无人机的飞行传感模块主要有两个用途。一个是提供飞行控制系统。由于飞行控制系统的主要功能是控制无人机达到所需的姿态和空间位置,因此这部分传感技术主要测量与状态相关的物理量。所涉及的模块包括陀螺仪、加速度计、磁罗盘、气压计、全球导航卫星系统模块和光流模块。
另一个目的是为无人机提供自主导航系统,即路径和避障规划系统。因此,它需要感知周围环境的状态,例如障碍物的位置。相关模块包括测距模块、物体检测和跟踪模块等。。。
车身运动感应模块
陀螺仪
目前,MEMS技术的陀螺仪因其体积小、价格低廉而普遍用于商用无人机。它们可以以集成电路的形式进行封装。MEMS陀螺仪用于测量物体绕其自身轴线旋转的角速率。常用的型号有6050A(Invensense)和ADXRS290(ADI)。测量陀螺仪性能的指标包括测量范围、灵敏度、稳定性(漂移)和信噪比等。
测试环境从25°C加热到50°C。陀螺仪在整个过程中保持静止,陀螺仪的精确输出应该是一个固定值。但从结果来看,这两个传感器的实际输出受到温度变化的影响。相比之下,ADXRS290(ADI)的输出值变化范围较小,基本在0.5左右。
加速度计
加速度计测量人体运动的线性加速度。由于地球的引力,测量值还将包括重力加速度分量,在某些使用情况下需要减去该分量。常用的MEMS加速度计传感器型号有6050A(Invensese)和ADXL350(ADI)。为了提高芯片集成度,一些传感器制造商将陀螺仪和加速度计封装在一起,称为六轴传感器,如6050A(Invensense)。
磁罗盘
磁罗盘测量的物理量是地球磁场强度沿机体轴线的分量,据此计算机体的航向角。常用的MEMS磁罗盘传感器型号有HMC5983L(霍尼韦尔)和QMC5883L(硅芯),两者性能相似。前者已经停产。磁罗盘的主要性能参数包括灵敏度、稳定性(漂移)等。
气压计
气压计测量的物理量是大气压力值,从中可以计算出绝对高度。常用的气压计传感器型号包括MS5611(MEAS)、MS5607(MEAS)和BMP180(Bosch)[查看此产品的详细信息]。气压计的问题在于,当在地面附近飞行时,“地面效应”会导致飞机周围的气压分布与静止时的大气不同,从而无法使用气压计测量高度。通常的解决方案是在起飞或着陆时使用其他传感器,如超声波传感器或激光测距仪。
全球导航卫星系统模块
GNSS模块测量的物理量相对丰富,主要包括地理坐标(纬度和经度)、海拔、线速度和航向角(RTK系统)。常用的GNSS模块制造商包括瑞士的U-BLOX和加拿大的NOVATEL。在使用全球导航卫星系统模块时,卫星信号接收天线的放置需要避免电磁干扰的屏蔽。一些强大的整机制造商会根据飞机型号定制卫星信号接收天线。
光流模块
光流模块是一种特殊的模块,可以用来感知物体的运动状态,例如测量水平方向上的位移速度,也可以用来感知周围环境,以达到避障的目的。更常见的光流模块是开源的PX4FLOW。光流模块通常在室内使用,主要是为了解决室内卫星信号差的问题。此外,要拍摄的地面需要一定的纹理图案。
周围环境传感模块
测距模块
以下是五种常用的测距模块:超声波、红外TOF、激光雷达、毫米波雷达传感器和深度传感相机。
超声波测量红外ToF激光测量深度传感相机毫米波雷达
测量距离短-短-长-中-长
测量精度高高高低
抗干扰弱弱弱强
模块体积小-小-大-中-大
超声波和红外TOF在所有方面都具有相似的性能。例如,测量距离相对较近。超声波测量的距离通常约为4米。此外,这两种传感器的使用范围很容易受到实际环境的限制。例如,红外TOF向被测物体表面发射红光并将其反射。如果遇到像玻璃这样红光反射率低的物体,它将失败。但这两种传感器最大的优点之一是成本低,而且模块尺寸相对较小,因此在消费类无人机中得到了广泛应用。
激光雷达测距的测量距离足够远。大多数产品可以达到100米以上,但大雨和大雾的天气环境会影响其测量结果。另一个缺点是成本相对较高:Velodyne是激光雷达行业中最强的。其VLP-16是一种适用于无人机的小型化产品,其价格也超过了1000美元。成本仍然相对较高。
深度传感相机根据测量技术可分为三种类型。①立体相机也被称为双目视觉技术。该技术的代表产品是大疆的Wizard 4。②结构光技术。它代表了微软的Kinect。③飞行时间技术(TOF)。由于制造商较少,成本较高,无人机的应用很少。
深度感应相机在使用时也有局限性。双目视觉技术的缺点是不能在弱光环境下正常工作,而结构光技术则相反,不能在强光下正常工作。因此,一些制造商将这两种技术结合起来,以弥补彼此的不足,并扩大其适用环境的范围。
提高测量精度的方法
传感器校准
传感器校准,包括精细校准和粗略校准。精细校准更好,但需要昂贵的校准设备;粗略校准不需要依赖于外部设备,只有传感器本身可以操作。
以磁罗盘的粗略校准为例,由于当磁罗盘旋转时,地球上任何位置的地磁场强度都可以被视为在很长一段时间内是恒定的,因此可以假设磁罗盘是根据相对运动固定的。地磁场矢量相应地旋转,矢量端点在空间中的轨迹应该是一个标准球体。然而,由于传感器的误差,实际测量的数据并不是严格地在球体的表面上。此时,它需要以测量数据为基础。数值和已知的精确值用于计算两者之间的转换关系,即磁罗盘的误差模型。将来使用这种磁罗盘时,可以根据粗略校准得到的误差模型对测量值进行处理,从而降低测量值的误差。
多传感器数据融合
有许多不同类型的传感器数据融合方法。行业中最常用的方法是EKF,它是扩展卡尔曼滤波器。
以计算飞机姿态角的融合方法为例,EKF更新过程主要分为预测更新和测量更新两部分。预测更新主要使用陀螺仪来更新预测状态量,同时计算状态量的协方差矩阵。在测量更新中,首先计算滤波器增益,然后使用滤波器增益将预测状态量、加速度计和磁罗盘的数据融合为融合状态量。同时,计算融合状态量的协方差矩阵,该协方差矩阵将在下一个更新周期中计算。
传感器冗余设计
传感器冗余设计主要是将同一类型的多个传感器组合在一起。处理方法是先去除数据异常的传感器,然后进行传感器融合。冗余设计不仅可以提高测量精度,还可以提高整个系统的可靠性。当某个传感器出现故障时,整个系统可以继续正常工作。