四轴飞行器组成
结构
按照电机的排布方式分为x型:
y型:
两种不同的结构使用不同的控制方式。
“+”型的四轴飞行器因为其电机布局和两个姿态角（俯仰角和翻滚角）重合，其控制难度较小。举个例子，“+”型飞行器想要进行俯仰运动时，只需控制前后两个电机的转速，左右电机转速保持不变即可，所以其控制飞行器稳定的难度较小，相对来说易于控制。
“X”型无人机优点是控制灵活，同样是俯仰运动中，“x”型无人机需要控制四个电机;具体表现为，前两个电机转速同时增大（减小），后两个电机转速同时减小（增大）。因为其运动是四个电机转速同时变化，运动（俯仰运动）的合力来源于四个电机（“+”型只有前后两个电机提供力），所以其运动的加速度更快，运动更加灵活。但是同样，控制四个电机使飞行器稳定的难度要大于控制两个电机，所以控制难度高是“X”型无人机一个缺点。鉴于现阶段商业飞控，开源飞控都已经有很成熟的算法控制飞行器稳定飞行，且“X”型飞行器易于悬挂云台，所以市面上的四轴飞行器绝大部分都是“X”型或“H”型，很少看到有“+”型。
受力分析
四轴主要靠连接桨叶的电机转动提供升力带动整个飞机飞行，此时电机的受力情况如下:
对于单个电机而言,电机外壳与机架连接，由于电磁力的作用电机转动,因此机架也受到了转动方向的反作用力,为了抵消这个反作用力,四轴飞机大多数都设计成为对称的,且处于对角的电机都使用相同类型的桨叶且转动方向相同,相邻的电机使用不同类型的桨叶转动方向不同,这样的设计抵消了因为电机转动施加在机架上的反向旋转作用力
控制原理
控制四轴飞行器的目的在于稳定的控制飞行器的飞行,飞行类型有简单有复杂，常见的简单运动类型为:
- 垂直运动
- 俯仰运动
- 旋转运动
同时也有复杂的运动类型
- 悬停
- 翻滚
- 自动飞行
对于x结构的四轴,实现简单运动电机的出力方式。
大多数四轴的控制都是能够自稳定的,遥控器仅仅提供的是油门,行进方向等等,这是最基本的自稳定控制,为了实现自动稳定飞行,四轴需要实时监控飞行器本身的状态常见的状态数据有
- x,y,z加速度速度
- x,y,z速度
- x,y,z角加速度
- x,y,z角速度
- 飞机当前的姿态角
- 高度
等等
四轴的控制大多数采用pid算法进行控制。
姿态角的表示
四轴飞行器最常见的姿态表示是采用欧拉角来表示,分为俯仰角，偏航角和旋转角,这些角度都是相对于机体坐标系的X,Y,Z轴的角度。
传统的飞机很容易区分机头和机尾,四轴飞行器因为是对称的结构,不好区分,一般而言区分都是根据陀螺仪的放置位置来区分,一般将陀螺仪X轴或者Y轴方向视为机头,因为这个两个方向的运动都是对应于简单的俯仰运动,也就是平飞。
pitch是俯仰角，是“点头“，（在固定翼飞机中则由升降舵舵机控制）
yaw是偏航角，是‘摇头’，（在固定翼飞机中则由方向舵舵机控制）
roll是旋转角，是“翻滚”，（在固定翼飞机中则由副翼舵机控制）
对于四轴飞行器而言,由于飞行方向并不是一定要向着机头方向,因此roll和pitch角是类似的。
如果将X轴视为机头,那么X轴的角度就是pitch角,y轴的角度是roll角,反之亦然。
俯仰角一般抬头为正,低头为负数,和市面上最常见的MPU6050陀螺仪的坐标轴方向是一致的,既顺时针转动是增大角度
pid控制算法
pid算法是一种非常常见的负反馈控制算法,当被控对象的结构和参数不能完全掌握，或者得不到精确的数学模型时，控制理论的其它技术难以采用，系统控制器的结构和参数必须依靠经验和现场调试来确定。
由于四轴飞行器的硬件形态各异,电机参数各异,因此采用PID算法来作为四轴电机控制非常普遍。
PID并不关心四轴的具体动力学参数，二手通过一个固定的pid公式和未知的参数P(比例参数),I(积分参数),D(微分参数),输入为误差项,输出为电机的运动量,根据不断的实验优化这几个参数达到最好的结果,这其实和深度学习的训练过程类似,区别就是反向传播是机器自己去调参,而PID的调参过程更需要人参与。
四轴的pid控制很多样化,常见的有:
单角度环控制
计算过程如下:
角度-角速度环控制
上述角度单环PID控制算法仅仅考虑了飞行器的角度信息，如果想增加飞行器的稳定性(增加阻尼)并提高它的控制品质，我们可以进一步的控制它的角速度，于是角度/角速度-串级PID控制算法应运而生。在这里，相信大多数朋友已经初步了解了角度单环PID的原理，但是依旧无法理解串级PID究竟有什么不同。其实很简单：它就是两个PID控制算法，只不过把他们串起来了(更精确的说是套起来)。那这么做有什么用？答案是，它增强了系统的抗干扰性(也就是增强稳定性)，因为有两个控制器控制飞行器，它会比单个控制器控制更多的变量，使得飞行器的适应能力更强。为了更为清晰的讲解串级PID，这里笔者依旧画出串级PID的原理框图，如图所示：
计算过程如下:
电机的控制
为了实现飞行的稳定和控制,电机的转速并不是单独由油门来决定，而是以油门为基准整合上空间三轴俯仰（Pitch）、翻滚（Roll）和偏航（Yaw）的控制量来决定
例如，四轴飞行器机头向下倾斜时（对应俯仰角为负数），为了达到平衡，电机 3 和电机 4 增大转速，电机 1 和电机 2 减小转速，此时俯仰控制量应该向负增大。
同理得到:
电机 1 转速 = 油门 + 俯仰 + 横滚 - 偏航
电机 2 转速 = 油门 + 俯仰 - 横滚 + 偏航
电机 3 转速 = 油门 - 俯仰 - 横滚 - 偏航
电机 4 转速 = 油门 - 俯仰 + 横滚 + 偏航
得到这个公式,最后的步骤在于PID参数的整定。
pid参数整定
在标准的控制类书籍上PID算法是这么定义的：
这个公式是连续系统用的，软件使用的是离散的控制模型也叫0阶保持器的离散系统，就是需要把上面的公式离散化，而这个离散化的过程我们使用的是后项差分法。首先把上面的积分传递函数转化为连续的s域模型：
使用后向差分法可以得到s域到z域的映射关系：
于是可以得到：
PID控制应该算是应用非常广泛的控制算法了。小到控制一个元件的温度，大到控制无人机的飞行姿态和飞行速度等等，都可以使用PID控制。这里我们从原理上来理解PID控制。
PID(proportion integration differentiation)其实就是指比例，积分，微分控制。先把图片和公式摆出来
从实现层面上来说,大部分都是在软件层面实现pid，需要在离散的时候使用，上式子可以化为:
每一项前面都有系数，这些系数都是需要实验中去尝试然后确定的，为了方便起见，将这些系数进行统一一下：
PID中三个参数，大体对应于控制系统的三个最重要的方面： - P: 对应“稳”，即稳定性，放大控制作用； - I对应“准”，消除稳态误差； - D对应“快”，对误差进行预判、做出快速反应。
位置类型和增量类型PID
PID算法的两种形式:
位置型控制:
增量型控制:
参数整定
根据控制目标寻找合适PID参数称为参数整定
参数整定是根据经验来进行寻找合适的参数:
PID参数调整口诀：
参数整定找最佳，从小到大顺序查
先是比例后积分，最后再把微分加
曲线振荡很频繁，比例度盘要放大
曲线漂浮绕大湾，比例度盘往小扳
曲线偏离回复慢，积分时间往下降
曲线波动周期长，积分时间再加长
曲线振荡频率快，先把微分降下来
动差大来波动慢。微分时间应加长
理想曲线两个波，前高后低四比一
一看二调多分析，调节质量不会低
若要反应增快，增大P减小I
若要反应减慢，减小P增大I
如果比例太大，会引起系统震荡
如果积分太大，会引起系统迟钝
串级pid
当我们的期望并不只有一个时候,这个时候就会引入多级pid算法，举个电动飞机的例子
飞行器的最终位置取决于电机的转动带来的升力,升力通过加速度影响速度，最后影响位置。
如果你按照图中的思路设计控制器，那就说明`你只对位置有期望`，这意味着你对升力，速度没有期望，也就意味着加速度，速度是什么都无所谓。
所以实际效果变成什么呢？`你会以一个你无所谓的加速度，和速度，到达你的期望位置。`这时候奇怪的事情发生了，到达你的期望位置时有加速度和速度，那这个就不是`到达期望位置`了，这叫`经过期望位置`。 你会发现你的对象在期望位置附近“反复横跳”，超过后，又退回去，退过了，又超过去。
这并不是因为PID参数没设置好导致的
这时候你才想起来，原来`你期望的是停在期望位置上`。 什么叫停在期望位置上？
就是到达期望位置的同时加速度与速度都为0。
因此,由于加速度我们可以自己控制,目标系统总共有两个期望,也就是速度,速度以及位置。
我们对期望速度的要求`期望速度必须能减小位置误差，且位置误差为0时，期望速度为0`。
所以我们发现这些期望速度都是与位置误差相关的且经过0点的曲线 。
位置误差与期望速度在这时候才建立起的关系，注意，强调一遍，是我们主动把位置误差与期望速度联系起来的，起因是我们希望控制速度达到控制位置的效果。
而这种控制能够被实现的本质是，「速度与位置存在我们已知的简单变化关系，即速度的积分是位置」，所以改变期望速度才能改变位置，才能减小误差。
所以合理的控制过程应该就可以设计成这样。
只要找个合适的函数，根据误差生成合适的期望速度曲线就可以了。
我们最常使用的是什么样的曲线呢？
是不是非常熟悉。
因为这两个曲线满足合适的期望速度的要求，同时也非常的简单。
只要是满足「合适的期望速度」的曲线都可以作为期望速度，显然如果在外环使用PID也是可以的，但是为什么实际中不这么用呢？因为添加积分(I)后，导致响应变慢，添加微分(D)容易引入噪声，只用P又简单又有效，何乐而不为呢？
到这里外环的输出终于理所应当的变成了内环的期望，但是这并不是因为这件事本就应该成立，而是通过你的设计，和真实存在的物理关系，才设计出来的合情合理的双闭环控制器。
我们再回忆一下这个控制器的设计过程
- 执行器输出无法直接控制目标物理量。
- 发现控制器能控制物理量的变化量(微分)。
- 你想了个办法，可以通过控制物理量的微分，按照某种曲线变化，从而达到间接控制目标物理量。
- 这个曲线必须满足两点，存在目标物理量误差的时候，应该产生因一个能减小这个误差的变化，且当没有误差的时候，变化量也应该为0。
- 选择最简单实用的曲线即可，所以外环选择KP。
- 间接控制能成功的原因是因为，执行器能改变的量，与目标物理量之间有简单的物理关系。
关于博主
an actually real engineer
通信工程专业毕业,7年开发经验
技术栈:
精通c/c++
精通golang
熟悉常见的脚本,js,lua,python,php
熟悉电路基础,嵌入式,单片机
耕耘领域:
服务端开发
嵌入式开发
>gin接口代码CURD生成工具
sql ddl to struct and markdown,将sql表自动化生成代码内对应的结构体和markdown表格格式,节省宝贵的时间。
qt .ui文件转css文件
duilib xml 自动生成绑定控件代码
协议调试器
基于lua虚拟机的的协议调试器软件 支持的协议有:
串口
tcp客户端/服务端
udp 组播/udp节点
tcp websocket 客户端/服务端
软件界面
使用例子: 通过脚本来获得接收到的数据并写入文件和展示在界面上
下载地址和源码
webrtc easy demo
webrtc c++ native 库 demo 实现功能:
基于QT
webrtc摄像头/桌面捕获功能
opengl渲染/多播放窗格管理
janus meeting room
下载地址和源码
wifi,蓝牙 - 无线开关
实现功能:
通过wifi/蓝牙实现远程开关电器或者其他电子设备
电路原理图:
实物图:
深度学习验证工具
虚拟示波器
硬件实物图:
实现原理
基本性能
采集频率: 取决于外部adc模块和ebaz4205矿板的以太网接口速率,最高可以达到100M/8 约为12.5MPS
上位机实现功能: 采集,显示波形,存储wave文件。
参数可运行时配置
上位机:
显示缓冲区大小可调
刷新率可调节
触发显示刷新可调节
又一个modbus调试工具
最近混迹物联网企业,发现目前缺少一个简易可用的modbus调试工具,本软件旨在为开发者提供一个简单modbus测试工具。
主打一个代码简单易修改。
特点:
1. 基于QT5
2. 基于libmodbus
3. 三方库完全跨平台,linux/windows。
开源plutosdr 板卡
1. 完全开源
2. 提高固件定制服务
3. 硬件售价450 手焊产量有线
测试数据
内部DDS回环测试
接收测试
外部发送500MHZ FM波形
matlab测试
2TRX版本
大部分plutosdr应用场景都是讲plutosdr板卡作为射频收发器来使用。
实际上plutosdr板卡本身运行linux 操作系统。是具有一定脱机运算的能力。
对于一些微型频谱检测,简单射频信号收发等应用完全可以将应用层直接实现在板卡上
相较于通过网卡或者USB口传输具有更稳定,带宽更高等优点。
本开源板卡由于了SD卡启动,较原版pluto支持了自定义启动应用的功能。
提供了应用层开发SDK(编译器，buildroot文件系统)。
通过usb连接电脑,经过RNDIS驱动可以近似为通过网卡连接
(支持固件的开发定制)。
二次开发例子
```
all:
arm-linux-gnueabihf-gcc -mfloat-abi=hard --sysroot=/root/v0.32_2trx/buildroot/output/staging -std=gnu99 -g -o pluto_stream ad9361-iiostream.c -lpthread -liio -lm -Wall -Wextra -lrt
clean:
rm pluto_stream
版面分析即分析出图片内的具体文件元素,如文档标题,文档内容,文档页码等,本工具基于cnstd模型