Система управления квадрокоптера

Направления развития бортовой электроники портативных беспилотных летательных аппаратов. Технические характеристики разрабатываемого контроллера. Схема, устройство и принципы реализации основных функциональных блоков системы управления квадрокоптера.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид дипломная работа
Язык русский
Дата добавления 25.06.2019
Размер файла 1,6 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

% Flow to Tank 2 is not controlled and hence set to zero

global Q2;

Q2=0;

% Discretize state space

global h1;

global h2;

h1=linspace(0,10,15);

h2=h1;

global delta;

delta= (h1(2)-h1(1))/2;

% Discretize action space

global action;

Q1=linspace(0,20,10);

N1 = length(h1);

N2 = length(h2);

% Initialize policy and value.

pibest = zeros(N1,N2);

gamma =0.99;

% Set the initial guess for V(s) to be zero for each state s.

V = zeros(N1,N2);

policy = zeros(N1,N2);

% Compute the optimal value function using the Value Iteration algorithm.

for runs=1:1000

for m=1:N1

for n=1:N2

for p =1:length(Q1)

% Take all possible actions.

action = Q1(p);

snext = [h1(m); h2(n)]+ 0.1*tank(0,[h1(m); h2(n)]);

% Compute the closest discretized state.

[r,s] = closest(snext);

nextV(p)=V(r,s);

end

[Vbest,bestind] = max(nextV);

% Improve value function estimate using Bellman's equation.

V(m,n)= Reward([h1(m); h2(n)]) + gamma*Vbest;

end

end

end

% Compute the optimal policy from the optimal value function.

for m=1:N1

for n=1:N2

% Take all possible actions.

for p =1:length(Q1)

action = Q1(p);

snext = [h1(m); h2(n)]+ 0.1*tank(0,[h1(m); h2(n)]);

% Compute the closest discretized state.

[r,s] = closest(snext);

nextV(p)=V(r,s);

end

[Vbest,bestind] = max(nextV);

pibest(m,n) = Q1(bestind);

end

end

%train a feedforward neural net to approximate pbest

p=1;

targetQ = zeros(1,length(h1)*length(h2));

input_states = zeros(2,length(h1)*length(h2));

for m=1:length(h1)

for n=1:length(h2)

input_states(:,p)= [h1(m); h2(n)];

targetQ(p) = pibest(m,n);

p=p+1;

end

end

net = feedforwardnet(1);

net=init(net);

[net,tr] = train(net,input_states,targetQ);

N = 100;

state=[1 0]; %Initial state

states = zeros(N,2);

states(1,:)= state;

Ts = 0.1; % Define time between control actions.

% Simulate the system with the optimal control policy.

for n=2:N

% Use the optimal action learnt by the ANN

action = net(state');

%Simulate the system for one time step.

[t,y]=ode45(@tank,[0 Ts],state);

state = real(y(end,:));

states(n,:) = state;

end

% Plot time history of states with optimal policy.

time = (1:length(states))*Ts;

plot(time,states);

xlabel('time (s)');

ylabel('state: liquid levels h_1 and h_2');

tank.m

function hdot = tank(t,h)

global Q2;

global action;

Q1=action;

a1=1;

a2=1;

a3=1;

A1=1;

A2=1;

if h(1) >= h(2)

hdot= [(Q1 -a3*sqrt(h(1)-h(2)))/A1; (Q2 - a2*sqrt(h(2)) + a3*sqrt(h(1)-h(2)))/A2];

else

hdot= [(Q1 +a3*sqrt(h(2)-h(1)))/A1; (Q2 - a2*sqrt(h(2)) - a3*sqrt(h(2)-h(1)))/A2];

end

end

tank_RL.m

clear all;

clc;

% Define final desired goal state

global state_desired;

state_desired= 7;

% Flow to Tank 2 is not controlled and hence set to zero

global Q2;

Q2=0;

% Discretize state space

global h1;

global h2;

h1=linspace(0,10,15);

h2=h1;

global delta;

delta= (h1(2)-h1(1))/2;

% Discretize action space

global action;

Q1=linspace(0,20,10);

N1 = length(h1);

N2 = length(h2);

% Initialize policy and value.

pibest = zeros(N1,N2);

gamma =0.99;

% Set the initial guess for V(s) to be zero for each state s.

V = zeros(N1,N2);

policy = zeros(N1,N2);

% Compute the optimal value function using the Value Iteration algorithm.

for runs=1:1000

for m=1:N1

for n=1:N2

for p =1:length(Q1)

% Take all possible actions.

action = Q1(p);

snext = [h1(m); h2(n)]+ 0.1*tank(0,[h1(m); h2(n)]);

% Compute the closest discretized state.

[r,s] = closest(snext);

nextV(p)=V(r,s);

end

[Vbest,bestind] = max(nextV);

% Improve value function estimate using Bellman's equation.

V(m,n)= Reward([h1(m); h2(n)]) + gamma*Vbest;

end

end

end

% Compute the optimal policy from the optimal value function.

for m=1:N1

for n=1:N2

% Take all possible actions.

for p =1:length(Q1)

action = Q1(p);

snext = [h1(m); h2(n)]+ 0.1*tank(0,[h1(m); h2(n)]);

% Compute the closest discretized state.

[r,s] = closest(snext);

nextV(p)=V(r,s);

end

[Vbest,bestind] = max(nextV);

pibest(m,n) = Q1(bestind);

end

end

N = 100;

state=[1 0]; %Initial state

states = zeros(N,2);

states(1,:)= state;

Ts = 0.1; % Define time between control actions.

% Simulate the system with the optimal control policy.

for n=2:N

[r,s] = closest(state);

% Use linear regression to interpolate between control actions for

% discretized states

if r > 1 && s > 1 && r < N1 && s < N2

X = [h1(r) h2(s);h1(r-1) h2(s);h1(r+1) h2(s);h1(r) h2(s-1);h1(r) h2(s+1)];

Y = [pibest(r,s) pibest(r-1,s) pibest(r+1,s) pibest(r,s-1) pibest(r,s+1)]';

lin_model = fitlm(X,Y);

action = predict(lin_model,state);

else

action = pibest(r,s);

end

%Simulate the system for one time step.

[t,y]=ode45(@tank,[0 Ts],state);

state = real(y(end,:));

states(n,:) = state;

end

% Plot time history of states with optimal policy.

time = (1:length(states))*Ts;

plot(time,states);

xlabel('time (s)');

ylabel('state: liquid levels h_1 and h_2');

closest.m

% computes the closest discretized state to snext

function [r,s] = closest(snext)

global h1;

global h2;

global delta;

if snext(1) > h1(end)+delta

r = length(h1);

end

if snext(2) > h2(end)+delta

s = length(h2);

end

if snext(1) <= h1(end)+delta

r = find(abs(h1-snext(1)) <= delta,1);

end

if snext(2) <= h2(end)+delta

s = find(abs(h2-snext(2)) <= delta,1);

end

end

Reward.m

function r = Reward(state)

global state_desired;

r = -abs(state(1)-state_desired);

end

ПРИЛОЖЕНИЕ В - Патентный поиск

Таблица A.1 - Регламент поиска

Предмет поиска

МПК

Страны

поиска

Источники

информации

Наименование информационной базы

Управление беспилотным летательным аппаратом на основе алгоритмов глубокого обучения

Проведен поиск по ключевым словам

Россия

США

Франция

Китай

Роспатент

Google Patents

База данных

«Патенты России»

www.fips.ru

Google Patents

2013-2018

Таблица A.2 - Научно-техническая документация

Наименование источника

Информации

Автор (организация) с указанием страны

Год, место,

орган издания

Система автоматического управления квадрокоптером

Булгаков Алексей Григорьевич (RU),

Сайфеддин Дахер (LB)Россия

20.03.2016 Бюл 8,заявка на изобретение г.Новочеркасск

Способ обучения нейронных сетей на основе распределения попарных мер схожести

Устинова Евгения Сергеевна (RU),

Лемпицкий Виктор Сергеевич (RU)Россия

2018г.,Москва, научная статья

Таблица A.3 - Патентная документация (с указанием географии патентования при наличии патентов-аналогов)

Страна патентования, номер патента, дата приоритета, МПК

Страна-заявитель, фирма-заявитель,

(или Ф.И.О. заявителя)

Название

изобретения

Техническая сущность

изобретения

Возможность использования изобретения с указанием технического эффекта от использования или причина отказа от использования

Патент РФ № 2504006,

Заявка № 2012140595/28

05.06.2012

Цуриков Александр Николаевич (RU)

Способ обучения искусственной нейронной сети

Изобретение относится к искусственным нейронным сетям (ИНС) и может быть использовано для обучения ИНС. Техническим результатом является осуществление обучения ИНС при отсутствии статистически достаточного ряда наблюдений исследуемых объектов.

Может быть взято за основу

Патент РФ, 2672622,

Заявка № 2008140595/28, 13.10.2008

Красов Анатолий Иванович (RU),

Макеев Михаил Игоревич (RU),

Пятко Сергей Григорьевич (RU),

Смольникова Мария Анатольевна (RU),

Токарев Юрий Петрович (RU),

Юмаев Константин Рустамович (RU)

СПОСОБ УПРАВЛЕНИЯ БЕСПИЛОТНЫМ ЛЕТАТЕЛЬНЫМ АППАРАТОМ И УСТРОЙСТВО ДЛЯ ЕГО РЕАЛИЗАЦИИ

Метод позволяет пилоту-оператору контролировать полет БПЛА с помощью трехмерного синтезируемого изображения. Во время полета бортовая система БПЛА периодически транслирует свой идентификатор, местоположение, высоту и азимут. По полученным от БПЛА данным в системе визуализации генерируется и отображается на экране монитора обстановка вокруг текущего местоположения БПЛА. Пилот-оператор, анализируя данное изображение, воздействует на органы системы управления полетом, чьи сигналы транслируются обратно на БПЛА. В течение тех фаз полета БПЛА, когда система визуализации не используется для управления, он выполняет полет под управлением бортовой автономной системы. Дополнительно обеспечивается канал связи с системой УВД и пилотами других летательных аппаратов (ЛА), имеющих прямую связь с указанным пилотом-оператором.

Недостаток: для передачи управляющих сигналов на борт БПЛА от органов управления, на которые воздействует пилот-оператор, требуется широкополосная радиолиния, которая по сравнению с узкополосной линией передачи данных (ЛПД) имеет при той же мощности передатчика меньшую дальность действия, а также низкую помехозащищенность.

Патент РФ 2254268 от

20.04.2004

Актов В.В., Бурак Б.К., Ватолин В.В., Кегелес А.Л., Михайлова С.Я., Соколовский Г.А., Хейфец Л.Н.

Государственное машиностроительное конструкторское бюро "Вымпел" им. И.И. Торопова"

Способ и устройство управления беспилотным летательным аппаратом класса "воздух - поверхность"

Согласно предлагаемому способу, выбирают точку слежения (ТС) внутри контура цели и измеряют параметры движения БПЛА относительно этой точки. В автономном полете обеспечивают избирательное наведение, задавая вокруг первоначально выбранной ТС ограниченную зону слежения с определенным множеством пороговых значений и соответствующих им интервалов времени.

К недостаткам данного способа можно отнести необходимость формирования и хранения большого количества координат, а также вычислительную сложность операции.

Патент Великобритания 0002642363, 24.01.2018

Великобритания

ИНТЕРФЕЙС ПОЛЬЗОВАТЕЛЯ БПЛА

Изобретение относится к пользовательским интерфейсам. Технический результат заключается в повышении точности и надежности тактильной отдачи пользователю. Устройство включает: интерактивную поверхность, образованную матрицей перемещаемых поверхностных элементов, при этом поверхностные элементы имеют положение покоя; генератор колебательных сигналов, выполненный с возможностью генерирования колебательного сигнала, при этом генератор колебательного сигнала соединен с поверхностными элементами кабельной матрицей

Может быть ис-пользовано, при дальнейшей мо-дернизации

Патент Франция

203776

08.11.2018

Франция

УСТРОЙСТВО КОНТРОЛЯ СИСТЕМЫ ДВИЖЕНИЙ

Изобретение относится к устройствам ввода. Заявленное устройство содержит кнопки, корпус, жестко соединенный с управляющим элементом, выполненным в виде Н-образной рамы с криволинейными опорными поверхностями, на передних частях которого по периферии с боковых сторон расположены кнопки и ролики, внутри установлен шарнир, на котором жестко закреплен хвостовик, на управляющем элементе в виде Н-образной рамы, между криволинейными опорными поверхностями установлены зажимы, а внутри корпуса расположен регулятор, контролирующий жесткость хода шарнира, педали и датчики движения, соединенные с управляющим элементом проводами или беспроводной связью, хвостовик жестко соединен с кронштейном крепления, имеющим регулировочные зажимы, криволинейные опорные поверхности оснащены регулятором, контролирующим их положение на управляющем элементе, два дополнительных управляющих элемента, соединенных с управляющим элементом проводами или беспроводной связью

Может быть использовано, при дальнейшей модернизации

Таблица A.4 - Статистический анализ патентов (по странам-заявителям), использование которых возможно

Страна

Количество национальных патентов

Количество патентов выданных иностранным заявителям (с указанием этих стран)

Количество патентов полученных в других странах (с указанием этих стран патентования)

Количество публикаций в научно-технической информации по странам патентования

Россия

3

0

0

3

США

-

-

-

-

Франция

1

0

0

1

Великобритания

1

0

0

1

Размещено на Allbest.ru


Подобные документы

  • Рассмотрение и характеристика особенностей беспилотных мультироторных летательных аппаратов. Исследование технологии компьютерного зрения. Анализ процесса передачи данных на бортовой контроллер. Ознакомление с базовыми принципами полета квадрокоптера.

    дипломная работа [1,2 M], добавлен 25.06.2017

  • Методы контроля состояния воздушной среды. Общее проектирование блоков для мониторинга загрязнения воздушной среды и аппаратно-программных средств их поддержки. Лазерное зондирование атмосферы. Анализ существующих систем беспилотных летательных аппаратов.

    курсовая работа [814,3 K], добавлен 03.04.2013

  • Преобразование релейно-контактной схемы управления механизмом подъема крана с использованием силового магнитного контроллера. Группировка и обозначение сигналов. Механические характеристики магнитного контроллера. Функциональные схемы узлов механизма.

    курсовая работа [471,5 K], добавлен 09.04.2012

  • Предназначение ультразвуковых аппаратов в терапии. Основные технические данные и структурная схема аппаратов. Виды аппаратов УЗ-терапии. Технические характеристики отечественных терапевтических УЗ–аппаратов. Особенности применение ультразвука в хирургии.

    реферат [282,1 K], добавлен 12.01.2009

  • Понятие, области, основные разделы и направления развития электроники. Общая характеристика квантовой, твердотельной и вакуумной электроники, направления их развития и применения в современном обществе. Достоинства и недостатки плазменной электроники.

    реферат [344,7 K], добавлен 08.02.2013

  • Разработка устройства логического управления (контроллер) промышленного назначения с "гибкой" (программируемой) логикой. Технические характеристики устройства. Структурная схема и конструкция контроллера. Нормирование сигналов, алгоритм управления.

    курсовая работа [2,0 M], добавлен 21.10.2012

  • Классификация (типы) бортовых систем автотранспортного средства. Система автоматического управления трансмиссией автомобиля. БИУС – вид автоматизированной системы управления, предназначенной для автоматизации рабочих процессов управления и диагностики.

    дипломная работа [1,5 M], добавлен 26.07.2017

  • Расчет и проектирование системы управления антенной радиолокационной станции. Построение структурной схемы по функциональной cхеме, техническим характеристикам функциональных элементов и требованиям к системе управления. Синтез вычислительного алгоритма.

    курсовая работа [721,1 K], добавлен 11.02.2016

  • Расчет основных функциональных узлов непрерывного и импульсивного действия, применяемых в управляющей и информационной электрике. Схема включения микросхемы K572ПВ1. Выбор принципиальных схем основных блоков. Схема генератора прямоугольных импульсов.

    контрольная работа [321,5 K], добавлен 24.05.2014

  • Процессы передачи сигнала от датчика к устройству управления. Назначение и технические характеристики охранной системы с цифровой индикацией. Разработка электрических структурной и принципиальной схем, выбор элементной базы. Расчет узлов и блоков.

    курсовая работа [325,9 K], добавлен 09.06.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.