无人驾驶航空电子系统的传感器

发布日期:2015-01-04   作者:互联网   来源:互联网
核心提示:本文讨论在为无人机 (UAV) 开发从压力到振动、位置传感器时所面临的各种挑战。

本文讨论在为无人机 (UAV) 开发从压力到振动、位置传感器时所面临的各种挑战。 飞行器的自身环境为我们带来了一系列挑战,从传感器节点到电力和重量管理。

为提升各种系统的监视能力,新一代无人机 (UAV) 正在开发之中。 从跟踪澳大利亚丛林火灾,到监视美国交通路况,这些无人机使得大多数最新传感器技术在许多方面大显身手。 例如,红外摄像可在夜里跟踪失踪的人,而激光光谱技术又可用于监视大气污染情况。

通过增加无人机的移动灵活性以及更快的响应时间,采用机载传感器能够显著提升数据采集质量。 此外,再加上由遥控飞机过渡到需要惯性导航传感器的自主系统,从而将加速计、磁力仪和 GPS 系统融合在一起。 所有这些都需要更多地关注在重量和动力方面极受限制的航空应用中的传感器系统集成。

改变传感器架构可将控制传感器完全取消,进而显著缩小 UAV 体积。 这将创造出一类全新的超小型 UAV。

同时,研究人员正在利用手持式 UAV 开发并测试其传感器系统。 针对交通拥挤、安全和环境影响研究的 Phastball-0 无人机已在美国西佛吉尼亚大学 (WVU) 开发成功。 这款手动发射式 UAV 翼展 96 英寸,起飞重量 21 磅,含 7 磅远程检测有效载荷。 这款飞行器在 9 信道 R/C 无线系统遥控下飞行,并由一对无刷电动涵道风扇提供动力。 采用电动推进系统能简化飞行操作,减少在机载传感器上产生的振动。

远程检测有效载荷系统包括一个高清数码相机、GPS 接收器、低成本惯性导航系统 (INS)、400 码下视型激光测距仪、飞行数据记录仪、摄像机和无线视频传输系统。

德国法兰克福 Goethe 大学的研究人员正在使用 UAV 弥补卫星照片之间的数据差异,以监视摩洛哥的土壤流失情况。 由德国 MAVinci 开发的固定翼 Sirius I UAV 配备了 Panasonic 数字系统相机,并在不同范围、不同飞行高度下对不同的研究地点进行调查,以获取具有极高分辨率、特定地点数据和较低分辨率的全景图。 利用图像处理和 GPA 数据,可创建数字式地形模型 (DTM) 和高分辨率拼接图像,从而以 2D 或 3D 方式鉴定土壤流失情况。 此外,还有助于分析周围区域和景观开发情况。

上述案例是利用 UAV 监视外部情况,但无人机本身也需要监视。 内部传感器是 UAV 系统开发的关键部分,可以确保飞行器安全、正常地工作,此处的传感器如 应变仪用于监视机身情况,避免飞行中出现问题。 实现这些功能需要连接 ADC 数据转换器,然后通过 SPI 接口与微控制器连接。 接下来,就可保存数据以备后用,或者在飞行器内进行分析或传回地面,用于监视 UAV 性能。

因为不是人工输入,有关 UAV 的数据收集和处理能力就变得至关重要,且由于重量和尺寸限制,实现这一功能是设计人员面临的关键挑战。