无人机飞行控制与传感器融合导航应用

庄淡盛

（南昌航空大学，江西 南昌 330063）

0 引言

该文以多旋翼无人机系统为基础，建立了一套由协同计算机和开放源飞行控制器组成的二级控制系统，解决了因定位精度差、飞行参数不稳定而引起的雾滴分布不均、重喷以及空气污染等问题，进一步提高了无人机的自主飞行能力，实现了无人机精确自主任务点的直线飞行控制。为了在提高无人机定位精度的同时实现自主飞行，对实际作业中植保无人机定位精度低、飞行参数不稳定等问题进行了研究，并提出了相应的解决方案，为无人机精密应用技术的发展提供参考。

1 传感器的基本原理

传感器的基本原理是通过感知物体的外部信息，将其传递给控制系统，产生下一指令或信号。传感元件包括传感元件和转换元件，其定位精度与传感器关系密切。传感器把接收到的信号传送给控制系统，控制系统根据指令执行相应的动作。从无人机自身来看，无人机可在传感器后方进行精确导航，这样就可以实现对目标位置的精确导航。通常，仅依靠1个传感器很难达到预期的目标，因此无人机往往携带多种传感器，使用多传感器一直是无人机中较为复杂的技术。由于传感器的工作方式不同，根据不同传感器提供的信息，控制系统会有不同的特点，例如时变、常变、快变以及慢变等，因此，在无人机上连接多个传感器是非常困难的，并且可以通过多个传感器帮助无人机进行精确导航。UAV导航控制能够综合传感器的性能获得环境信息。一般来说，目前仅有3种融合方式：集中式融合、分布式混合融合和多层融合结构，这3种方法各具优势。集中式融合是利用传感器收集到的全部信息提供数据、数据连接等，这样做的好处是不会丢失很多有用的信息。尽管无人机的使用率很高，但是无人机技术的要求是相当高的。分布式混合融合是利用系统中的传感器对其进行逐级处理，并将所获得的各层次的信息分层发送到控制中心，该方法也是最常用的无人机飞行控制方法之一；采用分布式融合结构的无人机飞行控制系统传感器具有独特的跟踪能力和良好的全球监控效果；多层融合结构基于上述2种方法对其进行改进，该技术综合了集中式和分布式融合的所有特性，但是成本很高，其在多层融合架构中，各局部节点可以同时或分别进行集中式、分布式和直播混合融合，效果十分明显[1]。

2 无人机精准自主飞行控制发展现状

无人机具有较强的适应性，将其在小麦、玉米以及水稻等杀虫剂喷施领域与果园中的应用进行了比较，在复杂农区的运行中存在应用效果不理想、自操作性能差以及自控能力差等问题，由于植保产品无人机结构复杂，因此目前无人机的安全风险很高。对实际飞行阻力来说，手工操作仍是最重要的方法。由于驾驶员视距变化和环境参数能力的限制，UAV实际飞行参数的精度无法满足实际要求，影响了应用效果。为进一步提高无人机在复杂环境下的自主控制能力，改进无人机的自主控制。飞行器精确空间定位和自主飞行是精准农业的重要内容之一，室外空间定位的精度直接影响到无人机的使用效果，同时还考察了实验参数和实验时间对排气量分布的影响[2]。

3 传感器在无人驾驶飞机中的应用

3.1 航空感测网络

航空传感器网络是无人机平台最常用的载体技术，传感器网络是无人机的核心组成部分，可直接获取无人机所需的资源和数据。该传感器在无人机飞行控制系统中的应用是当无人机收到外部信息后，通过网络将信息传送给相应的处理和检测中心。有时，为确保安全取暖，可将其存放在无人机存储设备中，待无人机停飞后，取出数据系统进行详细故障分析，这对无人驾驶飞机有重要作用。传感精度也是保障无人机安全的重要因素，无人驾驶飞机技术的研究与开发，不断提高了传感器的速度和精度。为提高空气保护传感器的效率，科学家们对其布局进行了优化或协调改进。

3.2 传感器的参数

UAV系统的传感器参数可以分为2类：静态特征参数和动态特征参数。在传感器的输入、输出以及时变等静态参数中。传感器是无人机的核心，对无人机的运行起举足轻重的作用。传感器的作用取决于无人机是否能够稳定地工作并接收准确的信息。在传感器的研究与开发中，传感器参数是一个非常重要的参数[3]。

3.3 精确的导航技术

UAV导航也是技术的核心，必须结合多传感器进行配置。无人驾驶飞机执行的任务通常具有危险性，要顺利地完成任务，就需要精确的导航系统以及集成不同类型的传感器，这时就要根据采集的信息制定实施一套完整的系统。由于无人机传感技术的新发展和新挑战，其自主导航需要具备以下3个方面的能力：1） 无人机系统必须具备自主飞行的能力。2） 无人机能精确导航、定位和接收传感器信息。3） 出于安全考虑，在无人机技术不断完善的同时，我国无人机技术也逐渐成熟，需要对其进行验证，优化导航和各种能力，使无人机能够安全稳定地工作。其准确性、适应性、安全性和可靠性均有明显提高。无人驾驶飞机的传感器是提高无人机性能的重要手段。

4 无人机自主飞行控制整体方案

该文采用4架微型无人机作为平台，包括联合计算飞行器和开源飞行控制2种控制系统。LIDAR和 RTKGPS是一种空间位置传感器。Mavros和 Muflink之间的通信协议为无人驾驶飞机提供了精确自主飞行控制的总体方案。整个系统由地面站、无人机系统和飞行人员3个部分组成，如图1所示。无线电RFD900+和便携式计算机无人系统包括4个无人机平台，开源 Pixhawk、RTKGPS移动电台、无线终端和 LidarPlus。当单机飞行中出现紧急情况时，无人机可切换到手动控制模式[4]。

图1 无人机精准自主飞行控制方法整体方案

利用UDP协议建立局域网，并在远程控制和飞行参数传输领域与计算机实现交互，各种硬件通过UDP协议完成RTKGPS硬件架构后，首先使用地面站快速控制台程序验证准确长度、车站当前位置的宽度和高度；其次，利用快速控制台通过5 Hz UDP获取载频绝对位置和相位观测信息。定位和差分信号通过RTKGPS控制器进行传输，RFD900+无线电台设计用于地面和地面之间的双向数据传输，地面终端和空中终端支持Mavrink。通信协议的工作区域为902 MHz～928 MHz，通信协议区的通信距离可达40 km。

5 人机系统组成

无人系统在四旋翼无人机的平台上有3个锂电池。Pixhawk驾驶员-无人驾驶人控制器，该设备配备了模块和SwitpiksiMultirtkGPS接收天线，使无人驾驶飞机在太空中可以进行精确定位。另外，选择Raspberry-PI3 （Raspberry-PI3）作为联合计算机，执行扩展的用户控制程序。Pilotenco处理器和各种精确传感器之间的无线通信可兼容开放式PX4和 Arduplot飞行控制器。通过无线电与地面站进行飞行控制。目前飞行参数可实时返回地球站，IMU数据和外部数据传感器（例如RTKGPS和 LIDAR）综合评估无人机的状态。在收到合作计算机的税务指令后，控制安装和定位无人机[5]。

6 RTK GPS和激光雷达静态性能测试

6.1 RTK GPS

在加利福尼亚大学戴维斯草坪上对GPS系统的静态和相对位置精度进行了试验。参考站和移动站都使用相同的 Piksi multignss，2个模块通过设置相关参数而有所不同。Swiftconsole用于确定当前参考站位置的精确坐标。开启底座发射器。移动台位于基台的北面，参考站根据目前的观测数据和精密坐标值进行修正，无线电台将修正及精确坐标值送至移动台。移动台收到参考站上载的数据后，对观测位置进行修正，得到准确的绝对位置信息。利用基准线与基准站进行数据交换，获得相对位置信息。

6.2 激光雷达

RTKGPS在垂直方向上的相对位置误差通常大于水平方向的相对位置误差，它只能反映移动台与参考站的相对位置，但不能反映移动台与地面的相对位置。为提高无人机模拟地面飞行的能力，激光雷达实现了对无人机与地面相对距离的实时测量，装置位于UAV下。为了确保飞行高度的稳定，在天气晴朗、风速小的情况下，首先对无人机进行拖曳，并设置了安全气囊。在从地面站经过5 m远的地面站确认无人驾驶飞机正常飞行后，将无人机提升到2.5 m，此时无人机依靠 RTK和 GPS水平定位，依靠激光雷达保持高度，测验需要9 min。测试过程中，UAV 的运行受到多种环境因素的影响，其定位过程直接影响无人机的定位过程。另外，随着时间的推移，无人机的锂电池性能会逐渐下降，这也会对其动力性能产生负面影响。植保产品水平的稳定，直接影响喷药的质量和飞行的安全，水稻为等时线，叶形密集，株高比较均匀，用激光测点测量数据并对其进行平均滤波，可以得到更详细的相对高度信息。果树的叶型变化很大，植株较薄。使用单点激光雷达测量相对高度时，数据将出现明显的波动。

7 试验结果与分析

测试方案由O、a、B、C和E组成，并由6个任务点构成五级封闭飞行轨迹。从图2中可以看出，O点作为起始点，其坐标被定义为（0，0，0） ；其他任务点与起始点的相对坐标如图2所示。为提高实时多点 GPS和激光雷达的实际定位精度，无人驾驶飞机到达刹车区后，其飞行速度与当前位置和任务点的距离成正比，也就是无人机越近，飞行速度越慢。只有当前位置坐标和任务坐标在X、Y方向上的绝对误差小于0.1 m，如果无人机在进入制动器区30 s内不能到达任务点，那么放弃搜索无人机，飞到下一个任务点。因此，任务失败不会影响整个任务的进度。假如当前任务点的高度大于下一个任务点，无人机将以当前高度飞到下一个任务点，然后降低高度。测验前，任务点的坐标和波长都输入待办事项列表中。试验开始后，无人机独立起动，按任务顺序运行。所有任务完成后，UAV在起飞位置自主降落，离开自主飞行模式和任务管理系统，在UAV飞行中显示位置信息。设置和速度信息会自动存储在飞行控制器的 SD卡上。测试地点选在美国加利福尼亚大学戴维斯草坪的 RTKGPS基站，用三脚架固定，远离树木及建筑物，尽量避免信号的干扰。

图2 无人机自 主飞行试验方案示意图

Pixhawk是控制 arduplot程序的飞行控制器，raspberryPI3作为协同计算，对飞行控制器的机载传感器和外部传感器进行整合，以改变无人机的状态等级，构建四级控制系统和高精度定位系统。UAV战斗分为不同的子任务，任务以任务列表的形式快速组合。协作电脑和飞行控制器通过 Mavlink通信协议进行交互。该系统控制任务的执行，后者接收任务参数，用于对无人机的定位和位置控制。为提高空间定位精度和自主飞行性能，制定了相应的试验方案，并执行飞行测试。测试结果表明，该无人机能按规定的飞行轨迹自主地在多个任务点间飞行。

8 结论

随着时代的发展，无人机技术的发展也会越来越成熟，无人机的传感器也在发展中发挥积极的作用。无人机将不同类型的传感器结合在一起，能更好地完成各种任务，具有较大的承载能力、预警和控制能力，不同类型的传感器具有不同的功能，因此可以提供空气探测、地面探测以及通信等功能，以适应时代变化。传感器和无人驾驶飞机的未来将走向知识和大数据。与此同时，无人机的种类也会更加丰富，以满足各种任务的需要。然而，无人机传感器的研究涉及航空和电子2个方面。因此这是一项非常复杂和困难的工程，一旦研究成功，将对信息战产生巨大的影响。无人侦察机具有广阔的发展前景，在不远的将来，随着科技的发展，无人机传感器技术会越来越成熟，并能更好地为人们服务。