh) * | 2011-06-10 | 2011-11-23 | 马元威 | 一种蝴蝶翼型风光能源复合型发电装置及其用途 |
CN102602541A (zh) * | 2012-03-20 | 2012-07-25 | 南京航空航天大学 | 采用等离子体激励器进行飞行器姿态控制的方法 |
WO2015003907A1 (en) * | 2013-07-10 | 2015-01-15 | Selex Es Ltd | Decoy |
CN103576055A (zh) * | 2013-11-14 | 2014-02-12 | 浙江大学 | 基于多飞行器的高压输电线巡线检测系统和巡线检测方法 |
CN204961188U (zh) * | 2015-09-14 | 2016-01-13 | 中国计量学院 | 一种串列式电场力飞行器推进装置 |
CN109592017A (zh) * | 2018-12-29 | 2019-04-09 | 中国人民解放军空军工程大学 | 一种飞翼布局飞行器气动力矩控制装置及控制方法 |
Non-Patent Citations (4)
Title |
---|
Electroaerodynamic Thruster Performance as a Function of Altitude and Flight Speed;Christopher K. Gilmore 等;《Article in Advance》;20180104;1-13 * |
Numerical investigation of an electroaerodynamic driven aeroplane: electrical properties,ionic wind and flight performance;She Chen 等;《Journal of Physics D:Applied Physics》;20190712;第52卷;1-9 * |
等离子体流动控制技术及其在飞行器上的应用研究;杜海;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20150215(第02期);C031-353 * |
等离子推进无人机的电空气动力学研究;霍明英 等;《飞控与探测》;20190531;第2卷(第3期);38-45 * |
Also Published As
Publication number | Publication date |
---|---|
CN111142565A (zh) | 2020-05-12 |
WO2021135067A1 (zh) | 2021-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105151292B (zh) | 分布式矢量推进系统 | |
Lozano | Unmanned aerial vehicles: Embedded control | |
Bapst et al. | Design and implementation of an unmanned tail-sitter | |
CN104044734A (zh) | 具有可倾斜机翼和旋翼的多旋翼无人机及控制系统和方法 | |
CN111142565B (zh) | 一种基于电空气动力学可自适应环境的无桨叶飞行器及其控制方法 | |
CN112180954B (zh) | 一种基于人工势场的无人机避障方法 | |
Stepanyan et al. | Estimation, navigation and control of multi-rotor drones in an urban wind field | |
Jones et al. | Preliminary flight test correlations of the X-HALE aeroelastic experiment | |
Moschetta | The aerodynamics of micro air vehicles: technical challenges and scientific issues | |
Heryanto et al. | Attitude and altitude control of a quadcopter using neural network based direct inverse control scheme | |
Tao et al. | Modeling and control of a powered parafoil in wind and rain environments | |
Garcia et al. | Attitude stabilization with real-time experiments of a tail-sitter aircraft in horizontal flight | |
Yu et al. | Design and Implementation of a Hardware‐in‐the‐Loop Simulation System for a Tilt Trirotor UAV | |
Kita et al. | Transition between level flight and hovering of a tail-sitter vertical takeoff and landing aerial robot | |
Chiappinelli et al. | Modeling and Control of a Tailsitter UAV | |
Chen | Research on AI application in the field of quadcopter UAVs | |
Lopez-Lopez et al. | A linearized model for an ornithopter in gliding flight: Experiments and simulations | |
US11029709B1 (en) | Adaptive wind estimation, trajectory generation, and flight control for aerial systems using motion data | |
Tao et al. | Modeling and control of swing oscillation of underactuated indoor miniature autonomous blimps | |
Denison | Automated carrier landing of an unmanned combat aerial vehicle using dynamic inversion | |
Kurtulus | Introduction to micro air vehicles: concepts, design and applications | |
CN109634110A (zh) | 一种基于非线性干扰观测器的尾座式无人机过渡段鲁棒控制方法 | |
CN111240357A (zh) | 一种微型扑翼飞行器可避免奇异状态的位置跟踪控制方法 | |
Barry | Flying between obstacles with an autonomous knife-edge maneuver | |
Imamura et al. | Flight characteristics of quad rotor helicopter with thrust vectoring equipment |
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 |