CN111398522B - 基于微型无人机的室内空气质量检测***及检测方法 - Google Patents
基于微型无人机的室内空气质量检测***及检测方法 Download PDFInfo
- Publication number
- CN111398522B CN111398522B CN202010211972.0A CN202010211972A CN111398522B CN 111398522 B CN111398522 B CN 111398522B CN 202010211972 A CN202010211972 A CN 202010211972A CN 111398522 B CN111398522 B CN 111398522B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- micro
- air quality
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 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 abstract description 39
- 230000008054 signal transmission Effects 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 39
- 230000005540 biological transmission Effects 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 230000003287 optical effect Effects 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 16
- 230000000295 complement effect Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000001681 protective effect Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- 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
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于微型无人机的室内空气质量检测***及检测方法,室内空气质量检测***包括微型无人机和地面站,微型无人机与地面站之间通过无线信号传输模块通信,在微型无人机上设置有微型空气质量检测传感器,实时检测空气质量并将数据传输至地面站,在微型无人机上设有飞行控制组件,检测微型无人机航行时的导航参数,并实时回传至地面站,同时实现微型无人机的避障;在微型无人机上还设有微型前视相机和微型计算机,微型前视相机拍摄的视频码流实时回传至地面站并显示。本发明采用微型无人机,缩小了无人机的体积、重量和功耗,提高了无人机的续航时间和避障性能,能从狭小空间进出室内,完成空气检测。
Description
技术领域
本发明涉及无人机技术领域,尤其涉及一种基于微型无人机的室内空气质量检测***。
背景技术
在一些特定室内场合,需要进行空气质量检测,但无法保证检测人员进入该空间的安全;有时候还需要检测多个室内空间的空气质量,人工操作效率低下;有些空间需要检测空气质量,但是人员无法进入。以上这些情况,就需要使用无人机替代人工来进行空气质量检测,这样既能保证人员的安全,也能到达一些人员无法进入的空间,还能提高检测效率。而现有的用于空气质量检测的无人机,通常是用于室外检测,因为室内检测时,要保证无人机能够顺利进入,并在室内的复杂的环境下避障飞行,并对室内的空气质量进行全面的检测,因而,必须使用体积较小,操纵灵活的微型无人机才能实现室内空气检测。而现有的用于空气检测的无人机***为解决自主导航而耗费了较高的计算资源,结构都比较复杂,重量、体积、功耗和成本都很大,因而需要对其进行改进。
公开号为CN109204817A的专利文献,公开了一种用于空气检测的无人机,该方案用于城市中一些场所的空气检测,用以了解城市各个区域的空气质量,解决无人机机身与检测机构之间的连接问题,便于保养和维护,防止检测机构的掉落损坏。具体公开了包括无人机机身,所述无人机机身的四周均熔接有连接臂,且四个连接臂的另一端均熔接有安装环,四个所述安装环的内部均通过螺钉嵌装有驱动电机,且四个驱动电机的输出端均通过螺钉连接有飞行桨叶,四个所述连接臂的底部均通过螺钉连接有轮廓灯珠,所述无人机机身的底部通过螺钉连接有安装座,且安装座的外侧底端卡接有安装卡座,所述安装卡座的外侧底端熔接有安装板,且安装板的四周底部均熔接有弧形结构的保护杆,四个所述保护杆的底部之间熔接有同一个保护网板,且四个保护杆与保护网板的连接处均通过螺钉连接有弹簧,所述安装板的底部通过螺钉连接有探测头安装座,四个所述安装环的外侧顶端均通过螺钉连接有保护罩。该方案的用于空气检测的无人机,用于城市高空的空气质量检测,因而,其方案中,无人机的结构复杂,重量、体积、功耗和成本都很大,不能适用于对多个相对封闭的室内空间的空气检测。
公开号为CN209979573U的专利文献公开了一种气体检测无人机***,主要用于黑臭水体的检测,为室外的检测设备,因为是在室外检测,因而,对于无人机的体积要求不大,通常采用体积较大的无人机进行空气质量检测。具体公开了,包括无人机、遥控站和地面站,所述无人机与遥控站,所述遥控站与地面站无线通信,所述无人机包括云台和控制器,还包括挂载于所述云台的气体传感器和RTK定位模块,所述RTK定位模块用于获取无人机的位置信息;所述气体传感器与所述控制器电连接;所述气体传感器通过切换单元与控制器电连接;所述切换单元为信号选通电路。还包括可见光相机,所述可见光相机搭载在所述云台上并受所述无人机控制。所述地面站为手机或平板或PC,还包括服务器,所述服务器与地面站通过移动网络通信。
发明内容
本发明的目的在于针对背景技术中所述的现有的无人机空气检测***,结构复杂,重量、体积、功耗和成本都很大,不能适用于对多个相对封闭的室内空间的空气检测等问题,提供一种能够解决前述问题的基于微型无人机的室内空气质量检测***。
为实现以上目的,本发明通过以下技术方案予以实现:基于微型无人机的室内空气质量检测***,其特点是:其包括微型无人机和地面站,微型无人机与地面站之间通过无线信号传输模块通信,在微型无人机上设置有微型空气质量检测传感器,对无人机所在位置的空气质量进行实时检测,检测到的空气质量的数据通过无线信号传输模块传输至地面站,在微型无人机上设有飞行控制组件,通过飞行控制组件检测微型无人机航行时的导航参数,并将微型无人机的导航参数通过无线信号传输模块实时回传至地面站,并实现微型无人机的避障;在微型无人机上还设有微型前视相机和微型计算机,微型前视相机拍摄的视频码流经过微型计算机的处理通过无线信号传输模块实时回传至地面站并显示;操作人员根据地面站显示的视频,通过地面站给无人机发送指令,对微型无人机进行操控,使无人机完成若干个室内场所空气质量的检测。
进一步的方案是,所述无线信号传输模块包括数传模块和WiFi模块,空气质量的数据和微型无人机航行时的导航参数通过数传模块传输至地面站,WiFi模块为微型计算机的内置组件,微型前视相机拍摄的视频码流通过WiFi模块传输至地面站。
进一步的方案是,所述的飞行控制组件包括导航飞控计算机、惯性测量组合、气压高度计、光流传感器和激光测距传感器,所述的惯性测量组合包括陀螺仪和加速度计,导航飞控计算机利用惯性测量组合数据实现三维姿态解算,利用加速度计、光流传感器、气压高度计和激光测距传感器的数据实现速度、位置解算以及避障功能,导航飞控计算机根据惯性测量组合数据,以及姿态、位置和速度数据,实现无人机飞行时姿态、速度和位置的控制,并对地面站发送的“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令进行响应。
进一步的方案是,所述的微型无人机的前、后、左、右、上、下共六个方向分别安装有激光测距传感器,用于无人机避障,微型无人机底部安装的激光测距传感器还用于无人机高度和光流速度的解算。
进一步的方案是,所述的导航飞控计算机利用惯性测量组合数据解算无人机的三维姿态角的算法如下:1)将惯性测量组合中加速度计输出进行归一化处理,记为[ax ay az]T,计算角速度校正量ea=[eax eay eaz]T:
令eaz=0,即:
2)利用ea对陀螺仪输出角速度进行校正,得到校正后的陀螺仪角速度输出[gx gygz]T计算:
其中,[gx_raw gy_raw gz_raw]T为惯性测量组合中陀螺仪输出的原始角速度数据;Ki为积分系数;Kp为比例系数;
3)利用校正后的陀螺仪角速度,采用龙格库塔法解四元数微分方程实现姿态四元数q0~q3的更新,从而解算出无人机三维姿态角。
无人机速度和位置的解算具体过程如下:
基于光流传感器/惯性测量组合的组合导航算法中速度和位置解算采用扩展卡尔曼滤波(EKF)实现数据融合,状态方程如下:
量测方程如下:
其中,OpFlowPx与OpFlowPy为光流传感器输出的帧间像素位移经过角运动补偿以及底部激光测距转换后的以米为单位的帧间位移;
OpFlowVx与OpFlowVy为光流传感器输出的经过角运动补偿以及底部激光测距转换后的以米每秒为单位的帧间速度;
Hfilter和Vz_filter是高度和垂速的量测,由互补滤波计算得到;当无人机飞行高度在底部激光测距传感器作用范围内时,互补滤波算法采用激光测距数据进行解算;当飞行高度超过激光测距作用范围,互补滤波采用气压计高度进行解算;
互补滤波解算Hfilter和Vz_filter的算法如下:
ΔH=HLaser-Hfilter orΔH=HBaro-Hfilter
Δaz=Δaz+Filter0ΔH*Kaz
ΔVz=ΔVz+Filter1*ΔH*Kvz
ΔHz=ΔHz+Filter2*ΔH*Kz
acorrect=au+Δaz
Delta_Vz=acorrect*T
Hraw=Hraw+(Vz_filter+0.5Delta_Vz)T
Hfilter=Hraw+ΔHz
Vzraw=Vzraw+Delta_V
Vz_filter=Vzraw+ΔVz
其中,HLaser底部激光测距传感器输出高度;HBaro为气压高度计输出高度;Filter0,Filter1,Filter2,Kaz,Kvz,Kz为滤波参数;
EKF滤波矩阵如下:
其中,Hh=[0 0 1]
连续***离散化:
Φ≈I+FT;Γ=GT
完成以上计算,即可利用EKF完成数据融合,得到无人机的速度和位置信息。
进一步的方案是,所述的导航算法解算出的无人机的导航参数,飞行控制算法根据导航参数实现微型无人机的基础飞行能力,操作人员根据微型无人机上的微型前视相机回传的实时视频信息,向无人机发送操纵指令,操纵指令从地面站通过数传模块发送至微型无人机的飞行控制组件,操纵指令包括“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令,无人机接收到相应指令后,通过飞行控制组件进行正确执行,整个飞行过程均由操作人员根据地面站看到的视频判断出应该进行的飞行操作,从而引导无人机从起飞点起飞后,寻找进入室内的路径,完成室内空气质量检测后,再引导无人机返航和降落。
进一步的方案是,所述的微型计算机为NanoPi NEO Air计算机,其获取微型前视相机的图像信息,并通过微型计算机内置的WiFi模块回传至对面站实时显示,WiFi信号由提前布置好的无线路由器提供。
进一步的方案是,所述的空气质量检测传感器接入导航飞控计算机,无人机上电后不断采集空气质量数据,并将空气质量数据通过数传模块传输给地面站实时显示。
本发明的另一个发明目的在于提供一种室内空气质量检测方法,其包括以下步骤:
S1:无人机***在起飞点上电并初始化;
S2:导航飞控计算机开始采集惯性测量组合、气压高度计、光流传感器和激光测距传感器的导航参数,并解算无人机姿态、速度和位置信息,并计算避障数据,将以上导航参数通过数传模块回传至地面站实时显示;
S3:微型计算机开始获取微型前视相机视频数据并通过WiFi模块回传至地面站实时显示;
S4:微型空气质量检测传感器开始采集空气质量数据,并通过数传模块回传至地面站实时显示;
S5:无人机通过地面站操纵起飞,操作人员根据微型前视相机和微型计算机传至地面站的实时视频,操纵无人机飞入指定室内空间,依次对若干个室内空间中的空气质量进行检测,检测完成后,操作人员通过地面站操纵无人机返航和降落。
本发明具有积极的效果:1)本发明采用四翼微型无人机,体积小,成本低,结构简化,数据传输通过数传模块实现,而图像传输通过WiFi模块传输,使无人机与地面站之间的数据传输更加顺畅,实时性更好,能够消除操作延时卡顿的问题,提升操纵的灵活性,进而提高无人机进行空气检测的安全性能;2)本发明通过操作人员地面站操纵微型无人机,取代了成本、功耗和计算代价高的室内全自动导航控制方法,从而大大降低了无人机的体积、重量和功耗,提高了无人机的续航时间,同时保证了室内空间质量检测的功能,人工操作能够对检测过程进行实时控制,能提升检测过程中的避障性能,防止无人机的碰撞损毁;3)本发明优化了无人机航向角和位置等导航参数的测量和解算算法,采用了光流传感器和惯性测量组合获取的数据,进行无人机飞行速度和位置的解算,通过算法消除了误差随时间的累积对无人机的飞行性能和避障性能的影响,提升了无人机的检测作业时的安全性能,也使无人机能通过狭小的空间,检测到室内各处的空气质量;4)本发明采用的无人机轴距仅为110mm,让无人机能从狭小空间进出室内,并在室内障碍物之间灵活地飞行,能进一步提升避障性能。
附图说明
图1为本发明的连接结构示意图;
图中的附图标记如下:微型无人机1,地面站2,数传模块3,微型计算机4,微型空气质量检测传感器5,飞行控制组件6,导航飞控计算机61,惯性测量组合62,气压高度计63,光流传感器64,激光测距传感器65,微型前视相机7。
具体实施方式
下面通过实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明的基于微型无人机的室内空气质量检测***,其包括微型无人机1和地面站2。
微型无人机1为微型四旋翼无人机,其轴距仅为110mm,让无人机1能从狭小空间进出室内,并在室内障碍物之间灵活地飞行,提升避障性能。
微型无人机1与地面站2之间通过无线信号传输模块通信,无线信号传输模块包括数传模块3和WiFi模块。
在微型无人机1上设置有微型空气质量检测传感器5,对无人机1所在位置的空气质量进行实时检测,检测到的空气质量的数据通过数传模块3传输至地面站2并实时显示。微型空气质量检测传感器5接入导航飞控计算机,无人机上电后不断采集空气质量数据,并将空气质量数据通过数传模块3传输给地面站2实时显示。
在微型无人机1上设有飞行控制组件6,通过飞行控制组件6检测微型无人机航行时的导航参数,并将微型无人机的导航参数通过数传模块3实时回传至地面站2并实时显示,同时实现微型无人机1的避障。
飞行控制组件6包括导航飞控计算机61、惯性测量组合(IMU)62、气压高度计63、光流传感器64和激光测距传感器65,所述的惯性测量组合(IMU)62包括陀螺仪和加速度计,导航飞控计算机61利用惯性测量组合(IMU)62数据实现三维姿态解算,利用加速度计、光流传感器64、气压高度计63和激光测距传感器64的数据实现速度、位置解算以及避障功能,导航飞控计算机61根据惯性测量组合(IMU)62数据,以及姿态、位置和速度数据,实现无人机飞行时姿态、速度和位置的控制,并对地面站发送的“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令进行响应。
在微型无人机1上还设有微型前视相机7和微型计算机4,微型前视相机7拍摄的视频码流经过微型计算机4的处理,并通过微型计算机4内置的WiFi模块实时回传至地面站2并显示;操作人员根据地面站2显示的视频,通过地面站2给无人机1发送指令,对微型无人机1进行操控,使无人机1依次完成多个室内场所空气质量的检测。微型计算机4为NanoPiNEO Air计算机,微型计算机4中内置有WiFi模块,其获取微型前视相机7的图像信息,并通过WiFi模块回传至对面站2实时显示,WiFi信号由提前布置好的无线路由器提供。
微型无人机1的前、后、左、右、上、下共六个方向分别安装有激光测距传感器64,用于无人机避障,微型无人机1底部安装的激光测距传感器64还用于无人机高度和光流速度的解算。
导航飞控计算机61利用惯性测量组合(IMU)62数据解算无人机的三维姿态角的算法如下:1)将IMU中加速度计输出进行归一化处理,记为[ax ay az]T,计算角速度校正量ea=[eax eay eaz]T:
令eaz=0,即:
2)利用ea对陀螺仪输出角速度进行校正,得到校正后的陀螺仪角速度输出[gx gygz]T计算:
其中,[gx_raw gy_raw gz_raw]T为IMU中陀螺仪输出的原始角速度数据;Ki为积分系数;Kp为比例系数;
3)利用校正后的陀螺仪角速度,采用龙格库塔法解四元数微分方程实现姿态四元数q0~q3的更新,从而解算出无人机三维姿态角。
无人机速度和位置的解算具体过程如下:
基于光流传感器/惯性测量组合的组合导航算法中速度和位置解算采用扩展卡尔曼滤波(EKF)实现数据融合,状态方程如下:
量测方程如下:
其中,OpFlowPx与OpFlowPy为光流传感器输出的帧间像素位移经过角运动补偿以及底部激光测距转换后的以米为单位的帧间位移;
OpFlowVx与OpFlowVy为光流传感器输出的经过角运动补偿以及底部激光测距转换后的以米每秒为单位的帧间速度;
Hfilter和Vz_filter是高度和垂速的量测,由互补滤波计算得到;当无人机飞行高度在底部激光测距传感器作用范围内时,互补滤波算法采用激光测距数据进行解算;当飞行高度超过激光测距作用范围,互补滤波采用气压计高度进行解算;
互补滤波解算Hfilter和Vz_filter的算法如下:
ΔH=HLaser-Hfilter orΔH=HBaro-Hfilter
Δaz=Δaz+Filter0ΔH*Kaz
ΔVz=ΔVz+Filter1*ΔH*Kvz
ΔHz=ΔHz+Filter2*ΔH*Kz
acorrect=au+Δaz
Delta_Vz=acorrect*T
Hraw=Hraw+(Vz_filter+0.5Delta_Vz)T
Hfilter=Hraw+ΔHz
Vzraw=Vzraw+Delta_V
Vz_filter=Vzraw+ΔVz
其中,HLaser底部激光测距传感器输出高度;HBaro为气压高度计输出高度;Filter0,Filter1,Filter2,Kaz,Kvz,Kz为滤波参数;
EKF滤波矩阵如下:
其中,Hh=[0 0 1]
连续***离散化:
Φ≈I+FT;Γ=GT
完成以上计算,即可利用EKF完成数据融合,得到无人机的速度和位置信息。
导航算法解算出的无人机的导航参数,飞行控制算法根据导航参数实现微型无人机的基础飞行能力,操作人员根据微型无人机上的微型前视相机回传的实时视频信息,向无人机发送操纵指令,操纵指令从地面站通过数传模块发送至微型无人机的飞行控制组件,操纵指令包括“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令,无人机接收到相应指令后,通过飞行控制组件进行正确执行,整个飞行过程均由操作人员根据地面站看到的视频判断出应该进行的飞行操作,从而引导无人机从起飞点起飞后,寻找进入室内的路径,完成室内空气质量检测后,再引导无人机返航和降落。
下面详细公开室内空气质量检测方法,其包括以下步骤:
S1:无人机***在起飞点上电并初始化;
S2:导航飞控计算机61开始采集惯性测量组合(IMU)62、气压高度计63、光流传感器64和激光测距传感器65的导航参数,并解算无人机姿态、速度和位置信息,并计算避障数据,将以上导航参数通过数传模块回传至地面站实时显示;
S3:微型计算机开始获取微型前视相机7视频数据并通过微型计算机中内置的WiFi模块回传至地面站2实时显示;
S4:微型空气质量检测传感器3开始采集空气质量数据,并通过数传模块3回传至地面站2实时显示;
S5:无人机1通过地面站2操纵起飞,操作人员根据微型前视相机7和微型计算机4传至地面站2的实时视频,操纵无人机1飞入指定室内空间,依次对若干个室内空间中的空气质量进行检测,检测完成后,操作人员通过地面站操纵无人机返航和降落。
本发明的采用四翼微型无人机,体积小,成本低,结构简化,数据传输通过数传模块实现,而图像传输通过微型计算机4中内置的WiFi模块传输,使无人机与地面站之间的数据传输更加顺畅,实时性更好,能够消除操作延时卡顿的问题,提升操纵的灵活性,进而提高无人机进行空气检测的安全性能。本发明通过操作人员地面站操纵微型无人机,取代了成本、功耗和计算代价高的室内全自动导航控制方法,从而大大降低了无人机的体积、重量和功耗,提高了无人机的续航时间,同时保证了室内空间质量检测的功能,人工操作能够对检测过程进行实时控制,能提升检测过程中的避障性能,防止无人机的碰撞损毁;本发明优化了无人机航向角和位置等导航参数的测量算法,通过算法消除了误差随时间的累积对无人机的飞行性能和避障性能的影响,提升了无人机的检测作业时的安全性能;本发明采用的无人机轴距仅为110mm,让无人机能从狭小空间进出室内,并在室内障碍物之间灵活地飞行,能进一步提升避障性能。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于微型无人机的室内空气质量检测***,其包括微型无人机和地面站,其特征在于:微型无人机与地面站之间通过无线信号传输模块通信,在微型无人机上设置有微型空气质量检测传感器,对无人机所在位置的空气质量进行实时检测,检测到的空气质量的数据通过无线信号传输模块传输至地面站,在微型无人机上设有飞行控制组件,通过飞行控制组件检测微型无人机航行时的导航参数,并将微型无人机的导航参数通过无线信号传输模块实时回传至地面站,并实现微型无人机的避障;在微型无人机上还设有微型前视相机和微型计算机,微型前视相机拍摄的视频码流经过微型计算机的处理通过无线信号传输模块实时回传至地面站并显示;操作人员根据地面站显示的视频,通过地面站给无人机发送指令,对微型无人机进行操控,使无人机完成若干个室内场所空气质量的检测;
所述的飞行控制组件包括导航飞控计算机、惯性测量组合、气压高度计、光流传感器和激光测距传感器,所述的惯性测量组合包括陀螺仪和加速度计,导航飞控计算机利用惯性测量组合数据实现三维姿态解算,利用加速度计、光流传感器、气压高度计和激光测距传感器的数据实现速度、位置解算以及避障功能,导航飞控计算机根据惯性测量组合数据,以及姿态、位置和速度数据,实现无人机飞行时姿态、速度和位置的控制,并对地面站发送的“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令进行响应;
所述的导航飞控计算机利用惯性测量组合数据解算无人机的三维姿态角的算法如下:1)将惯性测量组合中加速度计输出进行归一化处理,记为[ax ay az]T,计算角速度校正量ea=[eax eay eaz]T:
令eaz=0,即:
2)利用ea对陀螺仪输出角速度进行校正,得到校正后的陀螺仪角速度输出[gx gy gz]T计算:
其中,[gx_raw gy_raw gz_raw]T为惯性测量组合中陀螺仪输出的原始角速度数据;Ki为积分系数;Kp为比例系数;
3)利用校正后的陀螺仪角速度,采用龙格库塔法解四元数微分方程实现姿态四元数q0~q3的更新,从而解算出无人机三维姿态角;
无人机速度和位置的解算具体过程如下:
基于光流传感器/惯性测量组合的组合导航算法中速度和位置解算采用扩展卡尔曼滤波(EKF)实现数据融合,状态方程如下:
其中,为东北天地理坐标系下的位置和速度;为加速度计零偏;为姿态矩阵;为加速度计输出比力;为加速度计输出随机白噪声;g为重力加速度;为***状态矢量,为确定性输入矢量,为***噪声,上面公式中在向量矩阵上面加的点代表微分计算符;
量测方程如下:
其中,OpFlowPx与OpFlowPy为光流传感器输出的帧间像素位移经过角运动补偿以及底部激光测距转换后的以米为单位的帧间位移;
OpFlowVx与OpFlowVy为光流传感器输出的经过角运动补偿以及底部激光测距转换后的以米每秒为单位的帧间速度;
Hfilter和Vz_filter是高度和垂速的量测,由互补滤波计算得到;当无人机飞行高度在底部激光测距传感器作用范围内时,互补滤波算法采用激光测距数据进行解算;当飞行高度超过激光测距作用范围,互补滤波采用气压计高度进行解算;
q0、q1、q2、q3为四元数数据,PE_last为上一时刻东向位置,PN_last为上一时刻北向位置;
互补滤波解算Hfilter和Vz_filter的算法如下:
ΔH=HLaser-Hfilter or ΔH=HBaro-Hfilter
Δaz=Δaz+Filter0ΔH*Kaz
ΔVz=ΔVz+Filter1*ΔH*Kvz
ΔHz=ΔHz+Filter2*ΔH*Kz
acorrect=au+Δaz
Delta_Vz=acorrect*T
Hraw=Hraw+(Vz_filter+0.5Delta_Vz)T
Hfilter=Hraw+ΔHz
Vzraw=Vzraw+Delta_V
Vz_filter=Vzraw+ΔVz
其中,HLaser底部激光测距传感器输出高度;HBaro为气压高度计输出高度;Filter0,Filter1,Filter2,Kaz,Kvz,Kz为滤波参数;au为垂向加速度,ΔH为高度偏差,Δaz为垂向加速度偏差,ΔVz为垂速偏差,ΔHz为高度偏差,acorrect为垂向加速度修正量,Delta_Vz为垂速修正量,Delta_Vz为垂速增量,Hraw为高度量测值,Vz_filter为垂速滤波值,Hfilter为高度滤波值,Vzraw为垂速量测值,T为计算周期;
Δaz=Δaz+Filter0ΔH*Kaz
ΔVz=ΔVz+Filter1*ΔH*Kvz
ΔHz=ΔHz+Filter2*ΔH*Kz
Hraw=Hraw+(Vz_filter+0.5Delta_Vz)T
Vzraw=Vzraw+Delta_V
这些公式表示计算机的离散赋值运算,用新计算数据覆盖上一时刻数据;
EKF滤波矩阵如下:
其中,Hh=[0 0 1];
连续***离散化:
Φ≈I+FT;Γ=GT
其中,Φ和Γ为离散化矩阵;
完成以上计算,即可利用EKF完成数据融合,得到无人机的速度和位置信息。
2.根据权利要求1所述的基于微型无人机的室内空气质量检测***,其特征在于:所述无线信号传输模块包括数传模块和WiFi模块,空气质量的数据和微型无人机航行时的导航参数通过数传模块传输至地面站,WiFi模块为微型计算机的内置组件,微型前视相机拍摄的视频码流通过WiFi模块传输至地面站。
3.根据权利要求1所述的基于微型无人机的室内空气质量检测***,其特征在于:所述的微型无人机的前、后、左、右、上、下共六个方向分别安装有激光测距传感器,用于无人机避障,微型无人机底部安装的激光测距传感器还用于无人机高度和光流速度的解算。
4.根据权利要求1所述的基于微型无人机的室内空气质量检测***,其特征在于:所述的导航算法解算出的无人机的导航参数,飞行控制算法根据导航参数实现微型无人机的基础飞行能力,操作人员根据微型无人机上的微型前视相机回传的实时视频信息,向无人机发送操纵指令,操纵指令从地面站通过数传模块发送至微型无人机的飞行控制组件,操纵指令包括“前飞”、“后飞”、“左飞”、“右飞”、“上飞”、“下飞”、“左转”、“后转”、“悬停”以及“起飞”和“降落”指令,无人机接收到相应指令后,通过飞行控制组件进行正确执行,整个飞行过程均由操作人员根据地面站看到的视频判断出应该进行的飞行操作,从而引导无人机从起飞点起飞后,寻找进入室内的路径,完成室内空气质量检测后,再引导无人机返航和降落。
5.根据权利要求1所述的基于微型无人机的室内空气质量检测***,其特征在于:所述的微型计算机为NanoPi NEO Air计算机,其获取微型前视相机的图像信息,并通过微型计算机内置的WiFi模块回传至对面站实时显示,WiFi信号由提前布置好的无线路由器提供。
6.根据权利要求1所述的基于微型无人机的室内空气质量检测***,其特征在于:所述的空气质量检测传感器接入导航飞控计算机,无人机上电后不断采集空气质量数据,并将空气质量数据通过数传模块传输给地面站实时显示。
7.利用权利要求1-6中任意一项所述的室内空气质量检测***进行空气质量检测的检测方法,其特征在于:其包括以下步骤:
S1:无人机***在起飞点上电并初始化;
S2:导航飞控计算机开始采集惯性测量组合、气压高度计、光流传感器和激光测距传感器的导航参数,并解算无人机姿态、速度和位置信息,并计算避障数据,将以上导航参数通过数传模块回传至地面站实时显示;
S3:微型计算机开始获取微型前视相机视频数据并通过WiFi模块回传至地面站实时显示;
S4:微型空气质量检测传感器开始采集空气质量数据,并通过数传模块回传至地面站实时显示;
S5:无人机通过地面站操纵起飞,操作人员根据微型前视相机和微型计算机传至地面站的实时视频,操纵无人机飞入指定室内空间,依次对若干个室内空间中的空气质量进行检测,检测完成后,操作人员通过地面站操纵无人机返航和降落。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010211972.0A CN111398522B (zh) | 2020-03-24 | 2020-03-24 | 基于微型无人机的室内空气质量检测***及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010211972.0A CN111398522B (zh) | 2020-03-24 | 2020-03-24 | 基于微型无人机的室内空气质量检测***及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111398522A CN111398522A (zh) | 2020-07-10 |
CN111398522B true CN111398522B (zh) | 2022-02-22 |
Family
ID=71432889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010211972.0A Expired - Fee Related CN111398522B (zh) | 2020-03-24 | 2020-03-24 | 基于微型无人机的室内空气质量检测***及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111398522B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018241B (zh) * | 2021-11-03 | 2023-12-26 | 广州昂宝电子有限公司 | 用于无人机的定位方法和设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830414A (zh) * | 2012-07-13 | 2012-12-19 | 北京理工大学 | 一种基于sins/gps的组合导航方法 |
CN104236548A (zh) * | 2014-09-12 | 2014-12-24 | 清华大学 | 一种微型无人机室内自主导航方法 |
CN104729497A (zh) * | 2015-01-16 | 2015-06-24 | 上海大学 | 超小型双涵道无人机组合导航***及双模式导航方法 |
CN105352495A (zh) * | 2015-11-17 | 2016-02-24 | 天津大学 | 加速度与光流传感器数据融合无人机水平速度控制方法 |
CN105759829A (zh) * | 2016-04-12 | 2016-07-13 | 深圳市龙云创新航空科技有限公司 | 基于激光雷达的微型无人机操控方法及*** |
CN108036785A (zh) * | 2017-11-24 | 2018-05-15 | 浙江大学 | 一种基于直接法与惯导融合的飞行器位姿估计方法 |
CN108375370A (zh) * | 2018-07-02 | 2018-08-07 | 江苏中科院智能科学技术应用研究院 | 一种面向智能巡防无人机的复合导航*** |
WO2018156991A1 (en) * | 2017-02-24 | 2018-08-30 | CyPhy Works, Inc. | Control systems for unmanned aerial vehicles |
CN108918439A (zh) * | 2015-11-10 | 2018-11-30 | 上海禾赛光电科技有限公司 | 机载式室内气体遥测***及方法 |
CN110244756A (zh) * | 2019-04-29 | 2019-09-17 | 福州大学 | 无人机快速追踪协同避障方法 |
WO2019235667A1 (ko) * | 2018-06-08 | 2019-12-12 | Kim Jeong Sook | 실내 안내용 드론 및 그 제어 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10074226B2 (en) * | 2016-04-05 | 2018-09-11 | Honeywell International Inc. | Systems and methods for providing UAV-based digital escort drones in visitor management and integrated access control systems |
US20180088592A1 (en) * | 2016-09-26 | 2018-03-29 | California Institute Of Technology | Autonomous robotic airship inspection system for large-scale tank interiors |
-
2020
- 2020-03-24 CN CN202010211972.0A patent/CN111398522B/zh not_active Expired - Fee Related
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830414A (zh) * | 2012-07-13 | 2012-12-19 | 北京理工大学 | 一种基于sins/gps的组合导航方法 |
CN104236548A (zh) * | 2014-09-12 | 2014-12-24 | 清华大学 | 一种微型无人机室内自主导航方法 |
CN104729497A (zh) * | 2015-01-16 | 2015-06-24 | 上海大学 | 超小型双涵道无人机组合导航***及双模式导航方法 |
CN108918439A (zh) * | 2015-11-10 | 2018-11-30 | 上海禾赛光电科技有限公司 | 机载式室内气体遥测***及方法 |
CN105352495A (zh) * | 2015-11-17 | 2016-02-24 | 天津大学 | 加速度与光流传感器数据融合无人机水平速度控制方法 |
CN105759829A (zh) * | 2016-04-12 | 2016-07-13 | 深圳市龙云创新航空科技有限公司 | 基于激光雷达的微型无人机操控方法及*** |
WO2017177533A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳市龙云创新航空科技有限公司 | 基于激光雷达的微型无人机操控方法及*** |
WO2018156991A1 (en) * | 2017-02-24 | 2018-08-30 | CyPhy Works, Inc. | Control systems for unmanned aerial vehicles |
CN108036785A (zh) * | 2017-11-24 | 2018-05-15 | 浙江大学 | 一种基于直接法与惯导融合的飞行器位姿估计方法 |
WO2019235667A1 (ko) * | 2018-06-08 | 2019-12-12 | Kim Jeong Sook | 실내 안내용 드론 및 그 제어 방법 |
CN108375370A (zh) * | 2018-07-02 | 2018-08-07 | 江苏中科院智能科学技术应用研究院 | 一种面向智能巡防无人机的复合导航*** |
CN110244756A (zh) * | 2019-04-29 | 2019-09-17 | 福州大学 | 无人机快速追踪协同避障方法 |
Non-Patent Citations (8)
Title |
---|
一种基于激光测距技术的三维可视化***;刘星等;《现代电子技术》;20080215(第04期);第147-149页 * |
一种基于视觉的小型无人机室内编队飞行***设计;杨勇等;《机器人技术与应用》;20170415(第02期);第45-48页 * |
单目视觉室内无人飞行器运动目标测距技术研究;邓孝逸等;《计算机与现代化》;20130315(第03期);第152-164页 * |
基于光流传感器的旋翼无人机实时避障***;余超凡等;《计算机应用与软件》;20180115(第01期);第206-210页 * |
基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航;邹强等;《传感技术学报》;20181015(第10期);第1482-1487页 * |
基于视觉――惯性的四旋翼无人机自主导航技术的研究;何玲;《科技传播》;20181025(第20期);第133-136页 * |
旋转翼无人机***;王伟等;《控制工程》;20150320(第02期);第205-212页 * |
结构光辅助的惯性/视觉室内导航三维环境重构方法;王云舒等;《中国惯性技术学报》;20160215(第01期);第51-58页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111398522A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10901419B2 (en) | Multi-sensor environmental mapping | |
US10914590B2 (en) | Methods and systems for determining a state of an unmanned aerial vehicle | |
US11015956B2 (en) | System and method for automatic sensor calibration | |
US11822353B2 (en) | Simple multi-sensor calibration | |
US20210191426A1 (en) | Aircraft attitude control methods | |
US10447912B2 (en) | Systems, methods, and devices for setting camera parameters | |
CN106774436B (zh) | 基于视觉的旋翼无人机稳定跟踪目标的控制***及方法 | |
US10599149B2 (en) | Salient feature based vehicle positioning | |
EP2895819B1 (en) | Sensor fusion | |
CN107643762A (zh) | 自主导航的无人机***及其导航方法 | |
Romero et al. | Real-time stabilization of an eight-rotor UAV using optical flow | |
US20160033077A1 (en) | Systems and methods for payload stabilization | |
JP2018055695A (ja) | ある環境内で無人航空機を制御する方法、ある環境のマップを生成する方法、システム、プログラムおよび通信端末 | |
CN110568860A (zh) | 一种无人飞行器的返航方法、装置及无人飞行器 | |
CN111398522B (zh) | 基于微型无人机的室内空气质量检测***及检测方法 | |
CN112009708B (zh) | 一种固定翼无人机、单镜头倾斜摄影***及方法 | |
CN116374041B (zh) | 一种陆空多模态四足仿生机器人及控制方法 | |
CN113359798A (zh) | 一种用于无人机自主定高和定姿飞行的***和方法 | |
CN218288126U (zh) | 无人机 | |
Guarnieri et al. | Project for an autonomous model helicopter navigation system |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220222 |