В этой статье представлен дизайн и разработка автономного октокоптера для соревнований. В статье максимально подробно рассказывается о механической, электронной и программной системе БПЛА. Представлены различные аппаратные материалы и компоновка рамы. Используется полная установка системы электроники, настройка и некоторые процедуры взлома. Программный комплекс разбит на отдельные задачи. Подробно описаны задания. Наконец, что не менее важно, обсуждаются проблемы, трудности и направления будущих исследований.
Ключевые слова: БПЛА, октокоптер, программное обеспечение, сборка и наладка
This article presents the design and development of an autonomous competition octocopter. The article describes in as much detail as possible the mechanical, electronic and software system of the UAV. Various hardware materials and frame layouts are introduced. A complete electronics system installation, configuration and some hacking procedures are used. The software package is divided into separate tasks. Tasks are described in detail. Last but not least, problems, difficulties and directions for future research are discussed.
Keywords: UAV, octocopter, software, assembly and adjustment
Введение
Изначально проект готовился в соревновательных целях, но после применялся в написании магистерской диссертации в Таразском региональном университете им. М. Х. Дулати.
Рис. 1. Схема задания для БПЛА
Задачи заключаются в том, чтобы войти в дверь, сбросить полезный груз в обозначенную область, пройти коридор, распознать рисунок на столе, пройти через окно и приземлиться.
Чтобы БПЛА мог сбросить полезную нагрузку в указанном месте и приземлиться, робот должен иметь возможность отслеживать объект, такой как круг, и иметь механическую систему для сброса. Для этого необходима нижняя камера для обнаружения круга с использованием преобразования Хафа. И нужен дополнительный сервопривод, чтобы пройти коридор, нужно активное зондирование окружающей среды. Требуется пакет Slam.
Для распознавания образа требуется удаленный доступ к изображению для распознавания образов в наземной станции управления (НСУ).
Затем разработанный код используется в соревнованиях, таких как соревнование UAVforge, для целей отслеживания объектов. Задача заключалась в разработке многороторного быстролетающего БПЛА для отслеживания подозрительного транспортного средства на испытательной базе.
Программное обеспечение
Октокоптер имеет два основных способа конфигурации: один — параллельный, другой — звездообразный. В эксперименте исследовался только тип звезды. Наиболее подходящим материалом является алюминиевый сплав, который имеет такую же прочность, как стержень из углеродного волокна, и вдвое легче. Однако из-за производственных ограничений в БПЛА используется смешанный материал из сплава и углерода.
Рис. 2. Финальный вид октокоптера
Чтобы взлететь с компьютером, Kinect и всей батареей, нужен тяжелый БПЛА. Для выполнения всех задач робот должен быть устойчив во время движения. Для выполнения всех требований был выбран октокоптер. В рамках этого проекта были построены и испытаны в полете три БПЛА октокоптер.
Первый тип использует алюминиевый сплав для изготовления БПЛА квадратной формы. Квадратная рамка предназначена для коммерческого микроконтроллера Mikrokopter. Микрокоптер MCU менее документирован, чем Ardupilot Mega. Динамика полета неизвестна по коммерческим причинам. Затем тестируется код Ardupilot на такой форме кадра, когда БПЛА продолжает рыскать в одну сторону. Несмотря на то, что рыскание компенсируется программно, динамический параметр остается нестабильным. После серьезного исследования было обнаружено, что проблема заключается в том, что рычаг, удерживающий лезвия, вращающиеся по часовой стрелке, меньше, чем рычаг, удерживающий лезвия, вращающиеся против часовой стрелки.
Второй прототип имеет форму звезды и круга со стержнями из углеродного волокна равной длины. Box PC защищен пеной, заполненной центральной структурой. Во время испытаний были аварии вместе с поломками. Система оказалась неустойчивой из-за того, что тяга пропеллера настолько велика, что он отскочил от земли и ударился о твердые пены. Отсюда делается вывод, что необходима защитная крышка, а центральная структура должна быть полой.
Финальный прототип
Корпус БПЛА изготовлен из стержня из углеродного волокна, блок обработки держится на алюминиевых стержнях, благодаря чему он пропускает ветер и более стабилен в нижнем положении. Он имеет пенопластовое покрытие, армированное углеродом, для защиты БПЛА и человека. Крышка также помогает проскользнуть через дверной проем, не задев пропеллеры.
Рис. 3. Финальный прототип октокоптера
Электроника
Электроника в этом проекте состоит из трех основных частей: модуля обработки изображений, модуля обработки команд и модуля привода/привода. Каждый из модулей имеет свои ограничения и постоянно возникают странные проблемы. Примерно 3 месяца уходит на то, чтобы понять, что должна включать в себя вся система, чтобы решить все проблемы.
В период реализации реализуются два разных подхода.
Во-первых, если беспроводные помехи низкие, а скорость высокая, вся обработка изображений будет выполняться на наземной станции с использованием ноутбука i7 с ускорением графического процессора.
Второй подход — все идет на борт БПЛА. GCS предназначен только для целей мониторинга.
Общий вид бортовой системы БПЛА показан ниже.
Рис. 4. Система электроники на борту БПЛА
Рис. 5. Электронная система на GCS
Для того, чтобы БПЛА выполнял поставленные задачи, необходим двухъядерный компьютер Ardupilot Mega, Zotac Box PC. Сенсорным модулем может быть Kinect, стереокамера или Lidar Hokuyo.
Аппаратное обеспечение
В этом проекте огромное количество усилий направлено на разработку программного обеспечения. Несколько онлайн-кодов с открытым исходным кодом и собственные разработанные коды были протестированы и некоторые из них используются. Представляется актуальным и важным обсудить все методы.
Обратная связь и обработка датчика
Сенсорная обратная связь для БПЛА немного отличается от наземных роботов. БПЛА имеет два уровня обработки. Нижний уровень — это обработка APM, а верхний — обработка команд более высокого уровня. Обработка нижнего уровня использует существующий исходный код мегапроекта Ardupilot для считывания датчиков IMU для выполнения основных функций, таких как взлет и балансировка. Сам код состоит из управления 8 роторами. Код нижнего слоя можно найти в проекте Google и подробно обсуждать не будем. Команда верхнего уровня взаимодействует с APM через последовательный порт com3 APM. Система обновляет только рыскание, тангаж, крен и высоту сверху вниз.
БПЛА и одометрия
Основная идея этой части состоит в том, чтобы получить обратную связь об угловых и поступательных движениях робота. Затем с помощью данных одометрии можно было составить карту окружающей местности. В ходе реализации тестируются Kinect, стереозрение и визуальная одометрия на основе монокамеры.
Основа Kinect
Kinect может выдавать довольно точные данные о глубине. В ходе реализации проекта новый открытый код Kinfu был скомпилирован с помощью ROS. Была надежда, что с помощью Кинфу одометрия и слэм будут с высокой точностью.
Однако данные облака точек настолько велики, что ни обычный ноутбук, ни BoxPC не могут обрабатывать трехмерную визуальную одометрию в режиме реального времени.
Рис. 6. 3D и 2D пространства пройденные БПЛА
В этом случае используется двухмерная визуальная одометрия с использованием линии, извлеченной из изображения глубины Kinect. Этот метод использует тот же самый принцип регистрации LIDAR. Он сделан таким образом, что датчик является взаимозаменяемым. Отличается только roslaunch, и все они являются стандартным пакетом ROS.
Сканирование лазерного диапазона можно легко настроить с помощью нескольких команд. Затем следует вычислить одометрию и создать карту.
Одометрия рассчитывается с использованием пакета ROS laser_scan_mathcer. Пакет работает на основе метода Canonical Scan Matcher Андреа Чензи. Пакет принимает сообщение лазерного сканирования и датчик для базовой матрицы преобразования для вычисления на основе 2D итеративной точки сближения (ICP). К настоящему времени получена матрица преобразования робота и матрица положения.
Карта создается приложением с использованием пакета ROS slam_gmapping. Кроме того, он использует Canonical Scan Matcher для вычисления соответствия и создания карты с использованием переданных данных лазерного сканирования.
Как для пакета одометрии, так и для пакета gmapping работать с ними очень утомительно. Необходимо настроить десятки параметров. Поэтому хорошей идеей будет написать файл запуска.
Навигация
Навигация является конечным узлом системы. Этот узел работает на карте и одометрии, сгенерированных предыдущими узлами вместе с текущим лазерным сканированием или сканированием облака точек. Настройка этого узла также достаточно сложна. И рекомендуется использовать файл запуска для запуска всех из них.
Во-первых, необходимо написать и опубликовать матрицу преобразования tf между датчиком и центром робота. Узел датчика должен быть активирован для публикации данных лазера. Узел последовательной связи Arduino запущен в ожидании данных команды.
Затем необходимо настроить узел одометрии. Получена матрица движения робота.
Между тем, узел картографического сервера должен быть вызван для создания статической карты. И эта карта должна быть опубликована.
Наконец, запускается узел навигации ROS со всеми прочитанными значениями, закодированными в файле запуска.
Прямо сейчас целевая область назначается с помощью инструментария визуализации ROS. Поле для соревнований покрыто гнездом. Для Kinect скорее всего гнездо не обнаружат. Таким образом, возникает угроза безопасности. Таким образом, действия робота определяются входными данными компьютера.
Проблема и будущие исследования
Осталась самая сложная проблема — обработка. Бортовой ПК слишком медленный для быстрой работы. Наземная обработка создает нежелательное отставание.
Навигация все еще ожидает ввода оператором инструментов визуализации. С помощью комбинации лазерного и ультразвукового датчика можно обнаружить гнездо. Затем можно применить поиск в глубину.
БПЛА пока достаточно громоздкий и малоэффективный. КПД двигателя составляет около 40–50 %. А преобразователь питания для BoxPC еще хуже. Время летных испытаний ограничено 10 минутами в течение 2 дней.
Подводя итог всем методам одометрии, которые до сих пор тестировались, лучшим способом по-прежнему является использование лазерного дальномера. Лазерный дальномер легкий и прочный. Одометрия на основе Kinect все еще может быть хорошим выбором, если бюджет ограничен.
Литература:
- А. А. Ардентов, И. Ю. Бесчастный, А. П. Маштаков, А. Ю. Попов, Ю. Л. Сачков, Е. Ф. Сачкова. «Алгоритмы вычисления положения и ориентации БПЛА». (2012 год)
- В. Жданкин. «Ультразвуковые датчики для систем управления». (2013 год)
- В. Денисенко. «ПИД-регуляторы. Принципы построения и модификации». (2016 год)
- И. П. Болодурина, А. А. Нугуманова, В. Н. Решетников. «Фильтр Калмана как метод вторичной обработки информации». (2015 год)
- И. В. Прокопьев. «Автоматизация системы управления беспилотным летательным аппаратом». (2013 год)
