空中机器人研究人员正在使用无人机来开发地面飞行控制算法和新型解决方案，以解决许多领域的问题，包括应急响应，家庭医疗保健和精密农业。万博 尤文图斯但是，项目往往逐渐减慢了研究人员必须花费实现传感器数据处理，方向和高度计算等基本功能，以及飞行中的导航。
我们开发了IntelinAir RD-100六乘飞机来解决这个问题。RD-100是一种准备飞行的无人机，带有在Simulink中开发的预建自动驾驶飞行软件万博1manbetx®(图1)。飞行软件能够保持飞行的稳定性，以及自动起飞、着陆和航路点导航，可以定制以满足特定的研究目标。
通过使用RD-100开发环境中的基于模型的设计，研究团队可以快速原型、模拟和部署控制软件，并启动新的无人机研究项目。他们可以完全访问Simulink模型，并可以添加功能，实现万博1manbetx合作飞行算法和其他高级应用程序，并在硬件在环(HIL)仿真中验证他们的设计和算法。研究人员可以直接从模拟转向实际飞行测试，正是这种能力使RD-100与同类无人机不同。
图1.英特尔入口RD-100无人机。
开发RD-100飞行软件与基于模型的设计
RD-100旨在简化飞行软件的开发。基于模型的设计非常适合我们的开发方法，因为它可以让研究人员很容易地使用我们提供的模型来运行模拟、运行HIL测试和生成飞行代码。我们可以手工编写代码，但我们相信基于模型的设计不仅是开发飞行软件的最快方式，它也受到学术研究社区成员的青睐，他们已经习惯了使用MATLAB®和Sim万博1manbetxulink。
Intelinair设计用于与无人机，六泊车硬件和飞行软件进行通信的地面站。一组开发了六种自由度（6 DOF）Simulink模型的无人机，包括机身，电机和电子速度控制。万博1manbetx该模型具有无人机的质量特性，推进（推力），运动的推进（推力），运动和传感器方程，包括加速度计，陀螺仪，磁力计，晴雨表和GPS接收器。
另一组模拟了飞行控制系统。该模型由Simulink和Control System万博1manbetx Toolbox™开发，包括一个导航块，使用传感器输入来计算无人机的速度、方向和位置。它还包括用于自主飞行模式的制导块，以及根据导航块和操作员界面的输入生成命令的电机控制块。为了简化设计并促进重用，飞行软件小组使用Simulink模型引用分层组织模型，并创建了设计中经常使用的定制Simulink组件库(图2)。万博1manbetx
图2。顶级Simulink万博1manbetx模型显示了车辆模型、操作员界面和飞行控制软件的模块(使用IntelinAir的SafeSmart工具箱创建)。
无人机控制设计的一个主要挑战是处理由大风和有效载荷变化引起的系统动力学变化。RD-100通过L1自适应控制解决了这一挑战，L1自适应控制是IntelinAir联合创始人、伊利诺伊大学香槟分校的Naira Hovakimyan博士开发的一种先进技术。通过解耦自适应环和控制环，L1自适应控制使RD-100能够快速补偿不良影响。这使得即使在最具挑战性的条件下也能实现稳定、精确的飞行，对准确的数据收集至关重要。
从桌面仿真到HIL和飞行测试
当使用RD-100软件时，研究人员遵循控制设计、软件仿真、HIL仿真和飞行测试的迭代过程(图3)。
图3。从模拟到HIL测试和飞行测试的工作流程。
这个过程从Simulink中的闭环软件模拟开始。万博1manbetx这些将生成飞机在模拟过程中的性能图(图4)。
图4。在模拟过程中显示推力、偏航力矩、滚转力矩和俯仰力矩命令的图。
在验证桌面上的控制算法的基本功能之后，研究人员可以在HIL模拟中测试硬件上的算法而不离开桌面。C代码由使用嵌入式编码器从控制器模型生成®并部署到RD-100自动驾驶仪硬件。使用Simulink Coder™生成的6 DOF车型的C代码部署到运行Simulink Real-tim万博1manbetxe™的目标硬件。在HIL仿真期间，在无人机自动驾驶仪处理器上运行的飞行软件接收由在Simulink实时运行的车辆模型生成的传感器输入。万博1manbetx在模拟期间捕获的遥测数据被记录并分析MATLAB的脱机，以进行验证和验证。HIL测试的许多好处之一是，由于在实际飞行前的硬件不兼容，我们捕获了错误。
在HIL测试之后，运行飞行控制软件的自动驾驶仪硬件可以简单地从桌面上的HIL测试设置中拔出，并插入RD-100空气框架中进行真实的飞行测试。在飞行测试期间，飞行软件直接接收来自机载传感器的输入，并直接向发动机发送命令。
基于模型的设计的优点
基于模型的设计的主要优势之一是，它使小型团队能够处理通常需要更大团队完成的项目。对于我们在IntelinAir的开发团队和许多已经在他们的研究中使用RD-100的学术团体来说，这是正确的(见边栏)。由于不需要编码专业知识，控制工程师和研究人员可以在不涉及嵌入式软件工程师的情况下测试新的控制想法。新的算法可以在桌面和实时测试和调试。因此，工程师可以肯定，小型无人机系统将会工作。
示例研究项目：精密农业
IntelinAir和王博士正在合作推进精准农业遥感的极限。推动王博士进行这项研究的是这样一个想法:无人机有一天会像智能手机一样无处不在、随处可见。
今天，由于事物互联网，我们可以访问大量有用的数据。我们培训计算机程序以基于此数据做出决策，但我们仍然依靠人类对这些决定作用 - 例如，在农业中，我们经常依靠人类作物顾问来侦察群体，他们只能覆盖总数的小百分比面积。空中机器人将自动化此最终步骤，完成将包括互联网连接设备，决策软件和自主无人机的反馈循环。
在广大地理位置，冗余任务和复杂的数据分析妨碍效率的行业中存在最有前途的无人机技术。一个这样的行业是农业，无人机技术提供了提高效率和生产力的重要机会。
王博士的团队正在与IntelinAir合作，探索配备微型土壤湿度传感器和高分辨率多光谱相机的无人机在农业方面的应用。尽管这种技术目前还没有广泛应用于农业，但它有潜力提高生产率，降低与劳动力、营养和灌溉相关的成本。新的传感器技术为湿度和营养提供了高度精确的测量。该数据可用于检测生长季中期油田的减产异常，此时仍有时间进行干预。
一旦捕获了数据，它通过训练有素的训练合成卷积神经网络使用IntelinAir的专有算法，并传送给农民，农民就会对作物的健康状况有一个详细的概述，以指导决策。
这项研究将涵盖伊利诺斯州、加利福尼亚州和南卡罗来纳州的农场，最终目标是开发一种装备传感器的无人机系统，使农民负担得起并方便使用。
王博士的三个博士团队。学生，一位硕士的学生和三名本科生使用基于模型的设计和RD-100无人机来开发飞行软件。在过去，当团队使用其他无人机时，学生必须手动编写C或C ++。使用具有RD-10万博1manbetx0的Simulink控制型号，学生不会浪费时间编程或调试C代码。相反，他们可以通过简单地修改模型来实现他们的设计和想法。他们可以在桌面上运行模拟和HIL测试来验证设计，然后直接移动到RD-100上的飞行测试。
