四旋翼飛行器的數字孿生系統設計

吳東陽，竇建平，李 俊

1.東南大學 深圳研究院，廣東 深圳518000

2.東南大學 機械工程學院，南京211100

3.東南大學 自動化學院，南京210018

目前，多旋翼飛行器以其重量輕、小型化、長航時、高隱蔽和高安全性等特點，在各個領域中得到越來越廣泛的應用。多旋翼飛行器的發展早期側重于結構設計和材料開發，機身材料逐漸從金屬向有機合成材料轉變，使得機身靈巧性不斷提升；隨后研發重心向著先進算法開發傾斜，主要包括各種控制算法和基于任務（如目標追蹤、路線規劃等）的工程算法，以期能夠進一步提高對飛行器的控制力，從而高效執行復雜任務[1]。而現階段在多旋翼飛行器中融入新的互聯網技術，搭建系統級的管理平臺，如5G、大數據、云計算等技術，促進新的融合產品落地成為研究熱點。

盡管多旋翼飛行器在設計[2-4]、控制[5-9]技術方面取得了長足的進步，但其物理實體實時運行工況等測量采集數據與信息空間的理論模型（如飛控模型）數據分離，沒有支撐二者融合的建模方法和相互匹配機制。這種物理實體和信息空間模型數據的脫節，造成采集信息可用性低，無法根據現場數據、歷史數據等信息進行自主學習并完成運行活動的各種優化決策。而近幾年得到快速發展的數字孿生（Digital Twin）技術[10]，具有深度融合物理實體和信息虛擬體理念，其核心思想就是以多維多空間多尺度模型將物理實體以數字化呈現，以多源異構的數據為紐帶，將物理實體與虛擬空間進行實時連接、實時映射、實時刷新，以保證一致性。最終目的是借助虛擬空間的仿真、可視化等手段增加或擴展物理實體新的能力。這項新興技術為多旋翼系統的“虛實結合”，形成一個真正的基于實際模型及參數的閉環控制系統提供了新的解決方案。

這樣的背景下，本文針對四旋翼飛行器系統運行控制優化，引入數字孿生概念，建立了一個能夠描述和管理飛行控制、狀態預測等不同階段產生的異構、多態、海量數據的一體化開發框架，并主要用于四旋翼運維階段的相關工作，包括離線狀態的控制參數更新、風險評估與排查等。相比傳統的四旋翼控制系統，數字孿生系統可以充分利用數據資源，并在一定程度上提高四旋翼的控制效率和規避一些潛在的飛行風險，這一研究策略為多旋翼飛行器的系統級開發提供了新思路。

1 數字孿生技術概述

1.1 數字孿生的定義

數字孿生，作為近年來迅速發展的新興研究領域，其定義尚未達成共識。但其核心要素離不開物理實體、虛擬模型、數據、連接和服務。針對不同的對象，從不同的維度進行思考，數字孿生技術具有不同的認識與特征[11]。物理層面：物理實體是整套系統的基礎，數字孿生模型因物理實體對象而異，數據因物理實體特征而異，服務因物理實體需求而異。模型（虛擬）層面：理想數字孿生模型包括幾何模型、規則模型、物理模型、行為模型等多空間多尺度模型[10，12-14]。有別于傳統模型，更加強調與實體空間的相互映射與高度一致性。數據層面：數據是數字孿生系統的核心驅動力，數據的來源不光要包括實體空間、虛擬空間，也要包括虛實結合的融合數據[13]。數字孿生在數據層面還應具備實時動態更新、實時交互、及時響應等特征。連接層面：物理實體與虛擬空間的連接必須具有雙向性和兼容性。雙向性具體表現為雙向連接、雙向驅動與雙向交互；兼容性表現為跨平臺、跨接口、跨協議[10-11]。服務層面：針對不同的對象、不同的需求，數字孿生系統可以在產品的全生命周期各個階段提供相應的可靠服務[15-16]。

1.2 數字孿生的內涵與發展

數字孿生作為實現智能制造的重要技術，正在受到各行各業的專家、學者的廣泛探討與研究。制造業中基于數字孿生技術的應用探索與落地產品不斷出現。其在航天飛行、智慧城市、數字化車間、船舶航海等領域的優勢也在不斷顯露。

劉青等[17]對數字孿生的研究進展進行了綜述，提出了以2017年為界，將數字孿生的發展分為兩個主要階段。2017年以前，研究的數量較少，主要集中在概念的討論，并介紹了幾種實現模型。2017年以后的研究數量大幅增加，國內也有一定數量的學者參與相關研究，除了繼續對概念進行討論外，還提出了新的模型、應用框架和方式，也出現了使用案例對數字孿生進行驗證。國內數字孿生逐漸向產品、制造設備和制造車間的應用探索轉移。其中包括，莊存波等[18]提出了一種數字框架，用于構建復雜產品裝配車間的數字孿生智能生產管理和控制方法；郭東升等[19]則從CPS的可交互性、可計算性、可控制性出發，構建了基于數字孿生的航空結構件車間模型；北航陶飛團隊對數字孿生設計框架進行探索，包括任務規劃與識別、概念設計、具體化設計、詳細設計及虛擬驗證等階段[20]，并在此基礎上，針對制造車間物理空間與虛擬空間的相互作用與融合，提出了數字孿生車間（Digital Twin Shop-Floor）的概念。在具體的工程實例方面，3D打印機、數控機床、自動導軌運輸車等制造設備的數字孿生系統[21]也相繼落地，對于這一新興技術產業的發展具有指導意義。并且隨著數字孿生價值的不斷顯現，使用怎樣的平臺進行數字孿生系統的構建成為關注的熱點問題。在這樣的前提下，多個企業進行了商業化平臺的開發，其中就包括采用MATLAB的Simulink來構建平臺。這對于本文所研究的四旋翼飛行器的數字孿生系統設計奠定了基礎。

2 四旋翼飛行器數字孿生系統的體系框架

四旋翼飛行器數字孿生系統的設計與實現，依賴于多項新興的通訊技術與多學科基礎理論的支持[17]。從最開始的數據采集到最后的應用呈現和人機交互，可以分為物理層、虛擬層、服務層和孿生數據層[22]，每一層都建立在互相聯系、互相迭代的基礎上，并且是對各自功能的豐富與拓展，如式（1）所示[23]：

式中，SFDT表示數字孿生的體系框架，PL表示物理層，VL表示虛擬層，SL表示服務層，DDL表示孿生數據層。具體的體系結構如圖1所示。

圖1 數字孿生系統結構框架Fig.1 Framework of digital twin system

（1）物理層（PL）

物理實體是整個系統的搭建對象，更是建立數字孿生系統的基礎，所有設計的最終目的都是為物理實體服務，因此對物理層的精準分析和有效維護，是構建一個優秀SFDT的前提。根據具體對象功能與結構，物理層的等級一般可劃分為單元級（Unit Level）、系統級（System Level）和復雜系統級（System of Systems Level）[24]。根據不同應用需求和管控力度對PL進行分類，是分層構建SFDT的基礎。本文所涉及系統以四旋翼飛行器為載體，旨在實現智能監控、智能控制和后期運維的基本功能，可歸于單元級PL。具體的組成部分包括四旋翼飛行器的機械架構（機架、旋翼、起落架等）、各類傳感器（ICM20602、電子羅盤AK8975、SPL06-001等）、通訊模塊（采用ZigBee技術的DL-22）和飛行器的飛行環境等。

（2）虛擬層（VL）

虛擬層的主要作用是對物理層實現實時、精準的數字化映射，同時通過物理層采集的數據和自身仿真數據進行及時的迭代作用，以確保系統的有效性。虛擬層的實現，主要依賴于精準的建模，VL如式（2）所示[23]，通常包括幾何模型(Gm)、物理模型(Pm)、行為模型(Bm)和規則模型(Rm)，這些模型能從多時間尺度、多空間尺度對物理實體進行描述與刻畫：

Gm為描述PL的幾何參數（如飛行器的形狀、尺寸、位置等）與關系（如裝配關系、結構關系等）的三維模型，與PL具備良好的時空一致性，對所建模型細節層次的渲染可使Gm從視覺上更接近物理實體。具體工程的Gm實現可利用三維建模軟件SolidWorks、3DMAX、AutoCAD等創建。

Pm在Gm的基礎上增加了PL的物理屬性、約束及特征等信息，通常可用ANSYS、ABAQUS、Hypermesh等工具從宏觀及微觀尺度進行動態的數學和物理近似模擬與刻畫，如結構、流體、電場、磁場建模仿真分析等。

Bm對于實時系統的設計與分析尤為重要，模擬了不同粒度、不同空間尺度下的PL在不同時間尺度下的外部環境與干擾，以及內部運行機制共同作用下產生的實時響應及行為，如隨時間推進的演化行為、動態功能行為、性能退化行為等。Bm能夠最大限度地提升虛擬層的高度保真性。

Rm的建立涉及基于歷史關聯數據的規律規則，基于專家知識總結的經驗，以及行業內標準等。這些規則隨著時間的推移自增長、自學習、自演化，使VL具備實時的判斷、評估、優化及預測的能力，從而不僅能對PL進行控制與運行指導，還能對VL進行校正與一致性分析。

通過對上述4類模型進行組裝、集成與融合，創建對應PL的完整VL映射。

（3）服務層（SL）

服務層又可叫功能層，服務是實現制造物理世界和信息世界間智能互聯與智能操作的重要橋梁。主要作用是對整個數字孿生系統的數據、仿真、控制、結果、預測等進行特殊化封裝，向實際的系統設計、生產、使用和維護需求提供相應的功能，包括多層級系統壽命估計、系統集群執行任務能力的評估、系統集群維護保障、系統生產過程監控以及系統設計決策等功能[21]。

本文所設計的服務層主要提供兩大塊的服務：一個是面向DDL所提供的數據管理與處理功能，具體包括數據存儲、封裝、清洗、挖掘與融合等；另一個是開發設計和封裝了具體的用戶界面，提供面向用戶的操作和監管服務，能夠更加直觀有效地對整個運行過程進行控制。

（4）孿生數據層（DDL）

數據作為數字孿生系統的核心驅動力，數據層是整個數字孿生體系框架的基礎。本文所設計的數字孿生系統的數據層主要功能由數據采集、數據傳輸和全生命周期數據管理三部分組成。具體的驅動數據包括物理實體數據、虛擬仿真數據、知識數據與融合衍生數據。

物理實體數據，主要包括自身的尺寸、位置數據和高性能傳感器所采集到的飛行數據等（更完備的物理實體數據還應包含環境數據、關聯數據和實時擾動數據等）；虛擬仿真數據，高精度的虛擬模型所產生的仿真數據具有很高的參考價值，對于整個系統的運行，尤其是預測具有重要的作用；知識數據包括專家知識、行業標準、規則約束、推理推論、常用算法庫與模型庫，該部分數據的引入有助于提高系統的可信度；融合衍生數據，是對多源異構進行數據轉換、預處理、分類、關聯、集成、融合等相關處理后得到的數據[25]，通過融合物理實況數據與多時空關聯數據、歷史統計數據、專家知識等信息得到信息物理融合數據，從而反映更加全面與準確的信息，并實現信息的共享與增值，是整個孿生數據層最核心的部分。

3 數字孿生系統的功能實現

3.1 數字孿生系統建模

在獲得數據層提供的數據后，利用數據驅動方法和基于數學模型的方法對系統進行多物理、多尺度層面的建模，使所建立的模型與實際系統準確匹配、實時同步，是保障系統運行的重要環節。考慮到具體的功能與應用需求，本文主要進行了幾何模型、行為模型與規則模型的建模。

（1）Gm：使用三維建模軟件SolidWorks對四旋翼飛行器進行了較為精準的建模和渲染，如圖2所示。同時借用了SolidWorks的API在三個軸方向上動態旋轉模型的相關函數來實現對物理層面飛行數據的實時顯示，并以插件形式植入人機交互界面，向特定用戶更加直觀地呈現飛行狀態。

圖2 四旋翼飛行器3D模型Fig.2 3D model of quadrotor flight

（2）Bm：此部分建模對系統的實時性體現尤為重要。模擬了不同粒度、不同空間尺度，在復雜的控制指令與外界干擾的共同作用下，系統所執行的內部運行機制與響應策略。本文以四旋翼的飛行控制模型為主要研究對象，實際開發中所采用的是經典的串級PID控制模型，由角速度內環與角度外環構成，如圖3所示。該控制模型能夠更加精確、快速地完成指令響應。

圖3 串級PID控制流程圖Fig.3 Cascade PID control flow chart

相較于傳統串級PID控制系統直接得到的參數整定結果，本文所設計的數字孿生系統在此基礎上，添加了調用Simulink進行控制模型仿真，得到仿真PID參數對實際參數進行優化的環節。具體如下：通過對比相同飛行條件下仿真得到的PID控制參數與實際飛行中的參數整定結果，結合經驗模型進行二次微調，以達到更加高效、精準的控制效果。

（3）Rm：此部分建模主要以歷史存儲數據與飛行過程中的實時采集數據為輸入，結合現有的總結經驗和業內標準所建立的數學模型。以四旋翼飛行過程中的超調響應為例，若采集到的實時響應時間出現明顯延長，無法做到及時的指令執行，則可根據現有的控制模型并結合歷史數據，對PID控制中的P參數進行增大。具體的參數調整模型如式（3）：

其中，k1、k2分別為現有經驗模型與歷史數據的決策權重，CM為經驗模型，HD為歷史數據影響，k0為其他可能的干擾因素。

3.2 現場實時數據驅動系統運行

（1）實時數據采集、傳輸和處理

在現有的傳感器技術下，采用精準、可靠的技術手段對高度、氣壓、轉速等進行數據采集，構成四旋翼飛行器數字孿生系統現場數據采集的主要部分。通過具有相對成熟的嵌入式技術的單片機（STM32F407）進行底層的數據采集與初步處理。將原始數據分為兩部分：一部分用于板載芯片運算，并將運行算結果結合系統中所接收到的數據控制四旋翼的實地飛行；另一部分進行清洗、分類、編碼等邊緣處理，形成標簽化的數據。同時，將預處理好的數據通過無線通訊技術（采用的ZigBee無限透傳）上傳本地數據庫。至此，所設計的四旋翼飛行器的數字孿生系統的數據采集服務系統可分為四層[26]：

①數據采集層：大量分布的各類型高精度傳感器是整個孿生系統的最前端，在整個孿生系統中起到了基礎的數據采集作用。

②邊緣處理層：主要對所采集的原始數據進行清洗、分類等預處理。

③數據傳輸層：數據的高速傳輸是整個系統正常運作的保障，結合設計中的實際工程需求，采用ZigBee的無線透傳技術可以實現端到端的穩定傳輸，為系統實時性、高保真性提供了技術支持。

④數據存儲層：為充分利用所采集的數據，并進行后期的系統管理，對經過預處理的數據借助無線傳輸技術上傳本地離線數據庫Hive，進行壓縮存儲，集中管理。

整個數據的處理流程如圖4所示。

圖4 數據處理流程Fig.4 Data processing flow

（2）數據驅動虛擬空間運行

數據驅動，是現今學術界研究的前沿領域和實現智能制造的發展趨勢。物理實體與虛擬空間的精準映射，是實現數字孿生系統正確運行的前提。在此背景下，借助Hadoop的大數據處理技術，建立數據交互的管理系統，通過對離線數據庫Hive中存儲的實時數據進行特定的數據分析與轉化操作，得到虛擬空間能夠直接運行操作的輸入，并以特定頻率對虛擬空間的映射狀態進行刷新，保證數字孿生系統虛實部分的高度一致。當用戶根據虛擬空間所模擬的特定約束模型對虛擬實體進行相應操作時，所得到的數據將具有較高的可信度，同時通過TCP協議上傳數據庫，再經過Hadoop的相關大數據處理技術，可用于物理實體的操作指令與狀態預測。真正實現“以實映虛，以虛控實，虛實共生”。

3.3 服務界面開發

服務界面的開發是對功能層部分功能的實現，主要目的在于給使用者提供人機交互良好的使用環境，能夠以更加直觀的方式去理解可控制復雜系統的運行模式。具體操作是在Windows平臺下，采用VS自帶的MFC框架進行上位機的界面開發。上位機主要實現數據接收與顯示、動作控制與PID調參的功能，SolidWorks的API插件程序可利用存放本地的接收的數據，進行姿態實時顯示。

MFC開發的上位機界面（如圖5所示）主要包括四項主要功能：

圖5 飛控上位機界面Fig.5 Flight control host computer interface

（1）飛行姿態：飛行姿態頁面主要功能是實時地顯示飛行器的飛控狀態，包括傳感器數據，接收機數據與由原始數據計算出來的ROW、PIT、YAW數值。這一項功能，旨在從數值的角度監測四旋翼的飛控狀態。

（2）PID調參：這一項的操作界面主要包括“讀取”“寫入”與“恢復默認值”三個功能，分別實現對PID的實時獲取與遠端修改，并且修改過的有效值會被上傳本地數據庫，從而對虛擬模型也能造成影響，實現物理層與孿生層的嚴格映射關系。

（3）飛行控制：飛行控制界面，可以通過輸入具體的指令（如前進、上升等指令），對物理層與虛擬模型的飛控狀態進行調整。

（4）其他設置：其他設置窗口主要實現的是對所接收的原始數據的實時呈現，此外通過添加波形控件，可以實現接近1 000 Hz輸出速率的波形顯示。可以通過對波形的觀察，直觀地進行系統調參。

4 實驗驗證

系統實際工作過程如下：

（1）系統啟動初期，物理層就以不低于50 Hz的頻率上傳狀態數據至本地數據庫，接著虛擬層依據實時數據進行虛實狀態匹配，如圖6所示。

圖6 虛實狀態匹配Fig.6 Virtual and real state matching

（2）匹配成功后，板載高精度傳感器（主要用于數據采集、處理）從運行環境中采集數據，并通過板載控制核心進行分類、運算和上傳，采用的是ZigBee點對點模式，實現了數據的0%丟包率，如圖7所示。

圖7 采集的原始數據Fig.7 Raw data collected

（3）本地數據庫基于Hadoop數據分析技術，對實時數據進行關聯、分析、融合，用于系統的數據驅動，包括虛擬層的映射和服務層的功能實現。系統搭載的Hive數據庫，其對于日志分析、海量結構化數據等的離線分析具有重大優勢，充分提高了歷史數據的整理與循環利用效率。

（4）基于數據驅動的基本原理，運用MATLAB軟件的Simulink模塊對虛擬層的控制模型進行仿真，得到的數據可與歷史數據等共同優化控制系統，對飛行器的各種運行狀態進行簡單的預測和評估。以四旋翼的啟動與調速兩種狀態的電機轉速為例，如圖8、圖9所示，主要包括的曲線為實際轉速（實際飛行中得到的轉速曲線）、仿真轉速（引入虛擬層仿真模型矯正后的轉速曲線）。

圖8 控制模型的啟動仿真Fig.8 Start-up simulation of control model

圖9 控制模型的降速仿真Fig.9 Speed reduction simulation of control model

具體的驗證操作是，先基于傳統串級PID控制模型進行轉速實測得到實際轉速曲線，之后在相同的控制指令下，利用Simulink調用PID控制模型進行仿真，并結合經驗模型對實際整定過程中的控制參數進行實時調整，從而得到最終的控制參數與圖中的仿真轉速曲線。引入虛擬層仿真矯正后的控制模型相同的控制指令（啟動與降速），不難看出兩種模型的仿真曲線十分接近，通過實際計算發現引入虛擬層仿真模型矯正后的轉速變化相比于傳統控制模型的轉速變化，超調量減小了2.1%，達到穩態的調節時間平均加快3.3%。故得出結論：可通過虛擬層的間接仿真來優化實際工程中的參數整定，從而達到提高控制精度、降低系統開發成本等目標。

（5）系統服務層從數據庫得到部分實時數據，同時可以圖表的形式進行實時顯示，優化用戶的交互體驗。以飛行過程中各個電機轉速和主控芯片計算所得的歐拉角為例進行分析，如圖10、圖11所示。

圖10 加速度計波形Fig.10 Waveform of accelerometer

圖11 歐拉角數值波形Fig.11 Waveform of Euler angle value

通過四旋翼的多次實地飛行測試，所提出的數字孿生系統框架，能夠有效體現“虛實結合”的控制理念，對于有效促進飛行器的飛行優化與綜合管理具有現實意義。

5 結束語

數字孿生作為十大戰略科技發展趨勢之一，是連接制造物理世界和數字虛擬世界的最佳紐帶。數字孿生系統的開發與進步，不僅對于各個行業的效率提高具有重要意義，更是實現智能化制造與服務的必然選擇。本文基于四旋翼飛行器和數字孿生的基本概念，搭建了包括物理層、虛擬層、孿生數據層和功能層在內的系統體

系架構；通過對物理實體與運行環境進行具體的建模，達到實時的虛實映射；采用Hadoop數據分析技術和Hive離線數據倉庫搭建用于孿生數據分析、處理的數據服務平臺，并建立了虛擬空間的反向輸出優化通道，為“以虛控實”奠定了基礎；最后采用VS開發了一套控制交互界面，可以更加直觀地監測系統運行，并經過實地的飛行驗證了數字孿生系統的實用性。但是，數字孿生作為多學科、多尺度、多模型的技術手段，本文的設計系統仍然存在建模不完備、數據融合不徹底和智能評估策略不完整等問題，對于這些問題的攻克，必將進一步提高四旋翼系統的運行效益。