CN114035448A - 一种基于物理域模型的无人机舰载起降半实物仿真*** - Google Patents
一种基于物理域模型的无人机舰载起降半实物仿真*** Download PDFInfo
- Publication number
- CN114035448A CN114035448A CN202111306241.5A CN202111306241A CN114035448A CN 114035448 A CN114035448 A CN 114035448A CN 202111306241 A CN202111306241 A CN 202111306241A CN 114035448 A CN114035448 A CN 114035448A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- model
- ship
- control
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 55
- 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 29
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000036544 posture Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 16
- 238000013459 approach Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 3
- 102220512368 Myosin-10_S60N_mutation Human genes 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 206010021143 Hypoxia Diseases 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于物理域模型的无人机舰载起降半实物仿真***,属于***仿真技术领域。具体包括:首先,建立舰载无人机模型和舰船模型,并解算出各自的姿态和位置,发送至飞行控制计算机;飞行控制计算机经过控制律的解算,得到舰载无人机模型的舵量和油门控制量,并同时发送至X‑Plane11平台和缩比样机;X‑Plane11平台全流程仿真舰载无人机模型的起飞、模态切换、盘旋和降落过程;同时缩比样机按控制量变化进行舵面的偏转、电机的转动,保持自身动态与舰载无人机模型的动态相同;地面控制站实时监测舰载无人机模型。本发明可以实时的获取无人机与舰船的相对位置/速度/航向/姿态等信息,从而进行更加精确的控制无人机飞行。
Description
技术领域
本发明属于***仿真技术领域,具体是一种基于物理域模型的无人机舰载起降半实物仿真***。
背景技术
21世纪以来无人机行业发展迅猛,各种类型的无人机层出不穷,被广泛运用于各种场景。舰载无人机是指以水面舰船为基地,由舰上人员操控或以全自主方式完成整个飞行过程,且可以重复使用的无人机。在海上作战过程中,舰载无人机可用于执行前期空中侦察、情报搜集、目标跟踪、中继通信、电子对抗和探雷等任务,同时也可以进行反导、反潜和反舰作战,用途十分广泛。相比于传统有人舰载机,舰载无人机体积更小、自主性更强、具有灵活的作战能力、隐身性能好、可无视人体极限,全天候在高空缺氧等恶劣环境中工作,同时具有零伤亡的优点,在现代海军中有着至关重要的作用。
但舰载无人机的降落存在着很多难点,在海上航行时由于受到海风、海浪的影响,会产生各个方向上的摇摆,影响引导精度。而舰船甲板可供舰载无人机降落的空间十分有限,故而对舰载无人机的降落精度要求很高。
半实物仿真作为复杂工程***必不可少的手段,由于可实现人和硬件在回路的仿真,且模拟的逼真度和可信度相对较高,对飞行器研制至关重要;为了降低研制成本、减小试飞风险,舰载无人机的半实物飞行仿真***的开发设计显得十分迫切和重要。
现有文献《无人直升机着舰控制仿真***设计与实现》,建立了包括飞行仿真、三维视景和接口及仿真控制台等模块的仿真***,但是该***针对的仅仅是无人直升机,其中舰船信息是通过固连在舰船飞行甲板上的某一飞机才能得到,本质上并不是舰船真实的六自由度运动信息,通过地景共享方式才可实现无人机与舰船的同框视景,并不是直接运行在同一个模拟环境中,且没有飞控计算机硬件和缩比样机在环,这些都降低了舰载无人机起降的模拟效果。
发明内容
针对上述问题,本发明提出了一种基于物理域模型的无人机舰载起降半实物仿真***,实现了各型无人机舰载起降半实物仿真***的设计和搭建。
所述的半实物仿真***,具体搭建过程如下:
I),在X-Plane11平台上建立舰载无人机模型和舰船模型,通过面元法和叶素法解算出舰载无人机和舰船的姿态和位置,发送至飞行控制计算机;
舰载无人机模型发送的数据包括:无人机的三轴位置、姿态角、三轴速度和三轴加速度等;
舰船模型输出的数据包括:舰船的航向、位置、速度和甲板高度等;
II),飞行控制计算机经过控制律的解算,得到舰载无人机模型的舵量和油门控制量,并同时发送至X-Plane11平台和缩比样机;
控制律根据不同机型设计不同控制通道,各控制通道又分为内环和外环,内环完成姿态控制;外环完成位置/速度控制;内外环均采用串级PID控制器;
所述的PID控制器结构如下:
u(k)=K(up(k)+ui(k)+ud(k))
其中,up(k)为PID控制器的比例项,kp1为第一个比例环节增益,e(k)为误差项,Pdiv为比例项误差阈值,kp2为第二个比例环节增益;
ui(k)为PID控制器的积分项,ki为积分环节增益,T为微分项时间常数,ε为积分项误差阈值;
ud(k)为PID控制器的微分项,kd为微分环节增益,y(k)为微分项当前数值;
u(k)为PID控制器的控制量,K为总系数。
具体地,不同的舰载无人机机型对应不同的控制律:
对于四旋翼机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制;
对于固定翼机型,控制律设计包括纵向外环高度-内环俯仰角控制;航向水平位置/航向控制;横向外环侧偏距离-内环滚转角控制;以及空速控制;
对于复合式机型,对应不同飞行模态,控制律为四旋翼机型和固定翼机型的组合;
对于直升机机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制;
III)、X-Plane11平台按照舰载无人机模型的舵量和油门控制量,全流程仿真起飞、模态切换、盘旋和降落过程;同时缩比样机按同样的舵量和油门控制量变化进行舵面的偏转、电机的转动,保持缩比样机的动态与舰载无人机模型仿真运行的动态相同;
进一步,飞行控制计算机和缩比样机为实物;
IV)、地面控制站实时监测舰载无人机模型在飞行过程中的位置、姿态、速度、舵面偏角、电机的油门和电机转速状态量。
具体为:当舰载无人机模型要降落在舰船模型的甲板上时,舰载无人机模型先自主跟随舰船模型运动,逐渐接近降落点,直至到达降落点上方。
当舰载无人机模型在远距离时,舰船模型的速度信息和航向信息,通过链路传输给飞行控制计算机,并作为舰载无人机模型期望速度的控制以及航向信息的输入,舰载无人机模型按照期望的速度和航向逐渐接近舰船舰载;近距离时飞行控制计算机控制舰载无人机模型减速,从舰船模型的侧后方逐渐接近,舰载无人机模型通过导航减少侧偏距,与舰船模型运动方向保持一致进行跟随。
舰载无人机模型与舰船模型间的相对距离计算公式如下:
通过相对距离结合时间计算二者的相对速度,对舰船模型的速度进行估算,然后调整舰载无人机模型的速度与舰船模型的速度一致,保持舰载无人机模型始终位于舰船模型的甲板上方后,开始降低高度。
在下降过程中,当舰船模型甲板上预设的靶标到达舰载无人机模型的视觉捕捉点附近时,舰载无人机模型引入视觉导航,引导无人机降落。
视觉导航在舰载无人机模型降落近地段5-10m高度处进行辅助引导从而提高降落精度。
本发明的优点在于:
(1)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,在X-Plane11中同时运行无人机模型和舰船模型在统一的物理域仿真环境中,可以更加真实模拟实际舰船及周围海况环境;
(2)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,针对不同的舰载无人机,只需要建立相应无人机模型,即可在此***上进行舰载起降仿真,目前已经支持固定翼、直升机、四旋翼和复合式等机型的舰载起降半实物仿真;
(3)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,舰船模型在仿真过程中可以根据实际情况添加风场、海浪、调节时间,从而得到更符合实际情况的舰船运动情况并反馈至飞行控制***;
(4)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,通过设计三维视景模块,可以通过三维视景软件,直观地展示出舰载无人机三维模型从舰载起飞到舰载降落的全过程;
(5)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,可实现无人机模型全自主进行舰船模型降落,从而验证飞行控制律及飞行管理逻辑;
(6)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,通过设计、制作舰载无人机缩比样机,可以更加直观地观察到该无人机在飞行过程中舵面、电机等动作及变化趋势;
(7)本发明一种基于物理域模型的无人机舰载起降半实物仿真***,可以有效节省舰载无人机飞行控制***开发过程中的成本,提高效率,节省时间,同时还可以进行人机交互,对于舰载有人机,还可以进行仿真飞行训练。
附图说明
图1为本发明采用的缩比样机模型示意图;
图2为本发明基于物理域模型的无人机舰载起降半实物仿真***原理图;
图3为本发明无人机舰载起降半实物仿真***的流程图;
图4为本发明无人机舰载降落引导方案示意图;
图5为本发明仿真的舰船模型控制面板界面图;
图6为本发明仿真的复合式无人机航母全自主降落展示图;
图7为本发明仿真的无人直升机驱逐舰全自主降落展示图;
图8为本发明各不同类型的无人机建模展示图;
图9为本发明实施例中航母建模展示图。
具体实施方式
下面结合附图和实施例对本发明进行进一步详细说明。
通过对舰载无人机半实物仿真***进行研究,本发明设计了基于物理域模型的无人机舰载起降半实物仿真***,并基于课题组成熟的S60N飞行控制计算机和地面控制软件,建立了舰船模型、舰载无人机模型及舰机仿真实时通信机制。通过同时运行在同一台PC计算机上的视景软件X-Plane 11和地面控制软件UAV_GCS50,飞行控制计算机可以实时的获取舰载无人机模型与舰船模型的相对位置、速度、航向和姿态等信息,从而进行更加精确的控制无人机飞行,实现无人机舰载起降的半实物仿真。
如图2所示,所述的半实物仿真***,包括S60N飞行控制计算机、视景软件、地面控制软件和缩比样机四大部分及各部分之间的通信模块组成,所述的缩比样机模型如图1所示。
如图3所示,具体搭建过程如下:
首先,在X-Plane11的Plane-Maker、Airfoil-Maker中建立舰载无人机模型,使用AC3D软件建立航母、护卫舰或驱逐舰等舰船模型,导入X-Plane11后通过面元法和叶素法解算出舰载无人机模型和舰船模型的姿态和位置,发送到通信软件IBC_Sim,再将数据按照协议使用串口通信发送至飞行控制计算机;
飞行控制计算机和缩比样机为实物,舰载无人机模型经UDP通信发送无人机模型的三轴位置、姿态角、三轴速度以及三轴加速度等数据;
舰船模型通过虚拟串口输出舰船的航向、位置、速度和甲板高度等信息;
具体为:在X-Plane 11的设定菜单栏选中Data Output/Dataref Read/Write,勾选对应的boat/heading_deg、boat/velocity_msc、boat/x_mtr、boat/y_mtr、boat/y_mtr等,并勾选通过虚拟串口发送;其中舰船信息先从X-Plane 11的Dataref Read/Write通过虚拟串口发送到通信软件IBC_Sim后,再跟惯导数据一起组帧通过串口发送到飞控计算机的232-5串口。
然后,飞行控制计算机经过控制律的解算,得到舰载无人机模型的舵量和油门控制量,并同时发送至X-Plane11和缩比样机;
控制律根据不同机型设计不同的控制通道,各控制通道又分为内环和外环,内环完成姿态控制;外环完成位置/速度控制;内外环均采用串级PID控制器。
本发明所述的PID控制器结构如下:
u(k)=K(up(k)+ui(k)+ud(k))
其中,up(k)为PID控制器的比例项,kp1为第一个比例环节增益,e(k)为误差项,Pdiv为比例项误差阈值,根据误差项和误差阈值的大小关系进行分段计算;kp2为第二个比例环节增益;
ui(k)为PID控制器的积分项,ki为积分环节增益,T为微分项时间常数,ε为积分项误差阈值,根据误差项和误差阈值的大小关系进行分段计算;
ud(k)为PID控制器的微分项,kd为微分环节增益,y(k)为微分项当前数值;
u(k)为PID控制器的控制量,K为总系数。
具体地,不同的舰载无人机机型对应不同的控制律:
对于四旋翼机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制;
对于固定翼机型,控制律设计包括纵向外环高度-内环俯仰角控制;航向水平位置/航向控制;横向外环侧偏距离-内环滚转角控制;以及空速控制;
对于复合式机型,对应不同飞行模态,控制律为四旋翼机型和固定翼机型的组合;
对于直升机机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制;
接着,视景软件X-Plane11实现舰载无人机模型全流程仿真舰载起飞、模态切换、盘旋和舰载降落飞行的视景展示,同时缩比样机会随控制量的变化进行舵面的偏转和电机的转动,保持缩比样机的动态与舰载无人机模型在PC机中仿真运行的动态相同;
最后,地面控制站实时监测舰载无人机模型在飞行过程中的位置、姿态、速度、舵面偏角、电机的油门和电机转速状态量,并可以根据需要发送对应的指令。在整个半实物仿真***运行起来后,在飞控计算机的实时控制下便可以实现无人机模型的舰载起飞、海面飞行和舰载降落。。
对舰载无人机半实物仿真***运行时,通过控制面板控制舰船速度和航向,引导无人机模型的着舰过程,如图4和图5所示,具体为:
当舰载无人机模型要降落在舰船模型的甲板上时,无人机模型先自主跟随舰船模型运动,逐渐接近降落点,直至无人机到达降落点上方;根据舰船甲板的多自由度运动信息,估算降落时机,在舰船姿态水平时进行降落,保证无人机接地时舰船姿态水平,不会因为舰船姿态过大而降落失败。
当无人机模型在远距离时,舰船模型的速度信息和航向信息,通过链路传输给飞行控制计算机,将其作为无人机模型期望速度的控制以及无人机模型航向信息的输入,无人机模型按照期望的速度和航向逐渐接近舰船,近距离时飞行控制计算机控制无人机模型减速,从舰船侧后方逐渐接近,无人机通过导航减少侧偏距,与舰船模型运动方向保持一致进行跟随。
无人机模型与舰船模型间的相对距离计算公式如下:
如图6和图7所示,通过相对距离结合时间计算二者的相对速度,对舰船模型的速度进行估算,然后调整无人机模型速度与舰船的速度一致,保持无人机模型始终位于舰船甲板上方后,开始降低高度。
在下降过程中,当舰船甲板上预设的靶标到达无人机模型视觉捕捉点附近时,舰载无人机模型引入视觉导航,引导无人机降落。视觉导航的半实物仿真通过在无人机模型挂载的摄像头实现,在X-Plane中可通过视角插件x-camera实现,从而获得无人机模型相对于舰船模型的精确位置和姿态信息,引导无人机模型降落。
视觉导航仅在无人机模型降落近地段(5-10m)高度处进行辅助引导从而提高降落精度。
视觉导航具体过程如下:当舰船的靶标到达无人机模型视觉捕捉点附近时,引入图像引导***实时采集图像,并利用图像处理技术对采集到的图像进行特征提取和计算,解算出无人机相对于舰船模型的姿态信息,再向飞行控制计算机输出无人机的姿态信息,飞控根据视觉导航***的位姿信息,使无人机以更高的精度降落在舰船模型上。
采集的图像为事先在舰船模型上布置好的靶标图片,对图像进行特征提取时,可采用opencv的ArUco码,具体编码方式为海明码,具有检错、纠错能力,而且抗干扰能力强。通过识别ArUco四个角点的信息来辨别标识物,标识物中间的二维码含有标识物信息。
本实施例由Plane-Maker中建立的不同的舰载无人机机型和舰船模型,如图8和图9所示,导入到视景软件X-Plane11后,可以完成模型位置、姿态解算并将这些信息通过通信软件发送到飞行控制计算机,经过控制律解算之后输出控制量给到模型和缩比样机,从而实现飞行控制计算机对于舰载无人机模型的飞行航迹规划和飞行姿态控制;
地面控制软件用来进行控制指令的传输;缩比样机用来同步展示无人机模型运动过程中舵面和电机的动作;视景软件用来展示三维舰载无人机模型的飞行全流程,包括起飞、跟随、降落、模态切换等。
Claims (7)
1.一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,包括:
首先,在X-Plane11平台上建立舰载无人机模型和舰船模型,通过面元法和叶素法解算出舰载无人机和舰船的姿态和位置,发送至飞行控制计算机;飞行控制计算机经过控制律的解算,得到舰载无人机模型的舵量和油门控制量,并同时发送至X-Plane11平台和缩比样机;
然后,X-Plane11平台按照舰载无人机模型的舵量和油门控制量,全流程仿真起飞、模态切换、盘旋和降落过程;同时缩比样机按同样的舵量和油门控制量变化进行舵面的偏转、电机的转动,保持缩比样机的动态与舰载无人机模型仿真运行的动态相同;
最后,地面控制站实时监测舰载无人机模型在飞行过程中的位置、姿态、速度、舵面偏角、电机的油门和电机转速状态量。
2.如权利要求1所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的舰载无人机模型发送的数据包括:无人机的三轴位置、姿态角、三轴速度和三轴加速度;
舰船模型输出的数据包括:舰船的航向、位置、速度和甲板高度。
3.如权利要求1所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的控制律根据不同机型设计不同控制通道,各控制通道又分为内环和外环,内环完成姿态控制;外环完成位置/速度控制;内外环均采用串级PID控制器;
所述的PID控制器结构如下:
u(k)=K(up(k)+ui(k)+ud(k))
其中,up(k)为PID控制器的比例项,kp1为第一个比例环节增益,e(k)为误差项,Pdiv为比例项误差阈值,kp2为第二个比例环节增益;
ui(k)为PID控制器的积分项,ki为积分环节增益,T为微分项时间常数,ε为积分项误差阈值;
ud(k)为PID控制器的微分项,kd为微分环节增益,y(k)为微分项当前数值;
u(k)为PID控制器的控制量,K为总系数。
4.如权利要求3所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的不同舰载无人机机型对应不同的控制律,具体为:
对于四旋翼机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制;
对于固定翼机型,控制律设计包括纵向外环高度-内环俯仰角控制;航向水平位置/航向控制;横向外环侧偏距离-内环滚转角控制;以及空速控制;
对于复合式机型,对应不同飞行模态,控制律为四旋翼机型和固定翼机型的组合;
对于直升机机型,控制律设计包括纵向外环高度控制-内环俯仰角控制;航向外环航向距离/速度控制-内环航向角控制;横向外环横向距离/速度控制-内环滚转角控制。
5.如权利要求1所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的飞行控制计算机和缩比样机为实物。
6.如权利要求1所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的舰载无人机模型要降落在舰船模型的甲板上时,远距离时,舰载无人机模型先自主跟随舰船模型运动,舰船模型的速度信息和航向信息,通过链路传输给飞行控制计算机,并作为舰载无人机模型期望速度的控制以及航向信息的输入,舰载无人机模型按照期望的速度和航向逐渐接近舰船舰载;
舰载无人机模型与舰船模型间的相对距离计算公式如下:
通过相对距离结合时间计算二者的相对速度,对舰船模型的速度进行估算,近距离时,飞行控制计算机控制舰载无人机模型减速,调整舰载无人机模型的速度与舰船模型的速度一致,从舰船模型的侧后方逐渐接近,舰载无人机模型通过导航减少侧偏距,与舰船模型运动方向保持一致进行跟随,降低高度。
7.如权利要求6所述的一种基于物理域模型的无人机舰载起降半实物仿真***,其特征在于,所述的下降过程中,舰船模型甲板预设的靶标到达舰载无人机模型的视觉捕捉点附近时,舰载无人机模型引入视觉导航,引导无人机降落;
视觉导航在舰载无人机模型降落近地段5-10m高度处进行辅助引导从而提高降落精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306241.5A CN114035448B (zh) | 2021-11-05 | 2021-11-05 | 一种基于物理域模型的无人机舰载起降半实物仿真*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306241.5A CN114035448B (zh) | 2021-11-05 | 2021-11-05 | 一种基于物理域模型的无人机舰载起降半实物仿真*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114035448A true CN114035448A (zh) | 2022-02-11 |
CN114035448B CN114035448B (zh) | 2024-01-30 |
Family
ID=80142954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111306241.5A Active CN114035448B (zh) | 2021-11-05 | 2021-11-05 | 一种基于物理域模型的无人机舰载起降半实物仿真*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114035448B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115113636A (zh) * | 2022-06-14 | 2022-09-27 | 海丰通航科技有限公司 | 控制航空器自主降落至舰船的方法、***、存储介质及计算设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150066240A1 (en) * | 2012-03-07 | 2015-03-05 | Amiya Das Adhikary | Autonomous precision navigation |
CN108375988A (zh) * | 2018-05-25 | 2018-08-07 | 哈尔滨工业大学 | 一种带有不平衡负载的四旋翼无人机位姿控制方法 |
CN109543243A (zh) * | 2018-10-31 | 2019-03-29 | 华南理工大学 | 基于adams的舰载机拦阻着舰动力学仿真分析方法 |
CN111596571A (zh) * | 2020-05-26 | 2020-08-28 | 北京航空航天大学 | 复合式无人机半实物仿真*** |
CN111596687A (zh) * | 2020-05-26 | 2020-08-28 | 北京航空航天大学 | 一种垂直起降无人机移动平台降落引导装置及其引导方法 |
CN111813133A (zh) * | 2020-07-07 | 2020-10-23 | 南京航空航天大学 | 一种基于相对精密单点定位的无人机舰船自主着陆方法 |
US20210271267A1 (en) * | 2020-02-29 | 2021-09-02 | Exyn Technologies | System for compensating aerial vehicle attitude disturbances |
-
2021
- 2021-11-05 CN CN202111306241.5A patent/CN114035448B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150066240A1 (en) * | 2012-03-07 | 2015-03-05 | Amiya Das Adhikary | Autonomous precision navigation |
CN108375988A (zh) * | 2018-05-25 | 2018-08-07 | 哈尔滨工业大学 | 一种带有不平衡负载的四旋翼无人机位姿控制方法 |
CN109543243A (zh) * | 2018-10-31 | 2019-03-29 | 华南理工大学 | 基于adams的舰载机拦阻着舰动力学仿真分析方法 |
US20210271267A1 (en) * | 2020-02-29 | 2021-09-02 | Exyn Technologies | System for compensating aerial vehicle attitude disturbances |
CN111596571A (zh) * | 2020-05-26 | 2020-08-28 | 北京航空航天大学 | 复合式无人机半实物仿真*** |
CN111596687A (zh) * | 2020-05-26 | 2020-08-28 | 北京航空航天大学 | 一种垂直起降无人机移动平台降落引导装置及其引导方法 |
CN111813133A (zh) * | 2020-07-07 | 2020-10-23 | 南京航空航天大学 | 一种基于相对精密单点定位的无人机舰船自主着陆方法 |
Non-Patent Citations (5)
Title |
---|
E. GOVINDA KUMAR: "Cascade PID-Lead Compensator Controller for Non-overshoot Time Responses of unstable system", 《ENERGY PROCEDIA》 * |
QAHTAN A. MAHMOOD: "Performance analysis of continuous stirred tank heater by using PID-cascade controller", 《MATERIALS TODAY》 * |
周瓒: "基于串级PID 闭环控制的飞行控制原理仿真实验", 《信息工程》 * |
徐涢基: "串级PID 算法在滚球控制***中的应用", 《现代电子技术》 * |
王松: "中等推力航空发动机喷口控制方法对比研究", 《航空发动机》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115113636A (zh) * | 2022-06-14 | 2022-09-27 | 海丰通航科技有限公司 | 控制航空器自主降落至舰船的方法、***、存储介质及计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114035448B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cai et al. | Design and implementation of a hardware-in-the-loop simulation system for small-scale UAV helicopters | |
CN101714302B (zh) | 一种飞机自动驾驶模拟装置 | |
CN108803639A (zh) | 一种基于反步法的四旋翼飞行器飞行控制方法 | |
CN106647790A (zh) | 面向复杂环境的四旋翼无人机飞行器***及飞行方法 | |
CN112789672B (zh) | 控制和导航***、姿态优化、映射和定位技术 | |
CN112789568A (zh) | 控制和导航*** | |
Sheng et al. | Autonomous takeoff and landing control for a prototype unmanned helicopter | |
CN105068542A (zh) | 一种基于视觉的旋翼无人机引导飞行控制*** | |
CN112327835A (zh) | 一种无人艇滑模编队控制***及其方法 | |
CN111813133A (zh) | 一种基于相对精密单点定位的无人机舰船自主着陆方法 | |
CN110456822A (zh) | 一种中小型无人机双余度自主测量飞控*** | |
CN114035448B (zh) | 一种基于物理域模型的无人机舰载起降半实物仿真*** | |
Sonkar et al. | Low-cost smart surveillance and reconnaissance using VTOL fixed wing UAV | |
Ross et al. | Autonomous landing of rotary wing unmanned aerial vehicles on underway ships in a sea state | |
Farooq et al. | A lightweight controller for autonomous following of a target platform for drones | |
Silveira et al. | Optimal visual servoed guidance of outdoor autonomous robotic airships | |
CN205230375U (zh) | 无人机目标跟踪*** | |
Phang et al. | Autonomous tracking and landing on moving ground vehicle with multi-rotor UAV | |
Gonçalves et al. | Vision-based automatic approach and landing of fixed-wing aircraft using a dense visual tracking | |
Gamagedara et al. | Delayed Kalman filter for vision-based autonomous flight in ocean environments | |
CN111736487B (zh) | 一种旋翼无人机协同控制***用的半实物仿真***及方法 | |
Lee | On the Complete Automation of Vertical Flight Aircraft Ship Landing | |
Schuchardt et al. | Mission management and landing assistance for an unmanned rotorcraft for maritime operations | |
CN110844098B (zh) | 飞行器 | |
Zou et al. | Visual track system applied in quadrotor aerial robot |
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 |