基于深度信息的自主空中加油相对位姿控制技术研究
第 1 章 绪 论
自主空中加油技术又由高动态环境下的位姿估算、飞行控制和数据传输等技术组成[3]。根据我国无人机自主空中加油技术研究发展的现状，本课题结合国家 863 高技术研究发展项目子项目“重载荷智能化物探专用无人直升机研制”(2013AA063903)，以为无人机自主空中加油技术中的关键问题之一，同时也是首要任务的加油机和受油机相对位姿控制为主要研究目标，对基于深度信息的位姿估算的可行性，数据处理方法手段、误差分析和实物仿真模型点云数据处理的实验设计验证等问题进行系统深入的研究，并在此基础上针对自主空中加油中受油机区别与正常飞行状态下的个性飞行控制问题进行研究，即如何规划相对位姿控制的飞行路线以确保相对位姿估算的鲁棒性，如何控制受油机在各种干扰条件下按规划路线飞行，通过对受油机的控制来保证相对位姿估算的准确性与鲁棒性，同时力图将有人机飞行员空中加油的综合判断与控制策略引入到相对位姿控制闭环中，将有人机飞行员经验优势与无人机的技术优势有机地结合在一起。
随着科学技术的不断进步，推动了无人机系统的爆炸式发展[4]，由此世界各国纷纷意识到无人机在未来的广阔应用空间。美国军方率先提出到 2040 年所有军机都可以实现无人驾驶操控。由此无人机自主空中加油技术可大幅提高无人机的滞空时间，对提高无人机的使用性能居有重大的现实意义。我国在 1992 年完成了首次有人操纵飞机空中加油对接，成为第 5 个独立掌握空中加油技术的国家，并于 2005 年首次成功实施多吨量有人操纵飞机空中加油，目前我国对无人机自主空中加油技术的理论研究正处于有计划的发展阶段[5]。尽管在近十年的时间内，对无人机自主空中加油的关键性问题——加受油机相对位姿估计研究已有了相当的研究成果和具体的应用，但大都或多或少的存在一些缺陷与不足，主要包括过度依赖 GPS 信息，平面视觉传感器容易受到天气等外界因素影响等问题。而基于深度信息三维快速成像（Flash LIDAR）技术的出现恰恰可以减少和消除上述问题，为无人机自主空中加油中的位姿估算与控制提供非相似余度的可靠数据源。同时国内外对基于ToF 技术的三维快速成像技术在空间领域的应用研究基本上也处于正在进行时，要最终形成成熟的应用技术，还可能需要更具针对性的创新性的研究，如针对加油机模型的点云数据算法和如何确保相对位姿估算稳定性与准确性的研究。在我国迫切需要长航时无人机的背景下，启动一些无人机自主空中加油关键支撑技术的研究是非常必要的。
......
1.2.1 空中加油的典型方式
无人机自动空中加油技术是基于传统的有人驾驶飞机空中加油技术发展而来的。有人驾驶飞机空中加油技术有 2 种实现方式：软管式和硬管式加油[6]。
(1)软管式加油(Probe and Drogue Refueling)
软管式加油根据英文翻译又称作插头-锥套式加油。在此种加油过程中，对接控制主要由受油机完成，当受油机上的插头插入加油机软管上的锥套后，锥套上的机械自锁装置可将插头锁紧以确保加受油机的可靠对接。如图 1.1(a)所示，一架 F/A-18 受油机正在通过机身上伸出的受油插头与 KC-10 加油机伸出软管上的锥套相对接，来完成空中加油。图 1.1(b)显示的是插头和锥套的近景图[7-9]。中国空军、美国海军和海军陆战队等均采用的是该种加油方式。
硬管式加油根据英文翻译又称作飞桁式加油，在此种加油过程中，受油机要完成的主要任务是在加油机尾部保持编队飞行，而加油机上的加油操作员操作飞桁插入受油机背部的受油口内来实现空中加油。如图 1.2(a)所示，一架 F22 受油机正在与 KC-135 加油机伸出的飞桁相对接，来完成空中加油。图 1.2(b)显示的是 F22 机背的受油口和飞桁的近景图[7-10]。美国空军采用的是该种加油方式。
1.2.2 自主空中加油的发展概况
随着无人机遂行任务的多样化，无人机自主空中加油技术受到了越来越多的重视，相关的研究也随即展开，目前自主空中加油仍然处于理论研究和试飞验证相迭代的过程，与自主加油的飞行控制等问题相比，其中的核心难点问题仍然是提高加受油相对位姿估算的准确性、可靠性和稳定性。这是由于空中加油的飞行控制可将成熟飞行员的空中加油的操作经验等知识通过计算机描述出来，而相对位姿估算首先要寻找到可以代替人眼的可靠数据源，其次要实现数据源的权重分配，连续可靠的运算处理、风险识别等动态权衡博弈工作，这些恰恰都是计算机所不擅长的。综上所述，由于相对位姿控制是一个连续的估算—决策—控制的闭环，控制是为估算提供更有利稳定的条件，而估算是下一步控制的基础，因此相对位姿估算与控制二者相辅相成缺一不可。
早在 2004 年美国空军的 Ross 和 Spinelli 就针对自主空中加油中加受油机编队飞行控制开展理论研究，其主要是采用差分 GPS 以加油机作为坐标原点，来验证在预对接和对接过程中受油机与加油机自主编队飞行和相对位姿估算能力，经计算得出二者相对位置误差不超过 0.1m，并且该方案在以 Calspan Learjet 作为受油机和以 C-12 作为加油机试飞中得以成功验证（如图 1.3 所示）。该研究结果表明 GPS 可作为加油油机相对位姿估算的数据源[11-12]。
......
第 2 章 相对位姿估算问题描述与数学模型
基于深度信息、INS 和 GPS 的自主空中加油原理方框图如图 2.1 所示，相对位姿估算控制器利用不同数据源提供的信息预测加受油机之间的相对位姿变化，根据自主空中加油的任务要求和编队飞行安全边界合理分配控制权限，将控制信息传递给飞控系统来实现自主空中加油。在无人机自主空中加油的过程中，加油机和受油机（即无人机）之间的相对位姿估计是否精确是决定空中加油成败的关键性因素。
为此，在系统中增加了一种非相似余度三维光学测量系统——Flash LIDAR 来测量二者相对距离和姿态。Flash LIDAR 输出的 3D 点云形式的深度信息经图像处理后，可通过卡尔曼滤波等多传感器信息融合算法来提高 AAR 系统可靠性和容错性。由于篇幅限制本文就只对 Flash LIDAR 系统的测量、信号处理、方位估计和控制等问题进行研究。
......
2.2.1 自主空中加油过程描述
研究自主空中加油相对位姿估算问题首先要对加受油机空中加油时的飞行过程进行分解细化，有针对性的研究相对位姿估算在不同的自主空中加油飞行阶段的侧重点。目前两种典型的空中加油方式分别是软管式和硬管式空中加油。归纳总结两种加油方式在空中加油飞行过程中的特点，如表 2.1 所示。
由表 2.1 可知软管式和硬管式空中加油的共同点在于均要经历编队飞行加油机接近受油机的过程，因此必须首先对二者编队飞行的情况进行研究，以确定合理的加油机图像特征提取方案，在确保位姿估计准确性的前提下提高信号处理效率。图 2.2 为空中加油编队示意图。加油机与受油机置于笛卡尔坐标系中，其原点 O 为受油机上深度信息传感器的安装位置。
在自主空中加油的会合阶段受油机从任务空域转向加油空域，如图 2.2 所示，在两倍预接触（Twice pre-contact）位置加油机应捕捉到受油机的方位和航向，并根据加油机的位姿变化逐渐接近受油机到达预接触（pre-contact）位置。预接触位置处于加油机的后下方，在此位置受油机与加油机之间通常具有大约 50 英尺水平和 10 英尺垂直的安全距离。作为自主空中加油起点的两倍预接触位置的信息可由地面站传送给受油机，也可以通过加受油机之间的数据链路实现传输。对接阶段是受油机从预接触位置逐渐接近加油机至接触位置的过程，如图 2.2 所示，并且在接触位置与加油机之间保持稳定的编队飞行状态。
根据空中加油编队飞行四个阶段的任务要求可知相对位姿估算不但要完成在会合阶段、对接阶段和加油阶段加受油机之间的相对导航的任务，而且还要在高动态条件下预测加受油机之间相对位姿的变化率以确保加受油机编队飞行的安全。为了实现稳定可靠的相对位姿估算，因此要将飞行员在实际空中加油过程中眼脑的计算判断加受油机之间相对位姿变化的经验知识转化为计算机自动处理算法。因此归纳总结在空中加油不同阶段相对位姿估算任务如下列要求，，如表 2.2 所示。
由表 2.2 可知，加受油机相对位姿估算在会合、对接和加油阶段具体任务各有不同，在会合阶段其主要任务是使加油机快速跟踪并对准加油机航迹。在对接和加油阶段其主要任务是计算受油机相对加油机的速度和加速度，在确保安全的前提下保持编队飞行。综上所述，获取时空连续的三维点云图像图像序列是完成相对位姿估算任务的必要条件。在本章中为了系统的阐述深度信息相对位姿估算的原理，不考虑视角问题。图 2.3 为在虚拟现实环境下生成的受油机在预对接位置时观测到的加油机平面图像信息。该图与深度信息传感器输出的信号主要区别在于其无法提供深度信息。但是我们依然可以从中得到启发，平尾、垂尾和机翼等部位能提取出近似于平面的形状特征。
......
3.1 空中加油环境建模概述 ..............................44
3.2 影响环境建模的因素 ...............................45
3.2.1 传感器测量噪声 .................................45
第 4 章 受油机参考轨迹规划研究 .........................70
4.1 受油机参考轨迹规划 .................................71
4.1.1 受油机动力学方程与运动方程 ......................71
4.1.2 轨迹规划中的约束条件 ............................73
第 5 章 基于自抗扰控制的相对位姿控制律设计.............96
5.1 自抗扰控制基本原理 .................................96
5.1.1 ADRC 数学模型 ....................................97
5.1.2 跟踪微分器（TD） .................................97
第 5 章 基于自抗扰控制的相对位姿控制律设计
本章采用自抗扰控制(Active Disturbances Rejection Control, ADRC)方法来设计空中加油飞行控制律。自抗扰控制的特点在于它对非线性耦合和不确定性采用“观测+补偿”的方法进行处理，而且它的观测基本上不依赖于对象的模型。这种特征使自抗扰控制特别适合应用于空中加油控制问题。
基于状态空间描述的现代控制理论在上个世纪六、七十年代得到迅速发展，尤其是对线性系统，在分析和综合方面从理论上均给出了很多完美的结论。很多学者因此预言，基于现代控制理论的新型控制器可能在短时间内取代基于经典调节理论的 PID 调节器。但实践表明，以 PID 控制律为基础的各种调节器仍然保持主导地位，在工业过程控制、运动控制、航天控制等领域中，大部分控制器都采用 PID 调节器[97]。PID 调节理论对对象数学模型的依赖程度很小，只需要依据对象的一些基本特征通过调节 PID参数来建立合适的控制律。但另一方面，在 PID 控制器中，误差的取法容易造成调节时间和超调量的矛盾，误差微分又容易引入较大噪声，加权和的控制策略仅仅局限于线性模型，积分反馈会带来副作用，这些原因导致 PID 控制器的控制精度和动态性能不是非常理想，品质有待提高。在自主空中加油过程中，尤其是在最终对接过程中，由于在高动态条件下，加油锥套与受油机同时受到加油机尾流等干扰，如果单纯采用 PID 控制很难在调节时间、超调量与相对位姿估算鲁棒性之间权衡。而单独采用受油机状态方程控制方法，同样难于克服被控对象因尾流与阵风等干扰产生的非线性与不确定性。
本节详细介绍了 ADRC 方法的基本原理，给出了 ADRC 各组成部分基本工作原理与具体的设计方法。通过分析可知，ADRC 的设计对系统的精确模型依赖性小，可有效的缓解了系统调节的快速性和超调量之间的矛盾，有利于提高控制系统的动态性能，尤其适合于观测自主空中加油中由于尾流与阵风等因素导致受油机模型不确定性部分和外部未知扰动的影响，然后给出相应控制量进行补偿的控制方式。
......
第 6 章 结论与展望
本文针对无人机自主空中加油的核心问题相对位姿控制技术开展研究，提出了基于深度信息的相对位姿估算方法，对基于深度信息位姿估算的可行性，数据处理方法手段、误差分析和仿真模型点云数据处理的实验设计验证等问题进行系统深入的研究，结果表明基于深度信息三维快速成像技术的可为无人机自主空中加油中的位姿估算与控制提供非相似余度的可靠数据源。并在此基础上针对自主空中加油中受油机区别与正常飞行状态下的特性飞行控制问题进行研究，即如何规划相对位姿控制的飞行路线使受油机始终处于深度信息传感器视场范围内以确保相对位姿估算的鲁棒性，如何控制受油机在加油机尾流和阵风等干扰条件下按规划路线飞行，同时力图将有人机飞行员空中加油的综合判断与控制策略引入到无人机相对位姿控制闭环中，将有人机飞行员经验优势与无人机的技术优势有机地结合在一起。全文工作总结如下：
1．本文结合基于深度信息的无人机自主空中加油相对位姿控制技术研究背景和意义，对自主空中加油技术的国内外研究现状，存在的问题，发展趋势以及深度信息的技术特点和应用现状进行综述，分析了将其应用在无人机自主空中加油相对位姿估算与控制领域的可行性，并在此基础上提出本课题的主要研究内容。
2．针对整个加油机点云图像数据量较大，不利于实时处理的问题，本文根据加受油机空中加油编队飞行特点，确定了以平尾和垂尾为特征平面的加油机点云图像特征提取方案和算法，利用拉格朗日乘数法求取点云子集的最佳拟合平面的单位法向量，将加油机姿态的变化通过平尾与垂尾法向量的变化计算出来，同时可以根据两个平面相交确定的直线解析出一个特征点群，并通过视觉里程计技术进行加受油机相对位姿估算。最后通过水平集的方法提出加油锥套的轮廓，并通过最小二乘来拟合其圆心，来获取最终对接需要的信息。
3．从传感器与搭载平台运动对测量影响两方面入手进行分析，在确定影响传感器测量准确性因素的前提下，设计了平面滤波器与边缘滤波器以减小或消除因传感器测量产生的误差。针对加受油机始终处于运动状态，传感器测量数据的准确性与鲁棒性受到加受油机的运动特性的影响的情形，建立了加油机轨迹预测模型，利用卡尔曼滤波器减小或消除此类影响。
......
参考文献（略）
本文编号：44466
本文链接：https://www.wllwen.com/wenshubaike/lwfw/44466.html
