1.简介
近年来,MUAV已被广泛用于多方面的环境和应用,包括农业、交通、安全、娱乐、搜救任务,以及使用基于物联网的传感器进行水质监测和评估的无人任务[1,2,三,4]. MUAV的固有特性,如快速机动性和悬停能力,为检查倒塌建筑物甚至检查地下隧道的有效导航增添了优势。中型和大型多用途车辆具有更大的承载能力,能够有效地执行各种指定任务。然而,它们的便携性和机动性已经成为一个严重的问题。因此,要完全适用于各种应用程序,低工作空间容量至关重要。尽管如此,目前的MUAV仍无法适应狭窄的区域,而且MUAV可能无法完成鸟类中常见的任务[5]. 飞鸟自然适应各种飞行条件[6]; 例如,鸽子折叠翅膀并快速移动,以在更大的速度范围内优化它们的漂移效率[7,8]. 一般来说,鸽子通过交换翅膀穿越狭窄的缝隙来改变形态。它们可以紧紧地折叠翅膀,靠近身体,在狭窄的区域进行导航[9]. MUAV应该有足够的能力识别环境的变化,并相应地变形为所需的形状,以便像鸟类一样实现有效的导航[10]. 通过这种方式,MUAV可以在窄间隙飞行,而不会使其尺寸小型化,这有利于实现更大的耐久性和有效载荷。类似地,大型MUAV可以通过折叠手臂来改变其大小和形状,以便在狭窄的空间内导航[11]. 这种迫切需要需要一个新的研究课题,即具有独特自伤管理功能的形态MUAV[12,13]. MUAV的变形是通过在飞行条件下根据空间限制折叠其手臂来实现的。它们可以在繁华的地区有效导航,而不会遇到任何困难,比如鸟类。 改变螺旋桨相对方向的早期研究[14]或倾斜转子以增强平台的可控性[15,16]. 尽管这些方法有利于加快导航和有效执行操作任务,但它们可能不会改变MUAV的形状以减少工作量。有两种方法可以实现MUAV的变形。第一种方法可以在飞行过程中改变MUAV的方向。然而,第二种进近只能在起飞前或着陆后改变方向。Tuna等人[13]设计和开发了一种FOLLY:可以使用曲柄摇杆机构自动折叠和展开手臂,并且能够在飞行前后切换方向。然而,当他们面对障碍物和狭窄的间隙时,他们的机构设计没有考虑飞行过程中的形态变化。其他作者还研究了MUAV,这些MUAV可以在飞行过程中改变配置,以跨越狭窄的间隙或抓住物体。例如,在[11],他们使用基于线的机制实现了一种简单的方法。它使四变形机器人能够保持结构的简单性,但当改变其配置时,它显示出高速和大空间。年开发的变形四轮摩托车[17]可以改变其配置以包围并抓住对象。机械设计包含许多组件,增加了结构的复杂性。在[18]进行了仿真分析,以实现MUAV的形态变化,其中MUAV可以旋转和收缩手臂,但无法处理不对称配置。Zhao等人[19]设计了一种新型的由剪刀式变形机构驱动的可变形MUAV。它们的设计减少了MUAV的体积,并实现了全身框架的对称变形。Mintchev等人[20]开发了一种具有可折叠臂的小型便携式MUAV。通过将手臂折叠在主机周围,可以将其包裹起来进行运输。他们使用折纸技术为小型MUAV设计了轻便且可自行部署的武器。 类似地,Yang等人[21]展示了一种采用折纸方法构建的新型可折叠MUAV。他们使用了多层制造技术来生产基于弯曲的铰链,这种铰链可以描述为旋转关节,从而使臂具有灵活性。它可以使用一个额外的执行器折叠手臂,并在飞行过程中由于螺旋桨产生的扭矩而通过弹簧效应将其展开,从而在拥堵的情况下实现积极的转弯操纵和操作。MUAV框架由激光切割纸板制成,大大降低了成本,缩短了生产时间。尽管它是一种重量轻、可自行部署和可折叠的MUAV,但其刚度有限,无法承受更大的变形。此外,结构的耐久性和框架材料上电机可能产生的振动限制了其在现实环境中的实际应用。Hintz等人[22]提出了一种具有变形功能的新型旋转翼MUAV设计。他们提出了一种“H型”配置的多旋翼平台,可以将其机身旋转至垂直飞行模式。该车辆在每个臂的末端包含一个旋转机构,该机构连接转子,允许多转子的主体垂直或水平放置。垂直飞行模式允许在水平飞行的典型多旋翼平台无法到达的小区域内导航。变形系统使多旋翼机能够抵抗转子故障,因为它可以使螺旋桨朝任何方向旋转,同时将功能转子留在顶部。巴基和米勒[23]开发了一种带有旋转接头的MUAV,无需额外的执行器即可实现快速空中变形。臂和中央车身之间的弹簧铰链连接将车辆的最大尺寸减小了约50%。该车辆的设计不同于普通MUAV的设计,在MUAV中,它有一个被动铰链,在该铰链中,臂可以与中央机构啮合,并使用恒力弹簧将臂拉近。铰链位置的选择使得重新配置的车辆尽可能缩小尺寸。该飞行器在飞行中缩小尺寸的能力使其能够穿越非变形MUAV无法穿越的狭窄间隙。凭借软技术和创新制造方法,Mintchev和Floreano[20]建立了一种适应性强的MUAV形态设计,提高了其灵活性和效率。机翼由柔性碳纤维骨架组成,骨架上包裹着橡胶弹性膜。开发出的MUAV能够通过延伸膜来自动展开手臂,以应对湍流。Xiu等人[24]提出了自主折叠的设计和MUAV机制的部署,该机制将允许系统在拥挤环境中快速反应。可重构转子臂系统主要由平台、转子臂和电机驱动装置组成。集成在可展开托架中的电机和齿轮系统控制转子臂的移动。与具有固定臂的典型MUAV相比,可以通过切换转子臂的位置来改变两个相对转子之间的距离。华莱士[18]创建了一个具有动态几何变形的MUAV,可以机械地改变手臂的长度和角度。他们系统地建立了控制车辆几何变形的动力学方程。仿真中验证了单油门通道飞行器的飞行能力以及MUAV通过几何变形的滚动和俯仰运动。Falanga等人[12]开发并测试了多种自适应形态MUAV,包括“O”、“T”和“H”配置,分别控制与伺服电机相连的四个臂中的每一个。变形方法包括两个相互连接的元素:一个框架,具有四个独立的旋转臂,可折叠在主机周围,另一个控制方案能够解释飞行器的当前形态并确保始终稳定飞行。相邻的电机彼此垂直偏移,以防止螺旋桨碰撞。 Yang等人[25]提出了一种新的可伸缩多曲面,其变形机制是“简单的非交叉角单元和直剪式单元(SNIAE-SSE)”的组合。他们证明了SNIAE SSEs机构可以在大变形比的情况下实现一个自由度(DOF)更快的致动,但他们没有考虑手臂的自主和可控变形。Tothong等人[26]介绍了两个版本的变形MUAV。第一个版本使用每个推进器臂上的伺服电机实现折叠运动,而第二个版本使用微型线性执行器在各个方向上放大和缩小MUAV。 Balasubramanian等人[27]通过协同应用设计分析和熔融沉积建模,开发了一种轻型MUAV结构。实验结果表明,与传统MUAV相比,开发的MUAV重量轻、部件小,但在狭窄和受限的环境条件下,它缺乏根据周围环境调整形状和大小的功能。 Zhao等人[28]证明了由于自适应形态导致的惯性变化,影响了MUAV飞行性能。在存在持续风扰动的情况下,对定制的变形MUAV进行了广泛的计算和实验评估。仿真结果表明,较小的MUAV因其体积/尺寸较小和重量较轻而具有优越的敏捷性性能,但较大的MUAV-在受干扰的环境中具有更强的飞行弹性。实验结果进一步证明,通过灵活地改变MUAV的体积/大小以及生物启发的飞行中变形行为,可以在受限空间内执行路径跟踪任务,而不会偏离障碍物倾向区域的轨迹。Mangersnes等人[29]开发了一种名为“LisHawk无人机”的无人机。他们采用基于鸟类的变形策略,通过拍动翅膀产生推力,以增强灵活性、机动性、固有稳定性、飞行速度范围和功率要求。变形机构由相对较长的尾翼和较短的翼组成,翼弦较大,可以进行较大的几何变化,以有效适应不同的飞行条件。Usherwood等人[30]利用生物灵感或仿生技术,将鸟类中发现的翅膀原理转化为机械设计,从而开发出变形MUAV翅膀。这种生物混合方法可以在机器人中使用难以制造且尚未完全理解的材料,例如飞羽。他们将航空电子技术、生物力学、空中机器人技术和生物材料相结合,探索鸟类如何实现翅膀变形,并将其应用于模拟鸟类的MUAV中。实验结果表明,与固定翼无人机相比,这种以鸟类为灵感的变形无人机可以快速俯仰,在大攻角下工作,实现稳定的配平飞行。Chang等人[31]开发了一种使用带有羽毛的软生物混合变形翅膀的无人机。鸟吸气欠驱动编队重量较轻,变形单板的柔软性提供了机械稳定性。Ajanic等人[29]提出了仿生机翼和尾翼变形来提高无人机的飞行能力,并验证了进化后的变形策略可以提高无人机敏捷性、机动性、稳定性和飞行速度范围,以及所需的功率。 Fabris等人[32]调查了螺旋桨和变形MUAV主体之间部分重叠的后果。通过实验证明了这一推论,并开发了一种形态感知控制方案。他们还创建了一种修正方法来补偿变形MUAV的空气动力学影响。通过激活和禁用补偿方法,在飞行期间进行了相同的测试并进行了比较,以确保在效率和车辆紧凑性之间进行正确的权衡。Kose和Oktay[33]使用同时扰动随机逼近(SPSA)优化技术创建具有集体变形的MUAV。使用状态空间模型方法识别变形行为和最优PID系数,以提高MUAV在变形过程中的纵向和横向飞行稳定性。 上述工作可以通过调整MUAV的形状来执行不同的任务,同时阻碍机动性妥协,从而缓解与增加MUAV多功能性相关的问题。然而,这些机制需要更长的时间来改变配置;因此,将以相当大的延迟时间执行复杂的操纵。其机械设计需要更多的组件,这将增加MUAV的复杂性和重量。诱导的机械约束和摩擦导致折叠比和致动能力的降低。3D变形框架的相关机械复杂性可能导致MUAV笨重笨重,限制飞行时间和承载能力。它还需要间隙前后有足够的空间。
因此,本研究可以通过设计一种直接的变形方法来解决上述挑战,该方法允许我们的MUAV在不需要复杂折叠机制的情况下保持结构的简单性。表1显示了开发的变形MUAV相对于传统MUAV的优势。变形策略包含两个协同工作的元素:一个中央框架,有四个折叠在主机周围的臂;一个基于Arduino微控制器的控制方案,有一个可以感知障碍物存在的接近传感器。我们在机制中包含的旋转链接框架中的变形策略在多功能性和实时实现方面是一个相当好的选择[8,18]. 变形过程中奇异位形的增加是选择变形方案以实现稳定飞行而不损失控制的另一个关键方面。实施的变形机制应通过立即减小翼展,同时保持其高有效载荷承载能力,从而为飞行MUAV提供灵活性。该系统不需要任何攻击性操作,但必须是折叠和部署MUAV结构的快速嵌入式机制。此外,它还应支持基于机载传感和计算过程的自主窄间隙穿越策略。因此,我们采用由四个折叠臂组成的简单、有弹性和可操作的平面折叠方法来处理这个问题。本文的其余部分结构如下:;第2节和第3节分别描述MUAV变形构型的机械设计和运动学。第4节使用Solid works软件提供运动仿真结果。第5节讨论了变形MUAV的硬件规格和特点,以及第6节对实现四臂同步运动的“H形态”进行了实验验证和讨论。最后,第7节提供结束语和未来工作。 2.机械设计
可折叠MUAV设计包含两个重要模块:(i)可容纳电池、控制器和其他电子模块的刚性中间框架,以及(ii)带转子的四个可折叠臂。每只手臂都有一个可变的角度关于由伺服电机调节的身体轴,如所示图1a.MUAV可以在飞行中改变普通X配置的配置图1a、,在仲裁飞行时间和机动性的同时,根据任务的固有形态。任务完成后,MUAV将恢复X配置,以恢复其飞行性能和机动性。例如,在我们的案例中,前臂和后臂折叠以穿过狭窄的间隙。因此,MUAV采用紧凑的H配置,如所示图1b.然而,与标准X形态相比,H形态在横摇运动期间的机动性较小;因此,在完成指定的任务后,需要恢复到X配置。每个旋转臂被视为一个单自由度(DOF)机械臂,其中一个旋转关节通过直接驱动耦合到伺服电机。它降低了机构的机械复杂性,同时提高了其变形能力,可以根据可用间隙采取各种配置,而不需要任何额外的部件。 2.1. 运动学建模
2.1.1. 折叠臂的正向运动学
为了确定每个手臂尖端的位置信息,指定了各种坐标系。如图所示图2,坐标是附在车身原点的固定框架,表示连接到臂的标准X配置的框架,而表示的旋转框架以一个角度(即。,). 向量表示手臂相对于框架的位置和表示手臂相对于身体框架的平移位置.手臂相对于““框架轴因此,刚性点“P(P)“连接到手臂会转换为新位置”“基于输入旋转角度”β'由伺服电机提供,如所示图2.表示刚性点新位置的旋转变换矩阵”P(P)“关于固定车身参考框架已制定。 在哪里?是手臂的总长度,是基架的宽度,P(P)是连接到手臂的固定点,是旋转一个角度后的新平移点.
固定点的位置”P(P)“参考框架由给出,手臂旋转的位置P(P)到有一个角度使用以下关系进行计算: 从中可以明显看出图2这两个坐标系是平行的。因此关于车身框架通过以下方式获得: 方程式(4)可用于确定连接至旋转臂的刚性点相对于固定车身参考框架的新平移位置。
折叠机构建模
该机构包含一组相同的杆,由一个自由度的旋转接头固定,提供了紧凑和扩展的布置。伺服电机调节水平翼展()和垂直翼展()通过调整折叠角度。折叠和展开手臂期间的变形MUAV配置参数如所示图3. 表示两个臂之间的水平距离,包括两个螺旋桨的半径”快速成型”. 当驱动臂以实现紧凑结构时值将从到如图所示图3.地点是指手臂和是指手臂之间的最小水平折叠空间。表示形态MUAV的总垂直高度,包括两个螺旋桨的半径。它还取决于从(原始X配置中折叠臂之间的垂直间隙)至(封闭结构中折叠臂之间的垂直间隙)。指示MUAV车身框架的宽度。表示连接可折叠手臂的MUAV车身框架的高度。β表示手臂的旋转角度;它也被称为折叠角。L是可折叠臂的长度。 臂的水平翼展可以使用以下关系式进行计算,该关系式由下式给出: 穿过狭窄间隙的机构的机械性能与一个称为“折叠比”的参数直接相关,该参数由臂之间折叠和释放的水平空间之间的比率决定。
从方程式(6)可以看出,相对于折叠比的效能对应于几何约束,即螺旋桨半径、臂长和基架宽度。当MUAV折叠时,水平间隙减小,而MUAV的垂直长度增加。手臂的垂直翼展由下式给出: 长度的增加可以使用垂直长度的折叠比表示,该折叠比由下式给出: 在我们的模型中,完全折叠的布置(即。,=45°)可以具有等于220毫米的水平翼展,这导致η=40%的折叠率。然而,展开布置的翼展(即。,=)等于530毫米。换句话说,在折叠状态下,MUAV可以通过比其典型翼展小两倍的间隙导航。同样的情况也适用于MUAV的垂直翼展,并使用方程(8)计算折叠比。手臂折叠后,身体长度增加25%。表2提供了折叠和展开排列的折叠比率的比较。 图4图示了伺服电机在不同角度(即。,)使用方程式(6)和(8)进行计算。据观察,最初,“X”形态的水平折叠比率为100%。然而,如果驱动伺服电机来实现紧凑的结构,水平折叠比率将降低到40%,从而使水平空间减少60%。当手臂折叠时,垂直折叠比率将增加25%,但在执行折叠任务后,此时必须恢复原始配置,垂直折叠比例将如所示降低图4b。 3.四旋翼无人机建模
四旋翼无人机系统有四个旋翼。车身固定框架( )和地球(,)定义。系统的绝对位置由矢量决定.表示Euler角度。和相应地表示角速度和线速度。四旋翼模型的牛顿-埃勒方程由下式表示[34,35].哪里R(右)旋转矩阵为:坐标变换如下:哪里和是和分别是。显示了四驱的总质量,表示密度矩阵,表示惯性矩。表示总推力哪里,表示角速度和表示空气密度和叶片几何参数。是一个不对称矩阵。和用哪里和是摩擦空气动力学参数,是转子惯性,表示阻力系数,是螺旋桨和Quadrotor中心之间的距离。具有外部扰动的全四旋翼动力学由下式表示[36,37]. Quadrotor输入和螺旋桨速度以以下形式相互关联: Quadrotor位置子系统的动力学有三个输出,即。,,和一个控制器。虚拟控制器以提供。 因此,所需的横摇、俯仰和偏航角()和推力控制器是: 4.语素结构仿真分析
使用SOLIDWORKS(2018)软件平台进行仿真,以分析和验证推导的运动学关系。为了为仿真提供有效输入,“TowerPro MG996R(印度孟买孟买电子公司)”使用了数字高扭矩金属齿轮伺服电机数据,其规格见表3可以看出,与4.8V下的值相比,在6V电源下,TowerPro MG996R伺服提供了更高的扭矩和角速度特性。 中的一组模拟帧(图5)显示了MUAV的折叠和展开序列。这些配置期间的模拟和分析结果如所示图6.模拟事件A、B、C和D显示了四元结构切换时的伴随编队。力矩A=0 s表示静态展开的队形,而B=0.5 s表示队形从展开到折叠的变化。力矩C=1 s和D=1.5 s指定静态折叠形成以及形成从折叠到展开的变化。 折叠顺序是从A到C,展开顺序是从C到A。点B是手臂折叠的瞬间,D是手臂展开的瞬间。可以从中看到图6a电机可以旋转手臂从初始位置开始,这是电机臂的理想姿态变换,以防止螺旋桨相互碰撞,确保体积减少60%。 折叠和展开期间MUAV臂的角速度如所示图6b.可以观察到主要表现为表示匀速加速度运动的线性特征。从仿真分析中可以明显看出,驱动臂所需的角速度为100 deg/s。然而,对于给定的4.8 V输入,伺服电机可以以315.8 deg/s的角速度旋转,这意味着所选伺服电机可以有效地执行旋转。 还检查了驱动金属齿轮伺服的扭矩要求。很明显图6c其中,所需的最大扭矩估计为0.2 Nm,小于所考虑的MG996R金属齿轮伺服装置(孟买电子公司,印度孟买)在4.8 V下的失速扭矩。 5.Morphed MUAV的硬件规范和构造
减少MUAV的工作空间体积被认为是实现变形配置以导航到障碍物易发区域的主要目标。变形MUAV的设计必须考虑其经济性、易重构性、坚固性和高机械性能。选择硬件组件,如电机、螺旋桨、电子速度控制器和机架,以提供此类特性。变形MUAV的规格和硬件组件列于表4. 定制的变形MUAV如所示图7其中列出的所有电子模量表4嵌入MUAV的中央框架。MUAV结构重1.5公斤,通过减少飞行时间,它可以承载0.5至1公斤的有效载荷。 6.实验分析
为了验证MUAV臂同步折叠和展开的概念设计,进行了各种实验。第一个实验是在同时折叠和展开四个手臂时测量实际经过的时间。这是为了评估在实时进行中间配置修改后的规定时间内实现必要体积缩减的可能性,并将实验结果与模拟结果进行了比较。在第二个实验中,测量了悬停飞行模式下的电池放电率,以验证所设计机制的有效性。根据从机载自动驾驶系统获得的数据日志,测量电池性能,并通过(微型飞行器链路)MAVLink遥测传输到任务规划软件。最后,有必要测试其在不同驱动速度下的运行情况,方法是结合避障算法实时避障。在本实验中,使用Arduino Nano平台测试了提出的避障算法。它支持串行监视器显示,根据与超声波传感器的测量距离,显示手臂在每一时刻移动的角度。使用WiFi模块将Arduino连接到串行监视器。此外,飞行期间诱导的径向振动也可从任务规划软件上的飞行日志数据中获得。结果表明,MUAV具有相当大的振动;因此,它被阻尼器阻尼,并保持在安全范围内。
6.1. 同步折叠和展开
在本实验中,测量了MUAV完成完全折叠和展开配置所需的实际时间,并与仿真结果进行了比较。
通过驱动伺服机构实现无人机结构的折叠以减少工作量,对开发的变形无人机配置进行了硬件测试。发件人图8观察到MUAV结构从非折叠转换为折叠(A-C)和折叠到非折叠(C-A)。驱动过程中的轨迹几乎与通过仿真和分析获得的结果相似,但由于某些机械约束,位置误差很小。此外,可以推断,当臂达到紧凑配置时,水平折叠比率降低到40%,使水平空间减少60%,而垂直折叠比率增加了25%。然而,完成折叠任务后,必须恢复到原始配置,以便Morphed MUAV恢复其标称飞行效率和性能。 实验结果清楚地表明,添加的折叠机制不妨碍变形MUAV的实时操作,并主张显著减少结构体积。手臂折叠和展开的时间如图所示图9可以观察到,MUAV可以在大约一秒钟内从展开状态变为折叠状态(和副矢量),这也可以从仿真结果中观察到。此外,由于电机臂的刚性,折叠和展开机构的耐久性得到了增强,从而提高了操作效率。 6.2. 功耗和飞行耐力
飞行时间(续航时间)是任何MUAV配置的一个基本特征,它表明MUAV的设计和硬件组件的选择都是适当的,并且不会造成明显的功率损失。MUAV的耐久性取决于各种电子模块和无刷直流(BLDC)电机的功耗。飞行时间是通过使用中给出的变形无人机参数来计算的表4观察到,5700 mAh电池容量的总可用能量为76.96 Wh。在室内条件下进行基础实验,以测量所有电子元件的功耗。BLDC电机的功率约为160 W,除用于触发悬停飞行时手臂的部件外,其他电子模块的功率约14.5 W。因此,常规MUAV整个系统的平均功耗为174.5 W。因此,悬停模式的飞行持续时间计算为:; 考虑到基于曲柄摇杆机构的变形MUAV,如图所示[13],折叠机构的附加传感和执行模块耗电约11.1 W。然而,定制开发的基于旋转连杆的变形MUAV只需6 W即可同步驱动四个臂中的每一个。考虑到驱动每个臂所消耗的功率,确定了这两种情况下的飞行耐力,所得结果如所示表5. 与基本MUAV构型相比,基于旋转连杆的平面折叠策略使MUAV的飞行续航时间减少了1分钟,这对于实时部署变形构型而不影响续航时间而言是非常小的。所开发变形MUAV的整个系统在悬停飞行模式下的电池放电率如所示图10此外,可以推断,电池消耗量没有剧烈变化,因此变形MUAV能够在计算时稳定飞行近26分钟。计算的飞行时间与实际飞行时间之间的差异可以通过环境条件、高度密度、阻力等因素加以说明。 图10显示了电池相对于电池最大可用电压的性能。很明显,变形MUAV可以达到24分钟的飞行耐力,这与计算的耐力相当。 6.3. 基于避障算法的变形现象实验测试
使用开发的避障算法进行了实时实验,以测试MUAV的性能。通过使用超声波传感器检测障碍物的存在,同步触发伺服电机。传感器向Arduino微控制器发送信号,命令伺服电机改变四元结构的形态。为了验证该机制的兼容性,进行了两个实验。在第一次实验中,障碍物保持40 mm的距离,伺服电机被指令移动90°/s图11a显示了系统的响应,其中输入信号是与障碍物的距离,输出是伺服旋转角度。此外,将超声波传感器测得的距离与实际障碍物距离进行了比较,达到了99%的准确度。很明显,即使由于环境干扰和其他不可控因素导致超声波传感器出现不一致,伺服电机也能在一秒钟内将臂驱动至目的地。在第二个实验中,将障碍物放置在120 mm处,如所示图11b.在这个实验中,伺服系统被命令在两秒内移动45°。从图11也就是说,当障碍物靠近系统时,基于所开发的机构组件的2Dmorphing策略可以更快地驱动手臂。相反,当障碍物远离传感器时,动作更慢、更平稳。早期的工作中没有观察到这些更大范围的速度操作,因为它们的机械设计需要许多组件,增加了MUAV的复杂性和重量。诱导的机械约束和摩擦导致改变其结构的时间更长。它会导致执行时间出现相当大的延迟,因此可能无法执行快速操作以导航到狭窄的环境中。然而,开发的变形MUAV配置可以快速导航到受限区域,并适当地重新配置。 6.4. 振动测量
在MUAV实时飞行条件下,结构的振动会显著影响稳定性。为了测量研制的MUAV结构的振动,在笼子内进行了消除信号干扰的实验。最初,在没有阻尼器的情况下,MUAV经历了高振动,通过在BLDC电机底部插入橡胶阻尼器,振动幅度降低。实验结果如图12结果表明,作用在MUAV笛卡尔体框架上的径向振动较小。还观察到,振荡在±0.05 g之间,低于预期干扰,这可能会在飞行中适应不同形态时对MUAV的稳定性造成威胁。 7.结论和未来工作
目前的工作重点是开发变形MUAV,以在易受障碍物影响的环境中实现有效导航。机械设计和相应的运动学分析结果表明,MUAV臂的45°旋转导致水平工作空间减少60%,垂直工作空间体积增加25%,这对于MUAV在杂乱区域飞行非常必要。仿真结果还表明,驱动伺服电机需要0.2 Nm的扭矩,以克服MUAV臂的自重和惯性,并选择了相应的数字式高扭矩金属齿轮伺服电机。实验结果证实,研制的变形MUAV在悬停飞行时达到了26分钟的飞行耐力。飞行试验表明,变形MUAV可以在存在障碍物的情况下实时有效地将其配置从“X”形更改为“H”形,并恢复其原始配置。四个臂的同步运动没有时间延迟,整个结构的振动通过在自动驾驶系统下方使用泡沫胶带最小化。开发的变形MUAV非常适合在集群环境中执行熟练的导航,通过改变其配置有效地完成指定的任务,而传统MUAV可能无法实现这一点。
最后,本文最重要的贡献是为MUAV提供了一种完全自主且机械紧凑的工作体积缩减策略,它缓解了MUAV在杂乱环境中运行时的空间限制挑战。未来,将集成已开发的变形方法和先进的控制算法,以提高MUAV的弹性,同时假设飞行过程中存在不同的形态。此外,将开发一个基于人工智能的系统,以实现MUAV的多种形态配置,从而在密集环境中穿越受限空间,例如在灾害多发地区。