我们如何为2016年无人机挑战赛做准备

无人机挑战赛试飞期间的Murena四翼飞机是旨在扩大无人机功能的年度活动以及世界上最雄心勃勃的机器人竞赛之一。该事件对行业的影响是巨大的：例如，在2014年，诸如Ardupilot，PX4和Paparazzi之类的热门项目的定期捐助者参加了UAV挑战赛，因此当今存在的这些飞行控制器的许多功能正是在这些比赛的要求的影响下形成的。每两年一次，比赛向来自世界各地的团队开放，与此同时，拯救人的使命也成为了主题。今年，我们还设法进入了十支队伍的名单，这些队伍通过了无人机挑战赛的三个初步阶段，并参加了最后一部分的活动，该活动于9月27日至29日在澳大利亚的多比举行。挑战在两个月前结束-从那以后，我们的印象逐渐平静下来，我们已经分析了经验，现在准备描述我们参加此次活动的两架飞机。

我们是MelAvio Avionics Club，这是华沙理工大学学生协会。我们将编程，电子学和机械学作为它们应用于无人机的一部分，我们几乎所有的工作都在为各种竞赛做准备，最近的主要挑战是无人机挑战。实际上，今年MelAvio已第二次参加挑战赛：两年前，我们的团队已经进入澳大利亚决赛。然后，我们设法以原始的机械设计和自制的飞行控制器很好地展示了自己，尽管未完全履行比赛任务，但在整体排名中排名第十，并获得了飞行技能奖。



MelAvio无人机的梭子鱼，在2014

年无人机挑战内陆救援中，今年我们改变了参与方式，并使用了现成的飞行控制器（Pixhawk的Ardupilot），最终确定了适合我们的需求。这是因为与上一次相比，挑战的条款变得更加复杂，并且要满足所有条件的解决方案的独立开发过于艰巨，因此使用现有的开源项目更加合乎逻辑。

挑战挑战

为了清楚说明任务的范围，有必要简要描述比赛的任务。这些小组的任务是从农村居民乔那里采集血液样本。据传说，乔突然觉得很难在城外的房子里找到他。乔的房屋被洪水切断了与城市的距离，因此，要到达城市并飞回，飞机必须沿着间接路径完全克服长达51公里的空域。此外，Joe的位置只能精确到一百米，而且为了关闭陆地并避免伤害人员，飞机必须更准确地将其定位在适当的位置。同样使情况复杂化的事实是，无论是在任务开始时还是在乔附近，几乎都无法保证风景，因此，无人机必须具有垂直或垂直起飞或降落的能力，以及具有足够可靠性的系统来选择合适的降落地点。挑战的组织者尽可能地鼓励无人机的自主行为，因此，最好的方法是完全消除飞行员在执行任务时所采取的行动，即从发射地点出发到在同一地点采集血样的着陆。除了主要的“交付”无人机外，一架辅助飞机也可以参加任务。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。以及具有足够可靠性的系统来选择合适的降落地点。挑战的组织者尽可能地鼓励无人机的自主行为，因此，最好的方法是完全消除飞行员在执行任务时所采取的行动，即从发射地点出发到在同一地点采集血样的着陆。除了主要的“交付”无人机外，一架辅助飞机也可以参加任务。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。以及具有足够可靠性的系统来选择合适的降落地点。挑战的组织者尽可能地鼓励无人机的自主行为，因此，最好的方法是完全消除飞行员从任务出发的行动，从起点到着陆并在同一地点取样。除了主要的“交付”无人机外，一架辅助飞机也可以参加任务。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。因此，最好的方法是完全消除飞行员在执行任务时所采取的行动，从起飞地点起飞到着陆并在同一地点采集血样。除了主要的“交付”无人机外，一架辅助飞机也可以参加任务。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。因此，最好的方法是完全消除飞行员在执行任务时所采取的行动，从起飞地点起飞到着陆并在同一地点采集血样。除了主要的“交付”无人机外，一架辅助飞机也可以参加任务。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。两种设备都有相当广泛的要求，以确保它们在意外情况下的安全飞行和正确的行为。



,

作为该任务的主要无人机，我们决定使用四翼飞机-直升机和经典布局飞机的组合。提供垂直起飞和着陆的需要立即从我们的注意力中移开了标准固定翼计划，因此，所选选项的主要替代品是可倾转旋翼和直升飞机。由于螺旋桨的螺距固定，转换飞机的发动机注定会效率低下，因此被拒绝使用转换飞机的版本，由于假定的要求范围，这对我们来说是不可接受的；具有可变螺距支柱的倾斜转子的构造暗示了一定程度的机械复杂性，由于资源有限，我们作为一个学生科学组织无法应对。对于直升机选项，我们也希望在机械方面遇到困难，但看上去并不会令人沮丧，并且我们拒绝此选项的原因主要是因为四翼飞机看起来像一个更原始且有趣的平台。

建筑施工

在设计四翼飞机的“严重”模型之前，我们将测试模型放在一起-一种我们称为“怪胎”的设备。该混合动力飞机是在现成的购买模型飞机的基础上制造的，旨在测试四翼飞机这一概念的可操作性，以及我们在飞行控制器中采用的所有创新技术。在确保可以真正使用这样的无人机配置后，我们开始开发更大的模型。



试验飞机

从开发的一开始就很明显，直升飞机的螺旋桨和发动机会在飞机模式下产生额外的阻力和不平衡，因此我们决定尝试使飞机本身的设计尽可能“制动”并尽可能稳定。此外，我们的最初要求是要保留飞机机身的最大空间，以便安装计算机视觉系统设备和锂聚合物电池，其容量足以执行整个任务（飞机完全是电动的）。基于这些考虑，我们选择了具有中等延伸度和T型尾部的梯形机翼的高机翼飞机；选择V型横向机翼的角度等于一个半度。

利用所指示的有关设计的初步数据和飞机的质量假设，我们开始进行开发。首先，借助Profili 2.0应用程序，选择了适合飞机主翼的轮廓选项，然后在XFLR5中，我们指定了机翼的形状和体积。此外，在ANSYS Fluent，我们验证了位于机翼附近的直升飞机发动机和螺旋桨并未对机翼气流的性质造成重大改变。为了执行这些步骤，我们对SOLIDWORKS中的整个结构进行了更详细的研究。



ANSYS Fluent中的飞机螺旋桨流量测试

在结构上工作时，必须特别注意飞机的机体和机翼，因为它们具有最多的零件数量，并且对飞机的承载能力和动力影响最大。这些元素不仅在开发过程中而且在组装过程中都必须采用特殊方法，因为有必要在保持其足够强度的同时使它们尽可能轻便。

飞机的机翼由三部分组成：中央部分和左右控制台。机翼构造的基础是挤塑聚苯乙烯泡沫。机翼的各个部分经过精心设计，使其表面呈直线形，因此，可以使用CNC线切割机精确切割聚酯纤维。之后，对预制的聚酯进行额外的处理，以增加其强度并改善空气动力学性能。因此，中心部分坯料用碳纤维和聚酯树脂层压；为了使工件保持光滑均匀，在层压期间，将其用有机玻璃包裹，放在真空袋中，并固定在负性聚苯乙烯泡沫中。碳纤维无法用于制造机翼控制台，包括由于必须在这些部件中放置无线电传输设备（煤会产生干扰）的原因，因此在控制台上层压了一层玻璃纤维和一层轻木。在元件的边缘上进行固定，以将它们组装成单个机翼结构。另外，在机翼上切出了一个地方，用于放置无线电收发器，副翼驱动器，电线和其他设备。在必要的地方，将3D打印机上打印的切口连接到设备的切口上。在元件的边缘上进行固定，以将它们组装成单个机翼结构。另外，在机翼上切出了一个地方，用于放置无线电收发器，副翼驱动器，电线和其他设备。在必要的地方，将3D打印机上打印的切口连接到设备的切口上。在元件的边缘上进行固定，以将它们组装成单个机翼结构。另外，在机翼上切出了一个地方，用于放置无线电收发器，副翼驱动器，电线和其他设备。在必要的地方，将3D打印机上打印的切口连接到设备的切口上。

在机翼控制台连接到中央机翼的地方，还提供了用于纵梁的固定装置，在其末端装有直升机发动机。机翼控制台的固定装置，直升飞机横梁和全身羽毛均使用SLS技术以更高的精度印刷了尼龙。直升机电动机的安装座是由胶合板激光切割而成的，并用聚酯树脂粘合。



制造过程中的中心部分

案件的框架也由胶合板制成。用激光从胶合板上切下必要的零件，然后使用氰基丙烯酸酯胶将其胶合成单个结构。框架用轻木粘贴，在鼻子上加固并用碳纤维弯曲，然后用玻璃纤维层压。该设计为装有稳定器（船体的前部），电池（船体的后部）以及机载计算机和飞行控制器（船体的中部）的摄像机提供了空间。此外，还开发了机翼和尾梁的连接件，从而可以方便地将电源线和信号线放置在飞机结构内。
稳定器和升降机的制造方法与飞机机翼的制造方法相似。



无人机架

电源部分

作为该设备的直升飞机发动机，我们在操作通道区域选择了最大的直升机发动机-T-MOTOR U8 Pro 170KV，配备了T-MOTOR为这些发动机推荐的20英寸直径的木质螺旋桨。选择ESC'i T-MOTOR FLAME 80A来控制电动机的速度。由两个串联的Tattu 22000mah六节锂聚合物电池供电，这样的发电厂使我们获得了20公斤的最大垂直牵引力。

为了进行推进，我们选择了带有ESC FOXY XR-120 OPTO的Scorpion HKIII 4035 500KV电动机，该电动机由与直升机电动机相连的相同电池供电。
飞机上所有设备的最终起飞重量为14公斤。飞机的最高速度为40 m / s，巡航速度为25 m / s，流失速为18 m / s，飞行模式下的飞行时间超过一小时，飞行距离可达100公里，这使我们能够执行即使在恶劣的天气条件下也可以执行任务。

计算机视觉系统

对我们而言，主要飞机的重要组成部分是机载计算机视觉系统，没有它，就不可能找到乔并完成任务。该系统的主要元素是具有全帧传输和全高清分辨率的JAI GO 2400 RGB相机，以及功能强大的GIGABYTE BXi7-5775微型计算机。相机在Alexmos控制器的控制下安装在我们原始机械设计的稳定悬架上，这使我们能够获得相对于地面倾斜度恒定的图像，从而使人的轮廓清晰可辨。该计算机已连接至飞行控制器，以提供遥测数据和命令。此外，使用4G调制解调器，计算机被授予访问FTP服务器的权限，通过它与计算机视觉系统操作员站进行通信。下一段简要介绍了我们在板上启动的程序的算法。

从摄像机接收到图像后，将从飞行控制器接收到的最后一个遥测数据包立即附加到该数据包，因此对于图像中的每个像素，您都可以粗略地计算其地理坐标。之后，搜索感兴趣的区域：为此，建立图像直方图，并在其中选择级别，该级别的像素数大于某个阈值-这些是“无趣”区域的级别，并且不再考虑相应的像素。其余的“有趣”像素经过形态侵蚀操作，因此仅剩下组合成组的像素-这些组按浓度，大小和颜色排序，结果，我们得到了图像中至少看起来相似的区域排序组每人。之后，对于这些区域中的每个区域，我们计算HOG描述符，并使用支持向量的向量将其分类为人或非人。如果将某个地区归类为人，这并不意味着我们立即就将其视为真正的人-它只是在排名中获得了可观的加分。之后，所有找到的感兴趣区域的图像将按照与它们的等级相对应的顺序发送到FTP服务器。每个此类图像的文件都包含有关区域地理位置和从中获取区域的完整图像标识符的信息。

通过操作员站上的应用程序，您可以查看由机器上传到FTP服务器的感兴趣区域的图像，以及设备飞行的区域地图，并按等级和时间对其进行分类。如果某个感兴趣的区域导致操作员怀疑，那么他又可以通过FTP服务器向飞机发送请求，以便他将与所选感兴趣区域相对应的完整照片上传到服务器。另外，如果操作者在所示的兴趣区域之一中识别出他正在寻找的人，他可以将其首选的着陆坐标发送到机载计算机，然后计算机会将其转发给飞行控制器。



在操作站上的应用

我们根据试飞期间拍摄的照片示例对用于对人进行分类的支持向量机进行了训练。在计算每个感兴趣区域的HOG描述符之前，我们对区域进行一些几何变换，以使图像中的潜在人物处于垂直位置，这是因为传统的HOG很好地用于仅将站立人物分类。

无人机上感兴趣的区域的分类：红色轮廓线-该区域被归类为非人；绿色轮廓-该区域被归类为人员。

由于除了上述操作外，不仅要寻找人员，还要选择合适的着陆地点，所以对主飞机上的计算机视觉系统进行了编程，以对飞机飞行的区域进行分类。确定了可能的类别：土地，沥青，草，灌木和树木，未指定的障碍；分类基于有关给定位置中图像的颜色和异质性的信息。当工作站的操作员需要决定降落地点时，他可以向飞机索取有关感兴趣的地图部分分类的信息。



: - — , - — , —

除了上述主无人机外，我们还决定使用辅助无人机，该辅助无人机将负责中继运营商地面站和主飞机之间的通信通道。的确，如果我们的主要无人机距离地面站几公里，那么由于信号功率随距离的增加而降低，以及由于两者之间的视线出现障碍，保持直接无线电通信以接收遥测数据和发送命令就成为问题。地面和设备上的天线。通过增加信号功率并不总是能够解决建立直接无线电通信的困难，因为首先，存在确定最大允许无线电信号功率的状态限制，其次，功率增加可能不会带来积极的效果，尤其是当飞机处于低空且距离很远时。我们通过在操作员站和“工作中”飞机的视线中添加一个位于高空的中继器来解决此问题。

为了转移中继设备，我们使用了基于颇受欢迎的Skywalker X8平台制造的机翼。在这种情况下，由于机翼可以从轻型弹射器或蹦极弹射而来，并且可以自动着陆，而无需大量的开放空间，因此它可以适应由发射台未知景观引起的限制。为了使飞机在没有起落架的情况下降落而不会受到重大损坏，我们在船体下部用凯夫拉尔纤维和玻璃纤维进行了层压。另外，为了增加结构强度并提供以更高速度飞行的可能性，机翼的前缘也用玻璃纤维层压。 X8配备了710 KV发动机，适用于五节锂聚合物电池，以及一个用于该引擎的电池，可容纳16个安培小时（六个电池）。由于我们使用的电池电压高于发动机的额定电压，因此我们必须在设计中提供额外的进气口以进行冷却。对于发动机，使用了70 A的调速器和9.5x8的折叠式螺旋桨。在elevons，我们提供了Hitec的高质量伺服器HS-5625MG；服务器在性能上有很大的优势，这应该将丢失控制面的可能性降到最低，这对于飞翼而言至关重要。此外，机上还有用于航空电子设备和应急飞行终止系统的其他小型电池，以及飞行控制器（Pixhawk）。结果，该设备的特性如下：重量-3.5公斤，最大速度-35 m / s，巡航速度-25 m / s，飞行时间-长达55分钟，覆盖范围-超过80 km。

应该注意的是，在系统中增加一架额外的飞机以增加通信覆盖范围会导致组织通信本身的问题，因为在这种情况下，除了分析来自主无人机的遥测并向其发送命令外，基站还必须支持与辅助飞机的全面通信。仪器。当然，可以通过在不干扰系统中已有设备的信道中添加两个附加的无线电调制解调器（一个用于辅助无人机，另一个用于地面站）来组织这种通信。但是，由于增加了成本并且在向系统添加新无人机时缺少可伸缩性，因此该选项不是最佳选择。最好的选择是使用现有的无线电收发器与辅助飞机进行通信。在这种情况下，系统中的通信方案如下图所示。

飞机与操作员站之间的通信方案

如上所述，该系统只有三个无线电调制解调器，当访问他们使用的唯一无线电信道时，它们负责解决传输冲突。用于监视和控制每架飞机的两个基站通过同一无线电调制解调器进行接收和发送，对它们的访问由安装在其中一个站上的交换应用程序（在本例中为mavproxy）控制。监视/管理应用程序与交换机应用程序之间的数据包交换是使用UDP完成的。

特别需要注意的是上述通信方案中“路由器”模块的作用。该模块只是简单地自己传递来自与其连接的飞行控制器或基站的数据包，并且对于来自连接的无线电调制解调器的数据包，它做出以下决定之一：忽略数据包，将数据包发送回无线电调制解调器，将数据包发送至连接的飞行控制器或基站。如果此路由器之前已经遇到过该数据包，则该路由器将忽略该数据包。如果以前没有遇到过该数据包，但该数据包不打算用于路由器所连接的设备，则将该数据包发送回无线调制解调器。在其他情况下，数据包将发送到连接到路由器的设备。在上次测试中，由于关于飞机相对位置的假设，在主无人机和基站的路由器中，我们禁用了将数据包发送回无线电调制解调器的选项，以减少无线电信道的负载。

关于路由器确定接收到的数据包是否打算用于该设备的问题，该解决方案并非完全简单。事实是，为了与飞机通信，我们使用了mavlink协议，这是定制无人机的事实上的标准。尽管有系统标识符和发送者子系统，但mavlink标头不包含有关数据包接收者的信息。在我们的情况下，只有辅助设备的飞行控制器应该处理来自“基站1”的命令的解释，而只有主设备的飞行控制器应该处理来自“基站2”的命令，因此我们可以仅对具有发送者ID的数据包进行排序。该解决方案相当可靠地工作，但是又是小规模的，需要进一步处理。

路由器过滤来自无线

调制解调器的数据包我们使用RFD 868+作为无线调制解调器。路由器是我们根据STM32 Nucleo制造的，我们在其中添加了一个屏蔽罩，以简化电路板的电源供应，从而扩大了通信和指示的可能性。

结论

根据比赛的要求，所描述的每架飞机在飞行到最后部分时都飞行了五个多小时；在这些试飞期间，我们已经确定并修复了许多小而重要的问题和错误。我们此阶段的视频报告如下所示：



我们在预备飞行中注意到的机械设计中最令人不快的错误之一是在从飞机模式转换为直升机的过程中，直升机电动机负载的显着不对称性。事实是，低速时飞机机翼的正攻角会将直升飞机发动机的光束偏转回去，从而使更靠近飞机尾部的两个发动机在转换过程中承受较大的载荷。此外，来自飞机螺旋桨的反作用力矩在左侧的电动机上产生了额外的负载，因此左侧后部电动机的强度最大。在我们的案例中，这种不均匀性多次导致了动力装置的故障和飞机的不稳定行为，这些行为最终以坠落而严重损坏了船体。到时候当我们确定设备出现这种错误行为的原因时（竞赛开始前三个月），为时过晚，无法进行机械更改或尝试调整转换程序，因此冒着继续参加挑战的风险，并且知道我们的设计在发生事故时没有冗余。 。尽管如此，我们仍以各种可能的方式尝试将故障的可能性降到最低，并在每次飞行之前尽可能地控制所有元件，连接件和固定装置的可维修性。我们尽一切可能的方式将故障的可能性降到最低，同时在每次飞行之前最大程度地控制所有元件，连接件和固定装置的可维修性。我们尽一切可能的方式将故障的可能性降到最低，同时在每次飞行之前最大程度地控制所有元件，连接件和固定装置的可维修性。

不幸的是，我们采取的预防措施还不够，在我们在澳大利亚进行的一次试飞中，为了检查结构的完整性，我们的四翼飞机在飞机上坠毁了。万一发生撞车事故，整个结构遭受了严重损坏，因此无法修理设备并尝试完成至少部分任务。但是，组织者对我们的情况表示同情，并允许我们使用辅助设备进行飞行，以便检查我们的无线电通信范围以及在视线之外控制设备的能力。

最后，值得一提的是，今年没有一支队伍能够完全完成比赛的任务，而比赛的原因是由于各种原因导致飞机损失：坠毁，起火，在指定的飞行空间之外飞行，并且通常徘徊在树上。在挑战中，最受关注的是来自TU Delft的团队（来自Parrot的原始机械设计和计算机视觉系统的测试模型，此处是一架无人驾驶飞机的视频）和堪培拉无人机（提供了血样，但坠毁了一架辅助直升机，此处是一架无人驾驶飞机的视频）。

对于我们来说，对于其他团队来说，挑战是一个很好的平台，可以尝试我们的手并与世界各地的无人机专业人员进行交流。我们积累了丰富的经验，并收集了许多资料，这些资料将有助于我们进一步开展个人项目并为下一次比赛做准备。

用料

“ 规则无人机挑战2016年医疗快递
” 文章的统计信息的挑战组织者和竞争的历史。
» 团队思想领袖安德鲁·特里耶尔（Andrew Trijell）对堪培拉无人机成功的描述。

Source: https://habr.com/ru/post/zh-CN399699/