Nghiên cứu ứng dụng khí cụ bay tự động vào công tác quan trắc phục vụ quản lý môi trường

ỦY BAN NHÂN DÂN TP.HCM SỞ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC QUỐC GIA TP.HCM ĐẠI HỌC BÁCH KHOA BÁO CÁO NGHIỆM THU (Đã chỉnh sửa theo góp ý hội đồng nghiệm thu ngày 22/01/2010) NGHIÊN CỨU ỨNG DỤNG KHÍ CỤ BAY TỰ ĐỘNG VÀO CƠNG TÁC QUAN TRẮC PHỤC VỤ QUẢN LÝ VÀ BẢO VỆ MÔI TRƯỜNG CHỦ NHIỆM ĐỀ TÀI: HUỲNH VĂN KIỂM THÀNH PHỐ HỒ CHÍ MINH THÁNG 02/ 2010 TĨM TẮT NỘI DUNG NGHIÊN CỨU (Theo đề cương duyệt) Đề tài "Nghiên cứu ứng dụng khí cụ bay tự động vào cơng tác quan trắc phục vụ quản lý bảo vệ môi trường" thiết lập nhằm nghiên cứu, thiết kế chế tạo khí cụ bay tự động, mang thiết bị chuyên dụng máy ảnh, máy quay video, bay tự động theo lộ trình lập sẵn phục vụ cho cơng tác quản lí mơi trường, tài ngun thiên nhiên Để thực đề tài này, cần hoàn thành khối lượng cơng việc lớn Do chia làm hai giai đoạn Trong giai đoạn 1: thiết kế & chế tạo máy bay cho ổn định, điều khiển tốt & có khả mang tải; thiết kế & chế tạo mạch điện cảm biến để thu thập liệu bay; nhận dạng mơ hình tốn học máy bay từ liệu bay; xây dựng giải thuật điều khiển bay tự động mơ máy tính; viết chương trình phần mềm cho trạm mặt đất; kiểm tra khả chụp ảnh không Trong giai đoạn 2, phần hiệu chỉnh hệ thống máy bay bay tự động hồn tất Trong dự án chúng tơi thực giai đoạn Giai đoạn thực dự án khác Dự án bao gồm nội dung nghiên cứu sau: Phân tích nhu cầu sử dụng khí cụ bay tự động (UAV) công việc quan trắc, phục vụ cho quản lý bảo vệ môi trường Tp HCM a Nghiên cứu tổng quan nhu cầu quan trắc phục vụ quản lý bảo vệ môi trường Tp.HCM b Phân tích để lựa chọn lọai máy bay (MB), thơng số thiết kế cần thiết cho MB c Xác định kích thước thông số MB dùng nghiên cứu thử nghiệm d Nghiên cứu – thiết kế tích hợp hệ thống chụp ảnh giám sát môi trường Thiết kế, chế tạo MB a Thiết kế MB b Chế tạo MB c Bay thử nghiệm, đánh giá chất lượng MB thiết kế, chế tạo, kiểm tra, hiệu chỉnh Xác định thông số ổn định điều khiển MB (nhận dạng hệ thống) a Xây dựng mơ hình tốn cho MB với thơng số ổn định điều khiển b Xây dựng chương trình tính ngược (giải thuật, chương trình) thơng số ổn định điều khiển (stability & control derivatives) từ liệu bay thử nghiệm c Mô kiểm nghiệm chương trình tính máy tính phần mềm MATLAB Nhận dạng hệ thống từ liệu bay thử nghiệm Xây dựng chương trình điều khiển tự động MB (giai đoạn bay bằng) a Xác định yêu cầu bay tự động, chất lượng bay (flying qualities) b Phân tích đặc điểm, tính hệ thống tự ổn định máy bay c Xây dựng giải thuật điều khiển dẫn đường d Viết chương trình điều khiển tự động bay cho MB e Mô phỏng, kiểm nghiệm hiệu chỉnh chương trình điểu khiển tự động bay máy tính phần mềm MATLAB Thiết kế, chế tạo thiết bị điện tử cần thiết máy bay, lập trình phần mềm theo dõi hoạt động bay a Thiết kế mạch điện tử thu thập liệu từ thiết bị cảm biến, mạch điều khiển cấu chấp hành servo b Xây dựng chương trình phần mềm cho trạm điều khiển mặt đất Trạm mặt đất giúp cho người điều khiển theo dõi tín hiệu camera, trạng thái máy bay trình bay thử, đánh giá chất lượng chương trình điều khiển tự động can thiệp vào điều khiển, nhiệm vụ máy bay cần thiết c Nghiên cứu truyền liệu MB & trạm mặt đất i Bố cục báo cáo nghiệm thu trình bày dạng chương, số chương báo cáo hội nghị Cơ Điện Tử Toàn Quốc 2008 - Đà Nẵng, HN Cơ Học Toàn Quốc 2009 - Hà Nội, The 2009 International Forum on Strategic Technologies (IFOST2009) - TP.Hồ Chí Minh, Tạp Chí Tin Học & Điều Khiển Chương 1: Tổng quan đề tài Chương 2: Thiết kế chế tạo máy bay KATA Chương 3: Thiết kế hệ thống cảm biến đo lường máy bay KATA Chương 4: Phân tích & lọc liệu thu từ hệ thống cảm biến Chương 5: Nhận dạng hệ thống máy bay từ liệu bay thử nghiệm Chương 6: Thiết kế giải thuật điều khiển bay tự động cho máy bay KATA Chương 7: Thiết kế phần mềm cho trạm điều khiển mặt đất Chương 8: Nghiên cứu ứng dụng camea quan trắc cho UAV Chương 9: Thử nghiệm truyền nhận tín hiệu camera máy bay & trạm mặt đất Trong chương giới thiệu sơ lược khí cụ bay tự động (UAV), ý nghĩa khoa học & khả ứng dụng Từ việc tìm hiểu nhu cầu quan trắc Viện Tài Nguyên & Môi Trường Tp.HCM, chuyến khảo sát thực tế, nhóm nghiên cứu đưa số tốn quan trắc mơi trường Tp.HCM & phân tích khả giải tốn nhóm nghiên cứu Phạm vi, đối tượng & nội dung nghiên cứu đề tài xác định rõ ràng Máy bay đối tượng nghiên cứu MB, địi hỏi phải mang tải (máy chụp ảnh, thiết bị đo nhiệt độ, áp suất khơng khí ), bay ổn định tầm bay đủ lớn để chụp ảnh phạm vi rộng, có khả điều khiển tốt để thực thao tác không bay tự động theo quỹ đạo cho trước Do cần phải có thiết kế tốt cho máy bay Chương trình bày yêu cầu kỹ thuật MB KATA, qui trình thiết kế & chế tạo, đặc tính ổn định & điều khiển MB, vẽ 2D & 3D, bảng thông số kỹ thuật & kết bay thử nghiệm Để điều khiển MB bay tự động thơng số trạng thái MB cần xác định Chương trình bày thiết kế hệ thống cảm biến (phân tích thiết kế, lựa chọn cảm biến, thiết kế chi tiết) đo lường thông số trạng thái MB KATA bao gồm cảm biến đo: vị trí (GPS), gia tốc, vận tốc góc, tốc độ gió, độ cao, từ trường (la bàn số), góc lệch bề mặt điều khiển Hệ thống cảm biến MB KATA thỏa mãn yêu cầu cung cấp đầy đủ tín hiệu đo thích hợp cho hệ thống điều khiển trung tâm, cung cấp liệu bay thử nghiệm đủ để nhận dạng hệ thống MB, thỏa mãn yêu cầu tổng trọng lượng kích thước phù hợp với khả tải MB, chi phí thấp Mặc dù hệ thống cảm biến sử dụng mạch lọc mạch khếch đại analog hardware, song mạch lọc loại nhiễu dải tần số định Do vậy, liệu đo từ hệ thống cảm biến trước đưa vào sử dụng cần lọc phần mềm: lọc thông thấp, lọc thơng cao, lọc Kalman Các góc Euler MB (Pitch, Roll, Yaw) đo trực tiếp mà phải ước lượng từ đại lượng đo lường quán tính IMU (ax, ay, az, p, q, r) kết hợp với la bàn số GPS Thuật toán lọc Kalman dùng để ước lượng góc Euler Những phân tích & lọc liệu thu từ hệ thống cảm biến trình bày chương Các kết lọc liệu thu từ mô Matlab, thí nghiệm bàn xoay trục, bay thử nghiệm trình bày chương Phần giới thiệu IMU, lọc Kalman trình bày chi tiết phụ lục A Để phân tích thiết kế hệ thống điều khiển tự động cho MB cần phải hiểu rõ đặc tính động lực học MB-được mơ hình hóa dạng hệ thống phương trình học bay Trong chương 5, mơ hình chứa tham số ổn định điều khiển MB ước ii lượng từ liệu bay thử nghiệm phương pháp nhận dạng phổ biến hàng không Equation Error Maximum Likelihood Các tín hiệu cung cấp cho q trình bay thử nghiệm xung vng 3-2-1-1 tín hiệu thử tối ưu (được thiết kế phương pháp quy hoạch động Bellman) Cấu trúc mơ hình toán xác định phương pháp SWR Bộ thống số MB ước lượng mô tả gần với đáp ứng động lực học MB bay thử nghiệm Mơ hình tốn học dùng làm đánh giá đặc tính động lực học & điều khiển MB thiết kế điều khiển bay tự động cho MB KATA Sau nhận dạng hệ thống MB, cụ thông số ổn định điều khiển MB, giải thuật điều khiển bay tự động cho MB KATA thiết kế & trình bày chương Bộ điều khiển bay tự động gồm có mode chính: mode dọc trục, mode ngang/hướng Điều khiển logic mờ điều khiển hướng MB, giúp MB bám quỹ đạo cho trước dạng điểm-điểm Điều khiển PI trì độ cao vận tốc MB bay tự động Giải thuật di truyền đa mục tiêu sử dụng để thiết kế tối ưu điều khiển mờ Các mục tiêu bao gồm cực tiểu hóa sai số bám điểm, độ thay đổi góc nghiêng cánh, độ thay đổi bề mặt điều khiển, cực đại hóa thời gian bay Bộ điều khiển bay tự động mô MATLAB AeroSim cho thấy MB ổn định điều kiện khơng /có nhiễu động gió Một số phân tích hệ thống điều khiển bay tự động thường gặp MB trình bày phụ lục B Chương trình bày vai trị trạm mặt đất họat động UAV, yêu cầu cho việc xây dựng chương trình mức độ hiển thị thơng số UAV, phân tích, thiết kế xây dựng phần mềm cho trạm điều khiển mặt đất, nghiên cứu giao tiếp phần cứng với máy tính, cổng nối tiếp RS232, giao thức thơng điệp, xử lý liệu, thiết kế cấu trúc thành phần chương trình, mơ hình ứng xử, hiển thị trực quan liệu bay, thiết kế đồ họa giao diện Các yêu cầu cụ thể đặt chương trình phần mềm trạm: khả thu nhận, xử lý liệu từ UAV gửi về; khả theo dõi trạng thái thực UAV (cao độ, góc nghiêng, vận tốc,….); khả theo dõi, xác định vị trí UAV, khả lưu trữ liệu; khả trình diễn, mơ lại q trình bay Kết kiểm nghiệm phần mềm tích hợp với phần cứng (MB, trạm mặt đất) trình bày chương Nghiên cứu ứng dụng camera quan trắc cho UAV trình bày chương bao gồm: tổng quan việc ứng dụng hệ thống camera cho UAV, phân tích lựa chọn camera cho UAV, đánh giá khả mang camera quan trắc MB KATA, kết luận số kiến nghị Chương trình bày thử nghiệm việc truyền tín hiệu camera MB KATA trạm mặt đất Giới thiệu hệ thống camera quan trắc MB KATA Thiết lập truyền nhận liệu hình ảnh MB trạm mặt đất Một số kết hình ảnh camera thu MB KATA bay thử nghiệm Đánh giá kết số kiến nghị Phần kết luận báo cáo nghiệm thu tóm tắt lại cơng việc mà nhóm nghiên cứu hoàn thành, kết & sản phẩm đạt được, số kiến nghị & hướng phát triển iii SUMMARY OF RESEARCH CONTENT Chapter 1: Overview Study This subject presents a history of UAV development, UAV classification (SUAV, MALE, HALE, UCAV), fundamental structure of a UAV, UAV research and development situation in USA, Europe, Asia, Vietnam It also studies UAV’s scientific significances and applications obviously, such as: natural science (the Earth, air pollution, ocean, hurricane, water-cannon…), agriculture, forestry, search and rescue, environment and natural resource monitoring From the detailed analysis, the subject shows the necessity of UAV research and application to urban monitoring, environment and natural resource protection, traffic control Then a proposal of UAV research is described Chapter 2: Design of KATA Airplane Most of radio-controlled airplanes in the market are used for hobbyists These kinds of the planes have no or very small payload capacity They are only designed for aerobatic maneuvers In the project “Research and Design of Unmanned Air Vehicle to Environment Monitoring for Management and Protection”, the airplane needs to have payload capacity (such as camera, thermometer, barometer…), good stability/performance and short-tomedium range to monitor the environment Therefore, a specific airplane design is necessary KATA airplane design is based on the popular airplane design rules of Roskam and the method of estimating R/C model aerodynamics and performance (Leland M N) KATA airplane is made of composite It has speed of 85km/s, span of 2.5m, total weight of 12kg, payload of 3kg, range of 6km, endurance of 45minutes, altitude of 600m, 4-cycle engine, 2D and 3D drawings Analysis of Flight Stability and Control for Unmanned Air Vehicle A process of flight stability and control analysis for KATA unmanned air vehicle is presented This analysis gives important information of aircraft dynamic behavior, which is useful in the design and analysis of flight automatic control Static stability and control analysis shows the allowable displacement of the center gravity which is also called as static margin, the magnitude of significant control and stability derivatives representing the static stability and control characteristics, such as: pitch/roll/yaw stiffness, pitch/roll/yaw damping Dynamic stability is also analyzed to determine which dynamic mode is unstable or slight damping Aircraft modeling conducts nonlinear equations of motion These equations are frequently linearized for use in stability and control analysis by smalldisturbance theory and Taylor expansion Then, eigenstructure technique is used to examine the natural frequency and damping ratio of longitudinal modes and lateral modes This paper also study commonest problems in flight dynamics, that consists of finding the motion when the laws of the forces are given and inverse problem, i.e the system and the motion are given and the law of forces have to be calculated Short-term and long-term response to actuator controls are studied in types of frequency response and step response Finding the control surface laws to achieve desired motions (turn coordination, climbing, glide, pull-up, Dutch-roll mode elimination…) is also solved Chapter 3: Design of a measurement system for UAV This subject presents a design of a measurement system (design analysis, sensor selection, and detailed design) for UAV that consists: - Inertial Measurement Unit (IMU) - the main component of inertial guidance systems used in UAV IMU works by sensing motion including the type, rate, and direction of that motion, using a combination of accelerometers and gyroscopes The data collected from these sensors allows a flight controller to track a UAV's position iv - Airspeed measurement sensor: measures local airstream magnitude and angle with respect to the plane - Altimeter sensor - Potentiometer sensors: measure deflection angles of control surfaces - Compass sensor: a navigational instrument for determining the direction of the UAV relative to the earth's magnetic poles Requirements: - Provide exact and sufficient measurement signals form sensors for central process unit - Meet the payload capacity of UAV - Low cost Chapter 4: Data Analysis & Filtering Athough we used filter circuits, op-amp circuits in hardware of the measurement unit, noises are only ejected from measured data in some frequencies In order to use these measured data effectively, they must be filtered by softwares such as: low-pass filter, hight-pass filter and Kalman filter Euler angles (pich, roll, and yaw) can not be measured directly; they are estimated from data of inertial measurement unit; GPS and magnetometer Extended Kalman Filter is used to that Data filtering program is simulated in Matlab software, verified in 3-axis rotation table experiment and flight test data Chapter 5: Aircraft System Identification from Flight Test Data It is necessary to understand dynamic behaviors of an aircraft when analyzing and designing its flight automatic control system Therefore, aircraft system identification is implemented to estimate aerodynamic and control derivatives from flight test data The estimation uses methods: equation error and maximum likelihood method Aircraft system identification program is written in Matlab language, and then verified in Aerosonde UAV with its true aerodynamic & control derivatives This subject also presents advantages and disadvantages of each estimation method, flight test input design, optimization Newton-Raphson method Blockset AeroSim of Matlab is used to simulate the program and the model of airplane with pseudo measurement noises Design of Optimal Inputs for Aircraft System Identification from Flight Test Optimal inputs for aircraft (A/C) parameter estimation process are designed by using Bellman dynamic programming When using these optimal inputs, flight test data will be received with richest information So, the accuracy of estimated A/C parameters will be improved Cramer-Rao bound is considered as a measurement of these accuracies A comparison of the results with optimal inputs and conventional inputs is also presented in two estimation methods (Equation Error Method, Maximum Likelihood Method) Another interesting result is that one can design optimal inputs for MIMO system identification Chapter 6: Design of Fuzzy Logic Controller for UAV using Multi-objective GA Fuzzy logic controllers are ability to model nonlinear relationships of the system It has stability robustness and performance robustness in the appearance of uncertain process parameters, measurement noises, and environment disturbances It is easy for code generation Fuzzy logic algorithms are intuitively easy to understand and allow the user to encapsulate the experience of experts in an efficient manner This subject presents design of fuzzy logic controller for UAV using multi-objective genetic algorithm for fuzzy parameter tuning v UAV tracks a given trajectory (including desired waypoints-WP) in horizontal plane by using the latitude-longitude fuzzy controller to control the heading angle with the assumption that altitude and speed are constant Heading angle is normally controlled by establishing a certain bank angle and holding that angle until the desired heading change has been achieved Airspeed and altitude of UAV may be sustained by PI controllers with the control inputs including elevator and throttle When combined, the controllers satisfy requirements of trajectory tracking in the wind gust condition, limit of servo magnitude/response rate, limit of outputs (bank angle, AOA, pitch angle) Chapter 7: Design of a software for UAV ground control station (GCS) Ground Control Station (GCS), one of the most important parts of Unmanned Aerial Vehicle (UAV) system, is used for controlling, monitoring the operation of the UAV The operator, technician, can monitor in real-time aircraft’s flight data, such as its positions, status, images, etc In case of higher requirements, GCS can modify UAV’s mission by sending command message through data link system First, this subject will introduce more detail about the role of Ground Control Station in UAV system, and requirements for designing the software for GCS to monitor UAV status Finally, it will present more about design process including analysis, modeling, and implementation the software of GCS Chapter 8: Study of camera on environment monitoring application for UAV Introduction to camera application in UAV Analysis of camara selection Estimation of camara deployment possibility of KATA aircraft Conclusion Chapter 9: Experiment on camera data transmitting & receiving between aircraft and ground station Introduction to camera system for monitoring in KATA aircraft Setup of camera data transmitting and receiving between aircraft and ground station Some aerial photograph obtained from camera during flight test Conclusion vi MỤC LỤC Trang i Tóm tắt đề tài/dự án Mục lục vii Danh sách chữ viết tắt ix Danh sách bảng x Danh sách hình x Bảng tốn xv Tên đề tài/dự án: Chủ nhiệm đề tài/dự án: Cơ quan chủ trì: Thời gian thực hiện: Kinh phí duyệt: Kinh phí cấp: theo TB số: TB-SKHCN ngày / xvi Mục tiêu xvi Nội dung ……………………………………………… xvi 3.1 Nội dung thực xvii 3.2 Sản phẩm xviii NỘI DUNG NGHIÊN CỨU, KẾT QỦA VÀ THẢO LUẬN I Chương 1: Tổng quan đề tài 1 Sơ lược khí cụ bay tự động (UAV), ý nghĩa khoa học khả ứng dụng II III Bài tốn quan trắc mơi trường Tp.HCM 13 Khả giải tốn quan trắc mơi trường đề tài 18 Phạm vi, đối tượng & nội dung nghiên cứu đề tài 20 Chương 2: Thiết kế chế tạo máy bay KATA 22 Máy bay KATA yêu cầu kỹ thuật 22 Qui trình thiết kế chế tạo MB 23 Đặc tính ổn định điều khiển MB KATA 24 Kết bay thử nghiệm, vẽ, bảng thông số kỹ thuật 30 Phần bổ sung 37 Chương 3: Thiết kế hệ thống đo lường MB KATA 40 Các đại lượng đo lường yêu cầu hế thống đo lường 40 Phân tích thiết kế - lựa chọn cảm biến, sơ đố nguyên lý 40 Thiết kế chi tiết 43 vii IV V VI Thiết kế thi công mạch in 51 Kết luận 56 Chương 4: Phân tích lọc liệu thu từ hệ thống đo 57 lường MB Các đại lường đo lường phép lọc sử dụng 57 Thiết kế lọc Kalman – giải thuật & chương trình 58 Kết thí nghiệm Matlab, bàn xoay trục 61 Kết lọc liệu bay thử nghiệm – nhận xét & hướn phát triển 62 Chương 5: Nhận dạng hệ thống MB từ liệu bay thử nghiệm 64 Vai trò việc nhận dạng hệ thống MB 64 Giải thuật ước lượng thông số ổn định điều khiển MB 64 Các kết mô & thực nghiệm 68 Nhận xét, kết luận & kiến nghị 79 Phần bổ sung 80 Chương 6: Thiết kế giải thuật điều khiển bay tự động cho MB 81 Giải thuật điều khiển bay tự động cho MB KATA – yêu cầu 81 kỹ thuật Các phân tích hệ thống điều khiển bay tự động cho MB 81 VII VIII IX Cấu trúc điều khiển bay tự động cho MB KATA 82 Kết tính tốn, mơ & nhận xét 85 Kết luận 90 Chương 7: Thiết kế phần mềm cho trạm điều khiển mặt đất 93 Vai trò trạm mặt đất hoạt động UAV 93 Phương pháp thiết kế phần mềm thu thập hiển thị liệu bay 94 Kết kiểm nghiệm phần mềm tích hợp với phần cứng 105 Kết luận & kiến nghị 106 Chương 8: Nghiên cứu ứng dụng camera quan trắc cho UAV 107 Tổng quan việc ứng dụng hệ thống camera cho UAV 107 Phân tích lựa chọn camera cho UAV 109 Đánh giá khả mang camera quan trắc MB KATA 119 Kết luận & kiến nghị 122 Chương 9: Thử nghiệm truyền tín hiệu camera MB tram 125 mặt đất Hệ thống camera quan trắc MB KATA 125 Lắp đặt camera & thiết lập truyền liệu hình ảnh viii 127 Thử nghiệm hoạt động hệ thống camera 128 Đánh giá kết số kiến nghị 131 X KẾT LUẬN 132 XI PHỤ LỤC 136 A Khối cảm biến quán tính IMU – Bộ lọc Kalman 136 B Một số hệ thống điều khiển bay tự động thường gặp MB 143 C Các báo khoa học tham dự hội nghị, đăng tạp chí 149 (trang đầu) DANH SÁCH CÁC CHỮ VIẾT TẮT ADC Cov( ) CPU DGPS DIS DOF EA EE E( ) FIFO FIR FOV GA GCS GPS HĐH IIR IMU INS ISO MB MBMH MEMS ML NED NSGA OIS PC PID PP OPAMP RPV SWR Bộ chuyển đổi tín hiệu analog sang tín hiệu số (Analog Digital Converter) Hiệp phương sai (Covariance) Đơn vị xử lí trung tâm (Central Processing Unit) Hệ thống định vị toàn cầu cải sai phân (Differential Global Positioning System) Ổn định hóa hình ảnh số (Digital Image Stabilization) Trường độ camera (khoảng cho ảnh rõ nét) Giải thuật tiến hóa (Evolutionary Algorithm) Phương pháp sai số phương trình (Equation Error) Kì vọng (Expectation) Vào đầu tiên, (First In First Out) Đáp ứng xung hữu hạn (Finite Impulse Response) Góc mở ống kính (field of view) Giải thuật di truyền (Genetic Algorithm) Trạm điều khiển mặt đất (Ground Control Station) Hệ thống định vị toàn cầu (Global Positioning System) Hệ điều hành Đáp ứng xung vô hạn (Infinite Impulse Response) Khối đo lường quán tính (Inertial Measurement Unit) Hệ thống dẫn đường quán tính (Inertial Navigation System) Tổ chức tiêu chuẩn hóa quốc tế (International Standards Oganization) Máy bay Máy bay mơ hình Cảm biến dạng vi điện tử Phương pháp Maximum Likelihood Hệ trục tọa độ Bắc-Đông-Hướng xuống (North-East-Down) Giải thuật di truyền xếp hạng khơng bị vượt trội Ổn định hóa hình ảnh quang học (Optical Image Stabilization) Máy tính cá nhân (Personal Computer) Điều khiển tỉ lệ-tích phân-vi phân (Proportional-Integral-Differential) Phương pháp Bộ khuếch đại thuật toán Máy bay điều khiển từ xa (Remotely Piloted Vehicle) Phương pháp hồi quy bước (Stepwise Regression) (Non-dominated Sorting Genetic Algorithm) ix A.2 Các Góc Euler ma trận xoay DCM(Direction Cosine Matrix): Hình 1.2: Hệ tọa độ Body frame gắn liền với máy bay Ma trận xoay dùng để chuyển đổi hệ trục tọa độ sang hệ trục tọa độ khác.Để chuyển từ hệ tọa độ định vị (navigation frame) NED gắn liền với trái đất sang hệ tọa độ Body Frame gắn liền với máy bay ta thực phép xoay liên tiếp quanh trục tọa độ • Xoay quanh trục vecto trọng trường g(trục Z) góc ψ ( góc yaw) • Xoay quanh trục y(ở vị trí sau phép quay ) góc θ ( góc pitch) • Xoay quanh truc x(ở vị trí sau phép quay trên) góc φ (góc roll) Các góc ψ , θ , φ góc Euler.Ma trận xoay Cnb từ hệ tọa độ định vị sang hệ tọa độ gắn liền với vât body frame thực theo thứ tự phép xoay nói tính sau: Cnb =R( φ ).R( θ ).R(ψ ) (1.2.1) Ma trận DCM định nghĩa : (1.2.2) Trong cosine sine góc Euler định nghĩa c(.) s(.) A.3 Quan hệ ⎡⎣φ • ,θ • ,ψ • ⎤⎦ [p q r] Ma trân DCM tính biết góc Euler.Và để biết góc Euler ta tính tốn tốc độ thay đổi góc Euler từ vận tốc góc đo từ cảm biến Gyro [ p q r].Đây vận tốc góc hệ tọa độ Body Frame.Bởi phép quay Euler thực theo thứ tự R( φ ).R( θ ).R(ψ ) nên muốn tính vận tốc góc hệ tọa độ định vị 137 Navigation frame ⎡⎣φ • , θ • ,ψ • ⎤⎦ từ vận tốc góc [p,q,r] hệ tọa độ gắn liền với vật Body frame ta thực theo phương trình sau (1.3.1) Hay (1.3.2) Ngược lại ta tính (1.3.3) π Để khắc phục điều người ta dung thuật toán quarternion hay dùng hệ phương trình để thay Phương trình (1.3.3 ) khơng định nghĩa góc Pitch= (1.3.4) Và từ hệ (1.3.3) (1.3.4) ta ước lượng góc trạng thái : (1.3.5) 138 A.4 Bộ Lọc Kalman: Năm 1960 R.E Kalman xuất báo với tiêu đề “A New Approach to Linear Filtering and Predication Problems” Nghiên cứu Kalman khắc phục hạn chế lọc Weiner-Hopf việc giải toán thống kê tự nhiên Kể từ đó, danh từ lọc n Kalman đời Bộ lọc ước lượng trạng thái x ∈ ℜ trình thời gian rời rạc theo phương trình sai phân tuyến tính: xk = Axk −1 + Buk −1 + wk −1 (1.4.1) n Với việc đo z ∈ ℜ z k = Hxk + v k (1.4.2) Biến ngẫu nhiên wk vk biểu diễn nhiễu đo nhiễu q trình Trong thuật tốn lọc Kalman, đặc tính thống kê hai biến phải biết trước Chúng ta giả sử biến độc lập có phổ trắng phân bố Gauss P(W)) ∼ N(0,Q) P(R) ∼ N(0,R) (1.4.3) Trong thực tế, ma trận hiệp phương sai nhiễu trình Q ma trận hiệp phương sai nhiễu đo R phải thay đổi theo thời điểm, nhiên giả sử số Ma trận A(nxn) phương trình sai phân (1.4.1) ma trận chuyển trạng thái từ thời điểm trước (k-1) sang thời điểm (k) Chú ý rằng, thực tế A thay đổi theo thời điểm Nhưng giả sử số Ma trận B (nx1) ma trận điều n khiển có lối vào u ∈ ℜ Ma trận H(mxn) phương trình (1.4.2) ma trận đo lường(ma trận quan sát) Trong thực tế H thay đổi theo thời điểm, giả sử số 139 Tính hệ số khuếch đại Kalman Khởi tạo Kk = Pk− H T (HPk− H T + R)−1 Zk Tiên đoán ∧ − Cập nhật ước lượng ∧ ∧ x k = A x k −1 + Bu k −1 ∧− ∧− x = x k + K k (zk − H x k ) Pk− = APk−1 AT + Q Trạngthái ước lượng cập nhật xk Cập nhật Hiệp phương sai Pk = ( I − K k H ) Pk− Hình 1.4 Sơ đồ thực thuật toán kalman A.5 Thiết Kế Bộ Lọc Kalman ước lượng góc trạng thái: A.5.1.uurGóc tham chiếu Roll&Pitch đo từ accelerator: Gọi ab [ax,ay,az] : giá trị gia tốc đo từ accelerator uur Gọi g b [gx,gy,gz] : giá trị gia tốc trọng trường hệ tọa độ body frame ur Gọi g [0,0,g]:giá trị gia tốc trọng trường g=9.81m/s2 hệ tọa độ định vị NED ur uur Ta có g b = Cnb g Theo hệ thức (1.2.2) ta có : cθ cψ ⎡ gx ⎤ ⎡ ⎢ ⎢ ⎥ ⎢ gy ⎥ = ⎢ −cφ sψ + sφ sθ cψ ⎢⎣ gz ⎥⎦ ⎢⎣ sφ sψ + cφ sθ cψ cθ sψ cφ cψ + sφ sθ sψ − sφ cψ + cφ sθ sψ − sθ ⎤ ⎡ ⎤ ⎡ − g sθ ⎤ ⎥ ⎢ ⎥ sφ cθ ⎥ ⎢⎢ ⎥⎥ = ⎢ g sφ cθ ⎥ cφ cθ ⎥⎦ ⎢⎣ g ⎥⎦ ⎢⎣ g cφ cθ ⎥⎦ (1.5.1) Từ ta xác định giá trị tham chiếu cho goc pitch roll sau: gx ) g gx φ = − arcsin( ) g cos θ θ = − arcsin( (1.5.2) uur uur uur Dựa vào phương trình thể mối liên hệ vecto gia tốc gb ab để xác định g b : uur r ur v uur ab = a + ω ∧ v + gb 140 Nếu xem gia tốc chuyển động vật không đáng kể so với gia tốc trọng trường ta gần uur uur ab ≈ gb A.5.2 Góc tham chiếu Yaw từ cảm biến từ trường: Gọi Mx,My,Mz giá trị đo từ cảm biến từ trường trái đất.Có thể xác định góc định hướng Yaw cách sau (1.5.3) A.5.3 Thực lọc kalman xác đinh góc trạng thái: Khởi tạo giá trị trạng thái đầu Covariance cho qua trình ước lượng Tính tốn giá trị Covariance trình từ giá trị trạng thái tiên đốn bước trước Tiên đốn giá trị trạng thái Covariance bước Giá trị góc lệch đo từ cảm biến gia tốc,va từ trường làm giá trị quan sát lọc Từ giá trị quan sát tính tốn giá trị ước lượng trạng thái tương ứng với trọng số tính tốn lọc Vận tốc góc từ gyro dùng làm giá trị input cho tiền ước lượng Giá trị ước lượng góc lệch 141 Mơ hình tốn thành lập từ phương trình (1.3.5) làm phương trình ước lượng phương trình (1.5.2) (1.5.3) làm giá trị đo.Các giá trị ⎡⎣φ • θ • ψ • ⎤⎦ tính tốn từ phương trình (1.3.3) ⎧⎡ θ ⎤ ⎡0 −dt ⎤ ⎡ θ ⎤ ⎡ dt ⎤ • =⎢ ⎪⎢ ⎥ ⎥⎢ ⎥ + ⎢ ⎥θ ⎪ ⎣bias ⎦ k +1 ⎣0 ⎦ ⎣bias ⎦ k ⎣ ⎦ ⎨ ⎪θ = − arcsin( gx ) ⎪⎩ g ⎧⎡ φ ⎤ ⎡0 −dt ⎤ ⎡ φ ⎤ ⎡ dt ⎤ • =⎢ ⎪⎢ ⎥ ⎥⎢ ⎥ + ⎢ ⎥φ ⎪ ⎣bias ⎦ k +1 ⎣0 ⎦ ⎣bias ⎦ k ⎣ ⎦ ⎨ ⎪φ = − arcsin( gy ) ⎪⎩ g cos(θ ) ⎧⎡ ψ ⎤ ⎡0 − dt ⎤ ⎡ θ ⎤ ⎡ dt ⎤ • ψ = + ⎪⎢ ⎪ ⎣bias ⎥⎦ k +1 ⎢⎣0 ⎥⎦ ⎢⎣bias ⎥⎦ k ⎢⎣ ⎥⎦ ⎨ Yh ⎪ ⎪⎩ψ = arctan( Xh ) haymơ hình ⎧⎡ ψ ⎤ ⎡0 − dt ⎤ ⎡ θ ⎤ ⎡ dt ⎤ • =⎢ ⎪⎢ ⎥ ⎥⎢ ⎥ + ⎢ ⎥ψ ⎨ ⎣bias ⎦ k +1 ⎣0 ⎦ ⎣bias ⎦ k ⎣ ⎦ ⎪ ⎩ψ = gps _ course Vì hệ phương trình tương tự cho góc trạng thái nên dùng chung mơ hình thuật tốn 142 B Một số hệ thống điều khiển bay tự động thường gặp MB Hệ thống điều khiển tự động MB thường có thành phần chính: • Hệ bù ổn định: giúp tăng ổn định tĩnh ổn định động mode động lực học MB ổn định yếu không ổn định Hệ gồm điều khiển: giảm chấn hướng (yaw damper), giảm chấn ngóc chúc (pitch damper), hồi tiếp góc để điều khiển dọc trục, hồi tiếp góc trượt cạnh để điều khiển hướng • Hệ điều khiển dẫn đường tự động: gọi autopilot Bộ điều khiển tự động trạng thái ngóc chúc, lượn vịng, góc hướng, vận tốc, độ cao MB , giúp MB bay theo quỹ đạo cho trước Hệ bù ổn định Bộ giảm chấn hướng Figure VII-1: Bộ giảm chấn hướng Figure VII-2: Bộ giảm chấn hướng với mạch washout Bộ giảm chấn ngóc chúc Figure VII-5: Bộ giảm chấn ngóc chúc Bộ hồi tiếp góc để điều khiển dọc trục 143 Figure VII-6: Bộ hồi tiếp góc để điều khiển dọc trục Bộ hồi tiếp góc trượt cạnh để điều khiển hướng Figure VII-7: Bộ hồi tiếp góc trượt cạnh để điều khiển hướng Hệ điều khiển dẫn đường tự động a Bộ điều khiển mode dọc trục Bộ điều khiển trạng thái góc ngóc chúc Figure VII-8: Bộ điều khiển trạng thái góc ngóc chúc 144 VII Figure 9: Bộ điều khiển trạng thái góc ngóc chúc với giảm chấn ngóc chúc bên Bộ điều khiển độ cao Figure VII-10: Bộ điều khiển độ cao Bộ điều khiển vận tốc Figure VII-11: Bộ điều khiển vận tốc 145 Bộ điều khiển tiếp cận hạ cánh Figure VII-18: Hình học trình tiếp cận hạ cánh tự động Figure VII-19: Bộ điều khiển tiếp cận hạ cánh b Bộ điều khiển mode ngang/hướng Bộ điều khiển góc nghiêng Figure VII-12: Bộ điều khiển góc nghiêng 146 Bộ điều khiển góc hướng Figure VII-13: Bộ điều khiển góc hướng Bộ điều khiển tốc độ cua vòng chế độ vận tốc độ cao không đổi Figure VII-14: Bộ điều khiển tốc độ cua vòng chế độ vận tốc độ cao không đổi 147 Bộ điều khiển dẫn đường ngang/hướng VII Figure VII-22: Bộ điều khiển dẫn đường ngang/hướng 148 C Các báo tham gia hội nghị, đăng tạp chí Journal of Computer Science & Cybernetics, 2008 -Vol 24 -No -p.256-268 - ISSN 1813-9663, Vietnam Ước Lượng Các Tham Số Ổn Định Điều Khiển Của Máy Bay Từ Dữ Liệu Bay Thử Nghiệm Lê Thị Minh Nghĩa, Ngơ Đình Trí Viện Khoa Học Cơng Nghệ Tính Tóan Tp.HCM Tóm tắt Mục đích báo ước lượng (nhận dạng) tham số ổn định điều khiển máy bay (MB) từ liệu bay thử nghiệm phương pháp: Equation Error, Maximum Likelihood Chương trình ước lượng tham số MB viết MATLAB kiểm nghiệm MB không người lái Aerosonde phi tuyến bậc tự Bài báo trình bày ưu nhược điểm phương pháp nhận dạng với tín hiệu điều khiển bay thử nghiệm cho dạng xung vuông 3-2-11 kiểu truyền thống dạng tối ưu dùng phương pháp qui hoạch động Bellman Blockset AeroSim MATLAB sử dụng với tín hiệu nhiễu đo để tạo liệu bay giả cung cấp cho chương trình Từ khóa: aircraft system identification, equation error, maximum likelihood, NewtonRaphson optimization, optimal control Tuyển tập công trình Hội nghị Cơ học tồn quốc lần thứ VIII Hà Nội, ngày 07-09 /12/2007 Analysis of Flight Stability and Control for Unmanned Air Vehicle Le Thi Minh Nghia**, Tran Xuan Khanh*, Nguyen Thi Duyen An*, Ngo Dinh Tri*, Nguyen Viet Anh* ** Department of Aeronautical Engineering, HCMC University of Technology, Vietnam (A Professor, Mobile: 0937 029 418, E-mail: ltmnghia2@yahoo.com) * Department of Aeronautical Engineering, HCMC University of Technology, Vietnam (Graduate students, E-mail: kata01_hk@yahoo.com) Abstract: A process of flight stability and control analysis for unmanned air vehicle is presented This analysis gives important information of aircraft dynamic behavior, which is useful in the design and analysis of flight automatic control Static stability and control analysis shows the allowable displacement of the center gravity which is also called as static margin, the magnitude of significant control and stability derivatives representing the static stability and control characteristics, such as: pitch/roll/yaw stiffness, pitch/roll/yaw damping Dynamic stability is also analyzed to determine which dynamic mode is unstable or slight damping Aircraft modeling conducts nonlinear equations of motion These equations are frequently linearized for use in stability and control analysis by small-disturbance theory and Taylor expansion Then, eigenstructure technique is used to examine the natural frequency and damping ratio of longitudinal modes and lateral modes This paper also study commonest problems in flight dynamics, that consists of finding the motion when the laws of the forces are given and inverse problem, i.e the system and the motion are given and the law of forces have to be calculated Short-term and long-term response to actuator controls are studied in types of frequency response and step response Finding the control surface laws to achieve desired motions (turn coordination, climbing, glide, pull-up, Dutch-roll mode elimination…) is also solved 149 Tuyển tập cơng trình Hội nghị Cơ Điện Tử toàn quốc Đà Nẳng, 2008 Ước Lượng Các Tham Số Ổn Định Điều Khiển Của Máy Bay Từ Dữ Liệu Bay Thử Nghiệm Lê Thị Minh Nghĩa, Ngơ Đình Trí Viện Khoa Học Cơng Nghệ Tính Tóan Tp.HCM Tóm tắt Mục đích báo ước lượng (nhận dạng) tham số ổn định điều khiển máy bay (MB) từ liệu bay thử nghiệm phương pháp: Equation Error, Maximum Likelihood Chương trình ước lượng tham số MB viết MATLAB kiểm nghiệm MB không người lái Aerosonde phi tuyến bậc tự Bài báo trình bày ưu nhược điểm phương pháp nhận dạng, tín hiệu bay thử nghiệm, phương pháp tối ưu hóa Newton-Raphson Blockset AeroSim MATLAB sử dụng với tín hiệu nhiễu đo để tạo liệu bay giả cung cấp cho chương trình Từ khóa: aircraft system identification, equation error, maximum likelihood, NewtonRaphson optimiztion Tuyển tập cơng trình Hội nghị Cơ Điện Tử tồn quốc Đà Nẳng, 2008 Thiết Kế Tín Hiệu Điều Khiển Tối Ưu Cho Quá Trình Bay Thử Nghiệm Để Nhận Dạng Máy Bay Lê Thị Minh Nghĩa, Ngô Đình Trí Viện Khoa Học Cơng Nghệ Tính Tóan Tp.HCM Tóm tắt Trong báo này, tín hiệu điều khiển tối ưu cho trình nhận dạng máy bay thiết kế phương pháp quy hoạch động Bellman Khi dùng tín hiệu tối ưu này, liệu bay thử nghiệm giàu thơng tin Do đó, độ xác tham số MB cải thiện đáng kể Giới hạn Cramer-Rao sử dụng để đánh giá độ xác Một phép so sánh kết việc dùng tín hiệu điều khiển tối ưu với tín hiệu điều khiển truyền thống (xung vng) trình bày báo Một kết thú vị khác ta thiết kế tín hiệu điều khiển tối ưu cho q trình nhận dạng hệ nhiều đầu vào nhiều đầu (MIMO) Từ khóa: aircraft system identification, maximum likelihood, dynamic programing, optimal control 150 Tuyển tập cơng trình Hội nghị Cơ học toàn quốc Kỷ niệm 30 năm Viện Cơ học 30 năm Tạp chí Cơ học Hà Nội, ngày 8-9 /4/2009 UNMANNED AIR VEHICLE FLIGHT CONTROL USING FUZZY LOGIC Lê Thị Minh Nghĩa - Ngơ Đình Trí Institute for Computing Science and Technology, Ho Chi Minh City Abstract A latitude-longitude fuzzy logic controller is designed for an unmanned air vehicle (UAV) using multi-objective genetic algorithm Fuzzy logic controllers are able to model nonlinear functions, robustness in the face of uncertainties; noise and easy in code generation Membership functions are easily tuned base on human pilot experience and/or flight genetic algorithm-based tuning Fuzzy logic based controller is less sensitive to variations in the plant than a conventional controller This characteristic may enable a fuzzy decoupled control system developed on one UAV to be moved to another model with minimal retuning requirements This controller has been simulated in the Aerosonde UAV for lateral mode Keywords: unmanned air vehicle, fuzzy logic, multi-objective genetic algorithm The 2009 International Forum on Strategic Technologies (IFOST2009), HCM City, Vietnam, 21-23/10/ 2009 Design of Fuzzy Controller for Unmanned Air Vehicle using Multi-Objective Genentic Algorithm Ngo Dinh Tri, B.E Huynh Thai Hoang, Ph.D Le Thi Minh Nghia, Ph.D Department of Aeronautical Eng Ho Chi Minh City University of Technology Ho Chi Minh City, Vietnam Email: tri_ngodinh@yahoo.com Faculty of ElectricalElectronics Eng Ho Chi Minh City University of Technology Ho Chi Minh City, Vietnam Email: hthoang@hcmut.edu.vn Department of Aeronautical Eng Ho Chi Minh City University of Technology Ho Chi Minh City, Vietnam Email: coday_hk@yahoo.com Abstract - A fuzzy controller is designed for an unmanned air vehicle (UAV) in order to tracking autonomously a given trajectory including desired waypoints Parameters of the controller are optimally tuned base on NSGA-II multi-objective genetic algorithm, in which objectives might conflict with one another These objectives are to minimize waypoint-tracking error, turn cost, actuator magnitude and maximize level flight The fuzzy controller is more robust in the wind gust disturbance than a conventional controller is This controller has been simulated in the Aerosonde UAV in MATLAB and AeroSim Keywords - unmanned air vehicle; fuzzy ; multi-objective genetic algorithm 151