Coursera UPenn 机器人学课程笔记 - Course 1 Aerial Robotics Week 1
无人机的基本背景和主要概念
这节课主要是背景简介和宏观介绍
市场估计
几个点:
2015年统计值:
1、US市场每月15,000个
2、15B USD 的市场,2020年预计是25B USD。
3、几个工业领域的应用:
农业,拍照,录像,建设,基建的监视,边疆巡逻。
几个关键词
UAVs = unmanned aerial vehicles =
RPVs = Remotely Piloted Vehicles =
Aerial Robots = Drones
当前无人机发展的状态
所以无人机的发展还处于比较原始的状态,刚刚能直立行走。[手动笑哭]
无人机的几个重要功能组成
- State Estimation
主要就是对自身的位置、速度等物理参量进行估计 - Control
主要就是对无人机进行“发号施令”,使其达到目标的运动状态 - Mapping
就是地图绘制,例如整个房间都有哪些障碍物,障碍物的物理特征是啥,例如(SLAM),如下图所示:
- Planning
就是轨迹规划,trajectory planning。有了Mapping,就可以规划出来从一个点到另一个点该如何走。比如下图中蓝色的轨迹(规划)以及红色(实际)的轨迹。
State Estimate
无人机在户外可以用GPS进行导航,但是室内这事儿就没戏了,所以室内就需要光流VIO以及SLAM。需要依靠RGBD深度相机、双目相机、Kinect结构光相机等。
基础机械知识点
F 是推力,正比于角速度的平方,drag是空气阻力,M是空气阻力的力矩,也是正比于角速度的平方。这个好理解,因为空气阻力本身就是正比于速度的平方,升力本身也源于空气阻力。然后是电机扭矩-速度曲线,这个用安培力和楞次定律就好理解了(木有学过电机方面的,只能这样理解了。。。)所以电机就是要克服空气阻力做功。
Control
基本上就是自动控制原理上的那些东西了,PD和PID
PD:
Kv 和 Kp 要大于零,要不容易系统不稳定。(二阶方程特征根大于零,指数发散)。
Kv 增大可以增大阻尼,缓慢达到目标, Kp 增大可以减小阻尼,更快速到达目标值,但是过大会引起震荡过冲。
复习过阻尼,临界阻尼,欠阻尼[手动笑哭]
PID:
组成三阶闭环稳定系统。积分项用来应对一些未知参数(例如飞机质量)以及未知扰动等。
Design Consideration
这个主要是一般的经验参数了
- 一般旋翼类的是~200W/kg的功率-推力比。也就是说想产生1kg的推力,需要200W功率。换算一个单位是:0.2W/g
- 锂电池的功率一般在~400W/kg(幸好比200W/kg大,要不就飞不起来了[手动笑哭])
- 固定翼在~120W/kg上,效率比旋翼高
Agility
加速度=力除以重量,角加速度=力矩除以转动惯量(moment of inertia)
Effect of Size
尺寸带来的影响[手动奸笑]
- m∝l3 很简单,质量正比于体积,体积正比于 l3
- I∝l5 转动惯量正比于质量和旋转半径,所以是5次方
- F∝πr2×(ωr)2∝l2v2 推力正比于扇叶面积以及角速度的平方
- M∝Fl∝l3v2 扭矩
- a∝Fm∝v2l 加速度
-
α∝MI∝v2l2
角加速度
然后用Froude scaling -
v∝l√
得到 - a∝1,α∝1l 表明就加速度而言,其实size不会产生太大影响,但是角加速度会受到影响,也就是越大越笨重的意思。
还有一种是mach scaling
v∝1,F∝l2
可以得到
a∝1l,α∝1l2
角加速度的结论类似。所以从敏捷性而言,确实越小越敏捷,所谓船小好掉头啊。
更多推荐
所有评论(0)