CN111156995A - 一种基于飞行状态感知的智能飞行器及飞行方法 - Google Patents
一种基于飞行状态感知的智能飞行器及飞行方法 Download PDFInfo
- Publication number
- CN111156995A CN111156995A CN202010073060.1A CN202010073060A CN111156995A CN 111156995 A CN111156995 A CN 111156995A CN 202010073060 A CN202010073060 A CN 202010073060A CN 111156995 A CN111156995 A CN 111156995A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- flight
- distributed
- state
- intelligent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000008447 perception Effects 0.000 title claims abstract description 19
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 4
- 241000272517 Anseriformes Species 0.000 claims description 3
- 238000009530 blood pressure measurement Methods 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 208000018634 fetal akinesia deformation sequence Diseases 0.000 claims description 2
- 208000012165 fetal akinesia deformation sequence syndrome Diseases 0.000 claims description 2
- 238000002421 fluorescence-activated droplet sorting Methods 0.000 claims description 2
- 239000000523 sample Substances 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C23/00—Influencing air flow over aircraft surfaces, not otherwise provided for
- B64C23/06—Influencing air flow over aircraft surfaces, not otherwise provided for by generating vortices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T50/00—Aeronautics or air transport
- Y02T50/10—Drag reduction
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (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飞行状态感知的智能飞行器及飞行方法,所述飞行器表面分布大气参数测量装置、目标位置测量装置、飞行姿态测量装置和绕流条件测量装置。所述目标位置测量装置采用红外雷达或视觉传感器。通过布置在机身各处的传感器,对飞行器所处的环境进行自主感知,综合获取目标参数、大气参数、飞行姿态和绕流状态等参数。获得飞行器表面的压力或其他流动参数的变化,实现对飞行器的表面流态的实时监控。并且根据这些表面流态信息得到飞行器的受力情况,并根据受力情况,提前判断飞行器的运动趋势。本发明所提出的一种基于飞行状态感知的智能飞行器及飞行方法,对飞行器所处环境可进行自主感知,思考当前状态,并依据思考结果进行决策。
Description
技术领域
本发明属于人工智能飞行器设计技术领域,具体是一种基于飞行状态感知的智能飞行器及飞行方法。
背景技术
在现代航空航天领域,人工智能正逐步推广其应用范围。以多轴为代表的蜂群式结构,将飞行器作为节点,以网络通讯和视觉技术为主,这是典型的人工智能机器人,也是当前人工智能飞行器的主流代表。这种智能飞行器,以功能多元化、分布网格节点化为特征,通过不同的模块化功能组合,借助信息通讯系统,将获取的信息实时传递、分析,从而实现既定目标,无人飞行器在整个系统中扮演着关键节点的作用。
过去数十年,随着通信技术的扩张,再加上电子元器件持续微型化,人工智能技术迎来它的黄金时代,智能飞行技术随之蓬勃发展。2016年,美国辛辛那提大学旗下的Psibernetix公司开发了人工智能飞行员“阿尔法AI”,在空战模拟中完胜具有丰富驾驶和作战经验的人类飞行员,这意味着人工智能技术的应用,将成为下一代先进战机的重要发展方向。
传统的飞行器中,缺少不了飞行员这一“大脑”。在飞行器飞行过程中,飞行员通过读取诸多仪表显示的数据,并且在较短的时间内判断当前飞行器的飞行姿态。针对具体飞行任务,驾驶员依据经验做出决策,操纵舵面,控制飞行。然而在飞行过程中,飞行器常常会遇到各种复杂非定常流动带来的突发状况。飞行员在处理突发事件时,面对这诸多困难:一方面,飞行员需要在极短的有效时间内接受处理仪表传来的大量信息,并且利用这些信息及时做出决策,操纵舵面,控制飞行器飞行。这种状态下发出的指令,不仅在执行条件上具有片面性,而且在执行时间上有延迟;另一方面,目前飞行器的飞行参数测量主要是飞机的姿态、速度、加速度、角速度、角加速度,当飞行器的获得这些参数的同时,飞行器的受力状态已经确认,并且飞行器的飞行姿态可能已经改变。由于这种测量手段的延迟,飞行器在复杂气流中受到非定常气动力影响,控制舵面可能出现失效甚至反效,进而诱发非指令性运动,导致飞行器失控,发生飞行事故。
当前无人机飞行控制,以程序飞行为主。通过事先输入的控制模型,对无人机进行点对点的程序流程飞行。控制程序受制于程序代码及飞行器动力学模型,对飞行器实时遇到的气流状态并不知晓。无人机在任务执行过程中,并不能掌握自身飞行的绕流状态,只机械地按照程序设定飞行。一旦气流条件超过预定飞行包线(限制包括:飞行高度、速度、马赫数、发动机性能、过载等),很容易造成无人机失控坠毁。
发明内容
本发明要解决的技术问题是提供一种基于飞行状态感知的智能飞行器及飞行方法,该智能飞行器和智能飞行方法具有自主感知、自主决策能力,能够预知飞机的飞行状态,对飞行器的危险飞行状态进行必要的预警,保证飞行过程中的安全。
为实现上述发明目的,本发明采用以下技术方案:
一种基于飞行状态感知的智能飞行器,所述智能飞行器表面分布大气参数测量装置、目标位置测量装置、飞行姿态测量装置和绕流条件测量装置。所述目标位置测量装置采用红外雷达或视觉传感器。所述飞行姿态测量装置采用惯性导航系统、姿态角传感器或加速度传感器中的一种或数种。所述绕流条件测量装置采用表面孔式压力传感器、表面热膜、MEMS摩擦应力传感器、温度传感器或光学压力敏感涂层中的一种或数种。所述智能飞行器还包括计算中心和控制器。
进一步的,所述飞行器为具有固定翼特征的飞行器,包括常规布局、鸭翼布局和三翼面布局。
更进一步,所述大气参数测量装置分布在所述飞行器的最前端;所述目标位置测量装置分布在飞行器前部和侧翼;所述控制器分布在飞行器前部和侧翼;所述绕流条件测量装置分布在飞行器的前部、中部和后部。
更进一步,所述目标位置测量装置采用视觉传感器;分布在飞行器前部的为头部目标视觉传感器,分布在飞行器侧翼的为侧方视觉传感器。
另一种改进,所述控制器采用涡控激励器,分布在飞行器前部的为头部涡控激励器,分布在飞行器侧翼的为机翼涡控激励器。
另一种改进,所述绕流条件测量装置采用MEMS摩擦应力传感器和表面孔式压力传感器,所述MEMS摩擦应力传感器分布在飞行器前部,所述表面孔式压力传感器分布在飞行器的中部和后部。
上述基于飞行状态感知的智能飞行器的飞行方法,包括以下步骤:
测量获取飞行器当前的大气参数、目标位置、飞行姿态和绕流状态,并根据这些参数信息得到飞行器受力状况,根据受力状况,提前判断飞行器的运动趋势。判断飞行器运动趋势采用以下公式:
其中:Cpi为分布在飞行表面测压点的压力系数,由前述表面孔式压力传感器测得;为测压点的无量纲位置参数;Cmx为飞行器的滚转力矩系数,由压力系数根据前述公式(1)计算获得;I为飞行器的转动惯量;为角加速度,由前述加速度传感器测得;K为校准系数,由地面实验标定获得;q为来流动压,由前述大气参数测量装置获得;S为参考面积,是飞行器的垂直投影面积;l是参考长度,即展长;
通过公式(1),可以获得飞行器在当前绕流状态下受到的滚转力矩情况,再通过公式(2),计算中心计算出当前受力状态下,飞行器即将产生的角加速度进而对飞行器下一步运动趋势做出预测;结合任务目标,计算中心自主判断当前飞行器运动趋势是否符合既定飞行任务需求;如果飞行器的飞行趋势将偏离目标,则飞行器做出决策,形成控制指令,通过控制器调整飞行器飞行状态。
进一步的,所述计算中心自主判断当前飞行器运动趋势是否符合既定飞行任务需求的过程为:将当前飞行器运动趋势与飞行数据库中的数据进行比较,所述飞行数据库包括地面模拟数据、飞行器控制模型和历史飞行修正数据。
对于传统的有人飞行器,仪表给出的飞行参数,并不能使驾驶员实时感知整机流场情况,无法对危险的工况进行预测和预警,无法及时进行调整;在飞行器往某些极端工况偏离的过程中,传统仪表无法预测到可能的危险及时提供预警。驾驶员仅凭个人技术经验无法及时应对,易出现因感知能力不足造成的人机耦合事故,威胁飞行安全。
现有的无人飞行器,由于逻辑代码的局限性,其思考能力不足,综合分析判断能力缺乏。当这类无人飞行器在应对飞行包线之外的突发复杂飞行工况时,无法及时做出调整与修正,更难以自主完成高难度的飞行动作。对于这类复杂的飞行工况,飞行器无法对自身的表面的流场进行感知,并不具有预测飞行器运动趋势的能力。
与现有的无人机飞行器相比,本发明所提出的一种基于飞行状态感知的智能飞行器及飞行方法具有自主感知、思考、决策能力。其优点在于:对飞行器所处环境可进行自主感知,思考当前状态,并依据思考结果进行决策。通过布置在机身各处的传感器,对飞行器所处的环境进行自主感知,综合获取目标参数、大气参数、飞行姿态和绕流状态等参数。获得飞行器表面的压力或其他流动参数的变化,实现对飞行器的表面流态的实时监控。并且根据这些表面流态信息得到飞行器的受力情况,并根据受力情况,提前判断飞行器的运动趋势,对飞行器下一步运动趋势做出预测。结合任务目标,自主思考当前飞行器状态是否符合既定飞行任务需求。在偏离目标的情形下,做出决策,形成控制指令,修正飞行姿态。解决了传统及现有无人飞行器的调整滞后问题,降低了突发气流条件造成飞行事故的概率,提升了飞行性能。
附图说明
图1是本发明基于飞行状态感知的智能飞行方法框图;
图2是本发明一个实施例中飞行器结构示意图;
图3是本发明一个实施例中左右翼面流动对称性、气动力/力矩判断方法示意图;
图4是本发明一个实施例中,通过表面绕流情况判断运动趋势的可行性的实验结果图。
其中:30、大气参数传感器,31、头部目标视觉传感器;32、头部涡控激励器,33、MEMS摩擦应力传感器,34、表面孔式压力传感器,35、机翼流动激励器,36、计算中心,37、侧方视觉传感器。
具体实施方式
下面结合附图,对本发明提出的一种单向弯曲的电致伸缩聚合物微驱动器及其制备方法进行详细说明。在本发明描述中,需要理解的是,术语“左侧”、“右侧”、“上部”、“下部”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,“第一”、“第二”等并不表示零部件的重要程度,因此不能理解为对本发明的限制。本实例中采用的具体尺寸只是为了举例说明技术方案,并不限制本发明的保护范围。
一种基于飞行状态感知的智能飞行器,表面分布大气参数测量装置、目标位置测量装置、飞行姿态测量装置和绕流条件测量装置、计算中心36和控制器。
飞行器为具有固定翼特征的飞行器,包括常规布局、鸭翼布局和三翼面布局。
如图2所示,在本实施例中,以常规布局的飞机为例。
大气参数测量装置采用大气参数传感器30,分布在飞行器的最前端。大气参数传感器30采用探针、FADS系统等,只要是能获得飞行过程中大气参数的装置皆可。大气参数测量装置可分布在飞行器头部,也可以是下部、上部等,只要是飞行器上可测量大气参数的位置皆可
目标位置测量装置采用视觉传感器,分布在飞行器前部的为头部目标视觉传感器31,分布在飞行器侧翼的为侧方视觉传感器37。目标位置测量装置还可以是红外雷达等,不限于以上几种装置,凡是具有目标识别与空间定位的能力的设备均适用。目标位置测量装置的安装位置不限于头部和侧方两位置,也可是飞行器下方、后方,只要是飞行器上可感知飞行状态的位置皆可。
绕流条件测量装置采用MEMS摩擦应力传感器33和表面孔式压力传感器34,MEMS摩擦应力传感器33分布在飞行器前部,表面孔式压力传感器34分布在飞行器的中部和后部。需要注意的是,所述绕流条件测量装置不局限于MEMS摩擦应力传感器和表面孔式压力传感器,只要是能感知表面流动状态的装置皆可;比如,绕流条件测量装置还可以采用表面热膜、温度传感器,也可以是光学压力敏感涂层等。位置也不限于飞行器前部、中部、后部,只要是能安装表面流动状态感知装置的位置皆可。
控制器采用涡控激励器,分布在飞行器前部的为头部涡控激励器32,分布在飞行器侧翼的为机翼涡控激励器35。但不仅限于涡控激励器一种形式,其他控制形式,如推力矢量喷管、合成射流激励器、等离子体激励器和主动涡发生器等,只要是能提供激励,改变流动状况的皆可;安装位置也不限于头部和侧翼,只要是飞行器上可以安装激励器的位置皆可。
值得注意的是,本实施例中的“最前端”、“前部”、“侧翼”、“中部”等有关位置的描述只是提供了各测量装置的最优安装位置,但不限于这些位置。上述基于飞行状态感知的智能飞行器的飞行方法,包括以下步骤:
测量获取飞行器当前的大气参数、目标位置、飞行姿态和绕流状态,并根据这些参数信息得到飞行器受力状况,根据受力状况,提前判断飞行器的运动趋势。判断飞行器运动趋势采用以下公式:
其中:Cpi为分布在飞行表面测压点的压力系数,由前述表面孔式压力传感器测得;为测压点的无量纲位置参数;Cmx为飞行器的滚转力矩系数,由压力系数根据前述公式(1)计算获得;I为飞行器的转动惯量;为角加速度,由前述加速度传感器测得;K为校准系数,由地面实验标定获得;q为来流动压,由前述大气参数测量装置获得;S为参考面积,是飞行器的垂直投影面积;l是参考长度,即展长;
通过公式(1),可以获得飞行器在当前绕流状态下受到的滚转力矩情况,再通过公式(2),计算中心计算出当前受力状态下,飞行器即将产生的角加速度进而对飞行器下一步运动趋势做出预测;结合任务目标,计算中心自主判断当前飞行器运动趋势是否符合既定飞行任务需求;如果飞行器的飞行趋势将偏离目标,则飞行器做出决策,形成控制指令,通过控制器调整飞行器飞行状态。
计算中心自主判断当前飞行器运动趋势是否符合既定飞行任务需求的过程为:将飞行器运动趋势与飞行数据库中的数据进行比较,飞行数据库包括地面模拟数据、飞行器控制模型和历史飞行修正数据
在本实施例中,智能方法的具体过程为:智能飞行器任务飞行过程中,收到指令跟随某一飞行目标。具体为,根据头部目标视觉传感器31对目标定位,形成飞行器所需飞行动作指令。利用头部大气数据传感器30对飞行器所处的大气环境参数进行测量,通过MEMS摩擦应力传感器33,表面孔式压力传感器34,对表面流动状态及压力分布进行测量。上述数据传输至计算中心36,综合获取目标参数、大气环境、绕流状态等参数,对获取的数据进行综合分析,对飞行器绕流状态进行重构,判断飞行器受气动力/矩情况,对飞行器下一步运动趋势做出预测。结合任务目标,自主思考当前飞行器状态是否符合飞行既定任务需求。在偏离目标的情形下,做出决策,形成控制指令。
接下来结合飞行器大迎角平飞控制,详细介绍飞行器智能控制稳定平飞的方法。
任务飞行过程中,为完成稳定的大迎角平飞机动,需要机体流动状态为左右对称流态。通过布置在机翼表面的MEMS摩擦应力传感器33,表面孔式压力传感器34获得的数据,计算中心36使用前述公式(1)计算飞机在当前绕流状态下受到的滚转力矩系数Cmx,并依此对机体左右两侧流动的发展状态进行判断,根据判断结果进行决策。如果滚转力矩系数为零,则判断绕流状态为无明显不对称涡流,此时保持数据监测,无控制输出;如果出现附图3中的情况,即滚转力矩系数不为零,则判断绕流情况为不对称涡流,此时进一步根据前述公式(2)来计算飞行器的角加速度此时得出飞机绕机身轴线有着正的滚转运动趋势。根据运动趋势产生控制信号,控制姿态操纵部件对飞行器的姿态进行操纵,即通过头部涡控激励器32产生控制射流,改变头部涡流场流动结构,从而抵消飞机的运动趋势。通过MEMS摩擦应力传感器33可进行机翼分离流动对称性判断,如两侧摩擦应力相同,则判断结果为无明显不对称,则保持数据监测,无控制输出;如两侧摩擦应力不同,则判断明显不对称涡流,产生控制信号,通过机翼流动激励器35对机翼表面流动施加针对性控制,改变机翼表面分离流动位置,调整两侧机翼流动对称性。通过分布式的传感器及控制器件,实时控制机体左右流动形成对称流动,消除不对称带来的机体滚转力矩和偏航力矩,达到大迎角稳定平飞机动的目标。
已经通过飞行实验验证了该实施例中通过表面孔式压力传感器34获得的压力信号预判飞行器具有的运动趋势的可行性,如图4所示。实验中同步采集了表面孔式压力传感器34输出的压力信号以及姿态角传感器给出的飞行器滚转角信号,发现两者的变化规律具有一致性,同时滚转力矩系数相较于滚转角信号有一定的时间提前,如图4中,上下方横坐标分别表示滚转角和滚转力矩系数的时间轴,可以看出,当将滚转角信号提前大约300ms时,两者的信号有着很好的一致变化规律。因此,通过表面孔式压力传感器34得到的滚转力矩系数去预测飞行器具有的运动趋势是完全可行的。
基于对本发明优选实施方式的描述,应该清楚,由所附的权利要求书所限定的本发明并不仅仅局限于上面说明书中所阐述的特定细节,未脱离本发明宗旨或范围的对本发明的许多显而易见的改变同样可能达到本发明的目的。
Claims (9)
1.一种基于飞行状态感知的智能飞行器,其特征在于,所述智能飞行器表面分布大气参数测量装置、目标位置测量装置、飞行姿态测量装置和绕流条件测量装置;所述目标位置测量装置采用红外雷达或视觉传感器;所述飞行姿态测量装置采用惯性导航系统、姿态角传感器或加速度传感器中的一种或数种;所述绕流条件测量装置采用表面孔式压力传感器、表面热膜、MEMS摩擦应力传感器、温度传感器或光学压力敏感涂层中的一种或数种;所述智能飞行器还包括计算中心和控制器。
2.根据权利要求1所述的基于飞行状态感知的智能飞行器,其特征在于,所述飞行器特征为具有固定翼的飞行器,包括常规布局、鸭翼布局和三翼面布局,但不限于上述布局的固定翼飞行器。
3.根据权利要求2所述的基于飞行状态感知的智能飞行器,其特征在于,所述大气参数测量装置分布在所述飞行器的最前端;所述目标位置测量装置分布在飞行器前部和侧翼;所述控制器分布在飞行器前部和侧翼;所述绕流条件测量装置分布在飞行器的前部、中部和后部。
4.根据权利要求3所述的基于飞行状态感知的智能飞行器,其特征在于,所述大气参数测量装置采用探针、FADS系统。
5.根据权利要求3所述的基于飞行状态感知的智能飞行器,其特征在于,所述目标位置测量装置采用视觉传感器;分布在飞行器前部的为头部目标视觉传感器,分布在飞行器侧翼的为侧方视觉传感器。
6.根据权利要求3所述的基于飞行状态感知的智能飞行器,其特征在于,所述控制器采用涡控激励器,分布在飞行器前部的为头部涡控激励器,分布在飞行器侧翼的为机翼涡控激励器。
7.根据权利要求3所述的基于飞行状态感知的智能飞行器,其特征在于,所述绕流条件测量装置采用MEMS摩擦应力传感器和表面孔式压力传感器,所述MEMS摩擦应力传感器分布在飞行器前部,所述表面孔式压力传感器分布在飞行器的中部和后部。
8.权利要求1至7任一项所述的基于飞行状态感知的智能飞行器的飞行方法,其特征在于,包括以下步骤:
测量获取飞行器当前的大气参数、目标位置、飞行姿态和绕流状态,并根据这些参数信息得到飞行器受力状况,根据受力状况,提前判断飞行器的运动趋势;判断飞行器运动趋势采用以下公式:
其中:Cpi为分布在飞行表面测压点的压力系数,由前述表面孔式压力传感器测得;为测压点的无量纲位置参数;Cmx为飞行器的滚转力矩系数,由压力系数根据前述公式(1)计算获得;I为飞行器的转动惯量;为角加速度,由前述加速度传感器测得;K为校准系数,由地面实验标定获得;q为来流动压,由前述大气参数测量装置获得;S为参考面积,是飞行器的垂直投影面积;l是参考长度,即展长;
9.根据权利要求8所述的飞行方法,所述计算中心自主判断当前飞行器运动趋势是否符合既定飞行任务需求的过程为:将当前飞行器运动趋势与飞行数据库中的数据进行比较,所述飞行数据库包括地面模拟数据、飞行器控制模型和历史飞行修正数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073060.1A CN111156995A (zh) | 2020-01-22 | 2020-01-22 | 一种基于飞行状态感知的智能飞行器及飞行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073060.1A CN111156995A (zh) | 2020-01-22 | 2020-01-22 | 一种基于飞行状态感知的智能飞行器及飞行方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111156995A true CN111156995A (zh) | 2020-05-15 |
Family
ID=70564947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010073060.1A Pending CN111156995A (zh) | 2020-01-22 | 2020-01-22 | 一种基于飞行状态感知的智能飞行器及飞行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111156995A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067193A (zh) * | 2020-09-14 | 2020-12-11 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种飞行器表面压力传感器测试装置及测试方法 |
CN112529248A (zh) * | 2020-11-09 | 2021-03-19 | 北京宇航系统工程研究所 | 一种数据驱动的运载火箭智能飞行天地镜像系统 |
CN112529248B (zh) * | 2020-11-09 | 2024-06-04 | 北京宇航系统工程研究所 | 一种数据驱动的运载火箭智能飞行天地镜像系统 |
-
2020
- 2020-01-22 CN CN202010073060.1A patent/CN111156995A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067193A (zh) * | 2020-09-14 | 2020-12-11 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种飞行器表面压力传感器测试装置及测试方法 |
CN112529248A (zh) * | 2020-11-09 | 2021-03-19 | 北京宇航系统工程研究所 | 一种数据驱动的运载火箭智能飞行天地镜像系统 |
CN112529248B (zh) * | 2020-11-09 | 2024-06-04 | 北京宇航系统工程研究所 | 一种数据驱动的运载火箭智能飞行天地镜像系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5797105A (en) | Air active control aircraft using three dimensional true airspeed detection system | |
JP4133435B2 (ja) | 小型無人ヘリコプタの自律制御方法 | |
JP4141860B2 (ja) | 小型無人ヘリコプタの自律制御装置及びプログラム | |
Danjun et al. | Autonomous landing of quadrotor based on ground effect modelling | |
EP2687438B1 (en) | Control system of aircraft, aircraft, control program for aircraft, and control method for aircraft | |
US7630798B2 (en) | Heading reference command and control algorithm systems and methods for aircraft turn-to-target maneuvers | |
CN109689499B (zh) | 用于稳健干扰抑制的分布式加速度感测 | |
EP2555179B1 (en) | Aircraft traffic separation system | |
CN106662870B (zh) | 用于生成飞行器的结果设定点轨迹的方法及设备、相关飞行器 | |
WO2011132291A1 (ja) | 飛翔体の飛行状態制御装置 | |
Tekles et al. | Flight envelope protection for NASA's transport class model | |
Jain et al. | Modeling of aerodynamic disturbances for proximity flight of multirotors | |
CN109901387B (zh) | 一种航空器自动近地防撞系统自适应飞行轨迹预测方法 | |
Heryanto et al. | Attitude and altitude control of a quadcopter using neural network based direct inverse control scheme | |
CN111290426B (zh) | 一种航空器自动规避逃逸路径的预测控制方法 | |
Brezoescu et al. | Straight-line path following in windy conditions | |
CN111156995A (zh) | 一种基于飞行状态感知的智能飞行器及飞行方法 | |
Trenev et al. | Movement stabilization of the parrot mambo quadcopter along a given trajectory based on PID controllers | |
CN211717459U (zh) | 一种基于飞行状态感知的智能飞行器 | |
CN111051921A (zh) | 用于基于感测到的空气移动控制飞机的系统和方法 | |
BR102016015941A2 (pt) | sistema e método de piloto automático | |
Lombaerts et al. | Proof of concept simulator demonstration of a physics based self-preserving flight envelope protection algorithm | |
Tang et al. | Realization of the flight control for an indoor UAV quadrotor | |
Meyer-Oehme et al. | Landing Framework and Control for EVTOL Aircraft in Urban Environments | |
Yuan et al. | Dynamic modelling and analysis of a vectored thrust aerial vehicle |
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 |