基于Linux的小型无人直升机的实时仿真系统

小型无人直升机具有垂直起降、悬停、巡航以及快速转变航向等特性，使得它成为一种理想的无人飞行器，并被广泛地应用于除军事目的以外的诸如交通执法监控、海洋／环境监测以及航空摄影／测量等许多领域。在进行实际自主飞行试验时，由于小型无人直升机本身是一个极其复杂的非线性系统，加之实验环境的变化，因此具有很大的不确定性，稍有不慎，就可能造成飞机的失控甚至坠毁。为了保证实际飞行实验的安全，缩短开发周期，减少开发资金的投入，同时便于对飞行控制系统进行验证与调较，设计一套小型无人直升机的实时仿真系统便显得尤为迫切。详细介绍了基于Linux的小型无人直升机的实时仿真系统整个搭建过程。
　　1 小型无人直升机实时仿真系统结构
　　1．1 无人直升机实时仿真系统构建
　　在此以Raptor90无人直升机为实验平台，如图1所示。

　　要构建一套切实可行的小型无人直升机仿真系统，需要对小型无人直升机实际飞行过程进行全面的建模。而其中对小型无人直升机系统的数学模型建模又是重中之重。这里主要利用MIT以及Aalborg大学研究人员提出的两套无人直升机的建模方法，结合各自的优点，充分考虑无人直升机在不同模态切换之间的模型差异，对无人直升机进行数学建模，并转换成可以实施的仿真系统模型。仿真系统主要包括直升机数学模型模块、飞行控制系统模块、数据融合模块、控制输入模块，人机图形界面模块以及数据通信模块等。其中直升机数学模型模块主要包括：直升机非线性模型、直升机线性化模型、阵风扰动模型、地形模型、传感器模型以及伺服驱动器模型。直升机非线性模型主要包括主旋翼、伺服小翼、尾旋翼、空气动力学模型以及6自由度刚体动力学模型。直升机线性化模块主要是在直升机非线性模型的基础上根据控制需要进行适当的简化，以便用来对线性控制器的性能进行检验。阵风扰动模型主要用来对小型无人直升机在实际飞行环境中的阵风进行interwetten与威廉的赔率体系 。地形模型主要考虑直升机在起飞和降落过程中与地面之间的相互作用。这当中涉及到地面与桨叶间的涡流效应，对其建模非常复杂，故这里暂时不考虑。传感器模型主要包括GPS定位模型、IMu测量模型和声纳测距模型。伺服驱动模型主要模拟将伺服板接收到的输入信号转换为伺服电机的转动并最终转换成机械动作后直接作用于旋翼的过程。飞行控制系统模块指利用设计的控制算法对直升机进行自主飞行控制。数据融合模块主要指利用卡尔曼滤波算法对各个传感器测量到的数据进行融合计算。控制输入模块主要用于直升机自主飞行时对其飞行状态进行调校。人机图形界面能生动实时地再现直升机的仿真效果。经过以上分析，可以得到小型无人直升机仿真系统的结构图如图2所示。