金映麗, 劉雨時, 閆 明, 王 鵬
(沈陽工業(yè)大學(xué) 遼寧省沖擊防護(hù)與損傷評估技術(shù)工程研究中心, 遼寧 沈陽 110870)
直升機因其優(yōu)異的機動性能在各領(lǐng)域被廣泛應(yīng)用[1-5]。由于傳統(tǒng)的直升機起落架大多為被動或半主動控制,結(jié)構(gòu)固定或可動行程較小,因此無法根據(jù)降落地形進(jìn)行大范圍調(diào)整,在一定程度上增加了復(fù)雜工況下直升機降落的風(fēng)險[6-12]。為充分發(fā)揮直升機的機動性優(yōu)勢,國內(nèi)外的科研機構(gòu)及高校推出了多種主動控制的自適應(yīng)直升機起落架。蘇黎世聯(lián)邦理工學(xué)院提出了一種基于Arduino與Raspberry Pi驅(qū)動步進(jìn)電機的六桿自適應(yīng)起落架控制系統(tǒng),并對實體樣機進(jìn)行了性能測試,結(jié)果表明,該控制系統(tǒng)可實現(xiàn)多種復(fù)雜地形的安全降落[13]。愛丁堡龍比亞大學(xué)使用Simulink搭建了一種兩桿腿式起落架的動力學(xué)PID控制器模型,并對其多種地形降落的控制性能進(jìn)行了仿真,驗證了控制系統(tǒng)的合理性[14]。立命館大學(xué)使用NVIDA Jetson TX2配合深度視覺相機及ROS機器人操作系統(tǒng)實現(xiàn)了地形識別及控制起落架抓取物體或在復(fù)雜地形降落,并通過實體試驗驗證了結(jié)構(gòu)及控制系統(tǒng)的可行性[15]。東京大學(xué)提出了一種基于自適應(yīng)三維傳感和高速調(diào)整起落架的無人機崎嶇著陸穩(wěn)定控制系統(tǒng),并結(jié)合實體對該控制系統(tǒng)的性能進(jìn)行了驗證[16]。但是現(xiàn)有的自適應(yīng)起落架控制系統(tǒng)多采用微型計算機作為主控元件,并采用視覺傳感器[17-18],少部分使用壓力傳感器獲取起落架接地信息[19]。控制系統(tǒng)的感知元件組成較為單一,控制參數(shù)較少,控制精度較低,抗干擾能力差。為實現(xiàn)自適應(yīng)起落架更高的調(diào)節(jié)精度及更強的抗干擾能力,選用STM32微型計算機作為主控制器,Raspberry Pi作為輔助控制器,使用SLAM激光雷達(dá)、壓力傳感器及MPU6050慣性導(dǎo)航原件等多種傳感器協(xié)同控制實現(xiàn)起落架姿態(tài)的精準(zhǔn)調(diào)節(jié)。
圖1為X型四足自適應(yīng)起落架結(jié)構(gòu)示意圖。該結(jié)構(gòu)主要由機身連接架③和安裝在四周的4條獨立控制的機械腿組成,機身連接架上方安裝無人機①,下方安裝16線激光雷達(dá)④,單條機械腿由下支腿⑤、上支腿⑥及支腿連接架⑧構(gòu)成,上支腿安裝在滑軌⑦上并沿其做直線運動,滑軌相對地面垂直,這種安裝方式可以確保各支腿在落地及調(diào)節(jié)過程中不會產(chǎn)生平行地面的偏移,可提升控制精度。壓力傳感器安裝在下支腿⑤內(nèi),支腿連接架上安裝閉環(huán)步進(jìn)電機②及電磁剎車⑨,閉環(huán)步進(jìn)電機旋轉(zhuǎn)帶動鋼絲繩驅(qū)動支腿上下運動實現(xiàn)姿態(tài)調(diào)節(jié)。

①無人機 ②閉環(huán)步進(jìn)電機 ③機身連接架 ④16線激光雷達(dá) ⑤下支腿 ⑥上支腿 ⑦支腿滑軌 ⑧支腿連接架 ⑨電磁剎車圖1 自適應(yīng)起落架結(jié)構(gòu)示意圖Fig.1 Schematic diagram of adaptive landing gear structure
圖2為控制系統(tǒng)硬件組成與通信方法。自適應(yīng)起落架控制系統(tǒng)分為主控、感知及執(zhí)行元件。主控元件主要由STM32F429GT6I主控制器與Raspberry Pi 4B輔助控制器組成,主要功能是收集與處理傳感器數(shù)據(jù),生成并向執(zhí)行元件發(fā)送控制命令。感知元件由激光雷達(dá)、IMU慣性導(dǎo)航元件及壓力傳感器組成,主要功能是提取地形信息、反饋著陸信息。執(zhí)行元件由閉環(huán)步進(jìn)電機及其控制器組成,主要功能是接收主控元件發(fā)送的控制命令并執(zhí)行[15-16]。

圖2 控制硬件及通信方法Fig.2 Control hardware and communication methods
自適應(yīng)起落架實現(xiàn)在復(fù)雜的靜態(tài)或動態(tài)地形上降落的任務(wù),需要多個傳感器提供地形與機身姿態(tài)等信息實現(xiàn)協(xié)同控制。圖3為自適應(yīng)起落架多控制器協(xié)同控制框架,協(xié)同控制系統(tǒng)中包含姿態(tài)控制器、阻抗控制器、重心控制器及位置控制器在內(nèi)的4種二級控制器。其中姿態(tài)控制器在協(xié)同控制中起主導(dǎo)作用。姿態(tài)控制器接收激光雷達(dá)提取的各支腿足端距地面高度值h1、h2、h3、h4,MPU6050感知的機身姿態(tài)數(shù)據(jù)滾轉(zhuǎn)角β及俯仰角γ,計算出各支腿期望的調(diào)節(jié)量ΔLi(i=1,2,3,4),實現(xiàn)自適應(yīng)起落架在空中根據(jù)目標(biāo)地面地形的姿態(tài)預(yù)調(diào)節(jié)。

圖3 協(xié)同控制框架Fig.3 Cooperative control framework
阻抗控制器接收直升機落地后足端壓力傳感器的壓力數(shù)據(jù)Fi(i=1,2,3,4),輸出各支腿期望的微調(diào)量Pfi(i=1,2,3,4),該控制器根據(jù)落地后起落架足端壓力值來對支腿位置進(jìn)行微調(diào)以確保足端墊與降落面之間充分接觸,防止落地后直升機發(fā)生傾斜或相對地面的滑動而引發(fā)事故。
動態(tài)及靜態(tài)重心控制器在自適應(yīng)起落架落地后對機身重心進(jìn)行微調(diào),當(dāng)直升機在動態(tài)平臺降落時,讀取落地時刻支腿的預(yù)調(diào)節(jié)量ΔLi(i=1,2,3,4)與阻抗控制微調(diào)量Pfi(i=1,2,3,4),經(jīng)主控制器計算后得出控制參數(shù)調(diào)節(jié)支腿使機身與動態(tài)甲板保持相對水平;靜態(tài)地形降落讀取機身滾轉(zhuǎn)角β及俯仰角γ,經(jīng)主控制器計算得到各支腿期望的調(diào)節(jié)量ΔPi(i=1,2,3,4),執(zhí)行元件接收到控制命令后驅(qū)動支腿微調(diào)至重心平衡位置。
協(xié)同控制器中每個二級控制器都需要采集多種傳感器的數(shù)據(jù)來確保控制精度及魯棒性。以姿態(tài)控制器為例對多傳感器協(xié)同控制方法進(jìn)行說明,姿態(tài)控制器是協(xié)同控制系統(tǒng)中的關(guān)鍵控制器,控制算法中包含了激光雷達(dá)采集的地形高度信息、MPU6050所采集的機身姿態(tài)信息,在飛機接觸地面后需采集足端壓力傳感器的數(shù)據(jù)作為降落過程結(jié)束的判斷依據(jù)。
圖4為激光雷達(dá)照射機身下方崎嶇地形示意圖。提取目標(biāo)降落地點支腿足端與下方投影的相對空間位置,經(jīng)計算得到支腿足端距離下方地面的距離h1、h2、h3、h4。當(dāng)主控制器接收到3D SLAM激光雷達(dá)探測到的地形數(shù)據(jù)時,將地形數(shù)據(jù)分為L1、L2和L3、L4兩組,對兩組支腿的期望調(diào)節(jié)量分別進(jìn)行計算。

圖4 激光雷達(dá)崎嶇地形參數(shù)提取Fig.4 Lidar extraction of rugged terrain parameters
分別求出h1、h2及h3、h4兩組支腿足端距離地面高度的平均值Δh1、Δh2,其表達(dá)式為
(1)
(2)
將兩組平均值取差,可得
Δh3=Δh1-Δh2
若Δh3為正值,則將Δh3作為兩前支腿向下調(diào)節(jié)的控制量,即
ΔL1=ΔL2=Δh3
若Δh3為負(fù)值,則將Δh3作為兩后支腿向下調(diào)節(jié)的控制量,即
ΔL3=ΔL4=|Δh3|
在完成前后高度落差預(yù)調(diào)節(jié)后,對兩組支腿分別進(jìn)行橫向落差的精確調(diào)節(jié)。圖5為起落架一組支腿的姿態(tài)控制算法示意圖。兩支腿足端向下投影在目標(biāo)地面于A、B兩點。

圖5 起落架前支腿姿態(tài)控制算法示意圖Fig.5 Schematic diagram of attitude control algorithm for front leg of landing gear
設(shè)支腿L1、L2目標(biāo)降落地點下方投影高度差為Δhg1,足端投影中點連線與水平面夾角為α,直升機滾轉(zhuǎn)角度為β,足端中點到機身中軸線距離為d0,則有
(3)
設(shè)目標(biāo)調(diào)節(jié)位置兩足端中點連線與機身水平夾角為α1,一條支腿調(diào)節(jié)量為ΔL1,另一條支腿調(diào)節(jié)量為ΔL2,則有
α1=α+β
(4)
(5)
由式(5)可知,支腿調(diào)節(jié)量ΔL1為
ΔL1=d0tanα1
(6)
將式(3)~(5)代入式(6)可得
(7)
在MATLAB的Simulink模塊中對姿態(tài)控制算法進(jìn)行建模。圖6為姿態(tài)控制器,模型由正弦波模塊、放大器模塊、fun函數(shù)模塊組成。

圖6 姿態(tài)控制模型Fig.6 Attitude control model
圖7為模擬地面地形最高點與最低點連線與水平面之間夾角變化曲線,正弦函數(shù)的波形頻率為π/2,幅值經(jīng)放大器放大后在0~20°之間變化。模擬機身滾轉(zhuǎn)方向的搖擺,正弦函數(shù)的波形頻率為2π,幅值經(jīng)放大器放大后在-2.5°~2.5°之間變化。

圖7 姿態(tài)控制器模擬輸入及期望輸出Fig.7 Simulated input and expected output of attitude controller


圖8 支腿足端位移曲線Fig.8 Leg-foot displacement curves
經(jīng)仿真驗證,該算法可控制起落架支腿在空中根據(jù)下方地形的變化實時調(diào)節(jié)支腿位置以適應(yīng)下方地形,實現(xiàn)復(fù)雜地形降落姿態(tài)的預(yù)調(diào)節(jié)。
圖9a為最大落差150 mm的崎嶇路面模擬降落平臺。四足自適應(yīng)起落架由吊車吊裝,從距離地面2 m處以1 m/s速度緩慢下降接近目標(biāo)著陸區(qū)域。圖9b為起落架降落完成后的各支腿姿態(tài)。

圖9 崎嶇路面降落試驗Fig.9 Landing test on rough road
圖10為自適應(yīng)起落架在崎嶇路面降落時各支腿位移曲線圖。由圖10可知,各支腿在0.5 s內(nèi)到達(dá)準(zhǔn)備調(diào)節(jié)位置,又經(jīng)0.5 s后運動到預(yù)期調(diào)節(jié)位置,最大調(diào)節(jié)量為75 mm,落地后機身與地面保持相對水平。調(diào)節(jié)過程中支腿運動曲線比較平滑,調(diào)節(jié)迅速。

圖10 支腿調(diào)節(jié)位移曲線Fig.10 Displacement curves of leg adjustment
圖11a為15°斜坡路面降落平臺,吊車吊裝四足自適應(yīng)起落架從距離地面2 m處以1 m/s速度下降至起落架成功著陸,圖11b為15°斜坡路面成功降落完成后各支腿姿態(tài)。由圖11可知,自適應(yīng)起落架一側(cè)支腿伸長,另一側(cè)支腿收縮,降落后機身整體相對地面保持水平。

圖11 斜坡路面降落試驗Fig.11 Landing test on slope road
圖12為自適應(yīng)起落架15°斜坡路面降落各支腿調(diào)節(jié)位移曲線圖。由圖12可知,各支腿在0.5 s內(nèi)由收縮位置運動到準(zhǔn)備降落位置,又經(jīng)過0.5 s各支腿運動50 mm后到達(dá)期望調(diào)節(jié)位置。各支腿位置調(diào)節(jié)迅速,曲線過度平滑,降落后機身重心保持水平。

圖12 斜坡降落支腿位移曲線Fig.12 Leg displacement curves of landing on slope
本文提出了一種基于線纜驅(qū)動的X型布局腿式起落架的協(xié)同控制系統(tǒng),提出的協(xié)同控制器應(yīng)用于包含多個CPU、驅(qū)動器及網(wǎng)絡(luò)的復(fù)雜自適應(yīng)起落架系統(tǒng)。位置控制器用于控制各支腿運動,采用閉環(huán)控制方式保證了支腿的位置精度;采用阻抗控制器保證起落架各支腿與著陸面充分接觸;采用重心控制器提升落地后直升機的穩(wěn)定性。使用MATLAB的Simulink模塊對控制算法進(jìn)行了仿真驗證。本文選取最大地形落差150 mm崎嶇路面及15°斜坡工況進(jìn)行了模擬降落試驗,結(jié)果表明,協(xié)同控制系統(tǒng)可在1 s內(nèi)驅(qū)動支腿在空中完成姿態(tài)的預(yù)調(diào)節(jié),支腿僅需2 s即可從收起位置到達(dá)期望的調(diào)節(jié)位置。在斜坡及崎嶇路面降落后各支腿足端能良好貼合地面,未發(fā)生滑動及傾覆,降落后機身水平線與地面間平行誤差小于0.5°,證明了協(xié)同控制系統(tǒng)驅(qū)動起落架支腿在多種復(fù)雜地形降落的有效性。