全书共分为11章,系统深入地介绍了空中自主系统室内导航策略,包括发展现状及建模方法,面向控制的传感器信号改进,导航方案与控制策略等三大部分。其中发展现状部分分别对姿态估计、控制器、数据融合、控制与导航、避障以及遥操作等各个方面进行了梳理性综述,建模方法则介绍了三种典型的数学建模方法;面向控制的传感器信号改进部分介绍了方位估计中的传感器数据融合、无人机定位中的数据融合等;导航方案与控制策略部分介绍了非线性控制算法、轨迹生成、规划与跟踪、路障规避等。
近年来,人们不断地探索和挖掘无人机在室内场景下的应用潜力,如室内无人机安防巡逻、搜索救援、编队等。为加速促进无人机在室内应用的落地,信息融合、自主控制及室内导航等相关技术不断地发展和实践,其中,室内导航作为室内飞行的核心技术,其地位作用日益凸显。无人机在室内自主执行任务时,由于环境的相对封闭、空间有限、未知因素多等诸多特殊性,以及无人机平台自身的稳定性要求,这使得实现室内导航相比室外导航更具有挑战性。
本书既有对当前诸多无人机室内导航相关知识的梳理介绍,使读者对无人机室内导航问题有一个全局的概略性的认识,又提出了具体的技术解决方案并进行了实验验证,包括数学仿真、半实物测试以及实飞测试等。本书从工程实现的角度涵盖了室内飞行无人机所涉及的信号层、控制层、应用层等全流程、全要素,对工程实践具有很强的指导意义;将导航与控制进行了深度地融合性考虑,提出一些创新性的设计方法,这对开拓无人机研发者思路具有一定的借鉴意义;同时还给出了无人机室内飞行在导航、控制、路径规划等各个方面的仿真与实测结果,这对工程实践具有很强的参考价值。
本书能够直接有效地帮助读者搭建一个室内无人机飞行系统,而不需要读者过多地去关注其他各种无关的导航控制技术。另外,本书并不是对各种室内定位技术和飞行控制技术一种泛化的介绍,而是紧扣典型适用于室内自主飞行的导航定位策略进行深入的阐述,给读者提供直接且有效的操作指南。本书适合军事和民用相关领域的科研工作者、工程技术人员,以及无人机业余爱好者阅读和学习。
本书第1~3章,第10~11章由王雷钢翻译,第4~5章由周继航翻译,第6~9章由何奎翻译,王雷钢负责全书统稿。
由于译者水平有限,书中难免存在不足或疏漏,恳请专家、学者和广大读者批评指正。
Pedro Castillo Garcia于1997年获得扎卡特佩克技术研究所(墨西哥,莫雷洛斯)机电工程学士学位,2000年在墨西哥埃斯图迪亚研究中心获得电气工程理学硕士学位,2004年在法国贡比涅技术大学获得自动控制博士学位。他曾先后在澳大利亚悉尼大学(2004)、美国麻省理工学院(2005)、西班牙巴仑西亚理工大学(2005)进行学术访问。2005年,他获得了法国EEA俱乐部颁发的自动控制****博士论文奖。Pedro Castillo Garcla于2014年1月从法国贡比涅技术大学获得HDR学位。2012年12月至2014年1 1月,他曾在墨西哥LAFMIA UMI CNRS 3175 CINVESTAV-IPN担任访问学者。目前,他是法国国家研究基金会(CNRS)的研究员,在法国贡比涅技术大学的Heudiasyc实验室工作。Pedro Castillo Garcia与其他人合作在斯普林格出版社出版专著一部,并与他人合著了20多篇论文。Pedro Castillo Garcia的研究领域主要涉及实时控制及应用、非线性动力学与控制、无人机、视觉和欠驱动机械系统。
Laura Elena Munoz Hernandez出生于墨西哥的伊达尔戈,她于2005年获得了伊达尔戈州自治大学电子和电信工程学士学位,2007年获得了自动化与控制硕士学位。2012年,在法国贡比涅技术大学获得了自动控制博士学位。在博士研究期间,曾于201 2年在西班牙巴伦西亚理工大学进行科研实习。目前,她在法国一家初创公司担任研发工程师。她的研究领域主要包括实时控制及应用、嵌入式控制系统、非线性鲁棒控制、最优控制以及自动驾驶车辆的视觉和控制。
Pedro GarcTa Gil出生于西班牙的巴伦西亚,2007年在西班牙巴伦西亚理工大学获得了控制系统和工业计算的博士学位,目前是巴伦西亚理工大学自动控制专业的助理教授。作为访问研究员,他曾先后于2006年在瑞典隆德大学的Lund技术研究所,2007年在法国贡比涅技术大学,2010在巴西弗洛里安诺波利斯大学,2014年在英国谢菲尔德大学,2016在中国杭州大学做访问学者。Prdro Garcia Gil与他人合著论文20多篇,他的研究领域主要涉及时滞系统、嵌入式控制系统和自动驾驶车辆控制等。
第一篇 研究背景
第1章 绪论
1.1 无人机运动模型
1.2 基于惯性传感器的姿态估计
1.3 时滞系统与预测器
1.4 无人机定位中的数据融合
1.5 控制与导航算法
1.6 航迹产生与跟踪
1.7 避障
1.8 遥操作
参考文献
第2章 建模方法
2.1 转子中的力与力矩
2.2 欧拉-拉格朗日法
2.3 牛顿-欧拉法
2.4 四元数法
2.4.1 四元数建模
2.4.2 对偶四元数模型
2.5 小结
参考文献
第二篇 面向控制的传感器信号改进
第3章 基于惯性传感器数据融合的方向估计
3.1 姿态表示
3.2 传感器特性
3.3 姿态估计算法
3.3.1 基于DCM1
3.3.2 基于DCM2
3.3.3 基于DCM3
3.3.4 欧拉EKF
3.3.5 四元数
3.3.6 基于Quanser平台的实时性比较与分析
3.4 高效卡尔曼滤波器
3.4.1 简化算法
3.4.2 数值验证
3.4.3 飞行实验
3.5 小结
参考文献
第4章 延迟信号和预测器
4.1 基于测量延迟补偿的观察预测算法
4.1.1 有限谱分配
4.1.2 h步提前预测器
4.1.3 仿真
4.1.4 实验
4.1.5 飞行实验
4.2 状态预测控制方案
4.2.1 无人机飞行验证
4.2.2 仿真结果
4.2.3 实验结果
4.3 小结
参考文献
第5章 无人机定位的数据融合
5.1 传感器数据融合
5.1.1 惯性测量单元
5.1.2 超声波测距仪
5.1.3 光流
5.1.4 扩展卡尔曼滤波器
5.1.5 四旋翼无人机简化非线性模型
……
第三篇 导航方案及控制策略