CN111983936B - 一种无人机半物理仿真***及测评方法 - Google Patents
一种无人机半物理仿真***及测评方法 Download PDFInfo
- Publication number
- CN111983936B CN111983936B CN202010900827.3A CN202010900827A CN111983936B CN 111983936 B CN111983936 B CN 111983936B CN 202010900827 A CN202010900827 A CN 202010900827A CN 111983936 B CN111983936 B CN 111983936B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- simulation
- semi
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 155
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000012360 testing method Methods 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 11
- 230000008447 perception Effects 0.000 claims description 9
- 230000005693 optoelectronics Effects 0.000 claims 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 abstract description 12
- 238000001514 detection method Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000011158 quantitative evaluation Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供一种无人机半物理仿真***及测评方法。该***包括：自动驾驶仪；存储有模拟数据；其中，模拟数据包括无人机在测试场景中的飞行数据以及环境数据；半物理仿真平台，半物理仿真平台用于基于飞行特性参数构建第一飞行器模型；基于测试场景和/或环境数据构建第一模拟场景；以及基于飞行轨迹在第一模拟场景中对第一飞行器模型进行仿真测试，进而获取仿真测试结果。在本申请实施例中，在通过半物理仿真***进行无人机的仿真测试时，会先通过硬件接口获取到自动驾驶仪的飞行数据输入，以此构建第一飞行器模型以及进行仿真测试。通过该方式，能够有效的仿真模拟出无人机实际的飞行状态，进而能够准确的对无人机的飞控精度进行模拟评估。
Description
技术领域
本申请涉及无人机技术领域，具体而言，涉及一种无人机半物理仿真***及测评方法。
背景技术
无人机，是工业实现智能制造升级的核心装备之一，在测绘、智能化生产、智慧农业等多个领域发挥着重要作用。
但是目前对于无人机的飞控性能及其评测技术(测量设备、检测评估***等)研究不足，尤其在无人机产业发展中的检测、计量和认证等关键技术难题，一直面临着“检不了、检不出、检不准”等困境，影响了无人航空器的质量提升和应用领域拓展。在现有主流的对无人机的测试中，采用的半物理仿真***，其测试对象(无人机的姿态、位置、速度等参数的模拟大多)大多通过***中的软件模块直接对其进行定义，缺乏测试现场的实时硬件测量数据接入，导致仿真***并不能反映无人机实际的飞行状态，进而影响对无人机的检测。
发明内容
本申请实施例的目的在于提供一种无人机半物理仿真***及测评方法，以改善“目前的半物理仿真***，其测试对象大多通过***中的软件模块直接对其进行定义，影响对无人机的检测结果”的问题。
本发明是这样实现的：
第一方面，本申请实施例提供一种无人机半物理仿真***，包括：自动驾驶仪；存储有模拟数据；其中，所述模拟数据包括无人机在测试场景中的飞行数据以及环境数据；所述飞行数据中包括飞行特性参数以及飞行轨迹；半物理仿真平台，通过硬件接口与所述自动驾驶仪连接；所述半物理仿真平台用于基于所述飞行特性参数构建第一飞行器模型；基于所述测试场景和/或所述环境数据构建第一模拟场景；以及基于所述飞行轨迹在所述第一模拟场景中对所述第一飞行器模型进行仿真测试，进而获取仿真测试结果。
在本申请实施例中，在通过半物理仿真***进行无人机的仿真测试时，会先通过硬件接口获取到自动驾驶仪的飞行数据输入，以此构建第一飞行器模型以及进行仿真测试。通过该方式，能够有效的仿真模拟出无人机实际的飞行状态，进而能够准确的对无人机的飞控精度进行模拟评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述半物理仿真平台包括控制模块，所述控制模块用于在所述第一飞行器模型进行仿真测试过程中对所述第一飞行器模型进行控制。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述半物理仿真平台包括反馈感知模块；所述反馈感知模块用于根据所述第一飞行器模型的测试参数以及预设第一评估参数对所述第一飞行器模型进行评估；其中，所述测试参数包括姿态角信息、飞行路径以及避障参数。
在本申请实施例中，由于是基于自动驾驶仪输入的飞行数据作为仿真数据而进行的仿真测试，使得测试结果中包括的姿态角信息、飞行路径以及避障参数也与实际相符合，进而提高了评估结果的准确性。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述预设第一评估参数包括预设期望姿态角；相应的，所述反馈感知模块用于将所述姿态角信息与所述预设期望姿态角进行比对，进而根据比对结果对所述第一飞行器模型进行评估。
在本申请实施例中，通过将姿态角信息与所述预设期望姿态角进行比对，进而可以实现对第一飞行模型有效的量化评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述反馈感知模块还用于基于所述姿态角信息与所述预设期望姿态角的比对结果，获取姿态角的偏差值；并通过所述偏差值对所述第一飞行器模型的姿态进行调节。
在本申请实施例中，通过对无人机的飞行姿态进行更新，可以便于后续对更新姿态后的第一飞行模型的进行仿真测试，进而根据仿真结果对第一飞行模型进行分析评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述预设第一评估参数包括预设飞行路径；相应的，所述反馈感知模块用于将所述飞行路径与所述预设飞行路径进行比对，进而根据比对结果对所述第一飞行器模型的路径规划能力进行评估。
在本申请实施例中，通过将飞行路径与预设飞行路径进行比对，进而可以实现对第一飞行模型的路径轨迹能力进行有效的量化评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述第一评估参数包括预设避障时长，相应的，所述避障参数中包括避障时长；所述反馈感知模块用于将所述预设避障时长和所述避障时长进行比对，进而根据比对结果对所述第一飞行器模型的避障能力进行评估。
在本申请实施例中，通过将飞行路径与预设飞行路径进行比对，进而可以实现对第一飞行模型的路径轨迹能力进行有效的量化评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述第一评估参数包括预设安全距离，相应的，所述避障参数中包括避障距离；所述反馈感知模块用于将所述预设安全距离和所述避障距离进行比对，进而根据比对结果对所述第一飞行器模型的安全避障能力进行评估。
在本申请实施例中，通过将避障距离与预设安全距离进行比对，进而可以实现对第一飞行模型的安全避障能力进行有效的量化评估。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述无人机半物理仿真***还包括：光电测试设备，以地面站形式布设；所述光电测试设备包括：成像设备、激光测距仪以及惯性测量单元；所述成像设备用于对所述测试场景中的障碍物进行检测以及用于跟踪所述无人机的飞行，进而获取所述无人机的飞行图像；所述激光测距仪用于获取与所述无人机的第一距离；所述惯性测量单元设置在所述成像设备上，用于测量所述成像设备的实时姿态；所述半物理仿真平台与所述光电测试设备连接，所述半物理仿真平台用于根据所述飞行图像、所述第一距离以及所述实时姿态获取所述无人机的地理位置、所述无人机的速度和所述无人机与所述测试场景中的障碍物的距离，以及根据所述无人机的地理位置、所述无人机的速度和所述无人机与所述测试场景中的障碍物的距离构建第二飞行器模型；并基于所述测试场景构建第二模拟场景，以及在所述第二模拟场景中对所述第二飞行器模型进行仿真测试，进而获取仿真测试结果。
在本申请实施例中，半物理仿真平台可以基于光电测试设备检测到的数据作为无人机的飞行数据输入，并以此构建第二飞行器模型以及进行仿真测试，通过该方式，能够有效的对正在测试中的无人机进行模拟仿真，有效的仿真模拟出正在测试中的无人机实际的飞行状态，进而提高了无人机的飞控精度的评估。
第二方面，本申请实施例提供一种测评方法，应用于如上述实施例中所述的无人机半物理仿真***中的半物理仿真平台，所述无人机半物理仿真***还包括自动驾驶仪，所述自动驾驶仪存储有模拟数据；其中，所述模拟数据包括无人机在测试场景中的飞行数据以及环境数据；其中，所述飞行数据中包括飞行特性参数以及飞行轨迹，所述方法包括：获取所述飞行特性参数；基于所述飞行特性参数构建第一飞行器模型，并基于所述飞行轨迹在第一模拟场景中对所述第一飞行器模型进行仿真测试，获取仿真测试结果；其中，所述第一模拟场景为所述半物理仿真平台基于所述测试场景和/或所述环境数据构建的场景。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种无人机半物理仿真***的结构框图。
图2为本申请实施例提供的一种半物理仿真平台的结构框图。
图3为本申请实施例提供的一种姿态角的结构示意图。
图4为本申请实施例提供的一种测评方法的步骤流程图。
图标：100-无人机半物理仿真***；10-自动驾驶仪；20-半物理仿真平台；201-处理器；202-存储器；203-显示器。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
请参阅图1，本申请实施例提供一种无人机半物理仿真***100，包括：自动驾驶仪10以及半物理仿真平台20。
其中，自动驾驶仪10中存储有模拟数据。其中，模拟数据包括无人机在测试场景中的飞行数据以及环境数据，飞行数据中又包括飞行特性参数以及飞行轨迹。
需要解释的是，自动驾驶仪10是指模仿驾驶员的动作进行无人机操控的器件。它由敏感元件、计算机和执行机构组成。与其他导航设备配合完成规定的飞行任务，当无人航空器偏离原有姿态时，敏感元件检测变化，计算机算出修正舵偏量，执行机构将舵面操纵到所需位置。
作为一种实施方式，自动驾驶仪10接入光电测试设备等现场测试所需的嵌入式硬件部件中(其中，光电测试设备在后文中介绍)，进而使得自动驾驶仪10能够获取到上述的飞行数据以及环境数据，并进行存储。飞行特性参数包括但不限于无人机的飞行时的姿态、方向、速度、加速度、高度、定位。当然，飞行特性参数也可以包括预先设定好的无人机的大小、重量、类型、功能、用途等。环境数据包括地理环境、气象、风速、环境电磁、障碍物等。可选地，模拟数据中还包括自动驾驶仪10自身的硬件参数、如硬件接口参数、传感器参数等，本申请不作限定。
在其他实施例中，也可以是半物理仿真平台20接入光电测试设备等现场测试所需的嵌入式硬件部件中，自动驾驶仪中的模拟数据还可以来源于标准、曾经类似的真实飞行案例中的数据。对此，本申请也不作限定。
其中，半物理仿真平台20，通过硬件接口与自动驾驶仪10连接。由于自动驾驶仪10硬件开发接口的多样化，为了实现自动驾驶仪10与半物理仿真平台20数据的互通，硬件接口可以包括但不限于数据输入/输出接口，如多路PWM(Pulse Width Modulation，脉冲宽度调制)输入输出、多路电机控制接口、数据交换接口，如RS-2202接口和RS-485接口等。
当然，自动驾驶仪10的硬件组成还可以包括：三轴角速率陀螺、双嘴空速传感器、气压高度计、三轴加速度计、三轴磁力计、10-20Hz GPS接收机、温度传感器、若干个RS-485(ABIR协议)、若干个RS-2202(NMEA协议)、空速高度组合传感器、超声波高度计、PWM信号和离散信号扩展器、飞行数据记录器、油量传感器、GNSS(Global Navigation SatelliteSystem，全球导航卫星***)接收机。
在结构上，请参阅图2，半物理仿真平台20除了包括硬件接口外，还包括：处理器201、存储器202和显示器203。
处理器201与存储器202、显示器203直接或间接地电性连接，以实现数据的传输或交互，例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。处理器201用于执行存储器202中存储的可执行程序，例如，处理器201获取所述飞行特性参数；并基于所述飞行特性参数构建第一飞行器模型，并基于所述飞行轨迹在第一模拟场景中对所述第一飞行器模型进行仿真测试，获取仿真测试结果。
上述的处理器201可以是一种集成电路芯片，具有信号处理能力。处理器201也可以是通用处理器，例如，可以是中央处理器(Central Processing Unit，CPU)、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、分立门或晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。此外，通用处理器可以是微处理器或者任何常规处理器等。
存储器202可以是，但不限于，随机存取存储器(Random Access Memory，RAM)、只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-OnlyMemory，PROM)、可擦可编程序只读存储器(Erasable Programmable Read-Only Memory，EPROM)，以及电可擦编程只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)。存储器202用于存储程序，处理器201在接收到执行指令后，执行该程序。
显示器203可以是，但不限于液晶显示器、LED(Light Emitting Diode，发光二极管)显示器、集成显控平台等。显示器203用于显示仿真过程以及评估结果。
半物理仿真平台20在通过硬件接口接收到自动驾驶仪10传输的飞行数据后，基于飞行数据中的飞行特性参数构建第一飞行器模块。也即，基于无人机在飞行时的姿态、速度、加速等参数对第一飞行器模型的参数进行定义，进而构建一个模拟无人机的第一飞行器模块。然后基于测试场景和/或环境数据构建第一模拟场景。需要说明的是，基于测试场景和/或环境数据构建第一模拟场景包括三种方案：第一种是仅基于测试场景构建第一模拟场景；该方式可以根据以往室外场景相同的测试数据进而构建的相同的模拟场景。该方式也可以是通过各类传感器(如光电测试设备)采集的场景的数据所构建的，还可以是基于采集到的场景中的二维图像或者三维图像构建的。第二种是仅基于环境数据构建第一模拟场景。也即，该方式借助于集成在自动驾驶仪上的数据构建第一模拟场景。第三种是同时结合测试场景以及环境数据构建第一模拟场景。需要说明的是，在基于环境数据构建相同的模拟场景时，不仅仅是对地图进行模拟，还可以结合地理环境、气象、风速、环境电磁、障碍物等对模拟场景进行构建。在完成第一模拟场景的构建后，基于无人机的飞行轨迹在第一模拟场景中对第一飞行器模型进行仿真测试，进而获取仿真测试结果。
在本申请实施例中，在通过半物理仿真***进行无人机的仿真测试时，会先通过硬件接口获取到自动驾驶仪10的飞行数据输入，以此构建第一飞行器模型以及进行仿真测试。通过该方式，能够有效的仿真模拟出无人机实际的飞行状态，进而能够准确的对无人机的飞控精度进行模拟评估。
其中，半物理仿真平台20还包括控制模块，控制模块用于在第一飞行器模型进行仿真测试过程中对第一飞行器模型进行控制。其中控制模块中可以包括但不限于操作开关、紧急开关、控制面板、避障路径优化与选择等。
其中，半物理仿真平台20包括反馈感知模块。反馈感知模块用于根据第一飞行器模型的测试参数以及预设第一评估参数对第一飞行器模型进行评估。上述的测试参数包括姿态角信息、飞行路径以及避障参数。
在本申请实施例中，由于是基于自动驾驶仪10输入的飞行数据作为仿真数据而进行的仿真测试，使得测试结果中包括的姿态角信息、飞行路径以及避障参数也与实际相符合，进而提高了评估结果的准确性。
可选地，预设第一评估参数包括预设期望姿态角。相应的，反馈感知模块用于将姿态角信息与预设期望姿态角进行比对，进而根据比对结果对第一飞行器模型进行评估。
需要说明的是，无人机的姿态角是按欧拉概念定义的，故亦称欧拉角。
具体的，请参阅图3，由定点O作出固定坐标系Oxyz以及固连于第一飞行器模型的坐标系Ox'y'z'。以轴Oz和Oz'为基本轴，其垂直面Oxy和Ox'y'为基本平面。由轴Oz量到Oz'的角度θ称为俯仰角。平面zOz'的垂线ON称为节线，它又是基本平面Ox'y'和Oxy的交线。在右手坐标系中，由ON的正端看，角θ应按逆时针方向计量。由固定轴Ox量到节线ON的角度ψ称为航向角，由节线ON量到动轴Ox'的角度称为横滚角。由轴Oz和Oz'正端看，角ψ和/>也都按逆时针方向计量。
无人机的姿态角可以用航向角、俯仰角和横滚角三个欧拉角表示。不同的转动顺序会形成不同的坐标变换矩阵，通常按航向角、俯仰角和横滚角的顺序来表示机体坐标系相对地理坐标系的空间转动。也可以理解为，姿态角是无人机绕坐标系三个坐标轴(即x轴，y轴，z轴)的旋转角度。因此，于本申请实施例中，可以根据姿态角信息对第一飞行器模型的飞控精度进行评估。
下面举例进行说明，比如当第一飞行器模型在飞行过程中设定平稳飞行时预设期望姿态角分别为：航向角为10°、俯仰角为10°、横滚角为10°。然后基于获取到的姿态角信息中与预设期望姿态角的偏差值，对第一飞行器模型进行评估。对第一飞行器模型的评估可以分为以下两个级别：
1.飞控稳定级别：当姿态角信息与预设期望姿态角的偏差值小于预设偏差值时，认定第一飞行器模型的飞控性能强。其中，预设偏差值可以设定为2°、3°等，本申请不作限定，但具体需要根据飞行速度等级关联。
2.飞控波动级别：当姿态角信息与预设期望姿态角的偏差值大于预设偏差值时，认定第一飞行器模型的飞控稳定性能较弱。
可以理解的是，由于姿态角包括航向角、俯仰角和横滚角。因此，在对第一飞行器模型进行评估时，可以是当三个角度的偏差值均小于预设偏差值时，将第一飞行器模型评估为飞控稳定级别，相应的，只要有一个角度的偏差值小于预设偏差值，则将第一飞行器模型评估为飞控波动级别。当然，也可以是只要其中两个角度的偏差值小于预设偏差值时，将第一飞行器模型评估为飞控稳定级别。对此，本申请不作限定。
此外，需要说明的是，由于上述第一飞行器模型是基于自动驾驶仪10所传输的飞行数据所构建的，因此，对于第一飞行器模型的评估即为对搭载该自动驾驶仪10的无人机的评估。
可选地，在其他实施例中，第一评估参数可以仅包括预设航向角、预设俯仰角和预设横滚角中的一种。比如，第一评估参数仅包括预设航向角，相应的，反馈感知模块用于将获取到的姿态角信息中的航向角与预设航向角进行比对，计算航向角与预设航向角的偏差值，进而评估无人机是否偏航。或者第一评估参数中仅包括预设俯仰角，相应的，反馈感知模块用于将获取到的姿态角信息中的俯仰角与预设俯仰角进行比对，计算俯仰角与预设俯仰角的偏差值，进而评估无人机是否偏角。或者第一评估参数中仅包括预设横滚角，相应的，反馈感知模块用于将获取到的姿态角信息中的横滚角与预设横滚角进行比对，计算横滚角与预设横滚角的偏差值，进而评估无人机是否侧滚。对此，本申请不作限定。
可选地，在自动驾驶仪10中还包括执行机构(舵机)。当反馈感知模块获取到偏差值后，还用于基于偏差值，通过硬件接口向执行机构发送姿态调节指令，以使执行机构对无人机的飞行姿态进行更新，进而更新第一飞行模型的姿态。
在本申请实施例中，通过对执行机构发送姿态调节指令，以使执行机构对无人机的飞行姿态进行更新，可以真实地实现硬件在环的仿真环境，有效的提高了对无人机性能分析的结果。
可选地，预设第一评估参数包括预设飞行路径。相应的，反馈感知模块用于将飞行路径与预设飞行路径进行比对，进而根据比对结果对第一飞行器模型进行评估。
需要说明的是，预设飞行路径为无人机在面对障碍物环境中所设定的最优的一条飞行路径。反馈感知模块可以通过将飞行路径与预设飞行路径进行比对，进而根据比对结果确定飞行路径是否为最优的飞行路线，通过该方式能够有效的对第一飞行器模型的路径规划能力做出评估。作为一种实施方式，预设飞行路径可以根据光电测试设备采集的现场信息，并通过大数据深入学习方法进行提取。
作为一种可选地实施方式，可以根据飞行路径与预设飞行路径的相似度来对第一飞行器模型的路径规划能力做出评估。对第一飞行器的评估也可以分为以下两个级别：
1.路线准确级别：当飞行路径与预设飞行路径的相似度超过相似度阈值时，认定第飞行器模型的路径规划能力强。其中，相似度阈值可以为80％、90％等，本申请不作限定，但具体需要根据无人机的类型关联。
2.路线偏差级别：当飞行路径与预设飞行路径的相似度低于相似度阈值时，认定第飞行器模型的路径规划能力弱。
可选地，预设第一评估参数包括：预设避障参数。相应的，反馈感知模块用于根据避障参数和预设避障参数的比对结果，对第一飞行模型的避障能力进行评估。
其中，预设避障参数可以是预设避障时长，相应的，避障参数中也包括仿真过程中的避障时长。反馈感知模块用于根据避障时长和预设避障时长进行比对，进而根据比对结果对无人机避障能力进行评估。
可以理解的是，无人机的避障时长即为无人机完成规避障碍物任务的总耗时。无人机的避障时长以及预设避障时长可以用于评估无人机避障的效率。当无人机的避障时长小于预设避障时长时，则可以说明无人机的避障能力较强；当无人机的避障时长大于预设避障时长，则可以说明无人机的规避能力较弱。比如，预设规避时长为0.8秒，而第一飞行器模型(对应无人机)的避障时间为0.7秒时，则可以说明无人机的避障能力较强；当第一飞行器模型的避障时间为1.2秒时，则可以说明无人机的避障能力较强。需要说明的是，上述的数值仅是示例性的数值，本申请不作限定。
其中，预设避障参数还可以是预设安全距离。其中，预设安全距离可以理解为无人机与障碍物之间预先设置的相对安全的距离。比如预设安全距离可以是5米、8米、12米等。相应的，避障参数也包括仿真过程中的避障距离。通过预设安全距离可以评估无人机的安全避障能力。比如，当无人机的避障距离小于预安全距离时，则可以说明无人机的安全避障能力较弱；当无人机的避障距离大于预设安全距离，则可以说明无人机的安全避障能力较强。比如，预设安全距离为10米，而第一飞行器模型(对应无人机)的避障距离为11米时，则可以说明无人机的安全避障能力较强；当第一飞行器模型的避障距离为6米时，则可以说明无人机的安全避障能力较弱。需要说明的是，上述的数值仅是示例性的数值，本申请不作限定。
于本申请实施例中，无人机半物理仿真***100还包括：光电测试设备，以地面站形式布设。光电测试设备包括：成像设备、激光测距仪以及惯性测量单元。
成像设备用于对测试场景中的障碍物进行检测以及用于跟踪无人机的飞行，进而获取无人机的飞行图像。激光测距仪用于获取与无人机的第一距离。惯性测量单元设置在成像设备上，用于测量成像设备的实时姿态。
上述的测试场景可以是在实验室中所搭建的场景，测试场景可以根据需求进行相应的搭建，比如可以是森林模型、城市模型等。测试场景中还可以设置不同的天气效果，如雨天效果、雪天效果、大风效果等，通过不同种类的测试场景，为无人机的测试提供更多样化的条件，便于对不同场景下的无人机的飞控性能作出评估。
上述的成像设备可以是但不限于可见光相机、红外热成像仪。
半物理仿真平台20可以通过硬件接口与上述的光电测试设备连接，即半物理仿真平台20通过硬件接口分别与成像设备、激光测距仪以及惯性测量单元连接。半物理仿真平台20用于根据飞行图像、第一距离以及实时姿态获取无人机的地理位置、无人机的速度和无人机与测试场景中的障碍物的距离，进而基于无人机的地理位置、无人机的速度和无人机与测试场景中的障碍物的距离构建第二飞行器模型。并在第二模拟场景中对第二飞行器模型进行仿真测试，获取仿真测试结果。其中，第二模拟场景是基于测试场景构建的。
需要说明的是，可以通过无人机在不同时刻的地理位置确定出无人机的飞行轨迹，进而根据无人机的飞行轨迹在第二模拟场景中对第二飞行器模型进行仿真测试，获取仿真测试结果。无人机的速度可以根据无人机在不同时间点的地理位置求得。无人机与测试场景中的障碍物的距离可以根据激光测距仪以及惯性测量单元的测量数据求得。
于本申请实施例中，半物理仿真平台20可以基于光电测试设备检测到的数据作为无人机的飞行数据输入，并以此构建第二飞行器模型以及进行仿真测试，通过该方式，能够有效的对正在测试中的无人机进行模拟仿真，有效的仿真模拟出正在测试中的无人机实际的飞行状态，进而提高了无人机的飞控精度的评估。
此外，当采用上述方式进行模拟仿真时，还可以对无人机的感知与避障能力进行准确的评估。此时，需要建立可行性的分布原则和阈值权重进行量化评估。比如设置感知静态障碍物参数、感知动态障碍物参数、避障响应特性参数。
其中，感知静态障碍物参数包括无人机与静态障碍物的预设安全距离、无人机与静态障碍物的预设安全相对高度。相应的，半物理仿真平台20用于根据无人机的地理位置、无人机与测试场景中的障碍物的距离以及感知静态障碍物参数，对无人机的感知静态障碍物的感知规避能力进行评估。
其中，感知运动障碍物参数包括无人机与运动障碍物的预设安全距离、无人机与运动障碍物的预设安全相对高度以及无人机与运动障碍物的预设安全相对速度。相应的，半物理仿真平台20用于根据无人机的地理位置、无人机的速度、无人机与测试场景中的障碍物的距离以及感知运动障碍物参数，对无人机的感知动态障碍物的感知规避能力进行评估。
其中，避障响应特性参数包括：无人机与障碍物的预设安全相对距离、无人机与障碍物的预设安全相对高度差、无人机与障碍物的预设安全相对速度以及无人机与障碍物的预设安全响应时间。其中，预设安全响应时间为无人机与障碍物的预设安全相对距离与无人机与障碍物的预设安全相对速度之商。相应的，半物理仿真平台20用于根据无人机的地理位置、无人机的速度、无人机与测试场景中的障碍物的距离以及避障响应特性参数，对无人机的感知规避能力进行评估。
于本申请实施例中，还提供又一种测评方法，该方法通过在实验室环境对真实飞行的无人机进行开放室外空域场景的测评。其中，开放室外空域场景即为构建的第一模拟场景。也即，该测评方法是在实验室有限的环境下对无人机在室外空域正常飞行状态的测评。也即，在上述实施例中，第二飞行器模型模拟的是无人机在室内环境下的飞行，而第一飞行器模型模拟的即为无人机在室外环境下的飞行。其中，后续通过第一飞行器模型模拟无人机在室外环境下的飞行数据还可以用于对自动驾驶仪的数据进行更新。
请参阅图4，基于同一发明构思，本申请实施例还提供一种测评方法，应用于如上述实施例中的无人机半物理仿真***100中的半物理仿真平台20。该方法包括：步骤S101-步骤S102。
步骤S101：获取所述飞行特性参数。
步骤S102：基于所述飞行特性参数构建第一飞行器模型，并基于所述飞行轨迹在第一模拟场景中对所述第一飞行器模型进行仿真测试，获取仿真测试结果；其中，所述第一模拟场景为所述半物理仿真平台基于所述测试场景和/或所述环境数据构建的场景。
需要说明的是，上述方法步骤已在无人机感知规避能力评估***的实施例中作出说明。为了避免累赘，此处不作重复阐述，相同部分互相参考即可。
基于同一发明构思，本申请实施例还提供一种存储介质，其上存储有半物理仿真平台、测量评估的计算机程序，计算机程序在被运行时执行上述实施例中提供的方法。
该存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心、云存储等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个子***中，并作为嵌入式数据单元等，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种无人机半物理仿真***，其特征在于，包括：
自动驾驶仪，存储有模拟数据；其中，所述模拟数据包括无人机在测试场景中的飞行数据以及环境数据；所述飞行数据中包括飞行特性参数以及飞行轨迹；
半物理仿真平台，通过硬件接口与所述自动驾驶仪连接；所述半物理仿真平台用于基于所述飞行特性参数构建第一飞行器模型；基于所述测试场景和/或所述环境数据构建第一模拟场景；以及基于所述飞行轨迹在所述第一模拟场景中对所述第一飞行器模型进行仿真测试，进而获取仿真测试结果；
所述无人机半物理仿真***还包括：光电测试设备，以地面站形式布设；所述光电测试设备包括：成像设备、激光测距仪以及惯性测量单元，所述半物理仿真平台通过所述硬件接口分别与所述成像设备、所述激光测距仪以及所述惯性测量单元连接；所述成像设备用于对所述测试场景中的障碍物进行检测以及用于跟踪所述无人机的飞行，进而获取所述无人机的飞行图像；所述激光测距仪用于获取与所述无人机的第一距离；所述惯性测量单元设置在所述成像设备上，用于测量所述成像设备的实时姿态；所述半物理仿真平台与所述光电测试设备连接，所述半物理仿真平台用于根据所述飞行图像、所述第一距离以及所述实时姿态获取所述无人机的地理位置、所述无人机的速度和所述无人机与所述测试场景中的障碍物的距离，以及根据所述无人机的地理位置、所述无人机的速度和所述无人机与所述测试场景中的障碍物的距离构建第二飞行器模型；并基于所述测试场景构建第二模拟场景，以及在所述第二模拟场景中对所述第二飞行器模型进行仿真测试，进而获取仿真测试结果。
2.根据权利要求1所述的无人机半物理仿真***，其特征在于，所述半物理仿真平台包括控制模块，所述控制模块用于在所述第一飞行器模型进行仿真测试过程中对所述第一飞行器模型进行控制。
3.根据权利要求1所述的无人机半物理仿真***，其特征在于，所述半物理仿真平台包括反馈感知模块；所述反馈感知模块用于根据所述第一飞行器模型的测试参数以及预设第一评估参数对所述第一飞行器模型进行评估；其中，所述测试参数包括姿态角信息、飞行路径以及避障参数。
4.根据权利要求3所述的无人机半物理仿真***，其特征在于，所述预设第一评估参数包括预设期望姿态角；相应的，所述反馈感知模块用于将所述姿态角信息与所述预设期望姿态角进行比对，进而根据比对结果对所述第一飞行器模型进行评估。
5.根据权利要求4所述的无人机半物理仿真***，其特征在于，所述反馈感知模块还用于基于所述姿态角信息与所述预设期望姿态角的比对结果，获取姿态角的偏差值；并通过所述偏差值对所述第一飞行器模型的姿态进行调节。
6.根据权利要求3所述的无人机半物理仿真***，其特征在于，所述预设第一评估参数包括预设飞行路径；相应的，所述反馈感知模块用于将所述飞行路径与所述预设飞行路径进行比对，进而根据比对结果对所述第一飞行器模型的路径规划能力进行评估。
7.根据权利要求3所述的无人机半物理仿真***，其特征在于，所述第一评估参数包括预设避障时长，相应的，所述避障参数中包括避障时长；所述反馈感知模块用于将所述预设避障时长和所述避障时长进行比对，进而根据比对结果对所述第一飞行器模型的避障能力进行评估。
8.根据权利要求3所述的无人机半物理仿真***，其特征在于，所述第一评估参数包括预设安全距离，相应的，所述避障参数中包括避障距离；所述反馈感知模块用于将所述预设安全距离和所述避障距离进行比对，进而根据比对结果对所述第一飞行器模型的安全避障能力进行评估。
9.一种测评方法，其特征在于，应用于如权利要求1所述的无人机半物理仿真***中的半物理仿真平台，所述无人机半物理仿真***还包括自动驾驶仪，所述自动驾驶仪存储有模拟数据；其中，所述模拟数据包括无人机在测试场景中的飞行数据以及环境数据；其中，所述飞行数据中包括飞行特性参数以及飞行轨迹，所述方法包括：
获取所述飞行特性参数；
基于所述飞行特性参数构建第一飞行器模型，并基于所述飞行轨迹在第一模拟场景中对所述第一飞行器模型进行仿真测试，获取仿真测试结果；其中，所述第一模拟场景为所述半物理仿真平台基于所述测试场景和/或所述环境数据构建的场景。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010900827.3A CN111983936B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机半物理仿真***及测评方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010900827.3A CN111983936B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机半物理仿真***及测评方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111983936A CN111983936A (zh) | 2020-11-24 |
| CN111983936B true CN111983936B (zh) | 2024-04-16 |
Family
ID=73448623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010900827.3A Active CN111983936B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机半物理仿真***及测评方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111983936B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113156991B (zh) * | 2021-02-05 | 2023-02-17 | 北京林业大学 | 一种基于小型多旋翼飞行器的飞行评估***及方法 |
| CN113009935B (zh) * | 2021-05-24 | 2021-09-10 | 北京三快在线科技有限公司 | 无人机仿真测试***及方法，无人机飞行控制器 |
| CN113448349A (zh) * | 2021-06-07 | 2021-09-28 | 山东省中通物联网有限公司 | 一种多维态势感知自控算法飞行控制方法及*** |
| CN113625595A (zh) * | 2021-08-02 | 2021-11-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机推演及故障诊断方法、*** |
| CN113867178B (zh) * | 2021-10-26 | 2022-05-31 | 哈尔滨工业大学 | 面向多机器人对抗的虚实迁移训练*** |
| CN117075496A (zh) * | 2023-09-18 | 2023-11-17 | 广东昊一航空科技有限公司 | 一种无人机方阵运行仿真*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104865846A (zh) * | 2015-05-14 | 2015-08-26 | 电子科技大学 | 组合自主导航***的地面半物理仿真平台 |
| CN105373010A (zh) * | 2015-11-24 | 2016-03-02 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种小型无人机自动驾驶仪半物理仿真验证*** |
| CN108732942A (zh) * | 2018-06-06 | 2018-11-02 | 北京科技大学 | 扑翼飞行机器人姿态控制的仿真***和方法 |
| CN109358526A (zh) * | 2018-10-15 | 2019-02-19 | 清华大学苏州汽车研究院（吴江） | 基于仿真的自动驾驶循迹算法的软件在环测试方法 |
| CN111123889A (zh) * | 2019-12-20 | 2020-05-08 | 北京空天技术研究所 | 飞行器制导控制仿真测试方法及装置 |
-
2020
- 2020-08-31 CN CN202010900827.3A patent/CN111983936B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104865846A (zh) * | 2015-05-14 | 2015-08-26 | 电子科技大学 | 组合自主导航***的地面半物理仿真平台 |
| CN105373010A (zh) * | 2015-11-24 | 2016-03-02 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种小型无人机自动驾驶仪半物理仿真验证*** |
| CN108732942A (zh) * | 2018-06-06 | 2018-11-02 | 北京科技大学 | 扑翼飞行机器人姿态控制的仿真***和方法 |
| CN109358526A (zh) * | 2018-10-15 | 2019-02-19 | 清华大学苏州汽车研究院（吴江） | 基于仿真的自动驾驶循迹算法的软件在环测试方法 |
| CN111123889A (zh) * | 2019-12-20 | 2020-05-08 | 北京空天技术研究所 | 飞行器制导控制仿真测试方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111983936A (zh) | 2020-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111983936B (zh) | 一种无人机半物理仿真***及测评方法 | |
| US11725940B2 (en) | Unmanned aerial vehicle control point selection system | |
| KR20200044420A (ko) | 위치 추정 방법 및 장치 | |
| US20120173185A1 (en) | Systems and methods for evaluating range sensor calibration data | |
| CN111338383B (zh) | 基于gaas的自主飞行方法及***、存储介质 | |
| García et al. | Real evaluation for designing sensor fusion in UAV platforms | |
| EP4130800A1 (en) | Method and apparatus for determining location of vehicle | |
| CN114088087B (zh) | 无人机gps-denied下高可靠高精度导航定位方法和*** | |
| Al-Darraji et al. | A technical framework for selection of autonomous uav navigation technologies and sensors | |
| CN114049767B (zh) | 一种边缘计算方法、装置及可读存储介质 | |
| CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
| CN112815863B (zh) | 形变监测***、形变监测方法、形变计算设备及存储介质 | |
| Wang et al. | Micro aerial vehicle navigation with visual-inertial integration aided by structured light | |
| CN112146627A (zh) | 在无特征表面上使用投影图案的飞行器成像*** | |
| Høglund | Autonomous inspection of wind turbines and buildings using an UAV | |
| CN112000082B (zh) | 一种无人航空器感知规避能力检测评估***及方法 | |
| JP6783681B2 (ja) | 演算装置、演算方法およびプログラム | |
| Liu et al. | A framework for low-cost fusion positioning with single frequency RTK/MEMS-IMU/VIO | |
| WO2022198590A1 (zh) | 一种标定方法、装置、智能驾驶***和车辆 | |
| Ishii et al. | Autonomous UAV flight using the Total Station Navigation System in Non-GNSS Environments | |
| JP2019148456A (ja) | 算出装置、自己位置算出方法、およびプログラム | |
| KR102515245B1 (ko) | 무인 비행체의 분실을 방지하는 방법 및 장치 | |
| Singh et al. | UAV-Based Terrain-Following Mapping Using LiDAR in High Undulating Catastrophic Areas | |
| WO2023228283A1 (ja) | 情報処理システム及び移動体、情報処理方法、プログラム | |
| Quan et al. | State Estimation |
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 |