四旋翼飞行器的数字孪生系统设计

吴东阳，窦建平，李 俊

1.东南大学 深圳研究院，广东 深圳518000

2.东南大学 机械工程学院，南京211100

3.东南大学 自动化学院，南京210018

目前，多旋翼飞行器以其重量轻、小型化、长航时、高隐蔽和高安全性等特点，在各个领域中得到越来越广泛的应用。多旋翼飞行器的发展早期侧重于结构设计和材料开发，机身材料逐渐从金属向有机合成材料转变，使得机身灵巧性不断提升；随后研发重心向着先进算法开发倾斜，主要包括各种控制算法和基于任务（如目标追踪、路线规划等）的工程算法，以期能够进一步提高对飞行器的控制力，从而高效执行复杂任务[1]。而现阶段在多旋翼飞行器中融入新的互联网技术，搭建系统级的管理平台，如5G、大数据、云计算等技术，促进新的融合产品落地成为研究热点。

尽管多旋翼飞行器在设计[2-4]、控制[5-9]技术方面取得了长足的进步，但其物理实体实时运行工况等测量采集数据与信息空间的理论模型（如飞控模型）数据分离，没有支撑二者融合的建模方法和相互匹配机制。这种物理实体和信息空间模型数据的脱节，造成采集信息可用性低，无法根据现场数据、历史数据等信息进行自主学习并完成运行活动的各种优化决策。而近几年得到快速发展的数字孪生（Digital Twin）技术[10]，具有深度融合物理实体和信息虚拟体理念，其核心思想就是以多维多空间多尺度模型将物理实体以数字化呈现，以多源异构的数据为纽带，将物理实体与虚拟空间进行实时连接、实时映射、实时刷新，以保证一致性。最终目的是借助虚拟空间的仿真、可视化等手段增加或扩展物理实体新的能力。这项新兴技术为多旋翼系统的“虚实结合”，形成一个真正的基于实际模型及参数的闭环控制系统提供了新的解决方案。

这样的背景下，本文针对四旋翼飞行器系统运行控制优化，引入数字孪生概念，建立了一个能够描述和管理飞行控制、状态预测等不同阶段产生的异构、多态、海量数据的一体化开发框架，并主要用于四旋翼运维阶段的相关工作，包括离线状态的控制参数更新、风险评估与排查等。相比传统的四旋翼控制系统，数字孪生系统可以充分利用数据资源，并在一定程度上提高四旋翼的控制效率和规避一些潜在的飞行风险，这一研究策略为多旋翼飞行器的系统级开发提供了新思路。

1 数字孪生技术概述

1.1 数字孪生的定义

数字孪生，作为近年来迅速发展的新兴研究领域，其定义尚未达成共识。但其核心要素离不开物理实体、虚拟模型、数据、连接和服务。针对不同的对象，从不同的维度进行思考，数字孪生技术具有不同的认识与特征[11]。物理层面：物理实体是整套系统的基础，数字孪生模型因物理实体对象而异，数据因物理实体特征而异，服务因物理实体需求而异。模型（虚拟）层面：理想数字孪生模型包括几何模型、规则模型、物理模型、行为模型等多空间多尺度模型[10，12-14]。有别于传统模型，更加强调与实体空间的相互映射与高度一致性。数据层面：数据是数字孪生系统的核心驱动力，数据的来源不光要包括实体空间、虚拟空间，也要包括虚实结合的融合数据[13]。数字孪生在数据层面还应具备实时动态更新、实时交互、及时响应等特征。连接层面：物理实体与虚拟空间的连接必须具有双向性和兼容性。双向性具体表现为双向连接、双向驱动与双向交互；兼容性表现为跨平台、跨接口、跨协议[10-11]。服务层面：针对不同的对象、不同的需求，数字孪生系统可以在产品的全生命周期各个阶段提供相应的可靠服务[15-16]。

1.2 数字孪生的内涵与发展

数字孪生作为实现智能制造的重要技术，正在受到各行各业的专家、学者的广泛探讨与研究。制造业中基于数字孪生技术的应用探索与落地产品不断出现。其在航天飞行、智慧城市、数字化车间、船舶航海等领域的优势也在不断显露。

刘青等[17]对数字孪生的研究进展进行了综述，提出了以2017年为界，将数字孪生的发展分为两个主要阶段。2017年以前，研究的数量较少，主要集中在概念的讨论，并介绍了几种实现模型。2017年以后的研究数量大幅增加，国内也有一定数量的学者参与相关研究，除了继续对概念进行讨论外，还提出了新的模型、应用框架和方式，也出现了使用案例对数字孪生进行验证。国内数字孪生逐渐向产品、制造设备和制造车间的应用探索转移。其中包括，庄存波等[18]提出了一种数字框架，用于构建复杂产品装配车间的数字孪生智能生产管理和控制方法；郭东升等[19]则从CPS的可交互性、可计算性、可控制性出发，构建了基于数字孪生的航空结构件车间模型；北航陶飞团队对数字孪生设计框架进行探索，包括任务规划与识别、概念设计、具体化设计、详细设计及虚拟验证等阶段[20]，并在此基础上，针对制造车间物理空间与虚拟空间的相互作用与融合，提出了数字孪生车间（Digital Twin Shop-Floor）的概念。在具体的工程实例方面，3D打印机、数控机床、自动导轨运输车等制造设备的数字孪生系统[21]也相继落地，对于这一新兴技术产业的发展具有指导意义。并且随着数字孪生价值的不断显现，使用怎样的平台进行数字孪生系统的构建成为关注的热点问题。在这样的前提下，多个企业进行了商业化平台的开发，其中就包括采用MATLAB的Simulink来构建平台。这对于本文所研究的四旋翼飞行器的数字孪生系统设计奠定了基础。

2 四旋翼飞行器数字孪生系统的体系框架

四旋翼飞行器数字孪生系统的设计与实现，依赖于多项新兴的通讯技术与多学科基础理论的支持[17]。从最开始的数据采集到最后的应用呈现和人机交互，可以分为物理层、虚拟层、服务层和孪生数据层[22]，每一层都建立在互相联系、互相迭代的基础上，并且是对各自功能的丰富与拓展，如式（1）所示[23]：

式中，SFDT表示数字孪生的体系框架，PL表示物理层，VL表示虚拟层，SL表示服务层，DDL表示孪生数据层。具体的体系结构如图1所示。

图1 数字孪生系统结构框架Fig.1 Framework of digital twin system

（1）物理层（PL）

物理实体是整个系统的搭建对象，更是建立数字孪生系统的基础，所有设计的最终目的都是为物理实体服务，因此对物理层的精准分析和有效维护，是构建一个优秀SFDT的前提。根据具体对象功能与结构，物理层的等级一般可划分为单元级（Unit Level）、系统级（System Level）和复杂系统级（System of Systems Level）[24]。根据不同应用需求和管控力度对PL进行分类，是分层构建SFDT的基础。本文所涉及系统以四旋翼飞行器为载体，旨在实现智能监控、智能控制和后期运维的基本功能，可归于单元级PL。具体的组成部分包括四旋翼飞行器的机械架构（机架、旋翼、起落架等）、各类传感器（ICM20602、电子罗盘AK8975、SPL06-001等）、通讯模块（采用ZigBee技术的DL-22）和飞行器的飞行环境等。

（2）虚拟层（VL）

虚拟层的主要作用是对物理层实现实时、精准的数字化映射，同时通过物理层采集的数据和自身仿真数据进行及时的迭代作用，以确保系统的有效性。虚拟层的实现，主要依赖于精准的建模，VL如式（2）所示[23]，通常包括几何模型(Gm)、物理模型(Pm)、行为模型(Bm)和规则模型(Rm)，这些模型能从多时间尺度、多空间尺度对物理实体进行描述与刻画：

Gm为描述PL的几何参数（如飞行器的形状、尺寸、位置等）与关系（如装配关系、结构关系等）的三维模型，与PL具备良好的时空一致性，对所建模型细节层次的渲染可使Gm从视觉上更接近物理实体。具体工程的Gm实现可利用三维建模软件SolidWorks、3DMAX、AutoCAD等创建。

Pm在Gm的基础上增加了PL的物理属性、约束及特征等信息，通常可用ANSYS、ABAQUS、Hypermesh等工具从宏观及微观尺度进行动态的数学和物理近似模拟与刻画，如结构、流体、电场、磁场建模仿真分析等。

Bm对于实时系统的设计与分析尤为重要，模拟了不同粒度、不同空间尺度下的PL在不同时间尺度下的外部环境与干扰，以及内部运行机制共同作用下产生的实时响应及行为，如随时间推进的演化行为、动态功能行为、性能退化行为等。Bm能够最大限度地提升虚拟层的高度保真性。

Rm的建立涉及基于历史关联数据的规律规则，基于专家知识总结的经验，以及行业内标准等。这些规则随着时间的推移自增长、自学习、自演化，使VL具备实时的判断、评估、优化及预测的能力，从而不仅能对PL进行控制与运行指导，还能对VL进行校正与一致性分析。

通过对上述4类模型进行组装、集成与融合，创建对应PL的完整VL映射。

（3）服务层（SL）

服务层又可叫功能层，服务是实现制造物理世界和信息世界间智能互联与智能操作的重要桥梁。主要作用是对整个数字孪生系统的数据、仿真、控制、结果、预测等进行特殊化封装，向实际的系统设计、生产、使用和维护需求提供相应的功能，包括多层级系统寿命估计、系统集群执行任务能力的评估、系统集群维护保障、系统生产过程监控以及系统设计决策等功能[21]。

本文所设计的服务层主要提供两大块的服务：一个是面向DDL所提供的数据管理与处理功能，具体包括数据存储、封装、清洗、挖掘与融合等；另一个是开发设计和封装了具体的用户界面，提供面向用户的操作和监管服务，能够更加直观有效地对整个运行过程进行控制。

（4）孪生数据层（DDL）

数据作为数字孪生系统的核心驱动力，数据层是整个数字孪生体系框架的基础。本文所设计的数字孪生系统的数据层主要功能由数据采集、数据传输和全生命周期数据管理三部分组成。具体的驱动数据包括物理实体数据、虚拟仿真数据、知识数据与融合衍生数据。

物理实体数据，主要包括自身的尺寸、位置数据和高性能传感器所采集到的飞行数据等（更完备的物理实体数据还应包含环境数据、关联数据和实时扰动数据等）；虚拟仿真数据，高精度的虚拟模型所产生的仿真数据具有很高的参考价值，对于整个系统的运行，尤其是预测具有重要的作用；知识数据包括专家知识、行业标准、规则约束、推理推论、常用算法库与模型库，该部分数据的引入有助于提高系统的可信度；融合衍生数据，是对多源异构进行数据转换、预处理、分类、关联、集成、融合等相关处理后得到的数据[25]，通过融合物理实况数据与多时空关联数据、历史统计数据、专家知识等信息得到信息物理融合数据，从而反映更加全面与准确的信息，并实现信息的共享与增值，是整个孪生数据层最核心的部分。

3 数字孪生系统的功能实现

3.1 数字孪生系统建模

在获得数据层提供的数据后，利用数据驱动方法和基于数学模型的方法对系统进行多物理、多尺度层面的建模，使所建立的模型与实际系统准确匹配、实时同步，是保障系统运行的重要环节。考虑到具体的功能与应用需求，本文主要进行了几何模型、行为模型与规则模型的建模。

（1）Gm：使用三维建模软件SolidWorks对四旋翼飞行器进行了较为精准的建模和渲染，如图2所示。同时借用了SolidWorks的API在三个轴方向上动态旋转模型的相关函数来实现对物理层面飞行数据的实时显示，并以插件形式植入人机交互界面，向特定用户更加直观地呈现飞行状态。

图2 四旋翼飞行器3D模型Fig.2 3D model of quadrotor flight

（2）Bm：此部分建模对系统的实时性体现尤为重要。模拟了不同粒度、不同空间尺度，在复杂的控制指令与外界干扰的共同作用下，系统所执行的内部运行机制与响应策略。本文以四旋翼的飞行控制模型为主要研究对象，实际开发中所采用的是经典的串级PID控制模型，由角速度内环与角度外环构成，如图3所示。该控制模型能够更加精确、快速地完成指令响应。

图3 串级PID控制流程图Fig.3 Cascade PID control flow chart

相较于传统串级PID控制系统直接得到的参数整定结果，本文所设计的数字孪生系统在此基础上，添加了调用Simulink进行控制模型仿真，得到仿真PID参数对实际参数进行优化的环节。具体如下：通过对比相同飞行条件下仿真得到的PID控制参数与实际飞行中的参数整定结果，结合经验模型进行二次微调，以达到更加高效、精准的控制效果。

（3）Rm：此部分建模主要以历史存储数据与飞行过程中的实时采集数据为输入，结合现有的总结经验和业内标准所建立的数学模型。以四旋翼飞行过程中的超调响应为例，若采集到的实时响应时间出现明显延长，无法做到及时的指令执行，则可根据现有的控制模型并结合历史数据，对PID控制中的P参数进行增大。具体的参数调整模型如式（3）：

其中，k1、k2分别为现有经验模型与历史数据的决策权重，CM为经验模型，HD为历史数据影响，k0为其他可能的干扰因素。

3.2 现场实时数据驱动系统运行

（1）实时数据采集、传输和处理

在现有的传感器技术下，采用精准、可靠的技术手段对高度、气压、转速等进行数据采集，构成四旋翼飞行器数字孪生系统现场数据采集的主要部分。通过具有相对成熟的嵌入式技术的单片机（STM32F407）进行底层的数据采集与初步处理。将原始数据分为两部分：一部分用于板载芯片运算，并将运行算结果结合系统中所接收到的数据控制四旋翼的实地飞行；另一部分进行清洗、分类、编码等边缘处理，形成标签化的数据。同时，将预处理好的数据通过无线通讯技术（采用的ZigBee无限透传）上传本地数据库。至此，所设计的四旋翼飞行器的数字孪生系统的数据采集服务系统可分为四层[26]：

①数据采集层：大量分布的各类型高精度传感器是整个孪生系统的最前端，在整个孪生系统中起到了基础的数据采集作用。

②边缘处理层：主要对所采集的原始数据进行清洗、分类等预处理。

③数据传输层：数据的高速传输是整个系统正常运作的保障，结合设计中的实际工程需求，采用ZigBee的无线透传技术可以实现端到端的稳定传输，为系统实时性、高保真性提供了技术支持。

④数据存储层：为充分利用所采集的数据，并进行后期的系统管理，对经过预处理的数据借助无线传输技术上传本地离线数据库Hive，进行压缩存储，集中管理。

整个数据的处理流程如图4所示。

图4 数据处理流程Fig.4 Data processing flow

（2）数据驱动虚拟空间运行

数据驱动，是现今学术界研究的前沿领域和实现智能制造的发展趋势。物理实体与虚拟空间的精准映射，是实现数字孪生系统正确运行的前提。在此背景下，借助Hadoop的大数据处理技术，建立数据交互的管理系统，通过对离线数据库Hive中存储的实时数据进行特定的数据分析与转化操作，得到虚拟空间能够直接运行操作的输入，并以特定频率对虚拟空间的映射状态进行刷新，保证数字孪生系统虚实部分的高度一致。当用户根据虚拟空间所模拟的特定约束模型对虚拟实体进行相应操作时，所得到的数据将具有较高的可信度，同时通过TCP协议上传数据库，再经过Hadoop的相关大数据处理技术，可用于物理实体的操作指令与状态预测。真正实现“以实映虚，以虚控实，虚实共生”。

3.3 服务界面开发

服务界面的开发是对功能层部分功能的实现，主要目的在于给使用者提供人机交互良好的使用环境，能够以更加直观的方式去理解可控制复杂系统的运行模式。具体操作是在Windows平台下，采用VS自带的MFC框架进行上位机的界面开发。上位机主要实现数据接收与显示、动作控制与PID调参的功能，SolidWorks的API插件程序可利用存放本地的接收的数据，进行姿态实时显示。

MFC开发的上位机界面（如图5所示）主要包括四项主要功能：

图5 飞控上位机界面Fig.5 Flight control host computer interface

（1）飞行姿态：飞行姿态页面主要功能是实时地显示飞行器的飞控状态，包括传感器数据，接收机数据与由原始数据计算出来的ROW、PIT、YAW数值。这一项功能，旨在从数值的角度监测四旋翼的飞控状态。

（2）PID调参：这一项的操作界面主要包括“读取”“写入”与“恢复默认值”三个功能，分别实现对PID的实时获取与远端修改，并且修改过的有效值会被上传本地数据库，从而对虚拟模型也能造成影响，实现物理层与孪生层的严格映射关系。

（3）飞行控制：飞行控制界面，可以通过输入具体的指令（如前进、上升等指令），对物理层与虚拟模型的飞控状态进行调整。

（4）其他设置：其他设置窗口主要实现的是对所接收的原始数据的实时呈现，此外通过添加波形控件，可以实现接近1 000 Hz输出速率的波形显示。可以通过对波形的观察，直观地进行系统调参。

4 实验验证

系统实际工作过程如下：

（1）系统启动初期，物理层就以不低于50 Hz的频率上传状态数据至本地数据库，接着虚拟层依据实时数据进行虚实状态匹配，如图6所示。

图6 虚实状态匹配Fig.6 Virtual and real state matching

（2）匹配成功后，板载高精度传感器（主要用于数据采集、处理）从运行环境中采集数据，并通过板载控制核心进行分类、运算和上传，采用的是ZigBee点对点模式，实现了数据的0%丢包率，如图7所示。

图7 采集的原始数据Fig.7 Raw data collected

（3）本地数据库基于Hadoop数据分析技术，对实时数据进行关联、分析、融合，用于系统的数据驱动，包括虚拟层的映射和服务层的功能实现。系统搭载的Hive数据库，其对于日志分析、海量结构化数据等的离线分析具有重大优势，充分提高了历史数据的整理与循环利用效率。

（4）基于数据驱动的基本原理，运用MATLAB软件的Simulink模块对虚拟层的控制模型进行仿真，得到的数据可与历史数据等共同优化控制系统，对飞行器的各种运行状态进行简单的预测和评估。以四旋翼的启动与调速两种状态的电机转速为例，如图8、图9所示，主要包括的曲线为实际转速（实际飞行中得到的转速曲线）、仿真转速（引入虚拟层仿真模型矫正后的转速曲线）。

图8 控制模型的启动仿真Fig.8 Start-up simulation of control model

图9 控制模型的降速仿真Fig.9 Speed reduction simulation of control model

具体的验证操作是，先基于传统串级PID控制模型进行转速实测得到实际转速曲线，之后在相同的控制指令下，利用Simulink调用PID控制模型进行仿真，并结合经验模型对实际整定过程中的控制参数进行实时调整，从而得到最终的控制参数与图中的仿真转速曲线。引入虚拟层仿真矫正后的控制模型相同的控制指令（启动与降速），不难看出两种模型的仿真曲线十分接近，通过实际计算发现引入虚拟层仿真模型矫正后的转速变化相比于传统控制模型的转速变化，超调量减小了2.1%，达到稳态的调节时间平均加快3.3%。故得出结论：可通过虚拟层的间接仿真来优化实际工程中的参数整定，从而达到提高控制精度、降低系统开发成本等目标。

（5）系统服务层从数据库得到部分实时数据，同时可以图表的形式进行实时显示，优化用户的交互体验。以飞行过程中各个电机转速和主控芯片计算所得的欧拉角为例进行分析，如图10、图11所示。

图10 加速度计波形Fig.10 Waveform of accelerometer

图11 欧拉角数值波形Fig.11 Waveform of Euler angle value

通过四旋翼的多次实地飞行测试，所提出的数字孪生系统框架，能够有效体现“虚实结合”的控制理念，对于有效促进飞行器的飞行优化与综合管理具有现实意义。

5 结束语

数字孪生作为十大战略科技发展趋势之一，是连接制造物理世界和数字虚拟世界的最佳纽带。数字孪生系统的开发与进步，不仅对于各个行业的效率提高具有重要意义，更是实现智能化制造与服务的必然选择。本文基于四旋翼飞行器和数字孪生的基本概念，搭建了包括物理层、虚拟层、孪生数据层和功能层在内的系统体

系架构；通过对物理实体与运行环境进行具体的建模，达到实时的虚实映射；采用Hadoop数据分析技术和Hive离线数据仓库搭建用于孪生数据分析、处理的数据服务平台，并建立了虚拟空间的反向输出优化通道，为“以虚控实”奠定了基础；最后采用VS开发了一套控制交互界面，可以更加直观地监测系统运行，并经过实地的飞行验证了数字孪生系统的实用性。但是，数字孪生作为多学科、多尺度、多模型的技术手段，本文的设计系统仍然存在建模不完备、数据融合不彻底和智能评估策略不完整等问题，对于这些问题的攻克，必将进一步提高四旋翼系统的运行效益。