1
Regelungsentwurf (Lehrstuhl für Regelungstechnik, Technische Universität München) Systemanalyse A priori Abschätzung von Systemleistung und Eigenschaften eines Multirotorsystems Simulation Numerische Simulationsumgebung für Software-in-the-Loop Tests und Systemanalyse Parameteridentifikation Ermittlung der realen Modellparameter mit geeigneten Flugversuchen und Messreihen Modellbildung Struktur des nichtlinearen Zustandsraummodells für neuartige Multirotorkonfigurationen ZIM-KF MultiVideoKopter Thomas Raffler, Florian Holzapfel Flugversuch Flugversuche zur Validierung der Flugregelung am realen System Validierung Metriken zur Leistungsbewertung sowie Erfassung der realen Systemleistungen -6 -5 -4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4 0.22 0.42 0.6 0.74 0.84 0.91 0.96 0.99 0.22 0.42 0.6 0.74 0.84 0.91 0.96 0.99 1 2 3 4 5 6 Pole-Zero Map Real Axis (seconds -1 ) Imaginary Axis (seconds -1 ) Kräfte, Momente und induzierte Geschwindig- keit des analytischen Propellermodells Nichtlineare Starrkörperdynamik Umgebungsmodell mit Atmosphäre, Bodenkontakt, Schwerkraft und Erdmagnetfeld Antriebssystem mit Akkumodell, BLDC-Motor, elektronischer Leistungsstufe und Drehzahl-regelung Aerodynamik und Propeller mit transientem Verhalten und Vibrationsmodell Sensormodelle (Gyros, Accelerometer, Magnetometer, Barometer, GPS-Receiver, RPM) Das Modell dient als Basis für die Parameteridentifikation, die Leistungs- und Eigenschaftsuntersuchungen sowie die Auslegung des Regelungssystems. Systemidentifikation im Frequenzbereich Zur Bestimmung der Frequenzgänge und Korrelationen werden closed-loop Flugversuche mit künstlicher Systemanregung im betrachteten Frequenzbereich durchgeführt und ausgewertet. Mittels Optimierung einer Kostenfunktion werden danach para- metrische Modelle der open-loop Multikopterdynamik bestimmt. Übertragungsfunktionen und Zustandsraummodelle Parameteridentifikation im Zeitbereich Die Erweiterung der identifizierten Parameter von gut messbar- en Trimmzuständen auf den gesamten möglichen Flugbereich erfolgt unter Verwendung des nichtlinearen Systemmodells. Die dafür durchgeführten Flugversuche haben eine größtmögliche Abdeckung des Flugbereichs zum Ziel und werden mit nichtline- aren Optimierungsverfahren und geeigneten Gütekriterien aus- gewertet. Parametersatz für das nichtlineare Systemmodell Laborversuche Die Parameter unabhängiger Subsysteme wie Antriebsdynamik und Trägheitsmomente werden durch Laborversuche bestimmt. Frequenzgang der Nickrate q als Antwort auf ein Nickkommando im Schwebeflug Validierung der Systemantwort für die Nick- achse durch ein unabhängiges Experiment Die aufgezeichneten Flugdaten der realen oder simulierten Versuche werden mit Hilfe von quantitativen Metriken be- wertet. Diese orientieren sich an den Einflussfaktoren für die Güte des aufgenommenen Bildmaterials: Translatorische Fehler Die Abweichung des Flugsystems von der festgelegten Position bzw. Sollbahn führt insbesondere bei einem klei- nen Aufnahmebereich zu sichtbaren Bildbewegungen. Im Zusammenhang mit Hindernissen ist diese Fehlergröße außerdem sicherheitsrelevant. Rotatorische Fehler Aufgrund der typischerweise großen Gegenstandsweite haben rotatorische Fehler einen hohen Einfluss. Sie las- sen sich in drei Frequenzbereiche unterteilen: Durch eine fehlerbehaftete Lage und Relativposition kann eine Abweichung der optischen Achse vom gewünschten Point-of-Interest entstehen Störungen mittlerer Frequenz entstehen meist durch Turbulenzen und Überschwinger in der Regelung. Hochfrequente Vibrationen werden durch die Antriebe erzeugt und führen zu Rolling-Shutter Effekten. Spektrale Leistungsdichte der gemessenen Drehrate eines AscTec Hummingbird. Deutlich sichtbar sind die Vibrationen der Antriebe und die Harmonische Schwingung Geometrie von Kamerasensor und Optik für die Definition der Kostenfunktion für rotatorische und translatorische Fehler Flugregelungscomputer Hochfrequente Regelung und Datenaufzeichnung durch externen FCC Gumstix Flugregelungscomputer Hochladen der Algorithmen Download von Flugdaten Datenfusion & Regelungs- algorithmen Logdaten Aktuatoren UART UART AscTec Autopilot Pilot PC mit WLAN GPS Bodenstation (Notebook mit Xbee) High-Level MCU Low-Level MCU + IMU Magnetometer UART UART Lehrstuhl für Flugsystemdynamik AscTec Falcon 8 AscTec Hummingbird Referenztrajektorie/ Sollbahn Flugdaten 3D Visualisierung der Simulation des AscTec Falcon 8 Struktur der Matlab/Simulink Testumgebung für die Regleralgorithmen Referenztrajektorie/ Sollbahn Flugdaten Echtzeit-Datenvisualisierung Modellbasierte Ent- wicklung mit Matlab/ Simulink Einfacher Austausch von Algorithmen und Flugdaten über WLAN Onboard-Kompilierung des autogenerierten C-Codes Regelung und Daten- aufzeichnung mit 1000 Hz Speicherung der voll- ständigen Flugdaten auf μSD-Karte 1 Hz 50 Hz Vorhersage von Modellparametern Für den Einsatz der Systemanalyse in der Entwurfsphase müssen Mo- dellparameter bestimmt werden, ohne dass Versuche am realen System durchgeführt werden. Dazu wurden u.a. Werkzeuge entwickelt, die Pro- peller-, Antriebs- und Massekennwerte mit ausreichend hoher Genauig- keit abschätzen können. Trimmung & Linearisierung Der mögliche Flugbereich des Multirotorsystems (z.B. Geschwindigkeit und Höhe) kann durch die numerische Berechnung stationärer Trimm- punkte aus dem Simulationsmodell ermittelt werden. Durch eine Lineari- sierung in den Trimmpunkten, können außerdem Aussagen zur Stabilität und Regelungsgüte in bestimmten Flugphasen getroffen werden. Ableitung von Designkriterien Mit teilweise bekannten Systemparametern können außerdem quantita- tive Anforderungen für das zu entwickelnde System bestimmt werden. So lassen sich aus der Sensorgröße und der Objektivbrennweite einer vor- gegebenen Kamera bereits Anforderungen an die zulässige Schwing- ungsamplitude ableiten, bei der noch keine Rolling-Shutter Effekte auf- treten. Durch Linearisierung be- stimmte Pole und Nullstel- len im Schwebeflug Vergleich von Propeller- koeffizienten aus einer a priori Abschätzung mit tatsächlichen Messwerten

ZIM-KF MultiVideoKopter - asctec.de · Geometrie von Kamerasensor und –Optik für die Definition der Kostenfunktion für rotatorische und translatorische Fehler Flugregelungscomputer

  • Upload
    vohuong

  • View
    212

  • Download
    0

Embed Size (px)

Citation preview

Regelungsentwurf (Lehrstuhl für Regelungstechnik, Technische Universität München)

SystemanalyseA priori Abschätzung von Systemleistung und Eigenschaften eines Multirotorsystems

SimulationNumerische Simulationsumgebung für Software-in-the-Loop Tests und Systemanalyse

ParameteridentifikationErmittlung der realen Modellparameter mit geeigneten Flugversuchen und Messreihen

ModellbildungStruktur des nichtlinearen Zustandsraummodells für neuartige Multirotorkonfigurationen

Regelungsentwurf

ZIM-KF MultiVideoKopterThomas Raffler, Florian Holzapfel

FlugversuchFlugversuche zur Validierung der Flugregelung am realen System

Validierung Metriken zur Leistungsbewertung sowie Erfassung der realen Systemleistungen

A priori Abschätzung von Systemleistung und Eigenschaften eines Multirotorsystems

-6 -5 -4 -3 -2 -1 0 1 2 3 4-4

-3

-2

-1

0

1

2

3

40.220.420.60.740.84

0.91

0.96

0.99

0.220.420.60.740.84

0.91

0.96

0.99

123456

Pole-Zero Map

Real Axis (seconds-1)

Imag

inar

y Ax

is (s

econ

ds-1

)

Kräfte, Momente und induzierte Geschwindig-keit des analytischen Propellermodells

• Nichtlineare Starrkörperdynamik• Umgebungsmodell mit Atmosphäre, Bodenkontakt,

Schwerkraft und Erdmagnetfeld• Antriebssystem mit Akkumodell, BLDC-Motor,

elektronischer Leistungsstufe und Drehzahl-regelung• Aerodynamik und Propeller mit transientem Verhalten

und Vibrationsmodell• Sensormodelle (Gyros, Accelerometer, Magnetometer,

Barometer, GPS-Receiver, RPM)

Das Modell dient als Basis für die Parameteridentifikation, die Leistungs- und Eigenschaftsuntersuchungen sowie die Auslegung des Regelungssystems.

Systemidentifikation im FrequenzbereichZur Bestimmung der Frequenzgänge und Korrelationen werdenclosed-loop Flugversuche mit künstlicher Systemanregung imbetrachteten Frequenzbereich durchgeführt und ausgewertet.Mittels Optimierung einer Kostenfunktion werden danach para-metrische Modelle der open-loop Multikopterdynamik bestimmt. Übertragungsfunktionen und Zustandsraummodelle

Parameteridentifikation im ZeitbereichDie Erweiterung der identifizierten Parameter von gut messbar-en Trimmzuständen auf den gesamten möglichen Flugbereicherfolgt unter Verwendung des nichtlinearen Systemmodells. Diedafür durchgeführten Flugversuche haben eine größtmöglicheAbdeckung des Flugbereichs zum Ziel und werden mit nichtline-aren Optimierungsverfahren und geeigneten Gütekriterien aus-gewertet. Parametersatz für das nichtlineare Systemmodell

LaborversucheDie Parameter unabhängiger Subsysteme wie Antriebsdynamik und Trägheitsmomente werden durch Laborversuche bestimmt.

Frequenzgang der Nickrate q als Antwort auf ein Nickkommando im Schwebeflug

Validierung der Systemantwort für die Nick-achse durch ein unabhängiges Experiment

Die aufgezeichneten Flugdaten der realen oder simuliertenVersuche werden mit Hilfe von quantitativen Metriken be-wertet. Diese orientieren sich an den Einflussfaktoren fürdie Güte des aufgenommenen Bildmaterials:

Translatorische FehlerDie Abweichung des Flugsystems von der festgelegtenPosition bzw. Sollbahn führt insbesondere bei einem klei-nen Aufnahmebereich zu sichtbaren Bildbewegungen. ImZusammenhang mit Hindernissen ist diese Fehlergrößeaußerdem sicherheitsrelevant.

Rotatorische FehlerAufgrund der typischerweise großen Gegenstandsweitehaben rotatorische Fehler einen hohen Einfluss. Sie las-sen sich in drei Frequenzbereiche unterteilen:

Durch eine fehlerbehaftete Lage und Relativposition kann eine Abweichung der optischen Achse vom gewünschten Point-of-Interest entstehen

Störungen mittlerer Frequenz entstehen meist durch Turbulenzen und Überschwinger in der Regelung.

Hochfrequente Vibrationen werden durch die Antriebe erzeugt und führen zu Rolling-Shutter Effekten.

Spektrale Leistungsdichte der gemessenen Drehrateeines AscTec Hummingbird. Deutlich sichtbar sind die Vibrationen der Antriebe und die Harmonische Schwingung

Geometrie von Kamerasensor und –Optik für die Definition der Kostenfunktion für rotatorische undtranslatorische Fehler

FlugregelungscomputerHochfrequente Regelung und Datenaufzeichnung durch externen FCCHochfrequente Regelung und Datenaufzeichnung durch externen FCC

Gumstix Flugregelungscomputer

• Hochladen der Algorithmen• Download von Flugdaten

Datenfusion &Regelungs-algorithmen

Logdaten

Aktuatoren

UARTUART

AscTec Autopilot

Pilot

PC mit WLAN

GPS

Bodenstation(Notebook mit Xbee)

High-Level MCU

Low-Level MCU + IMU

Magnetometer

UARTUART

Lehrstuhl fürFlugsystemdynamik

AscTec Falcon 8

AscTec Hummingbird

Ref

eren

ztra

jekt

orie

/ S

ollb

ahn

Flug

date

n

3D Visualisierung der Simulation des AscTec Falcon 8

Struktur der Matlab/Simulink Testumgebung für die Regleralgorithmen

Ref

eren

ztra

jekt

orie

/ S

ollb

ahn

Flug

date

n

Echtzeit-Datenvisualisierung

Modellbasierte Ent-wicklung mit Matlab/Simulink

Einfacher Austausch von Algorithmen und Flugdaten über WLAN

Onboard-Kompilierung des autogenerierten C-Codes

Regelung und Daten-aufzeichnung mit 1000 Hz

Speicherung der voll-ständigen Flugdaten auf µSD-Karte

1 Hz

50 Hz

Vorhersage von ModellparameternFür den Einsatz der Systemanalyse in der Entwurfsphase müssen Mo-dellparameter bestimmt werden, ohne dass Versuche am realen Systemdurchgeführt werden. Dazu wurden u.a. Werkzeuge entwickelt, die Pro-peller-, Antriebs- und Massekennwerte mit ausreichend hoher Genauig-keit abschätzen können.

Trimmung & LinearisierungDer mögliche Flugbereich des Multirotorsystems (z.B. Geschwindigkeitund Höhe) kann durch die numerische Berechnung stationärer Trimm-punkte aus dem Simulationsmodell ermittelt werden. Durch eine Lineari-sierung in den Trimmpunkten, können außerdem Aussagen zur Stabilitätund Regelungsgüte in bestimmten Flugphasen getroffen werden.

Ableitung von DesignkriterienMit teilweise bekannten Systemparametern können außerdem quantita-tive Anforderungen für das zu entwickelnde System bestimmt werden. Solassen sich aus der Sensorgröße und der Objektivbrennweite einer vor-gegebenen Kamera bereits Anforderungen an die zulässige Schwing-ungsamplitude ableiten, bei der noch keine Rolling-Shutter Effekte auf-treten. Durch Linearisierung be-

stimmte Pole und Nullstel-len im Schwebeflug

Vergleich von Propeller-koeffizienten aus einer a priori Abschätzung mit tatsächlichen Messwerten