Simple Science

Scienza all'avanguardia spiegata semplicemente

# Ingegneria elettrica e scienze dei sistemi# Sistemi e controllo# Sistemi e controllo

Identificazione Efficiente della Dinamica degli UAV Usando MRFT

Metodo veloce ed economico per l'identificazione del sistema UAV in condizioni reali.

― 5 leggere min


Dinamiche UAVDinamiche UAVIdentificate Velocementeefficiente.e la sicurezza dei droni in modoIl metodo MRFT migliora le prestazioni
Indice

Identificare la dinamica dei veicoli aerei senza pilota (UAV) è fondamentale per il loro controllo e funzionamento. Questo processo di identificazione implica raccogliere informazioni su come questi veicoli rispondono agli input e come le loro Prestazioni possono cambiare nel tempo. In questo articolo parleremo di un metodo che può identificare rapidamente e con precisione alcuni parametri degli UAV senza la necessità di test di laboratorio estesi e costosi.

L'importanza dell'Identificazione del sistema

L'identificazione del sistema è vitale per capire come si comportano gli UAV. Poiché gli UAV operano in condizioni reali, la loro dinamica può cambiare a causa di vari fattori come il meteo, il carico utile e l'usura meccanica. Identificando queste dinamiche, gli ingegneri possono sviluppare migliori sistemi di controllo per garantire un volo sicuro ed efficiente.

I metodi tradizionali per l'identificazione del sistema spesso implicano test di laboratorio costosi. Tuttavia, questi test possono richiedere molto tempo e potrebbero non rappresentare accuratamente le condizioni reali. Pertanto, c'è bisogno di metodi più veloci e affidabili che possano essere utilizzati a bordo dell'UAV.

Test di Feedback a Relè Modificato (MRFT)

Un approccio promettente per l'identificazione del sistema è il Test di Feedback a Relè Modificato (MRFT). Questa tecnica utilizza il controllo di retroazione per generare oscillazioni nelle prestazioni dell'UAV. Analizzando queste oscillazioni, possiamo raccogliere informazioni sulle dinamiche dell'UAV.

Il MRFT funziona inviando comandi specifici all'UAV mentre misuriamo la sua risposta. Il principale vantaggio di questo metodo è che può essere eseguito rapidamente-spesso in pochi secondi-rendendolo una scelta adatta per applicazioni In tempo reale.

Come funziona il MRFT

In pratica, il MRFT implica l'applicazione di un insieme di comandi di input all'UAV e l'osservazione di come reagisce. Questo avviene creando un sistema di feedback a relè che genera oscillazioni a frequenze specifiche. Quando l'UAV opera in queste condizioni, la sua dinamica rivela informazioni preziose sulle sue prestazioni.

Il MRFT utilizza un principio che gli consente di identificare i parametri del sistema, come il tempo di ritardo dei sensori, che può influenzare significativamente la risposta dell'UAV. Raccogliendo dati durante questi test, gli ingegneri possono stimare parametri critici che influenzano il controllo e le prestazioni del veicolo.

Vantaggi del MRFT

I principali vantaggi del MRFT includono:

  1. Velocità: Il MRFT può essere eseguito rapidamente, consentendo un'identificazione del sistema in tempo reale. Questo è essenziale per gli UAV che devono fare aggiustamenti durante il volo.

  2. Costo-Efficienza: Poiché il MRFT riduce la necessità di un lavoro di laboratorio esteso, può far risparmiare tempo e denaro.

  3. Adattabilità: Questo metodo può essere applicato a vari tipi e configurazioni di UAV, rendendolo uno strumento versatile nel campo dell'ingegneria aerospaziale.

  4. Condizioni Reali: Il MRFT può essere eseguito in situazioni reali in cui operano gli UAV, fornendo agli ingegneri dati più accurati rispetto a quelli delle impostazioni di laboratorio.

Risultati Sperimentali

Per valutare l'efficacia del MRFT, sono stati condotti esperimenti utilizzando diverse piattaforme UAV. Questi test si sono concentrati sull'identificazione delle dinamiche associate sia al controllo dell'altitudine che dell'assetto.

Durante gli esperimenti, il metodo MRFT è stato utilizzato per valutare come l'UAV rispondeva a specifici comandi di input. I risultati hanno mostrato che il metodo poteva identificare accuratamente i parametri dinamici dell'UAV, inclusi eventuali ritardi temporali introdotti dal sistema di controllo.

In particolare, il sistema è stato in grado di identificare un aumento del tempo di ritardo, permettendo agli ingegneri di confermare che il metodo MRFT funzionava correttamente. L'identificazione di questi parametri è essenziale per migliorare le prestazioni dell'UAV e garantire un funzionamento sicuro.

Sfide nell'identificazione del sistema

Sebbene il MRFT offra diversi vantaggi, presenta anche delle sfide. Uno dei principali problemi è la necessità di un modo affidabile per generare e analizzare le oscillazioni in tempo reale. Se le misurazioni sono rumorose o inaffidabili, può portare a un'identificazione inaccurata dei parametri del sistema.

Un'altra sfida è la capacità limitata del MRFT di gestire sistemi di alto ordine. Le dinamiche di alto ordine possono essere complesse e i metodi tradizionali a relè potrebbero non catturare tutti i dettagli necessari. Questo può rendere difficile per gli ingegneri ottenere un quadro completo del comportamento dell'UAV.

Nonostante queste sfide, i benefici del MRFT lo rendono uno strumento prezioso per l'identificazione del sistema UAV.

Applicazioni Future

Con il continuo avanzamento della tecnologia UAV, crescerà la domanda di metodi di identificazione più efficienti ed efficaci. Il metodo MRFT può essere adattato per varie applicazioni nel settore degli UAV, tra cui:

  • Controllo di Volo Autonomo: Man mano che gli UAV si spostano verso operazioni più autonome, la necessità di identificazione del sistema in tempo reale diventerà sempre più importante. Il MRFT può svolgere un ruolo nell'assicurare che i sistemi autonomi rispondano correttamente alle condizioni che cambiano.

  • Monitoraggio delle Prestazioni: Il monitoraggio continuo delle prestazioni degli UAV può aiutare a identificare problemi prima che diventino critici. Utilizzare il MRFT per un'identificazione continua può migliorare i programmi di manutenzione e aumentare la sicurezza.

  • Adattamento a Diverse Ambienti: Gli UAV sono spesso utilizzati in ambienti diversi-come aree urbane, paesaggi rurali e persino zone di disastro. Il MRFT può aiutare ad adattare le dinamiche degli UAV per adattarsi a queste diverse condizioni.

Conclusione

L'identificazione del sistema UAV è cruciale per migliorare le prestazioni e la sicurezza del veicolo. Il Test di Feedback a Relè Modificato offre un metodo veloce, economico e in tempo reale per identificare i parametri dinamici. Grazie alla validazione sperimentale, il MRFT ha dimostrato il suo potenziale per stimare accuratamente parametri chiave, come i ritardi temporali dei sensori.

Man mano che la tecnologia UAV avanza, il metodo MRFT può evolversi per soddisfare le crescenti esigenze dell'industria. La sua adattabilità e efficacia lo rendono uno strumento essenziale per gli ingegneri che lavorano per migliorare le prestazioni e l'affidabilità dei veicoli aerei senza pilota.

Fonte originale

Titolo: Relay-based identification of Aerodynamic and Delay Sensor Dynamics with applications for Unmanned Aerial Vehicles

Estratto: In this paper, we present a real-time system identification method based on relay feedback testing with applications to multirotor unmanned aerial vehicles. The proposed identification method provides an alternative to the expensive lab testing of certain UAV dynamic parameters. Moreover, it has the advantage of identifying the parameters that get changed throughout the operation of the UAV, which requires onboard identification methods. The modified relay feedback test (MRFT) is used to generate stable limit cycles at frequency points that reveal the underlying UAV dynamics. The locus of the perturbed relay system (LPRS) is used to predict the exact amplitude and frequency of these limit cycles. Real-time identification is achieved by using the homogeneity properties of the MRFT and the LPRS which are proven in this paper. The proposed identification method was tested experimentally to estimate the aerodynamic parameters as well as the onboard sensor's time delay parameters. The MRFT testing takes a few seconds to perform, and the identification computations take an average of 0.2 seconds to complete in modern embedded computers. The proposed identification method is compared against state-of-the-art alternatives. Advantages in identification accuracy and quantification of uncertainty in estimated parameters are shown.

Autori: Anees Peringal, Mohamad Chehadeh, Igor Boiko, Yahya Zweiri

Ultimo aggiornamento: 2023-03-25 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2303.14573

Fonte PDF: https://arxiv.org/pdf/2303.14573

Licenza: https://creativecommons.org/licenses/by-nc-sa/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili