CN117850468B - 一种用于无人机取样检测水的控制方法 - Google Patents

一种用于无人机取样检测水的控制方法 Download PDF

Info

Publication number
CN117850468B
CN117850468B CN202410043969.0A CN202410043969A CN117850468B CN 117850468 B CN117850468 B CN 117850468B CN 202410043969 A CN202410043969 A CN 202410043969A CN 117850468 B CN117850468 B CN 117850468B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
water
sampling
impact force
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
Application number
CN202410043969.0A
Other languages
English (en)
Other versions
CN117850468A (zh
Inventor
张可
柴毅
康如明
钱亚林
覃炜龙
张雅丽
李海锋
张鑫宇
王嘉璐
宋倩倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202410043969.0A priority Critical patent/CN117850468B/zh
Publication of CN117850468A publication Critical patent/CN117850468A/zh
Application granted granted Critical
Publication of CN117850468B publication Critical patent/CN117850468B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/02Devices for withdrawing samples
    • G01N1/10Devices for withdrawing samples in the liquid or fluent state

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明涉及水质检测技术领域,特别涉及一种用于无人机取样检测水的控制方法。包括构建无人机动力学方程;预测待取样水流对取样瓶产生的冲击力;取样瓶入水时根据预测冲击力,进行无人机平衡控制;取样瓶入水预设时间后,采用MPC闭环控制算法保持取样时无人机平衡。本发明针对无人机取水构建了单独的控制模型,提前预测水流带来的外部冲击力,可快速适应取样瓶入水时的冲击力,增强了无人机的安全性,并且可以保持取样瓶在目标取样水层,显著提高取水的质量。

Description

一种用于无人机取样检测水的控制方法
技术领域
本发明涉及水质检测技术领域,特别涉及一种用于无人机取样检测水的控制方法。
背景技术
水是生命之源,人类在生活和生产活动中都离不开水,生活饮用水水质的优劣与人类健康密切相关。随着社会经济发展、科学进步和人民生活水平的提高,人们对生活饮用水的水质要求不断提高,饮用水水质标准也相应地不断发展和完善。水质的检测从取样开始。
传统方法中由于取样方法的限制可能导致水质的属性发生变化,如在农田中取样水源做酸碱度检测,人体自身进入到农田内取样会对样液产生影响。另外在部分特殊地形,如沟壑,沼泽等人力难以到达的地方难以取样并在取样时存在一定风险。
发明内容
本发明公开了一种用于无人机取样检测水的控制方法,它可以控制无人机实现自动化取水检测。
它通过这样的技术方案实现的,所述无人机包括外壳,在外壳四角处均安装有安装支架,在安装支架上均安装有螺旋桨,在外壳内还安装有取样瓶,安装支架可通过收放绳索完成取样瓶的升降取样,具体控制方法如下:
构建无人机动力学方程;
预测待取样水流对取样瓶产生的冲击力;
取样瓶入水时根据预测冲击力,进行无人机平衡控制;
取样瓶入水预设时间后,采用MPC闭环控制算法保持取样时无人机平衡。
该实施例的优点在于,无人机在执行一般任务时大多采用闭环控制算法,但闭环控制算法在遇到突发外力时,需要一定的时间去平衡突发外力,若外力太大可能会造成无人机坠毁等情况。本发明针对无人机取水构建了单独的控制模型,提前预测水流带来的外部冲击力,可快速适应取样瓶入水时的冲击力,增强了无人机的安全性,并且可以保持取样瓶在目标取样水层,显著提高取水的质量。
进一步地,构建无人机动力学方程,具体如下:
纵向力公式:
式中,Fx为无人机在纵向方向上的合力,T是推力,θ是俯仰角,D是阻力,m是无人机质量,g是重力,是横滚角;
横向力公式:
垂直力公式:
式中,L表示升力,θ表示俯仰角;
无人机悬停时受到水流冲击力,表示为一个突发振动项,修改横向方向上的力平衡方程为:
该实施例的优点在于,将无人机动力学模型进行了分解,分解后的动力学模型可有效平衡水流带来的斜向冲击力。
进一步地,预测待取样水流对取样瓶产生的冲击力,具体方法如下:
获取待取样水流的流速、流体密度和取样瓶受力面积;
根据流速、流体密度和取样瓶受力面积,计算下一时刻的冲击力。
可选地,通过齿轮流量计或涡街流量计获取流速信息。
可选地,计算下一时刻的冲击力,具体公式如下:
冲击力=流体密度×流速2×受力面积×动力系数。
可选地,将流速、流体密度和取样瓶受力面积输入深度学习模型模型,计算下一时刻的冲击力。
该实施例的优点在于,由于水质取样地点是可以提前获知的,因此,可以通过设置传感器获取所需信息,再通过数学推导或模型预测的方式提前获取水流带给无人机的冲击力,显著提高了无人机取水时的平衡性。
进一步地,采用MPC闭环控制算法保持取样时无人机平衡,具体方法如下:
定义控制输入为u,表示对横向推力或舵面的控制,以简化的状态空间模型表示动态方程:
xk+1=Axk+Buk+Bdk
式中,xk表示系统状态,包括无人机位置和速度;uk为控制输入,即对横向推力或舵面的控制;dk为扰动项,表示取样品入水后的水流冲击力变化;
通过调整uk控制系统状态,控制优化目标表示为:
其中,J是优化目标,即最小化预测输出与参考输出的差异;N为预测步数;yk+1|k为k+1预测时刻的系统输出,r为参考输出,即冲击力;Q和R为权重矩阵。
该实施例的优点在于,MPC闭环控制算法可以外部条件不突变的情况下完成无人机的稳定性控制,而水流会有不可预测的细微改变,因此在取水瓶入水平稳后切换为MPC闭环控制器,可长时间保持无人机的稳定性,便于持续取水。
附图说明
本发明的附图说明如下。
图1为实施例1中无人机立体结构示意图。
图2为实施例1中无人机纵截面的平面图。
图3为实施例1中无人机内的取样装置的纵截面平面图。
图4为实施例1中无人机底部的仰视图。
图5为实施例1中无人机上壁的仰视图。
图6为实施例2中的无人机控制方法流程图。
图7为实施例2中水流预测模型效果图。
图8为有效采样示意图。
图中:1外壳、2支架、3螺旋桨、4摄像头、5取样瓶、6楔子、7检测孔、8L型连接柱、9信号接收天线、10控制芯片及及电路、11伸缩机构、12胶头滴管、13挤压板、14挤压机构、15下方滑槽、16连接柱、17移动导轨、18底座。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例1:
一种用于取样检测水的无人机,如图1至图5所示,包括外壳1,所述外壳1为矩形的块,外壳1内部中空,外壳1的上下两端四角位置固定安装支架2,所述支架2为矩形的杆,下端四组支架2远离外壳1的一端倾斜向下设置,上端四组支架2远离外壳1的一端倾斜向上设置,下端支架2远离外壳1的一端固定安装有底座18。
支架2的外侧壁上竖直向上固定安装连接L型连接柱8,L型连接柱8上活动安装有螺旋桨3,螺旋桨3与L型连接柱8下端的电机组成驱动机构驱动整个装置飞行,该驱动机构为现有公知技术,所以在此不做赘述,外壳1的底座外侧壁通过卡扣可拆卸安装有摄像机4。
外壳1的内侧底部固定安装有楔子6,楔子6为环状且楔子6有九组,九组楔子6以三乘三的方式阵列设置,楔子6的内部固定安装有取样瓶5,楔子6的主要作用是防止取样瓶5在升空过程中歪斜导致样液倾洒。
取样瓶5为圆柱形空心瓶,取样瓶5的上端开口直径是取样瓶5瓶身直径的一半,外壳1的底部设置有检测孔7,检测孔7为长方形的孔,检测孔7上下贯通外壳1的底部壁面,检测孔7位于两个相邻取样瓶5的缝隙处,所述检测孔7有两组,两组检测孔7对称分布在外壳1底部内壁的两侧。
外壳1的上端固定安装有信号接收天线9,所述信号接收天线9为现有公知技术,所以在此不做赘述,外壳1的内部上端嵌合安装有芯片以及控制电路10,信号接收天线9与芯片以及控制电路10均通过导线电性连接。
外壳1的内部上端固定安装有“田”字形的移动导轨17,移动导轨17的下端滑动安装有连接柱16,移动导轨17的内部固定安装有驱动连接柱16移动的电机和控制线路,连接柱16、电机和控制线路共同组成取样装置的驱动结构。
连接柱16的下端固定安装有竖直向下设置的伸缩机构11,伸缩机构11的下端固定安装有可以横向收缩的挤压机构14,挤压机构14下端两侧内部均固定安装有压缩板13,压缩板13的形状为半圆柱体,两组压缩板13的中间位置固定安装有竖直向下的胶头滴管12。
实施例2:
一种用于无人机取样检测水的控制方法,如图6所示,当取样瓶入水时,无人机会受到水流带来的冲击力影响,可以引入水力学的却是方程来计量冲击力,动力方程为:
其中,F是合力,m是液体的质量,v是液体的速度,t是时间。在水力学中,我们通常使用动量方程的积分形式,即:
其中,Δ(mv)是时间间隔[t1,t2]内液体动量的变化。对于一个突然变化的流动或障碍物,冲击力可以通过动量方程的变化来计算。在这种情况下,我们关注液体动量在时间内的变化,特别是突变的瞬间。冲击力Fimpact可以通过以下方式计算:
Fimpact=Δ(mv)
无人机取样检测水,具体控制方法如下:
S1、构建无人机动力学方程。
无人机受外力影响的公式主要涉及飞机在不同方向上所受的合力,其中包括纵向x轴、横向y轴和垂直z轴方向。以下是整体的公式表达:
纵向力公式:
式中,Fx为无人机在纵向方向上的合力,T是推力,θ是俯仰角,D是阻力,m是无人机质量,g是重力,是横滚角;
横向力公式:
垂直力公式:
无人机悬停时受到水流冲击力,表示为一个突发振动项,修改横向方向上的力平衡方程为:
当无人机悬停时,突然受到水流等外力影响,这个外力可以用一个突发的扰动项来表示。在动力学方程中,这个扰动项可以添加到合适的方向上,通常是在横向或纵向的方程中。水流冲击力这个突发的扰动是在横向方向上的,即x或y或两者合力,对应的公式可能是Fx、Fy、Fxy。
S2、预测待取样水流对取样瓶产生的冲击力。
要想计算水流带来的冲击力,首先得知道水的流量,可行的流量检测方法:
齿轮流量计,齿轮流量计是高精度测量体积流量的流量仪表,它的工作原理是正位移原理,介质的流动使齿轮转动,齿轮的旋转被2个非接触式的检脉冲器扫描,每一个齿产生一个脉冲,最终产生于流量成比例的频率信号,进而得出流量值Q。
涡街流量计,涡街流量计是根据卡门涡街原理研究生产的,主要用于工业管道介质流体的流量测量,如气体、液体、蒸汽等多种介质。其特点是压力损失小,量程范围大,精度高,在测量工况体积流量时几乎不受流体密度、压力、温度、粘度等参数的影响。无可动机械零件,因此可靠性高,维护量小。有模拟标准信号,也有数字脉冲信号输出,容易与计算机等数字系统配套使用,是一种比较先进、理想的测量仪器。
计算公式:f=St*v/d
换一种写法:v=f*d/St
f=旋涡释放频率,单位Hz
d=为旋涡发生体特征宽度,单位m
v=流体平局流速,单位m/s
St是个常数,斯特劳哈尔数没有量纲,单位是1。
最后用装置横截面积乘以v就是流速。
这个方法可以在12V或者24V电压的情况下测定水的流速,甚至可以允许水中出现一定量的杂质都是可以的。
实际测量方法可以是:直接和胶头滴管伸进水体的同时把测量流速的装置一起放进水面以下10到20秒。但是需要注意的是,无论是上面哪种方案,这个装置自己就可以完成对流速的测量,在测量结束后直接获得获得测量结果,而不是把装置收回去再用其他方法测量之后再获得流速的值。假设你需要对同一个水体取样100次,然后测量流速的装置在复位状态是在外壳内部,那么你可以在第1次取样时将测量流速的装置放入水体内,然后在第100次取样时候再把装置收回来,而不需要控制测量流速装置移动100次。
步骤S2中,选择用Deep Autoregressive Networks深度自回归网络,因为他是一种用于处理序列数据生成和预测的神经网络模型,特别适用于时间序列分析和预测任务。在预知涡轮流量计收到的冲击力或者系统下一时刻的状态时,这种模型可以通过学习输入序列中各变量之间的依赖关系来进行预测。在深度自回归网络中,每个输出值是基于其前面所有时间步长的输出以及可能的其他输入特征条件计算得出的。对于连续数值预测问题,如冲击力预测,模型可以被训练成以当前和过去的观测值作为输入,预测下一个时间步长的冲击力。例如,在预测涡轮流量计受到的冲击力时,模型可能会按照如下方式工作:将历史时间段内的流量、流速、压力等参数作为输入。模型通过自回归结构逐个预测出下一时刻的各项参数,包括可能的冲击力。通过多层非线性变换,如全连接层或卷积层和循环机制,如LSTM或GRU,模型能够捕捉到时间序列中的长期依赖性和复杂动态特性。通过大量实验测得数据,可以训练出较好的可以预知下一时刻水流状态的深度自回归网络。
S3、取样瓶入水时根据预测冲击力,进行无人机平衡控制。
S4、取样瓶入水预设时间后,采用MPC闭环控制算法保持取样时无人机平衡。
模型预测控制Model Predictive Control,MPC是一种用于多步预测系统行为,并通过优化来选择最佳控制输入的控制策略。通过调整无人机的控制输入来抵消水流冲击力F,使得系统受到的平衡外力为Fc。考虑无人机在横向方向上的运动,我们定义控制输入为u,表示对横向推力或舵面的控制。系统动态方程可以用一个简化的状态空间模型表示:
xk+1=Axk+Buk+Bdk
式中,xk表示系统状态,包括无人机位置和速度;uk为控制输入,即对横向推力或舵面的控制;dk为扰动项,表示取样品入水后的水流冲击力变化;
通过调整uk控制系统状态,控制优化目标表示为:
其中,J是优化目标,即最小化预测输出与参考输出的差异;N为预测步数;yk+1|k为k+1预测时刻的系统输出,r为参考输出,即冲击力;Q和R为权重矩阵。
整个MPC问题可以通过在线求解这个优化问题得到最优的控制输入序列,在每个时刻,应用第一个控制输入到系统上,然后重复此过程就可以控制无人机始终处于平衡状态。
以该实施例进行任意水域采样22次,水流预测模型效果如图7所示,采样效果如图8所示,紫色款范围内属于有效采样范围,其中20次均位于有效范围内,采样成功率高达90%。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (6)

1.一种用于无人机取样检测水的控制方法,所述无人机包括外壳,在外壳四角处均安装有安装支架,在安装支架上均安装有螺旋桨,在外壳内还安装有取样瓶,安装支架可通过收放绳索完成取样瓶的升降取样,其特征在于,具体控制方法如下:
构建无人机动力学方程;
预测待取样水流对取样瓶产生的冲击力;
取样瓶入水时根据预测冲击力,进行无人机平衡控制;
取样瓶入水预设时间后,采用MPC闭环控制算法保持取样时无人机平衡;
采用MPC闭环控制算法保持取样时无人机平衡,具体方法如下:
定义控制输入为u,表示对横向推力或舵面的控制,以简化的状态空间模型表示动态方程:
xk+1=Axk+Buk+Bdk
式中,xk表示系统状态,包括无人机位置和速度;uk为控制输入,即对横向推力或舵面的控制;dk为扰动项,表示取样品入水后的水流冲击力变化;
通过调整uk控制系统状态,控制优化目标表示为:
其中,J是优化目标,即最小化预测输出与参考输出的差异;N为预测步数;yk+1|k为k+1预测时刻的系统输出,r为参考输出,即冲击力;Q和R为权重矩阵。
2.如权利要求1所述的用于无人机取样检测水的控制方法,其特征在于,构建无人机动力学方程,具体如下:
纵向力公式:
式中,Fx为无人机在纵向方向上的合力,T是推力,θ是俯仰角,D是阻力,m是无人机质量,g是重力,是横滚角;
横向力公式:
垂直力公式:
式中,L表示升力,θ表示俯仰角;
无人机悬停时受到水流冲击力,表示为一个突发振动项,修改横向方向上的力平衡方程为:
3.如权利要求1所述的用于无人机取样检测水的控制方法,其特征在于,预测待取样水流对取样瓶产生的冲击力,具体方法如下:
获取待取样水流的流速、流体密度和取样瓶受力面积;
根据流速、流体密度和取样瓶受力面积,计算下一时刻的冲击力。
4.如权利要求3所述的用于无人机取样检测水的控制方法,其特征在于,通过齿轮流量计或涡街流量计获取流速信息。
5.如权利要求3所述的用于无人机取样检测水的控制方法,其特征在于,计算下一时刻的冲击力,具体公式如下:
冲击力=流体密度×流速2×受力面积×动力系数。
6.如权利要求3所述的用于无人机取样检测水的控制方法,其特征在于,将流速、流体密度和取样瓶受力面积输入深度学习模型模型,计算下一时刻的冲击力。
CN202410043969.0A 2024-01-11 2024-01-11 一种用于无人机取样检测水的控制方法 Active CN117850468B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410043969.0A CN117850468B (zh) 2024-01-11 2024-01-11 一种用于无人机取样检测水的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410043969.0A CN117850468B (zh) 2024-01-11 2024-01-11 一种用于无人机取样检测水的控制方法

Publications (2)

Publication Number Publication Date
CN117850468A CN117850468A (zh) 2024-04-09
CN117850468B true CN117850468B (zh) 2024-07-05

Family

ID=90537888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410043969.0A Active CN117850468B (zh) 2024-01-11 2024-01-11 一种用于无人机取样检测水的控制方法

Country Status (1)

Country Link
CN (1) CN117850468B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096504A (zh) * 2016-05-30 2016-11-09 重庆大学 一种基于无人机机载平台的车型识别方法
CN109343350A (zh) * 2018-11-20 2019-02-15 清华大学 一种基于模型预测控制的水下机器人路径跟踪控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5640980B2 (ja) * 2009-09-07 2014-12-17 コニカミノルタ株式会社 マイクロチップ送液システム、検体検出装置、及びマイクロチップ送液システムの送液方法
FR2964573B1 (fr) * 2010-09-15 2012-09-28 Parrot Procede de pilotage d'un drone a voilure tournante a rotors multiples
CN105874397A (zh) * 2014-11-28 2016-08-17 深圳市大疆创新科技有限公司 无人机及其水样检测方法
EP3112840B1 (en) * 2015-06-30 2018-12-05 Rigas Tehniska Universitate Unmanned aerial vehicle for collecting samples from the surface of water
WO2021217303A1 (zh) * 2020-04-26 2021-11-04 深圳市大疆创新科技有限公司 控制无人机的方法、装置和无人机
CN113190043A (zh) * 2021-05-06 2021-07-30 国网山西省电力公司吕梁供电公司 基于ros平台的六旋翼无人机mpc控制方法
CN113671994B (zh) * 2021-09-01 2024-03-05 重庆大学 基于强化学习的多无人机与多无人船巡检控制系统
CN113806958A (zh) * 2021-09-26 2021-12-17 上汽通用五菱汽车股份有限公司 基于mpc算法的防侧倾控制方法、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096504A (zh) * 2016-05-30 2016-11-09 重庆大学 一种基于无人机机载平台的车型识别方法
CN109343350A (zh) * 2018-11-20 2019-02-15 清华大学 一种基于模型预测控制的水下机器人路径跟踪控制方法

Also Published As

Publication number Publication date
CN117850468A (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
Aureli et al. Free-locomotion of underwater vehicles actuated by ionic polymer metal composites
Tveitnes et al. An experimental investigation into the constant velocity water entry of wedge-shaped sections
CN104508422B (zh) 监视海洋结构物的物理变化的系统及方法
Kraus Wave glider dynamic modeling, parameter identification and simulation
KR101879722B1 (ko) 단일 스트럿을 가지는 수직면 운동장치 및 이를 이용한 수조 모형시험장치
CN102053001B (zh) 均匀流和阶梯均匀流下竖置立管的涡激振动旋转测试装置
Gabl et al. Hydrodynamic loads on a restrained ROV under waves and current
CN105004506A (zh) 自升式海洋平台桩腿波流载荷系数测试实验系统
CN102053000B (zh) 剪切流下斜置立管的涡激振动旋转测试装置
CN117850468B (zh) 一种用于无人机取样检测水的控制方法
Zhou et al. Dynamic modeling of a wave glider
CN114279733B (zh) 研究浮动核电平台动力学响应的试验装置、方法及应用
Wei et al. Experimental study on trans-media hydrodynamics of a cylindrical hybrid unmanned aerial underwater vehicle
CN113514224B (zh) 一种高压海底电缆水动力系数测量装置及其测量方法
CN112146841A (zh) 大型结构物水动力系数测量装置及其测量方法
Costa et al. Experimental Validation of a Bio-Inspired Thruster
CN209689707U (zh) 一种采取可变张力和图像识别技术测量储罐密度、液位的检测设备
CN204758256U (zh) 自升式海洋平台桩腿波流载荷系数测试实验系统
Maria Viola Recent advances in sailing yacht aerodynamics
Ha et al. Coastal profiling float depth control
CN116880519B (zh) 一种基于滑模变结构的潜器运动控制方法
Dong et al. Vertical motion control of underwater robot based on hydrodynamics and kinematics analysis
Miller et al. Incipient breaking of steady waves in the presence of surface wakes
Zuo From 2D to 3D Maneuverable Robotic Fish: A Systems Perspective
Mook Improving the Dynamic Modeling of Marine Hydrokinetic Kites Through Component Hydrodynamic Testing

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