基于GPS/INS的無人機物流配送路徑識別與控制

王力鋒，周萬洋

(百色學院，廣西 百色 533000)

0 引言

如今物流配送行業迅猛發展，每天都有成千上萬的人進行網購或通過快遞寄送物品。數以萬計的快遞包袱配送已經完全超出工人手工運轉的能力，所以經過科技手段的研制利用GPS/INS控制的無人機來進行物流配送，在物流中轉站中有不同大小、不同重量、不同易碎程度的快遞包裹需要進行分類，這就需要依靠GPS/INS來調整控制無人機的物流配送路線[1]。

無人機的配送路線失誤率小、可控制、路徑識別能力強，因此可以依賴無人飛機進行快遞包裹的轉運配送。本文便研究分析基于GPS/INS的無人機物流配送路徑識別與控制，GPS/INS是一種導航能力較強的系統，屬于復合導航的類型，具有精確度高、反應迅速、便于控制等優點。所以相信在這種高能力導航的監測下無人機的物流配送能力會得到顯著的提升[2]。

本文主要分析無人機的物流配送軌跡和無人機進行配送時導航的控制能力。無人機的物流配送軌跡相當于人體中的筋脈與神經系統，無人機受導航控制能力相當于人體中的大腦[3]。只有導航的控制與無人機的物流配送軌跡相互配合才能達到最為理想的狀態。所以不僅能需要對基于GPS/INS的無人機物流配送路徑識別與控制分別分析計算，還要將這兩項內容整體的結合來進行試運轉分析。這樣的實驗效果才會達到能夠應用于實際中的層次。

1 基于GPS/INS的無人機物流配送軌跡識別

1.1 無人機橫滾運動軌跡識別

無人機在空中進行飛行運動是常見的一種運動軌跡，即無人機橫滾運動，當無人機即將進入橫滾運動時，會保持一種水平的飛行狀態，再通過輕輕地拉桿使飛機具有一定的角度(角度大小隨飛機型號而異)，從而開始進行無人機橫滾運動[4]。綜上所述，無人機的橫滾運動是指無人機在水平平穩飛行的狀態下發生空中周轉運動，只在水平方向上發生角度以及位置上的變化，并沒有產生明顯的軌跡偏移。所以本文在研究無人機橫滾運動軌跡的過程中不考慮飛行方向的問題，只考慮無人機飛行橫滾角的變化量與速率的因素。假設無人機在三分鐘內做出1次橫滾運動，那么無人機的橫滾運動周期便為三分鐘每次，三分鐘內的橫滾角的變化量為未知量，那么無人機在一定時間內，做出橫滾運動的次數便為橫滾運動的變化速率，它與無人機橫滾運動周期之比為分子無人機橫滾運動橫滾角變化速率，為分母的數值。得出的數值經過進一步的推算，再用橫滾角運動變化速率除以上一步所推出的數值便為無人機橫滾運動角度的變化量[5]。

影響無人機橫滾運動軌跡的可能性因素還有無人機的飛行速度、橫滾的周轉位置以及橫滾的加速度。下文便逐一的分析以上因素是否能夠影響無人機橫滾運動軌跡的偏移。

首先本文分析無人機的飛行速度的改變是否會使無人機橫滾的運動軌跡發生改變。由于無人機在進行橫滾運動之前一定要保持水平狀態，并且水平飛行速度要保持水平勻速運動，所以無人機的每一時刻均要保持相同的速度，否則會使無人機的機身不穩定從而導致一定的危險[6]。只有無人機在進行橫滾運動的水平速度與無人機沒有進行橫滾運動的上一時刻速度保持一致才能進行無人機的橫滾運動。綜上所述，無人機的橫滾運動的運行軌跡受無人機飛行速度的影響，只有飛行速度在橫滾運動速度產生前與和橫滾運動發生過程中保持一致才能進行無人機的橫滾運動，否則會使無人機帶有危險性從而發生軌跡的偏移。

接著本文繼續分析橫滾運動的進行位置對無人機橫滾運動軌跡的影響程度。根據上文可知無人機在空中進行橫滾運動的周期，則可以利用無人機橫滾運動的運動周期來計算無人機的橫滾運動位置，分析可得無人機沒有發生橫滾運動時的位置加上橫滾運動的變化時間與橫滾運動周期的乘積就可以推算出無人機實時的運動位置。根據文中的推理依據可以總結出無人機的橫滾運動周轉位置會對無人機的很橫滾運動運行軌跡產生變化。產生的影響的大小隨時間的變化而變化，隨周期的長短而確定。

最后本文將分析無人機橫滾運動加速度對無人機橫滾運動軌跡的影響大小。根據力學中的定理，加速度的產生是受到力的影響，所以在無人機橫滾運動的過程中當發生角度上的偏轉時，會對無人機周圍的空氣或其他的物體產生力的作用，又由于力的作用是相互的，所以加速度產生的力會影響無人機進行橫滾運動的軌跡。當加速度增大時，由于力的作用同時也增大，無人機的橫滾運動軌跡也發生不同程度的軌跡偏轉。

1.2 航向運動軌跡識別

無人機的航向運動可以看成水平圓周運動，在運動的過程中無人機保持勻速運動狀態可以看做是靜止懸空狀態。由于飛機在飛行過程中難免會有需要改變飛行狀態的時候，但只會在水平方向上發生變化運動，會做出上文提到的橫滾運動。因此航向運動軌跡的改變與無人飛機做出的橫滾運動有一定的關聯，所以下文將分析橫滾運動對航空運動軌跡的作用，與航空運動軌跡的識別。航向運動的軌跡整體示意圖見圖1所示。

圖1 航向運動軌跡整體示意圖

當無人機在進行水平圓周運動時，根據物理學定理可得，無人機航向運動的軌跡與飛行產生的空氣阻力、無人機自身的重力、無人機的向心加速度有關。根據上文可以分析出，當無人機的向心加速度與重力相互作用時會產生無人機橫滾運動，飛機的水平飛行速度已知，飛機的橫滾運動角速度根據上文也可以得出結果。則無人機再飛行過程中的向心加速度為重力加速度的平方與時間和無人機橫滾運動角度的乘積。

利用無人機的向心加速度可以求出無人機航行運動給的軌跡半徑進而求得無人機運動過程中的轉角速度。無人機航向運動軌跡的半徑可以表示為無人機飛行速度的二次方與飛行加速的的比值。得知無人機航向運動的軌跡半徑便可以通過無人機飛行速度的數值與無人機航向運動的軌跡半徑來獲取結果。以上過程所求得的結果均與無人機的橫向運動的運行軌跡的相關聯，是無人機航向運動軌跡的影響因素[7]。

當需要計算無人機的運動航向軌跡時需要考慮以上因素的影響，并以上文中的結果作為基礎來計算無人機航向運動的軌跡。無人機的飛行過程中的改變方向次數是確定飛行軌跡的重要因素，它決定無人機飛行軌跡的半徑大小，從而導致飛機的運行軌跡的不同。每次無人機的運行軌跡的該變量的大小也影響著無人機航向運行軌跡，改變量的數值越大無人機的航向飛行軌跡的半徑也就越大，無人機的飛行行程也就越遠。

飛機的航向運動的軌跡改變次數為航行角度的變化量與無人機轉彎角速度的比值再與無人機做水平圓周運動給的運行周期的比值。無人機的航向軌跡改變變化量可以表示為無人機航向角度變化量除以無人機軌跡的改變次數。

如圖2所示，最終的無人機航向運動軌跡圖可以根據圓心的位置、無人機的角度該變量、無人機的圓周運動半徑來決定[8]。

圖2 無人機與圓心位置關系

1.3 俯仰運動軌跡識別

無人機的俯仰運動也是無人機的常規運行軌跡之一，仰俯運動的運動原理是由于無人機翼所受的空氣流動速度的不同而導致大氣壓強差從而使飛機機翼發生一定角度的變化產生無人機的仰俯運動，同時也改變了無人機的飛行速度與運動軌跡。

仰俯運動的產生導致三個方向速度變化，分別為左側速度、右側速度、上側速度。但是仰俯運動產生時只改變兩個方向的速度，但是上側速度是每次俯仰運動都會改變的。如下為俯仰運動的速度關系如圖3所示。

圖3 俯仰運動速度關系

俯仰運動的軌跡位置可以利用上文中的航向運行軌跡的計算方法來進行識別。影響仰俯運動軌跡的因素也與航向運動的影響因素一致，因此此章節不再仔細對仰俯運動軌跡的位置識別做分析計算[9]。

2 基于GPS/INS的無人機物流配送導航控制

無人機的物流配送導航是由GPS/INS兩種導航之間相互配合的，技術人員巧妙的利用了兩種導航系統的優缺點進行互補配合，GPS導航可以全天無條件的工作并且精確度高，但是GPS導航系統很容易受到外來因素的干擾而影響正常工作。但是INS導航的最突出特點就是抗干擾能力強[10]。無人機結構如圖4所示。

圖4 無人機結構

本文將使用GPS欺騙干擾的方法來進行對無人機物流配送的控制，使GPS系統向無人機的信號接收系統發送虛假信號，為無人機規劃虛假航行路線，使無人機沿著虛假信號所定位的位置航行，這樣便控制了無人機的飛行軌跡。導航的控制程序如圖5所示。

圖5 導航控制程序

無人機的欺騙導航系統主要由信號接收器和狀態監測器組成。根據本文第一節可知無人機在航行的過程中會產生不同的飛行狀態，當導航系統需要對無人機發出控制命令時需要首先對無人機的飛行狀態做出監測。無人機在航行的過程中會以不同的速度飛行，當需要改變無人機的飛行狀態，則必須要通過狀態監測器觀測出速度以及加速度的大小，再通過導航系統的數據計算來對無人機的運行狀態做出控制命令。

3 實驗研究

3.1 實驗目的

本文實驗主要目的為利用GPS/INS復合導航系統尋找最適合控制無人機物流配送軌跡的方法與條件，實驗中主要通過實驗對比的方法使多組的實驗結果進行對比，最終選擇最佳的方法。實驗最終還要利用FDI算法對仿真模擬過程進行計算來確定實驗的結果的可行性。

3.2 實驗原理

本實驗將利用GPS欺騙干擾原理進行實驗研究，通過GPS向無人機的信號接收器發送虛假信號從而使無人機沿虛假路線航行，這樣便實現了GPS對無人機的航行軌跡的控制。

3.3 實驗過程

3.3.1 有干擾與無干擾對比實驗

假設無人機從坐標原點開始進行航行狀態，沿縱坐標軸飛行四分鐘，此時無人機的航向速度達六米每秒，四分鐘至六分鐘的時間段無人機開始做轉彎運動，經過轉彎最終的飛行方向為橫坐標方向，轉彎的過程中加速度大小為0.45 m/s2，完成轉彎的加速度便恢復為0，無人機繼續以六米每秒的速度航行，做直線勻速運動。沿橫坐標正軸方向勻速直線勻速運動一分鐘后開始迅速向縱坐標負方向轉彎，轉彎時的速度為向橫坐標轉彎時加速的的二倍。轉彎后的加速度依舊恢復為0，無人機航行的八分鐘到十分鐘便沿縱坐標負方向做勻速直線運動。GPS的欺騙設備安放在無人機的起點處，假設無人機與欺騙設備的誤差忽略不計，采用直接欺騙的方法與無人機沒有收到欺騙干擾信號的航行軌跡進行對比，感測無人機的航行軌跡如圖6所示。

圖6 提高UAV速度與加速度后受干擾前軌跡圖

3.3.2 無人機速度與加速度值增加后與原速度和加速度的對比

本實驗的無人機航行過程與上文實驗中無人機的航行過程相同，本次對比試驗的變量為速度與加速的改變。具體過程與加速度、速度的值如下：假設無人機從坐標原點開始進行航行狀態，沿縱坐標軸飛行四分鐘，此時無人機的航向速度達十米每秒，四分鐘至六分鐘的時間段無人機開始做緩慢轉彎運動，經過轉彎最終的飛行方向為橫坐標正向方向，轉彎的過程中加速度數值大小為0.8 m/s2，完成轉彎的加速度便恢復為0，無人機繼續以十米每秒的速度航行，做直線勻速運動。沿橫坐標正軸方向勻速直線勻速運動一分鐘后開始迅速向縱坐標負方向迅速轉彎，轉彎時的速度為向橫坐標轉彎時加速的的三倍。轉彎后的加速度大小依舊恢復為0，無人機航行的八分鐘到十分鐘便沿縱坐標負方向做勻速直線運動。最后本實驗采用軌跡融合技術對無人機的航行軌跡進行調整，最終在速度與加速度大幅提升的情況下干擾軌跡圖見圖7。

圖7 欺騙前后UVA軌跡圖

3.4 采用FDI算法驗證

FDI算法對實驗結果的驗證具有容錯性高、精準度高、實時性能好等特點，利用這種算法不僅能夠較為精準的計算出導航系統對無人機物流配送軌跡控制的可行性，還能對實驗中的問題進行改正調整。FDI的算法流程如圖8所示。

圖8 FDI算法流程圖

這種算法不僅可以計算出無人機航行的軌跡，還可以對無人機的航行姿態、速度、高度等方面進行計算。進行計算時需要依靠算法系統的軟件進行配合，在多個任務模塊的同時運作下實現對數據以及信息的處理。計算的同時需要無人機正在空中航行確保收到的信息具備實時性和有效性。針對于GPS/INS符合導航的特征，本文還使用&2檢測方法確定信息的有效性。最終利用FDI的計算結果見圖9。

圖9 采用FDI算法的高度結果

4 結束語

無人機與GPS/INS復合導航的相互配合，使快遞物流的運輸效率得到顯著的提升，讓物流配送業實現了從人工配送到智能配送的大跨越。本文中的第一節內容主要分析了無人機在航行過程中常規的航行姿態的識別與影響因素，主要有無人機的橫滾運動、無人機的航向運動、無人機的仰俯運動。根據計算分析，這些無人機的航行姿態均受無人機自身的速度、加速度等因素的影響，三者之間有一定的相似性，研究他們的軌跡影響因素以及識別以便將來能夠更好的對無人機進行控制。本文還對GPS/INS復合導航的控制流程做了簡要的分析，為第三節的實驗夯實了基礎。最后本文通過對比試驗逐一的分別對無人機有無干擾進行軌跡對比，再通過對比無人機在航行狀態下速度與加速度的變化進行對比，選擇出最佳的基于GPS/INS復合導航的控制方案。并利用FDI算法對實驗結果進行了驗證。