三维姿态实时显示的小型无人机飞控仿真系统

张云洲， 胡禹超， 吴成东， 宋云宏

(1.东北大学 信息科学与工程学院，辽宁 沈阳 110819； 2.奥维通信股份有限公司，辽宁 沈阳 110179)



·专题研讨——虚拟仿真实验(17)·

三维姿态实时显示的小型无人机飞控仿真系统

张云洲1， 胡禹超1， 吴成东1， 宋云宏2

(1.东北大学 信息科学与工程学院，辽宁 沈阳 110819； 2.奥维通信股份有限公司，辽宁 沈阳 110179)

本文设计并实现了一种小型无人机飞行控制仿真系统，规划了合理的系统架构，由在环程序、飞行动力学模型、地面站程序及三维可视化显示等部分共同构成仿真系统。针对实际问题，提出了飞行姿态的三维直观显示、动力学仿真模拟的方法，结合硬件在环和软件在环等两种方式建立了数据链路，构建了三维飞行器模型并导入仿真系统。仿真与实际飞行数据表明，所构建的仿真系统能够很好地满足小型无人机姿态控制和飞行仿真，实现了较高的精度和良好的实时性。

无人机； 飞行控制； 仿真系统； 三维姿态； 数据链路； 在环程序

0 引 言

由于在机体、燃料消耗、操纵训练、后勤维修等方面优于有人驾驶飞机，并具有更强的机动性、适应性和生存力，无人机(Unmanned Aerial Vehicle, UAV)在军事和民用等领域获得了广泛应用。作为无人机系统研制的关键设备之一，飞行仿真系统可用来设计无人机控制律，验证飞控系统性能及可靠性，为系统开发提供支持，因而受到了高度重视[1-2]。国内外研究机构对无人机仿真系统的研究，主要集中在软硬件平台、飞行动力学仿真、地面站构建、飞行姿态分析、数据测试等方面。

文献[1]中构建了一个基于PC机的无人机仿真系统，集合了无人机动力学模型和数据/曲线分析功能，着重于控制策略的研究。文献[2]中提出以全数字模式支持飞行控制率的验证，并设计了两种相关联的半实物仿真系统对UAV飞行状态进行仿真，可以获得UAV飞行控制率设计的合理性和有效性。为寻求UAV飞行系统控制率的有效设计和验证，文献[3]中构建了硬件在环(Hardware-in-loop, HIL)的实时仿真系统，以分级和模块化的规则在Matlab/Simulink环境下建立了UAV非线性模型。HIL仿真系统依托xPC目标系统，配置了UAV的相关数据，可以取得较理想的仿真效果。文献[3]中提出一种基于无人机模拟器的飞控系统仿真方法，考虑工程计算与仿真训练的需求，飞行参数可以用最小二乘法对实际飞行数据进行拟合。文献[4]中提出了一种基于虚拟现实的无人机远程仿真平台，采用了"人在回路"的方案克服UAV控制的不利因素，以解决UAV操控手的训练问题。

HIL和模块化在无人机仿真中处于较突出的位置，而视觉显示逐渐受到重视。文献[5]中提出了一种以CAN总线和以太网总线为基础的UAV 微航电(MicroAvionics)系统，将其以HIL方式集成于联合飞行网络仿真器，可用于微型直升机和固定翼飞行器自主导航及控制的仿真研究。文献[6]中提出了一种多无人机协同的仿真与测试框架，在不同层次上采用了模块化和分级架构，能够简便地从仿真转向实际环境，从而减少了测试和调试时间。考虑到传统的训练仿真器一般独立于UAV系统，UAV操作员无法在一次进程中完成系统测试和训练，文献[7]中提出了一种基于UAV机载设备的新型训练仿真器，引入了系统架构和信号流水线，以实时方式加载无人机模型和过程；该仿真器可同时测试飞控系统、无线数据链、地面站。部分无人机地面控制站系统中还引入了遥控遥测台和视景台，实时采集分析遥测数据、定时发送遥控指令，以及向地面导航站实时发送UAV位置数据；视景台用来显示图像数据，在导航地面站规划飞行航线，实时跟踪UAV位置和显示飞行状态。上述地面导航系统主要依托Windows平台，内置稳定性较差，并不适合于对稳定性要求较高的无人机地面站。

在飞控系统和地面站方面，开源项目得到了广泛应用。基于ArduPilot Mega的ArduPlane开源无人机项目始于2009年，其地面站软件功能尚不够完善[8]。Paparazzi UAS开源项目始于2003年，目前比较成熟和稳定，适用于多种无人机型、硬件平台及操作系统；其地面站软件功能较丰富，但存在多种缺陷。在飞行动力学仿真方面，开源模型JSBSim支持跨平台和面向对象的开发方式，被广泛应用于BoozSimulator、Outerra、FlightGear及OpenEagles等飞行模拟器中[9]。它可以支持任何飞行器的仿真建模而不需要特定的编译和链接程序代码，而且并不依靠XML格式实现[10]。

传统的无人机地面站系统数据回显主要采用二维数字和图表曲线形式，无法直接观察在三维空间内飞行的状态。在传统方式中，通常由VRML、WTK、Creator/Vega Prime和OpenGL等平台以虚拟方式进行仿真，飞行场景由纹理匹配的方式生成，因此可信度低、建模过程复杂耗时。近年来，研究者提出了无人机三维视景仿真，用三维图像来实时再现UAV飞行过程和状态，能够辅助操作人员进行判断，并减少其工作量。

总体上，Matlab/Simulink等平台得到广泛应用，基于专用平台的无人机仿真系统正在受到高度重视，得到了迅速发展[3,5,11-15]。本文设计并实现了一种小型无人机飞行控制系统仿真平台，将飞机模型导入基于真实地形数据建立的三维环境中，通过在环程序驱动仿真系统，得到三维可视化的仿真结果。仿真与实测飞行数据表明，本文构建的系统具有良好的仿真效果。

1 仿真平台架构及功能设计

本文所设计和构建的无人机飞控仿真系统由在环程序、飞行动力学模型、地面站程序及三维可视化程序组成，其系统架构如图1所示。

图1 无人机飞行控制仿真系统框架

考虑到无人机系统的实际需求，仿真平台的工作流程设置为：① 在环程序将控制信息(主要是控制舵机和油门的PWM信息)通过UDP协议发往飞行动力学模型(JSBSim)；② 动力学模型根据控制信息实时计算UAV状态信息，将姿态数据返回在环程序，同样采用UDP协议；③ 在环程序通过数据链路连接地面站程序，将其所获取的UAV状态信息通过TCP协议发往地面站；④ 地面站接收在环程序的状态信息，处理后输出至显示屏，并可根据需要向在环程序发送设定参数及控制指令；⑤ 地面站将姿态信息发往三维姿态实时显示程序处理；⑥ 遥控信号通过相应的接口发送至在环程序。

飞行动力学模型依托开源的JSBSim进行设计，在程序代码中不需要对特定的飞机进行建模。飞机本身的模型如飞机质量和几何属性均位于XML格式的文件中；其它需定义的模型特征则包括起落架位置和属性、视角、载荷、推进系统等。

地面站程序对飞机实际飞行时的姿态传感器数据进行整合处理后，将数据通过指定的通信接口送给三维可视化程序(FlightGear)进行显示。作为开源的飞行模拟软件，FlightGear能够满足项目的个性化需求，拥有强大的模拟功能，包括动力学系统、视景系统、仪表系统、助航系统等。同时，FlightGear主要组件与硬件和操作系统无关，具有较高的可重用性和可扩展性。

地面站程序依托Paparazzi平台进行开发，功能包括飞行监控、地图导航、航线规划与航迹操作等。本文根据无人机研究和运用过程中的实际问题，在地面站基本架构的基础上提出和开发了多项功能，有助于无人机飞行状态的研究、分析和控制，主要包括：① 飞行姿态的三维直观显示。由于无人机本身的特点，地面操作人员很难对三维空间内飞行的无人机飞行状态形成直观的感受。将无人机发送至地面站的数据转换为三维姿态图像，能够直观便捷地为地面人员的操作决策提供依据。 ② 飞行动力学仿真模拟。通过建立无人机外形及各个部件的物理模型，以计算机演算无人机的动力学状态，使地面人员不必实际操作即可对无人机的飞行过程形成基本的了解，便于研究人员分析和改善无人机的物理结构及飞控系统的控制算法。上述功能将有效提高无人机的研究和分析效率，而且是大多数无人机地面站软件所欠缺的。

2 飞行动力学模型的构建

基于操作系统平台考虑，本文采用跨平台的JSBSim来构建无人机飞行动力学模型。

2.1 无人机模型定义

无人机模型的参数信息以XML语言规范进行编写。JSBSim将参数文件分为两大部分，分别用于定义飞机和引擎。飞机定义文件描述了无人机的尺寸、重量、机体结构、舵机特性等机械特征；引擎定义文件则规定了无人机所使用的引擎型号，输入输出特性及螺旋桨的特性。在使用过程中，可以根据无人机特点进行相应的修改以满足所需的模型特性。

飞机模型的部件定义位于模型文件夹下的set文件中，给出了声音、面板、模型等所在的路径。引擎模型Engines文件夹中存放了UAV所使用的引擎型号及输入输出特性，需要根据引擎实际特性构建模型。

2.2 飞行动力学模型及参数

在飞行过程中，无人机受到作用于机身上的力和力矩共同影响。作用在飞机上的力由三部分组成，包括引擎推力、重力和气动力。而作用于飞机上的力矩是矢量，沿空间坐标系分解为三个力矩：滚转力矩、偏转力矩和俯仰力矩[10]。

2.2.1 气动力

阻力D、侧力Y、升力L的气动力计算公式为

(1)

式中:CD、CY、CL分别为阻力、侧力及升力系数;S是机翼的参考面积;q是动压，与无人机所在高度的空气密度ρ和飞机的空速V相关：

(2)

2.2.2 气动力矩

滚转力矩R、俯仰力矩M、偏转力矩N的气动力矩计算公式为

(3)

2.2.3 气动参数计算

无人机的气动参数都是在风洞实验数据的基础上，进行插值计算得到。因此，力和力矩系数(即气动参数)存在多种可能的数学模型。JSBSim所使用的系数模型为[7]：

(4)

(5)

2.2.4 不确定性模型

由于获取参数实验本身存在误差以及物理系统模型的局限性，从实验获取以上气动参数存在不确定性。为了解决不确定性造成的影响，本文引入参数不确定性模型[11]。

(6)

式中:

(9)

2.2.5 运动学方程

本文采用了文献[1]所给出的运动学方程得到无人机姿态的三个欧拉角和其在机体坐标系下的速度，从而建立无人机的运动学模型。

在环程序用PWM信号所代表的控制量输入到JSBSim引擎中，仿真引擎通过对以上飞行动力学方程的实时解算，即可得到无人机在当前时刻的状态量，进而得出无人机在整个仿真过程中的运行轨迹。上述模型根据控制量和无人机自身特性，解算飞行姿态、位置、速度等，得到仿真数据和曲线。在此基础上，将仿真和实际测试进行了对比，以验证该模型的可靠性。

2.3 在环程序与数据交互

在环程序分为硬件在环和软件在环两种：① 硬件在环是将实际控制器和虚拟控制对象结合的仿真方法。被用于测试代码在实际控制器中的实时运行情况。具体地，将代码写入实际飞行控制器中，由PC机将仿真的传感器数据及地面站控制指令发送至实际飞行控制器中，经综合处理后将生成的控制信息发回PC机，以此来检验代码的运行效果。② 软件在环运行与硬件在环相同的代码。但其作为PC机上的本地可执行文件运行，在寄存器级上模拟飞行控制板硬件。因此，关键的底层硬件驱动(如ADC、陀螺仪、加速度计和GPS)运行环境与真实飞行过程相仿。

对于两种在环方式，均需要建立数据链路，以便与地面站和飞行动力学模型进行数据交互。

2.3.1 空-地数据交互

考虑到数据准确性和可靠性，本文使用TCP协议(软件在环)或串口(硬件在环)与地面站程序进行交互。由于在环程序与地面站程序相对独立，需要设计专用的通信程序。具体步骤如下：

(1) 根据所提供的数据交互接口与在环程序建立连接；

(2) 与地面站程序建立TCP连接；

(3) 等待在环程序或地面站程序发送数据；

(4) 获取在环程序发送的数据，校验数据的有效性，将有效数据发往地面站；

(5) 获取地面站程序发送的数据，校验数据的有效性，将有效数据发往在环程序；

(6) 返回第③步。

2.3.2 与JSBSim仿真引擎进行数据交互

从数据传输的实时性和快速性方面考虑，本文采用UDP协议的Socket套接字与JSBSim进行数据交互。指定JSBSim仿真引擎的数据输入端口，在无人机模型配置文件中指定端口号。JSBSim引擎启动后，将监听来自于指定端口的数据。JSBSim支持变量设置及获取、仿真启动及停止等指令，建立与JSBSim的连接后可以向JSBSim监听端口发送指令来控制仿真过程。

3 地面站程序设计

对于地面站程序与在环程序之间的通信，本文通过软件进行数据有效性校验及转发，以确保数据传输的准确性。地面站和在环程序均使用TCP协议，以保证大量数据的稳定传输。

3.1 姿态数据传输

筛选出姿态数据模型相关的数据后，需要针对FlightGear进行单位转换。与FlightGear通信必须使用指定的通信模型，并且为了保证通用性而包含了飞行器模型飞行时需要的所有参数信息。本文仅使用部分参数，如经度、纬度、海拔、以及各个方向的旋转角度等。

由于数据需要通过UDP协议进行传输，为了适应网络传输的数据格式，需要对原始数据进行封装处理。本文采用Python中struct-pack方法，将各个独立的数据封装为一个整体。

系统通过基于UDP协议的Socket套接字发送数据。发送步骤参考外部数据的实际生成时间，即一旦获得数据更新就立刻进行数据处理和发送，以保证数据发送的快速性和实时性。

保障姿态数据即时发送的程序流程如下：

(1) 初始化存放姿态数据的专门变量；

(2) 等待并获取数据更新，关闭次要中断；

(3) 从截获的数据中提取出姿态相关数据；

(4) 更新姿态数据变量的数值；

(5) 对姿态数据专用变量中的数据进行封装；

(6) 发送封装后的数据，开放次要中断；

(7) 返回第2步。

3.2 数据链路构建

飞行模拟对实时性要求较高，画面渲染和模拟数据传输的系统资源开销很大；而且前后帧的模拟数据相差很小，飞行模拟对数据的可靠性要求不高。因此，本文使用基于数据报套接字的UDP协议构建地面站/FlightGear、软件在环程序/JSBSim模型的通信模块。

通信模块分为客户端和服务器端，可以部署于同一台机器或不同的机器上。在网络中进行通信至少需要一对套接字，分别运行于客户端(称为ClientSocket)和服务器端(ServerSocket)。本文使用UDP协议实现数据传输。

硬件在环仿真中需要将实际控制器的数据通过串口与PC机相连，以便进行数据交换。同时，基于数据可靠性考虑，在地面站与软件在环程序通信模块上采用TCP协议，以保证地面站对软件在环程序能进行准确控制。

4 无人机三维姿态可视化显示

4.1 飞行器及地形的三维模型

本文使用AC3D软件完成三维飞行器模型的构建，并导入仿真系统。

FlightGear使用原始高程数据，经过转换成为三维地形模型而实现地景模型的构建。地形数据基于SRTM(Shuttle Radar Topography Mission)构建，世界场景由TerraGear工具集/渲染库生成，将地理信息数据转换为三维模型或地图。TerraGear可以导入数字高程模型地形网格的三维数据集，以及城市轮廓、海岸线、湖泊轮廓的二维多边形数据集，也可以根据数据生成机场、跑道。FlightGear使用外部动力学模型(external)，其他程序可通过TCP/IP或者UDP网络协议给FlightGear发送飞行参数数据包驱动视景显示。本文采用external方式，将飞行器的位置和姿态信息通过通信模块发送给FlightGear的仿真模块，驱动飞行器仿真。

4.2 无人机仿真过程及数据分析

本文所建立的无人机仿真过程为：① 构建JSBSim无人机仿真模型；② 编译代码并写入实际飞行控制器(硬件在环)或者将飞控代码编译为PC机可执行文件；③ 启动在环程序及JSBSim仿真引擎；④ 启动通信模块，使各程序之间能正常通信；⑤ 启动FlightGear显示无人机三维姿态图像；⑥ 使用地面站控制在环程序的仿真过程。

在本文所构建的无人机仿真平台中，飞控代码通过平台执行，并将六自由度飞行数据进行处理，经通信模块传递给FlightGear。在仿真系统显示屏上可以准确地以三维模型显示无人机的各种姿态，并能够变换视角从任意角度观察无人机的姿态。

为简便起见，本文在PPRZ中将仿真航迹指定为以STDBY为圆心、以50 m为半径的圆周，且海拔高度为120 m(地面海拔高度45 m)。整个仿真过程中，固定翼无人机均采用自动模式。图2所示为实验结果的截图，其中左侧子图是仿真无人机的飞行轨迹，右侧子图是FlightGear显示的虚拟飞机姿态及位置。

图2 无人机仿真航行实验

从飞行轨迹图中可以看出，仿真无人机在做顺时针绕圆周运动，与此相应的无人机姿态是向右滚转。在后视视角及俯视45°视角上，均可以观察到虚拟无人机的姿态与仿真方向相符，仿真系统显示的虚拟无人机姿态及位置均能很好地吻合无人机的轨迹。

无人机飞行仿真的海拔高度曲线如图3所示，可以看出：高度值在起飞之后的一段时间内出现超调，但很快恢复至预设高度，并保持平稳状态，可以验证飞行控制算法的稳定性。

图3 无人机仿真飞行海拔高度曲线

图4为移除了地图背景的无人机仿真飞行轨迹，仿真轨迹虽然没有完全紧贴预设轨迹，但始终以较小偏差稳定在预设轨迹附近。从飞控代码和仿真环境方面进行分析，图中情形均符合实际情况。

图4 无人机仿真飞行轨迹

4.3 无人机仿真系统验证

在仿真的基础上，本文进行了无人机的实际飞行实验以验证仿真系统的可靠性。为了与仿真过程尽可能相似，无人机的控制算法和航迹设定均与仿真过程相同(设定航迹的圆心位置有些偏差，但半径均为50 m)。实际飞行时风力为西北风2级。

无人机由遥控手动起飞，升高至海拔110 m时切换至自动模式，之后按预设轨迹自主飞行。从图5可以看出，无人机自右方进入自动模式；由于受西北风的影响，最初的飞行轨迹偏向东南方，之后在飞控对航迹的修正下，无人机距离预定轨迹的偏差逐渐减小。

图6显示了无人机飞行实验的数据及曲线。

图5 无人机实际飞行的轨迹

图6(a)和(b)分别显示了地面站数传接收数据的速率和GPS定位精度。图6(c)给出了无人机的飞行模式变化，0代表手动模式，1代表增稳模式，2代表自动模式。图6(d)为GPS高度曲线。在1 500 s之后数据传输速率有所下降，而GPS的定位精度降低。原因在于：此时无人机处于手动下降过程中(在图6(d)中可以看出高度的下降)，由于周围建筑物的阻挡，数传和GPS的信号均受到较大影响，因此导致GPS定位精度变差；由于GPS高度曲线的可信度受GPS精度和数传速率的影响，仅当GPS及数传信号比较好时，地面站接收的高度信息才具有参考价值。

从图6可以看出，当无人机处于自动模式时，通信链路和GPS信号良好，无人机高度稳定在预设的海拔120 m附近。这表明自动飞行时得到的数据是具有参考价值的，即图5所示飞行轨迹是可靠的。

对比图2和图5可以观察到,仿真和实际的飞行轨迹在排除环境风力的影响后较为接近。对比图3和图6(d)，考虑到实际GPS定位精度的影响，可以认为自动飞行模式下的仿真与实际飞行高度较为接近。上述对比表明本文设计的仿真系统能较好地模拟实际飞行状态、验证飞行控制算法。

(a) 地面站数传接收数据速率

(b) GPS定位精度

(c) 飞行控制模式

(d) GPS定位的海拔高度

5 结 语

本文设计并构建了小型无人机的飞行控制仿真系统，实现了无人机三维姿态显示，飞行运动学仿真模块和航线仿真飞行。仿真与实际飞行数据表明，所构建的仿真系统能够很好地满足小型无人机姿态控制和飞行仿真，并实现较高的精度和准确性。该系统可用于无人机飞行控制率、飞行性能评估、实时姿态观察及评估，对固定翼无人机总体方案规划和飞行品质评估研究具有积极的参考价值。

[1] 董苗波, 孙增圻. 基于PC机的无人机仿真系统开发[J]. 系统仿真学报, 2004, 16(7): 1460-1462.

[2] Zhou Zhijiu, Wei Minfeng. Research on Flight Control Simulation System of UAV[J]. Aerospace Control, 2010, 28(1): 64-69.

[3] Peng Lu, Qingbo Geng. Real-time Simulation System for UAV Based on Matlab/Simulink[C]//IEEE 2nd International Conference on Computing, Control and Industrial Engineering(CCIE), 2010(1): 399-404.

[4] Zhi-hua Qiao, Yi-bo Li, Shao-peng Kang,etal. Design of UAV Telepresence and Simulation Platform Based on VR[C]//Proceedings of International Conference on Cyberworlds, 2008: 520-524.

[5] Serdar Ates, Ismail Bayezit, Gokhan Inalhan. Design and Hardware-in-the-Loop Integration of a UAV Micro-avionics System in a Manned-Unmanned Joint Airspace Flight Network Simulator[J]. Unmanned Aircraft Systems, 2009: 359-386.

[6] A. Mancini, A. Cesetti, A. Iualè,etal. A Framework for Simulation and Testing of UAVs in Cooperative Scenarios[J]. Unmanned Aircraft Systems, 2009, 307-329.

[7] Jianan Wu, Wei Wang, Jinhong Zhang,etal. Research of A Kind of New UAV Training Simulator Based on Equipment Simulation[C]//International Conference on Electronic and Mechanical Engineering and Information Technology (EMEIT), 2011(9): 4812-4815.

[8] ArduPilot Mega Development Team. ArduPlane Instruction[EB/OL]. http://code.google.com/p/ardupilot-mega/wiki/home?tm=6.

[9] Jon S. Berndt. JSBSim Reference Manual[EB/OL]. http://jsbsim. sourceforge.net/ JSBSimReferenceManual.pdf, 2011.

[10] JSBSim Project Team. JSBSim Flight Dynamics Model[EB/OL]. http://jsbsim.sourceforge.net/JSBSim/, 2012.

[11] 陈 兵, 朱纪洪, 孙增圻. 基于PC机的无人机仿真系统[J]. 系统仿真学报, 2002, 14(5): 613-616.

[12] Paw Y C, Balas G J. Development and application of an integrated framework for small UAV flight control development[J]. Mechatronics, 2011, 21(5): 789-802.

[13] Jin Guo-dong, Gu liang-xian, Lu Li-bin. UAV Simulator-Based Simulation of Flight Control System[C]//Proceedings of International Workshop on Intelligent Systems and Applications-ISA, 2009.

[14] Richard Garcia, Laura Barnes. Multi-UAV Simulator Utilizing X-Plane[J]. Journal of Intelligent and Robotic Systems, 2010, 57(4): 393-406.

[15] 刘小雄, 章卫国, 王振华, 等. 无人机自适应编队飞行控制设计与仿真[J]. 系统仿真学报, 2009, 21(5): 1420-1422.

Simulation System for Unmanned Aerial Vehicle Based on Real-time 3-D Posture Display

ZHANGYun-zhou1,HUYu-chao1,WUCheng-dong1,SONGYun-hong2

(1. College of Information Science and Engineering, Northeastern University, Shenyang 110819, China;2. Aowei Communication Co., Ltd., Shenyang 110179, China)

This paper designed and implemented a small fly-control simulation system. The fundamental parts of the system contained in-loop program, flight dynamics model and 3-D visual display. Aiming at real problems, we proposed some methods for 3-D display of flight-posture and dynamics simulation, built data links with such ways as hardware-in-loop and software-in-loop, and built the 3-D air vehicle model which was embedded into the simulation system. According to the simulation and real flight data, the proposed simulation system could meet the requirement of attitude control and flight simulation of small UAV with high accuracy and good real-time performance.

unmanned aerial vehicle; flight control; simulation system; 3-D posture; data link; in-loop program

2014-05-13

国家自然科学基金资助项目(61273078);中国博士后科研基金(2012M511164);教育部高校基础科研业务费项目(N130404023)

张云洲(1974-), 男, 河南渑池人, 博士, 副教授，研究方向为智能机器人/无人机、嵌入式视觉、多媒体传感器网络。

Tel.:13940101976,024-83687761;E-mail:zhangyunzhou@is.neu.edu.cn

TP 391.9;V 249.4

A

1006-7167(2015)01-0073-06