飞行器控制系统——导航、制导与控制

在开始讲解飞控之前,觉得还是专门做一期文章讲解,为大家梳理一下飞行器控制系统。
相信大家在学习过程中,总是听到导航、制导与控制这三个词。但是大部分人对这三个词所涵盖的范围并不清晰,甚至经常会混淆导航问题与制导问题、制导问题和控制问题。所以这一期文章带大家梳理一遍导航、制导与控制这三部分各自的范畴。

1、导航、制导、控制

1.1. 导航(Navigation)

广义上的导航是指监视和控制船只、车辆从一个地方到另一个地方的运动过程。这里的概念重点更偏向于提供位置,导引方向。聚焦到飞行器控制系统中的导航功能,更多的是指在飞行器飞行过程中,根据各项传感器信息,使用导航算法(平滑、滤波、预测),解算出在某一个坐标系下飞行器的位置、速度等信息;必要时还需要获得姿态角、角速度等其他状态信息

1.2. 制导(Guidance)

飞行器的制导是指导引和控制飞行器按一定规律飞向目标或预定轨道的技术和方法。在这个过程中更多强调的是给出飞行器在飞行过程中的轨迹
在维基百科中,关于Guidance的解释是:

  • Guidance refers to the determination of the desired path of travel (the "trajectory“) from the vehicle’s current location to a designated target, as well as desired changes in velocity, rotation and acceleration for following that path.
  • 制导是指确定从车辆当前位置到指定目标的所需行驶路径(“轨迹”),以及遵循该路径所需的速度、旋转和加速度变化。

因此制导工作主要可以确定为两个部分:

  • 根据任务,给出路径(轨迹)
  • 根据给出的路径(轨迹),输出期望的控制指令,如速度、角速度、加速度等。

由此引出该工作下两个研究方向:

  • 路径轨迹)规划;
  • 路径轨迹)跟踪。
1.3. 控制(Control)

广义上的控制是指整个飞行器的飞行控制,甚至包括智能化决策、制导、控制等,更偏重的控制论(Cybernetics)。而此节的所提到的控制,特指在GN&C(Guidance, Navigation and Control)系统中偏底层的控制,更倾向于控制理论(Control Theory),更关注于飞行器本身的控制。最经典的控制理论大多是利用数学工具,对于被控对象的本体进行建模与控制,探索控制律的各种特性。一般我们倾向于将这部分控制称为底层控制。

举个具体例子可以是这样:底层控制负责接收制导层面给出的运动学期望控制指令(期望速度、期望角速度),将具体的期望指令输出到作动器的控制指令(舵偏角、电机)。

1.4. 小结

飞行器的导航、制导、控制系统分工较为明确:

  • 导航解决的问题是“我在哪儿?”
  • 制导解决的问题是“我往哪走,根据方向走多大的步子?”
  • 控制解决的问题是“走一步,需要脚需要怎么抬?”
    将导航、制导、控制类比到人身上可以理解为:
  • 导航可以类比为人的外部“感知”系统:眼睛、前庭等对环境的感知
  • 制导可以类比为人的内部”规划“系统:大脑对任务的执行思考
  • 控制可以类比为人的外部“控制“系统:手脚四肢根据大脑指令,做出对应的动作

按照导航、制导与控制的架构,一般无人飞行器的整体控制系统如下图所示:
在这里插入图片描述# 2、感知、规划、控制
随着更多无人智能系统的发展,传统飞行器的导航、制导、控制的定义,已经逐渐不适用。随之而来的是一个全新的三层系统:感知(Perception)、规划(Planning)、控制(Control)。在这个系统框架下,描述的对象更偏向于一个智能体(Agent)的概念。导航对应感知,制导对应规划。

2.1. 感知(Perception)

感知在飞行器导航的基础上,添加了更多传感器,更多数据融合处理方法。例如当下很火的自动驾驶中,视觉或激光雷达的环境感知方案;四旋翼无人机的视觉里程计加惯导方案等。“感知”这两个词不再局限于“导航”,不局限于获取自身的位置姿态。引入了更多传感器的同时,能够获得更多外界环境的信息。只要涉及到传感器测量,提取传感器测量数据,获得可用信号的过程,都可以划分到感知这一层面。

2.2. 规划(Planning)

规划在传统制导的基础上,赋予了智能体自主智能的概念。例如智能体的自主决策、任务分配、对抗博弈等。在路径规划和路径跟踪的基础上,规划层面还包含了任务的决策生成,在任务决策的基础上,进行路径规划和路径跟踪。

2.3. 控制(Control)

控制层不再局限于传统经典控制理论,有着更广泛的研究工作和方法,最优控制理论、强化学习控制、模型预测控制、自适应和鲁棒控制。

总结

根据感知、规划、控制这三层架构可以有如下的研究内容。
感知层面,除了传统的导航滤波算法,可以做的研究有多源数据融合;目标识别、定位、检测;以及当下很火的slam。
规划层面,将飞行器上升到一个无人智能体的概念后,可以研究任务分配、智能决策。有了任务输出后,根据任务决策,进行路径规划与优化,有了期望路径,可以去做跟踪控制。
控制层面,除了传统经典控制方法,还可以研究自适应控制、鲁棒控制、最优控制等。另外一方面针对有些模型无法获取的情况,系统辨识也是一个不错的方向。将系统辨识和控制结合起来,也是一个不错的研究方向。
在这里插入图片描述

Ending

本文详细介绍了**导航、制导与控制(感知、规划与控制)**及其分类,这其中的分类是基于本人这些年学习工作所总结的,如果大家有一些不一样的想法也欢迎在群里交流。
后续会陆续带来规划、控制相关的文章、仿真分享。计划包括:任务分配、编队算法、轨迹规划、轨迹跟踪控制、自驾仪设计等。
迅翼SwiftWing致力于固定翼技术共享,汇聚固定翼领域技术极客,推动固定翼技术持续创新!

  • 33
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值