U-Go机器人可以通过遥控无线手柄进行远程操作。使用这种指导方法的不同试验主要是在埃特纳火山和火山岛上进行的。在这些测试中,测试了在非常恶劣的室外环境下的运输能力。机载传感器套件由立体摄像头、网络摄像头、X-Sens MTi姿态和航向参考系统(AHRS)、激光测距仪(LRF)、保险杠、超声波声纳、全球导航卫星系统(GNSS)或DGPS接收器组成。此外,还有两台双核计算机;一种用于导航,另一种用于人工视觉。
通过使用这些传感器或其子集,实现了不同的导航算法。以DGPS接收机和激光测距仪为例,实现了一种基于势场理论(PFM)的导航避障算法。利用立体摄像机设置,测试了不同的道路跟踪和避障算法。采用AHRS单元补偿不同传感器对道路坡度的影响。通过使用超声波护林员和网络摄像头,实现了一种能够在温室走廊之间移动机器人的导航算法。
这些算法在温室、葡萄园和开阔的田野中进行了不同的测试。这些测试是与卡塔尼亚大学DIA机械部门合作进行的,该部门正在进行精密农业领域的不同研究。U-Go机器人被用作不同工具的“载体”,作为自动喷雾器。该机器人还在M-Elrob 2010试验中使用,以便在非常苛刻的环境中测试系统。
通过有限元模拟,对不同类型的结构进行了试验。一些初步的试验已经使用了间指聚乙烯涂层结构。由于这种结构的效果很差,平行电极装置已经实现并进行了测试。最终的结构是由厚度为25um的两层聚丙烯层热熔得到的,加热到120°C,并在铝电极两侧的滚轮上进行高压压制。所获得的结构具有高强度,柔韧性和与所应用的基材的高静摩擦系数。利用这种电粘垫,研制并测试了履带式攀爬机器人。为此,开发了多种电粘合垫的“剥离”方法。这种方法可以进一步提高垫附着、总有效载荷和行驶速度方面的性能。电粘轨道是通过在柔性滚子链上安装不同的衬垫来实现的。
这种真空杯可以粘在各种粗糙的表面上,因为它可以在杯子不接触表面的情况下保持内部的真空。这可以减少杯子和墙壁之间的摩擦为零,节省能源,提高机器人的速度,使机器人能够越过小障碍物或不规则的地方,并在保持高有效载荷(约1.5公斤)的情况下从地板爬到墙上。
机器人使用四个轮子和四个独立的直流电机沿表面移动,并使用倾角计作为反馈传感器以遵循参考轨迹。此外,车载还安装了无线CCD摄像机。为了研究在人类操作者无法到达目标垂直墙且无法进行安全或救援目视检查的室外环境中,机器人漫游车与艾丽西亚VTX之间的不同合作测试。
无人机领域的研发涉及与飞行平台主题相关的几个方面:
自主导航
稳定性和航路点导航算法已经开发和测试,目前在舰队上使用。
传感器单元
利用传感器融合算法,实现了惯性测量单元(IMU)、航空数据姿态和航向参考系统(AHRS)、惯性导航系统(INS)和标定补偿罗经。
扩展卡尔曼滤波,四元数代数,传感器建模已经进行了检查,以开发无噪声校准传感器单元,能够保证在所有条件和环境下的高性能。
控制算法自整定
自主导航算法通常需要进行一定时间的飞行测试,以确定控制回路中涉及的参数的最佳值。自调整程序实际上正在研究中,以便快速简便地确定值,从而减少现场试验。
计算机视觉算法
来自无人机的图像用于目标检测和定位,用于移动目标(UGV)跟踪,用于无人机位置估计,为无人机检测安全着陆区域。
UAV-UGV合作
几项研究充分证明了异构机器之间合作的好处:来自几种类型的传感器和不同角度的数据集成可以增加信息内容,从而产生“合作感知”。从这个意义上说,无人机和UGV代表了互补的车辆,使用谁代表了一个集成的传感器网络,一个强大的监视和监控系统。无人机(Volcan)用于区域监督和应急通信以及地形形态变化检测,ugv (Robovolc)用于区域接近和采样和测量操作。
硬件在循环(HIL)架构
“硬件在环”(HIL)体系结构代表了一种强大而廉价的测试和调整控制系统的方法。航空领域所涉及的调谐装置的情况非常关键,因为实验试验是在耗时的试飞中进行的,结果不理想可能导致危险情况。HIL模拟器不能完全取代现场实验,但对于发现和解决各种问题,特别是在初步阶段,是非常有用的。因此,HIL平台的主要目标是提高开发时间,降低成本和风险。一旦性能适合应用,相同的控制器硬件可以直接连接到真实的无人机。在上图中,已开发的体系结构被表示出来。在本案例研究中,将Laminar Research开发的X-Plane飞行模拟器应用于Volcan无人机:开发真实飞机模型以确定飞行参数;AHRS和GPS数据通过CAN总线发送到自动驾驶仪,使用专用插件并使用CANaerospace协议。名为“Autopilot”的模块是真正的电子电路板,而HMI则在单独的PC上运行。
仿真工具开发
X-Plane飞行模拟器和基于Google Earth的仿真工具用于开发和验证控制、导航和稳定性算法。此外,所实现的工具用于实现和测试空中目标地理定位算法:该软件允许模拟安装在飞机上的相机,并使用收集的虚拟图像来测试用于检测和定位地面目标的方法。利用所开发的工具实现了一种基于扩展卡尔曼滤波的地理定位算法。
基于视觉的同轴直升机跟踪
同轴直升机和“MORDUC”无人地面车辆之间的合作正在研究中,以便创建基于采用异构无人驾驶车辆的机器人系统。提出了一种能够估计同轴直升机位置的视觉算法;离散卡尔曼滤波器的实现使得获得更精确和更少噪声的数据值。推导了一种同轴直升机的动力学模型,并将其用于建立一种基于视觉的控制系统,使其能够进行三维跟踪。提出了一种基于PID的直升机姿态控制算法;采用了经验和分析两种校准方法来获得最有效的参数值。