机载智能系统：有效提升无人机的环境适应性

引言

无人机技术，目前正蓬勃发展，用途也越来越多样化。但是，为了让无人机胜任严苛的环境条件下的工作，美国德州理工大学的研究人员开发了一种机载智能控制系统，有效地增加了无人机的环境适应性和可操作性。

无人机技术需要发展

无人机，正日益蓬勃地应用于商业和学术领域。公司以及政府机构越来越多使用无人机帮助其业务。研究人员也不断地开发无人机新颖独特的用途。但是，这项技术仍然是一个新兴的、不断演进的技术。从固定翼无人机到四轴飞行器，从大型飞机到小型玩具，无人机技术的用途和力学机制，才刚刚被人们理解。

极端环境条件对于无人机的影响

为了提高无人机的可操控能力，它必须在任何环境条件下，例如极端天气或者不确定环境中都可以操控。这些不确定环境条件，其实就是传统的空气动力学飞行器经常要避免的那些条件。一些列不确定性和干扰性的因素会扰乱传统控制器的功能，导致性能显著降低，带来不稳定甚至是坠毁。

机载智能系统的设计

德州理工大学机械工程系的助理教授「Beibei Ren」和她的研究小组正集中精力解决这一问题。Ren，在非线性控制理论和稳定性分析方面拥有丰富的专业知识，她在模型和无人机方面开展研究。她是这篇名为“直升机系统的建模、控制和协调”的专题论文的领导作者。他们将机载智能设计添加到飞行控制系统中，以适应未知扰动和极端飞行条件。

Ren 领导了动态智能系统、控制与优化（DISCO）研究小组，她这么评价他们的工作目标：

“「我们想要扩大控制理论的范围，从而最大化对于不同系统的控制影响」。对于无人机来说，我们对于开发高级控制策略特别感兴趣，这些控制策略让无人机可以部署在极端和不确定的环境条件下，以完成复杂艰巨的任务。”

这些具有挑战性的条件包括：让无人机靠近风力涡轮机飞行，测量涡轮机的健康程度；让无人机在船上登陆，过程中要考虑到风力、洋流和船舶本身的运动。

新型鲁棒控制系统

最近，Ren 和她的合作伙伴一起开发了一种「针对无人机的、基于不确定性和扰动评估（UDE）的新型鲁棒控制系统」，以提高无人机在极端环境条件下的可操作性。

这种基于UDE的鲁棒控制，「可以对于不确定性和干扰，进行快速评估和补偿，显著地提高了系统的稳定性和鲁棒性」。

在仿真和实验研究中的初步结果表明：基于UDE的鲁棒性系统易于实现，而且比现有的鲁棒性控制方法的性能更佳。

Ren 是这么评价这套方案的：

“我们正在开发的一款无人机，将一切控制都通过机载，它搭载了智能控制系统，这表明无人机已经能够在「任何时间」、「飞向任何地方」、「完成不同的任务」。设想你拥有一个「不同的模型」、「不同的系统」、你的控制系统算法需要被改变。有时，这些差异使得系统参数或者属性变得不同，所以你必须设计一个巨大的控制系统，以便在「这些平台上都可以安全准确地飞行」。这也就是我们的研究正在进行的工作。

结合具体应用案例分析

基础设施健康监测

Ren 认为，无人机一种可能的应用，就是「基础设施健康监测」。这可包括油气管道监测、检查桥梁或者道路结构的完整性、或者移动高速公路交通监测和协调。

然而，在西德州有一个典型案例，就是「使用无人机监测风力涡轮机」，尤其是在南部平原的大型风力农场。通常，这项工作是由一个人出去完成，然而使用一组无人机在监测风力涡轮机健康，会显得更加高效。

但是，当无人机飞至离涡轮机（成本最高达2百万美元）很近的时候，一些问题就产生了。这些问题中，让人印象最深的都和距离相关：「GPS技术的准确性」、或者「无人机能够飞得离涡轮机多近」，通常差不多只有2到5米。

然而，对于使用仪器准确读出监测结果，判断涡轮叶片完整性来说，这个距离并不够近。所以，Ren 的团队正在开发的控制系统，可以让无人机飞得离风力涡轮机更近，同时还要考虑到由巨大的叶片产生的风流和其他因素。

Ren 说：

“美国能源部最近提到，他们对于使用无人机进行基础设施健康监测有兴趣，但是他们对此也有很大的忧虑，如果无人机控制系统不能很好地完成任务，那么就会发生无人机飞进涡轮叶片的事故。所以，这需要十分准确的定位系统。”

Ren 认为，「准确性」，依赖于无人机机载的传感器和控制器。这也是Ren 的研究小组的工作焦点，开发机载智能，让无人机能够适应和特定的地点或者区域相关联的各种变量。

海上搜救

（图片来源于：http://kilmanjaro.ca/)

另外一项可能的无人机应用，就是和「海上搜救」。然而，让无人机在大海中的船上登陆，也是极具挑战性的。

船上登陆需要：「准确的相对导航」、「高度激荡的船气流中操作」、「在摇动的甲板上进行倾斜降落」。另外，在大海中，「阵风也会影响到无人机的操作」。而且在海洋中，「GPS技术或者摄像头会面临失效」。

在这样的一种条件下，无人机似乎在“盲飞”。Ren 说，“我们正在进行的工作和这些挑战息息相关。”然而，判断控制系统是否得到改进，依赖于测试时获取的数据。因此，判断数据准确性和有效性，需要各个研究领域的专家。

Ren 和她的同事们可以判断的是，无人机控制系统是否更加有效运作，以最佳的方式搜集数据。他们也可以使用历史数据提高无人机的稳定性和运行轨迹。

“准确性依赖于传感器，并且控制策略方面，正是我们的经验所在。这就是是机载智能。我们可以和那些专家进行实时交互和合作，但是我们的目标就是为了提高飞行的稳定性，同时搜集数据。”

未来的工作

对于无人机来说，一项改进可能是相当明显，但是目前还没有被解决的就是：「电池续航能力」。目前的情况是，无人机平均每次飞行的时间，例如 Ren 使用的四轴飞行器，差不多是10到30分钟。如果它携带更多的传感器设备，这些重量将会更快耗尽电池电量。

尽管，对于无人机方面已经有各种广泛的研究，电池仍然是主要限制性因素。太阳能无人机可能是一个方案，然而Ren 认为，太阳能板的能量转化效率不够高。

这个方案，可能不在于电池本身，而是「建立无人机充电站」。无论无人机是在飞行、悬停或者降落在充电站上，无人机充电站都可以给无人机充电。另外，在某个区域具有大量的无人机充电站，不仅可以让无人机进行快速再充电，而且可以增加他们的用途，例如帮助监测基础设施的健康。

然而，对于无人机充电站的方案，IntelligentThings 之前也有过介绍一种来自于伦敦帝国理工大学的新型无线充电方案【点击阅读】，可以满足无人机飞行，悬停，降落时的充电。它移除了无人机的电池，使用电感耦合技术，无线传输能量。虽然目前方案里商用成熟还有一段距离，但是有兴趣的朋友可以参考一下。

参考资料

【1】http://today.ttu.edu/posts/2016/11/drone-ren

PS：大家有兴趣的话可以在文章评论中，留下对于文中创新产品或者技术的评价，或者您今后想了解的创新产品和前沿技术，我们期待和您的沟通交流，谢谢！