室内无人机应用

2018-10-29

  1. 无人机的状态

  小型无人机,如果需要进行稳定的飞行,第一个首要目标是自我坐标和方位确认,确认自身的空中方位和飞行状态,需要使用不同的感应器进行测量,在三维世界里面,飞行器所在的坐标和高度是必须的,比如民航飞机习惯使用GPS测量自身坐标,多普勒效应进行方向和速度的定位,GPS民用化以后,汽车和手机都可以做到这件事了。


灵show无人机建模

 

  对于多轴心飞行器来说,单纯知道自己的坐标和方向速度是不足够的,因为它们需要调整自己的倾角来调整自己的行动方向和姿态,如果加上自身坐标,飞行方向,还有角速度,无人机需要携带测量15种不同状态的传感器阵列。

  这15个状态,是多轴无人机的飞行基础,当然,单纯一种传感器是没有办法测量所有东西的,所以,它们通常使用GPS+惯性计算器+气压计+指南针的方式来进行测量。

  2. 综合导航

  通过对自己进行惯性测量,确认自身在三个维度上的加速度和角速度,通过算法,就可以知道所有的15个状态量,在GPS出现以前,导弹就是使用这玩意儿进行制导。当然,惯性测量系统总会有点误差,并且持续累积,而随着元器件的精密水平下降,误差累积的速度也就开始上升。

  地磁指南针是用来进行磁场方向的确认,从而设定航线——但是地磁的强度并不高,只要无人机一开始起飞,多数情况下指南针就会罢工,这很让早期的开发人员抓狂。

  气压计就最简单了……空气越稀薄,气压越低,从而确定自身的高度就越高。

  至于GPS,通过天空上面卫星的相对信息进行定位,最大的缺点就是必须看到天空才能保证准确定位。

  超声波探测模组,通过回声探测,能够轻易的发现数米以内的物体,而缺点是发散很大,感应范围模糊,所以最好的用途就是正对地面,测量安全高度。

  3.视觉感知

  对比起之前的综合导航,数字技术发展以后,数码相机作为一种感应器而被研究,通过对二维度图像反推现实中物体的三维信息,计算机的视觉成为了一门新兴的科学。

  通过一系列复杂的算法,假设二维图像中物体都是静止的,那么就可以通过图像的变化来确认摄像机载体的运动,理论上,只需要一组摄影系统就能够完成对无人机所有数据的测量,但是视觉传感器也有属于自己的缺陷,包括尺度模糊,成像质量差,还有计算量消耗非常大等等,所以,最后它也只能属于传感器阵列的一部分。

  通过对一系列传感器进行整合而保证无人机的所有操作向量能够准确的被测量,这就是它们能够在室内能够被操控的保证。