简介:摘要:由于扑翼飞行器在众多领域中具有不可估量的发展前景,是世界许多科研机构重点研发对象。为提高飞行器的飞行性能,分析不同鸟类的分析特点,运用Solidsworks软件构建出单段式、两段式、三段式和拍式四翼单段式的翅翼模型,然后在Fluent软件中进行三维模型瞬态气动性能分析,采用UDF自定义函数和动网格进行仿真模拟计算,得到了不同翅翼的升力系数、阻力系数和升阻比,并对翅翼表面压力场进行分析。由此可知,翅翼自由度越大,翅翼表面相对最大压力值随着翅翼自由度增加而增大,相对最小压力值随着减小。
简介:摘要四轴飞行器具有结构简单、体积小、单位体积能产生更大升力等优点,在军用、民用等领域应用广泛。本设计采用STM32微处理器作为主控芯片,通过MPU6050惯性传感器扩展磁力计HMC5883输出9轴运动数据,利用2.4G模块进行遥控,并最终通过PID算法实现了飞行器的自主稳定飞行。
简介:摘要:针对四旋翼无人机受干扰时姿态控制效果差的问题,提出了基于深度学习的无人机控制系统设计。系统选用 STM32芯片进行控制,采用MEMS传感器采集姿态调节数据,选用NRFNRF51822芯片实现远距离监控和参数调节,电源模块采用TP4059芯片供电,并对电池电量进行监控。构建深度学习目标控制模型,运用深度学习算法设计无人机控制器,保证系统处于一种高动态平衡稳定状态,提高了无人机的控制精准度,对处理突发性群体事件具有重要意义。四旋翼无人机是一种能够垂直起降的自主飞行器,具有结构简单、便于悬停及垂直起降的特点,同时具有较为良好的可控性,既在近地监视与侦察等军事任务中有着广泛的应用,又在环境监测、森林防火、农业植保等民用方面具有广阔的研究和应用前景。由于四旋翼无人机是一个非线性、欠驱动、强耦合且存在多个变量的控制对象,为较好的完成四旋翼无人机的位姿控制,本文根据深度学习的原理,设计了一种基于STM32的四旋翼无人机控制系统,并根据此系统,基于MEMS传感器下的四旋翼无人机飞行动态监测进行分析。