Розробка системи стабілізації польоту квалрокоптера

Метою кваліфікаційної роботи є розробка системи стабілізації польоту квалрокоптера, використовуючи при цьому нейронні мережі та датчики положення БПЛА акселерометр та гіроскоп.

Квадрокоптером називають безпілотні літальні апарати (БПЛА), що оснащені чотирма гвинтами, а також це один із різновидів мультикоптера. Основою БПЛА є платформа з чотирма роторами, перша пара яких обертається за годинниковою стрілко, а інша проти. Якщо порівнювати квадрокоптер та вертольотний тип літадьних апаратів з кріпильними гвинтами, то можна побачити, що такі БПЛА мають ряд переваг – простоту конструкції, більшу стабільність та більший кут польоту, відносно невелику масу при підйомі, а також вищу швидкість польоту.

Такий підхід має кілька важливих переваг, які обґрунтовують його використання в сучасних квадрокоптерах:

1.Адаптивність до змінних умов: Нейронні мережі здатні ефективно адаптуватися до змінних зовнішніх умов, таких як вітер, зміни ваги або динамічні зміни в поведінці квадрокоптера під час польоту. Вони можуть навчатися з даних в  реальному часі та налаштовувати свої параметри для забезпечення стабільності квадрокоптера в різних умовах, що є великим плюсом в порівнянні з традиційними методами регулювання.

2. Забезпечення стійкості та стабільності: Використання нейронних мереж для стабілізації дозволяє досягти високої стійкості в управлінні квадрокоптером, навіть в умовах нестабільності. Нейронні мережі можуть обробляти великі обсяги вхідних даних, таких як швидкість, нахил, висота, і застосовувати адаптивне коригування в реальному часі, що забезпечує стабільний політ.

3. Оптимізація параметрів управління: Нейронні мережі можуть оптимізувати регуляторні параметри для різних умов польоту, що дозволяє знижувати помилки в управлінні і мінімізувати затримки в реагуванні на зміни в положенні квадрокоптера. Це важливо для задач, що вимагають точного контролю, наприклад, при виконанні складних маневрів або в умовах сильного вітру.

4. Підвищення надійності та ефективності: Завдяки здатності нейронних мереж до самонавчання, система стабілізації може стати більш надійною, оскільки з часом вона адаптується до конкретних характеристик квадрокоптера, включаючи його вагу, двигуни та інші параметри. Крім того, це дозволяє зменшити потребу в частих калібруваннях, що спрощує експлуатацію.

5. Інтеграція з іншими системами: Програмний модуль на базі нейронних мереж може бути інтегрований з іншими модулями квадрокоптера, такими як система управління польотом, сенсорні системи, GPS, та інші технології. Це дозволяє створювати більш комплексні та інтелектуальні системи для покращення стабільності та безпеки.

6. Скорочення часу на налаштування: Нейронні мережі можуть автоматично підлаштовувати параметри стабілізації в залежності від специфіки роботи квадрокоптера, що зменшує час на ручне налаштування і дозволяє швидше адаптувати безпілотник до різних умов експлуатації.

Для повороту або нахилу по сторонам, швидкості обертання одного/двох привідних двигунів змінюються і рама ЛА нахиляється й рухається в сторону. Але при нахилі рами квадрокоптера вектор тяги збільшується, а знижується, що на практиці рівносильно зниженню висоти, тому при регулюванні швидкостей ЛА завжди є компенсуюча складова швидкості привідних двигунів.

Три осі прийнято називати – крен, тангаж та рискання, які описані Л. Ейлером як третя система кутів повороту, що дозволяє привести будь-яке положення системи до вхідного. Крен (Roll) – це поворот БПЛА навколо його так званого Y (вісь, яка проходить від носа до хвоста). Тангаж (Pitch) – поворот навколо «талії» (кут носу, задирання хвоста). Рискання (Yaw) – поворот навколо вертикальної осі найбільше схожий на поворот в «наземному» розумінні. Реалізації основних кутів повороту об’єкту в повітрі відбувається за рахунок зміни швидкості приводних гвинтів. Для реалізації підйому квадрокоптера необхідно, щоб всі привідні двигуни працювали з однаковою максимальною кутовою швидкістю.