研究人员使用四旋翼无人机的内部稳定系统来测量风速!

   电工小二        

本文提出了一种测量风速的方法,使用数据记录由四旋翼无人机的自动驾驶仪。利用并补充了四旋翼控制的理论方程,形成了理论框架。静态推力试验为计算风速估算提供了必要的参数。飞行测试在层流风条件下进行,四旋翼悬停在一个静态2D超声风速仪旁,风速在0-5米/秒之间。水平风估计的结果非常好,风速的均方根误差(RMSE)在0.26-0.29 m/s之间,风向的均方根误差在4.1-4.9 m/s之间。新方法的灵活性简化了过程,降低了成本,增加了风测量的新应用领域。


相关论文以题为“Measuring Wind Speed Using the Internal Stabilization System of a Quadrotor Drone”于北京时间2020年09月10号发表在《 Drones》上。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


测量风速和湍流有很多方法,但大多数要么是笨重的,要么是昂贵的。为了寻找一种更便宜、更灵活的方法,一些公司已经将他们的注意力转向了无人机(uav),因为机载测风系统可以提供所需的灵活性,使其成为某些应用的理想选择。在使用传统风速计具有挑战性的复杂地形,以及在负担能力较差的情况下,提出的方法可能有用。例如,风力条件可以在当地详细地绘制出来,以供建筑、桥梁或其他基础设施的设计之用,或用于模拟和预测城市的积雪情况。虽然许多研究人员使用固定翼无人机,其他人探索在多旋翼无人机上安装风速表的可能性。然而,有些人尝试使用四旋翼本身作为测量单位。Neumann和Bartholmai是使用四旋翼内部稳定装置估计风速的先驱。通过关联推力、阻力和重力,并进行风洞测试,他们可以估计水平风速。Palomaki等人采用了同样的想法,但没有使用风洞。Wolf等人还试图将横摇和俯仰角度与风速和风向联系起来。Mazzatenta等人试图通过与使用粒子图像测速法的测量结果进行比较,提高从四轴惯性测量单元(IMU)数据估算速度的准确性。Marino et al.评估了使用差动推力测度进行风估计的可能性,Wang et al.通过将风作为旋翼机的加速扰动来实现风估计。Gonzalez-Rocha等基于飞机运动模型进行风速估算,Muller等人采用了类似的方法。Perozzi等人最近的一项研究提出了利用时变参数估计算法以及四旋翼的IMU数据进行风估计。


在四旋翼控制领域中,通常需要对飞行器的位置或速度进行估计,以改进控制算法。Allibert et al.提出了一种基于气动理论和加速度计数据设计观测器来估计一种在体固参照系中四旋翼空气速度的方法。


通过使用所提出的方程和测量从四旋翼上的传感器,四旋翼的空气速度可以被发现,然后转换到惯性参考系。通过应用风三角形,仅通过测量四旋翼的内置传感器就可以估算出三维风速。这使它成为一个优雅和有效的方法来分析当地的风条件,可以用于评估例如风能潜力。提出的方法最大的好处是,它使它更容易扫描一个更大的区域的风条件,即寻找高层流和避免湍流。四旋翼可以很容易地测量空间分布风速,而用固定桅杆和传统的风速表很难做到这一点。此外,安装桅杆或风速仪的成本要比使用现成的四旋翼机高得多。


方法


IRIS +四旋翼


本文使用的无人机是图1所示的3D Robotics(3DR)的IRIS +四旋翼飞机。四个无刷电机均配有螺旋桨,其尺寸和螺距分别为9.5英寸和4.5英寸。IRIS +中使用的飞行控制器是3DR Pixhawk Autopilot,其中包含表1中给出的各种传感器。在Loiter模式下,四旋翼飞行器根据全球定位系统(GPS)和气压高度测量结果保持其位置。机载传感器收集的数据由Pixhawk存储在日志文件中,飞行后可以访问和分析。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


图1. 3D机器人(3DR)IRIS +四旋翼飞行器。照片:西玛。


表1. 集成在Pixhawk 中的传感器列表。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


空气动力学方程


由动量理论导出的式(1)-(10)是基于Allibert et al.的工作。这组方程提供了一种在机体固定参考系中计算四旋翼空气速度va→=[vax, vay, vaz]的方法,这在航空中是典型的定义。将风速转换到惯性参照系,进一步应用风三角va→=vg→−vw−→,可以得到风速vw−→的估计值。由此从GPS飞行数据中得到了飞行器相对于地面的速度vg→。为了求解这组方程,需要先知道或测量表2和表3中列出的一些参数和变量。列为未知数的变量是可以求解方程组的变量。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


表2. 解方程组所需的参数


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


表3. 求解方程组所需的变量和方程可以求解的未知变量。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


静态推力测试


对于静态推力测试,使用了RCbenchmark系列1580推力架和测功机,它可以同时测量推力,电机扭矩,电机转速,电池电压,从电池汲取的电流以及脉宽调制的远程控制输入(RCOU值) 。实验设置如图2所示。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


图2. RCbenchmark测力计的静态推力测试设置。照片:西玛。


飞行测试


为了找到集总线性阻力系数,并对该方法进行测试,研究人员将四旋翼悬停在一个提供参考测量数据的静态风速仪附近进行了飞行试验。


使用了Gill仪器在4赫兹下测量的二维风向风速选项1。风速分辨力为0.01 m/s,风向分辨力为1°,风速分辨力为±2%,风向分辨力为±2°,风速分辨力为12 m/s。


在Ramfjordmoen进行了飞行测试,一个更大的山谷不远从ø,挪威,2018年4月27日。在每一次飞行中,四旋翼保持它的位置在徘徊模式,直到电池的电量耗尽(约8分钟)在水平距离风速表约2米和海拔约3米的高度。研究人员小心翼翼地确保四旋翼没有被放置在风速表的前面,因为风是从东北方向吹来的。所用的风速计用于测量风速的两个水平分量。因此,虽然所提出的方法给出了三维风的估计,但风估计的有效性只能在水平x和y方向上得到验证。


数据处理


飞行中的测量数据来自于不同的传感器,它们以不同的速度和不同的时间将数据记录到自动驾驶仪的日志文件中。因此,所有数据被分割成0.5 s的时间箱,并对数据进行平均,以确保时间向量的均匀性。在计算风力估计时,并没有采用其他滤光器。


静态推力测试


图3和图4显示了静态推力试验的结果。价值发现的图图3中的线性符合0.6072,而旋转速度ω和电动机转矩相关τ电力通过方程(11)和(12)分别基于适合如图4所示。旋转加速度ω˙然后发现通过时间导数的旋转速度。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!



研究人员使用四旋翼无人机的内部稳定系统来测量风速!

图3. 空气动力与机械动力的关系图。线性拟合的斜率是品质因数(FoM)。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


图4. (a)相对于功率的旋转速度,测量结果呈二次拟合。(b)用电力对测量值进行线性拟合来施加扭矩。


此外,在静态推力试验中,由一台电机所产生的电流与在飞行中测量的电流是不一样的,在飞行中,四个电机都是活动的。因此,通过静态推力测量,建立了一个数学模型,将一台电机i1所绘制的电流与电池电压V和RCOU值联系起来,两者在飞行中都是可测量的变量。因此,通过方程(13)-(15)目前由一个电动机可以确定从飞行测量,提供了一个测量所需的电力贝利= i1⋅V(11)和(12)的关系。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


阻力系数


为了确定最后一个参数——阻力系数,研究人员考虑了7次试飞的结果。在这些飞行中,风速表和四旋翼所在位置的风况非常相似,这使得估计和测量结果具有可比性。四旋翼风估计,基于理论方程和在静态推力试验中发现的参数和变量,并在飞行中测量,比较风速计测量。然后对阻力系数进行修改,以找到估计值与测量值之间的最佳一致性。确定系数c¯=0.015。


飞行测试


图5显示了四旋翼风估计值与风速计测量值的比较,这两次测试飞行是在挪威的拉姆峡湾山谷进行的,那里的风条件是层流的。对于这两次飞行,估计和测量之间有很好的相关性。


研究人员使用四旋翼无人机的内部稳定系统来测量风速!


图5.在兰夫约德莫恩进行的风测量。四旋翼的估计用红色表示,风速计的测量用蓝色表示。Vx为南北向风速,Vy为东西方向风速。


结论


研究人员提出了一种基于气动方程和飞行测量的四旋翼风速测量方法。通过静态推力试验,确定了所使用的四旋翼的参数和变量之间的可行关系。通过在附近安装风速表进行几次试飞,验证了该方法的实用性。水平风估计是非常有希望的,10 s移动平均过滤数据的RMSE值为风速在0.26-0.29 m/s之间,风向在4.1-4.9°之间。这些值比文献中发现的值要好得多。


综上所述,尽管进一步的工作需要投入到额外的测试飞行和升级一些设备,本文显示了所提议的测量方法的潜力,以提供非常好的风估计。容易地评估风能的潜力对风能的发展至关重要。风估计也可以后处理成湍流估计,这进一步扩展了该方法的应用领域。


论文链接:https://www.mdpi.com/2504-446X/4/2/23/htm



最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐