Towards Helicopter Aided Mapping of Crops: mod helikopterassisteret overvågning af afgrøder
Translated title
Autonomous Hover of a Small Scale Electric Helicopter: Autonom Hover af en lille Elektrisk Helikopter
Author
Svenstrup, Mikael
Term
10. term
Publication year
2007
Abstract
Helicopter Aided Mapping Of Crops (HAMOC) har til formål at bruge en lille elektrisk helikopter til at optage billeder af landbrugsmarker. Denne rapport dækker de første skridt med en Corona 120-helikopter og har som mål at få helikopteren til at svæve autonomt i et laboratorium. Arbejdet er opdelt i hardware, modellering, tilstandsestimering og styring. En ekstern computer og strømforsyning blev anvendt, med seriel forbindelse til helikopterens servoboard. En eksisterende helikoptermodel blev tilpasset Corona 120, og dens parametre blev bestemt. For at estimere helikopterens 12 rigid-body-tilstande (dens position og orientering samt deres hastigheder) blev kamerabilleder og data fra en inertialmåleenhed (IMU) kombineret med et udvidet Kalman-filter, en metode der fletter støjende sensordata. Fire afkoblede PID-styringer blev udviklet til højde (z), lateral bevægelse (y), longitudinal bevægelse (x) og yaw (rotation om den lodrette akse). Mere avancerede styringer blev også undersøgt. Hardwaren fungerede som forventet, og helikopteren kunne styres fra den eksterne computer. I simulering stabiliserede styringerne den ikke-lineære model. I forsøg blev autonom kontrol af helikopterens højde opnået, og der blev udført indledende tests af en lateral styring. Et crash beskadigede noget af hardwaren og forhindrede yderligere test af de horisontale styringer, men autonom svævning synes tæt på. Samlet set udgør de udviklede delsystemer et solidt grundlag for det videre arbejde med HAMOC.
Helicopter Aided Mapping Of Crops (HAMOC) aims to use a small electric helicopter to capture images of crop fields. This report covers the first steps using a Corona 120 helicopter, with the goal of making it hover autonomously in a laboratory. The work is organized into hardware, modeling, state estimation, and control. An external computer and power supply were used, with a serial connection to the helicopter’s servoboard. An existing helicopter model was adapted to the Corona 120 and its parameters were identified. To estimate the helicopter’s 12 rigid-body states (its position and orientation and their rates), camera images and data from an inertial measurement unit (IMU) were combined using an extended Kalman filter, a method that fuses noisy sensor data. Four decoupled PID controllers were designed for altitude (z), lateral motion (y), longitudinal motion (x), and yaw (rotation about the vertical axis). More advanced controllers were also investigated. The hardware worked as intended, and the helicopter could be commanded from the external computer. In simulation, the controllers stabilized the nonlinear model. In experiments, autonomous altitude control of the real helicopter was achieved, and preliminary tests of a lateral controller were performed. A crash damaged some hardware and prevented further testing of horizontal controllers, but autonomous hovering appears within reach. Overall, the developed subsystems provide a solid foundation for continuing the HAMOC project.
[This abstract was generated with the help of AI]
Documents