电动多旋翼无人机转向能耗测试系统设计与试验

本文针对电动多旋翼无人机的能耗测试,设计了一种基于单片机的无人机转向能耗测试系统。该测试系统主要由角速度传感器,功率测量模块,无线通讯模块以及单片机等部分组成,并基于LabVIEW软件设计了上位机程序,以实现对测试过程数据的实时显示和保存。对系统进行试验表明：系统数据采集频率为100 Hz,电压测量精度为99.93 %,电流测量精度为99.87 %,转向角度测量精度为98.10 %,可见该系统测量精度较高,能满足电动多旋翼无人机转向能耗的测试及相关数据的获取。     

基于多旋翼无人机的烟气监测系统研究

设计了一种搭载气体传感器的多旋翼无人机监测系统,实现对固定污染源定点、快速取样和实时数据回传,便于对污染物排放情况快速、准确地判别。对某电厂监测结果表明,系统能够在恶劣的烟尘环境下较好地完成导航、悬停、监测、回传等功能,可以对大气环境进行指定高度、指定位置的信息采集,为固定污染源排放监测和取证提供了一种可行的解决方案。     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

基于CAN总线网络的车辆电子故障在线监测系统设计

由于现有监测系统未对传输数据精准控制,导致传统车辆电子故障监测系统监测效率较低,为此,利用CAN总线网络,实现对车辆电子故障在线监测系统的优化设计。选择CAN总线网络来代替传统的通信网络,并优化数据采集、MCU、存储以及GPS定位等模块。将CAN总线网络的实时数据存储其中,并在数据库中设置车辆电子异常数据和故障之间的对应关系,以此作为电子故障诊断的参考标准。在硬件设备和数据库的支持下,制定CAN总线网络的传输协议,在该协议的约束下加载和调用其中的数据。分析车辆ECU的运行模式,从而得出具体的车辆电子数据采集结果。将实时采集数据与故障诊断参考标准进行比对,实现车辆电子故障的在线监测功能,并结合监测结果启动报警程序。通过实验得出,设计的监测系统在降低监测误差的同时,提升了监测速度,即在监测效率方面更加具有优势。     

基于无人机的输电线路巡检系统设计与应用

设计一款无人机输电线路巡检系统,通过远程遥控系统对无人机的实时状况进行调整,机载摄像头系统能够较清晰地检测到线路的故障,对沿途输电线的状况进行实时检测并及时反映给地面接收端。同时,可以自动躲避障碍物,满足在不同自然环境中的出航,实现对自然条件恶劣、不适合人工巡检地区的线路监测和巡检,并及时反映给接收端。经测试表明,该系统运行稳定,有效提高了输电线路巡检效率。     

化学化工实验室无线安全监测系统故障诊断方法研究

针对化学化工实验室的安全问题设计了一种无线安全监测系统,通过无线通信模块传输现场检测数据和经压缩后的图片,实现了实验室安全远程无线监测与监视的功能. 由于监测系统中的无线通信模块能耗较高,长期运行容易发生故障,其故障检测方式也较为复杂. 为了在线检测无线通信模块的故障和识别其类型,以确保无线安全监测系统的可靠性,研究了无线通信模块的电流特性,建立了基于模糊神经网络的故障诊断模型,可实现对无线通信模块在不同状态下的故障进行诊断. 实验结果表明,与BP神经网相比,采用模糊神经网络的无线通信模块故障诊断方法训练耗时短、收敛快、训练误差和验证误差小、诊断正确率高,能够在线检测无线通信模块的多种类型故障,明显提高了无线安全监测系统的可靠性,具有较好的实际应用价值.      

四旋翼动力学建模及非线性PID轨迹跟踪控制

四旋翼无人机因其简单易用性被应用于航空摄影、天气监测、交通监控、军事监视和地球科学等领域,可以配备摄像头和各种传感器按照既定轨迹飞行,来准确执行许多复杂的任务。通过四旋翼飞行器系统刚体运动学建模及模型线性化处理,针对速度和姿态角较小时的轨迹跟踪问题,设计了级联双闭环比例-积分-微分(proportional-integral-derivative,PID)控制器。利用Simulink对所设计模型进行仿真分析,验证了定点悬停和平面正弦轨迹跟踪性能。仿真结果表明:基于小角度假设条件下,所设计PID控制系统可以有效地完成四旋翼飞行器的既定轨迹跟踪。最后通过实物飞行测试,验证了控制算法的有效性。     

基于ARM和嵌入式实时操作系统的汽车黑匣子设计

提出了一种基于ARM和嵌入式实时操作系统的汽车行使记录仪(黑匣子)的总体设计.整个系统以ARM微控制器核心板为硬件平台,以uC/O S-Ⅱ实时操作系统为软件平台.系统由图像采集模块、温度测量模块、速度及加速度测量模块、行车状态检测模块、数据存储模块和实时时钟模块等功能模块构成.这些模块在实时操作系统的管理下,实现对车辆运行状态、故障及事故前后各种数据及环境场景的采集和记录.系统在实验室模拟环境下进行了初步测试,基本符合实际应用的大部分要求.     

基于ZigBee的温室大棚环境监测系统研究

为了实现对温室大棚的自动化、智能化管理,采用ZigBee技术和GPRS技术,设计了基于微型无人机的温室大棚环境监测系统。监测系统以PC机为控制核心,通过各种传感器和微型无人机进行环境数据的采集和农作物生长状态信息的获取,经由无线收发模块CC2430和GPRS网络完成数据的传输,最终将采集到的数据信息直观地显示在PC机上。系统将无线ZigBee网络与微型无人机采集模块相结合,实现对温室大棚农作物生长状态的实时监测。     

基于WinCE的汽车故障监测系统

嵌入式系统开始于20世纪80年代单片机的使用;随着嵌入式系统的发展,嵌入式系统逐渐代替简单的单片机系统已经成为一种趋势,并在各种领域得到了愈来愈广泛的应用,特别是汽车领域;汽车作为现代社会重要的交通工具之一,在社会经济生活中发挥着不可或缺的作用;针对人们对汽车的运行质量和安全性要求,和当前我国汽车故障监测技术的发展以及电子技术在故障监测系统监控方面的应用,结合目前汽车故障检测、监控系统发展的现状,提出了一种基于WinCE的汽车故障监测系统;该系统由数据采集模块、数据显示报警模块和数据查询模块等3个功能模块组成;若检测到汽车发生异常,则预先报警,提醒驾驶员采取有效措施,将发生事故的可能性限制到最小.     

Egli天线系统在新型无人机开发中的应用

近年无人机作为一种新型的探测工具得到了国家和社会各界的较大关注,它在灾区人员救援及地势险峻地区探矿等方面具有无可比拟的优点,在未来的相关领域会产生可预见的极大贡献,在以往无人机的基于图像相似模式识别、红外RS识别的较成熟的搜索机理之上,选用能很好适应山地丘陵地形的Egli短鞭状天线作为短距离无线通信系统的重要组成部分,对在不同通信频率、无人机飞行高度和四周不同地形对系统的影响进行了详细分析.创造性的提出了适用于多种复杂地形的新型搜索技术机理,结合低能耗处理器和先进的无线传输技术的新型无人机探测系统在试用及实践中均得到了较好的效果.     

基于无人机巡检平台的劣化绝缘子带电检测技术

绝缘子是输电线路中起到机械支撑及电气连接的重要部件,一旦发生本体劣化,可能导致断串、绝缘失效等严重故障,对电网的稳定运行造成威胁。绝缘子串的空间电场曲线能够反映其绝缘性能,早期大多通过人工登塔操作检测仪器测量得到空间电场值,随着无人机技术的迅猛发展,搭载各类检测仪器的无人机在电力系统的应用越来越广泛。采用高集成度光学元件,设计完成小型化的空间电场传感器,分析了无人机介入对绝缘子原有空间电场的影响。搭建了包括机载端和地面端的无人机巡检平台,配套研制基于A/D转换模块和射频模块的电场信号无线传输装置,实现了无人机巡检平台电场测量信号在机载端与地面端的传输,并进行了复合绝缘子芯棒局部导通的带电检测试验。实验证明基于无人机巡检平台的电场测量系统能够检测出复合绝缘子芯棒导通缺陷。研究结果有利于推进无人机平台在绝缘子检测领域的应用。     

基于机器视觉和激光测距的输电线故障定位

结合定位技术和激光测距技术,提出了一种基于机器视觉的电力巡线故障定位新方法.通过无人机搭载可见光相机进行巡线拍摄,将航拍图像实时传回地面站进行处理.采用数学形态学的图像处理方法和模式识别方法进行故障检测与识别.通过惯性测量系统进行初步定位,得到无人机的经纬度坐标.利用无人机机载激光测距模块,测量故障点到无人机的距离来修正坐标.最后,经过空间大地坐标系和空间直角坐标系的变换,以及两个空间直角坐标系的基准转换,计算出了故障点的准确位置,并且很大程度地提高了定位的准确性,其空间直角坐标测量精度可达0.11m.     

基于改进ORB算法的无人机遥感图像拼接技术

针对ORB算法尺度不变性较差,运行速度较慢,不适合应用于无人机遥感图像上的特点,提出了一种改进的ORB无人机遥感图像拼接算法。首先利用ORB特征中FAST特征检测算法对Shi-Tomasi算法进行加速,获取快速且准确的图像特征点,然后用ORB描述算法对特征点进行特征描述,在对特征点进行粗匹配和精匹配后,最后使用改进过的SPHP算法融合图像。实验结果表明,这种改进的ORB算法有着更高的匹配精度和匹配速率,能够生成更好的拼接结果。     

深度卷积网络多目标无人机信号检测方法

现有无人机的感知识别方法多采用视觉探测,易受限于探测距离和周围建筑物遮挡及不良天气能见度等诸多因素的影响.针对这一问题提出一种利用深度卷积神经网络开展无人机链路感知识别的算法,构建多模式多类型无人机的RF信号训练数据集,并给出卷积神经网络详细设计及优化方法步骤.实测结果表明:所提深度算法不仅可以实现多类型的无人机入侵识别,还可以进一步对其型号和飞行模式进行区分.在-20 dB的低信噪比条件下,对无人机批次识别率为96.8％(6类),飞行模式的识别率可达94.4％(12类),具有很强的应用前景.     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

复杂干扰下配电线路无人机巡视目标检测方法研究

配电线路所处环境复杂,传统配电线路无人机巡视目标检测方法无法有效去除外界环境干扰,导致检测结果不可靠。为此,提出一种新的基于视觉感知的配电线路无人机巡视目标检测方法。通过可见光相机与紫外相机对无人机巡线图像进行采集,分析了紫外相机采集原理。通过直方图均衡化处理对采集图像进行增强处理,选用高斯滤波器对采集的配电线路无人机巡视图像进行滤波处理。对配电线路密集度区域和偏心度区域进行提取,获取配电线路无人机巡视目标特征向量。依据得到的特征向量确定无人机巡视目标,求出目标质心坐标,从而实现配电线路无人机巡视目标检测。实验结果表明,所提方法能够在干扰环境下有效实现配电线路无人机巡视目标的检测,检测结果可靠性高。     

无人艇航迹跟踪控制系统设计与验证

针对复杂湖面环境干扰下的无人艇自主航行控制问题,设计了一种有效的无人艇航迹跟踪控制系统。该系统从航迹跟踪控制算法、数据融合处理、上位机监控三个部分展开设计。在算法设计层面,将航迹跟踪控制问题分为外环和内环两部分,外环部分提出了一种自适应视线(Line of sight,LOS）制导算法,以求解目标航向角作为航向控制器的输入;内环部分设计了无模型自适应PID航向控制器,以实现无人艇稳定的航行。在数据处理层面,采用卡尔曼滤波算法对传感器信息进行融合,实现了对无人艇位置和姿态信息的准确估计。在监控层面,设计了一种可视化上位机软件,实时监测无人艇航行状态,保证航行安全。最后,利用实艇进行湖测实验,验证了该控制系统的有效性,结果表明该系统具备在内湖执行任务的能力以及应对复杂环境干扰的能力。     

基于故障估计的无人车容错控制方法

考虑转向控制系统故障和未知干扰同时作用对无人车辆路径跟踪效果的影响,为提高无人车辆控制系统的可靠性,设计了一种无人车路径跟踪容错控制方法. 对转向控制系统输入性故障进行分析,结合未知干扰情况定义了名义故障并建立相应的数学模型. 利用高阶滑模观测器构造名义故障微分方程,并利用自适应容积卡尔曼滤波设计了车辆质心侧偏角和名义故障估计方法,从而为无人车容错控制提供可靠信息源. 基于滑模控制理论设计了无人车路径跟踪容错控制器并证明了其收敛性. 联合仿真和硬件在环试验结果表明,所提出的估计方法能够得到精确可靠的质心侧偏角和名义故障估计结果,且与无容错控制相比,所设计的路径跟踪容错控制器在面对故障和干扰时能够明显地提高车辆的控制性能,并同时保证车辆的路径跟踪能力及其自身的稳定性.