(4)初始调优飞行

简介: (4)初始调优飞行

1 飞行员为首次飞行做准备

未经调校的多旋翼飞机的第一次起飞是飞机生命中最危险的几秒钟。这时飞机可能非常不稳定,导致动力突然增加,然后导致飞机跳到空中,或者可能调校得很差,一旦飞机升空,你对它的控制力不足。飞行员在调优飞行时应该非常勤奋,以避免出现可能导致受伤或损坏的情况。

在早期调优过程中,飞行员可以做几件事来尽量减少风险:

1. 飞行员应进行电机编号和方向检查(见用任务计划器电机测试检查电机编号)(Checking the motor numbering with the Mission Planner Motor test)。

应注意确保选择正确的框架类型。不正确的框架类型会导致非常快的偏航旋转或完全失去控制。注意旋转螺旋桨所需的输出百分比,并确保:

  • MOT_SPIN_ARM 被设置得足够高,以使电机干净地旋转;
  • MOT_SPIN_MIN 被设置得足够高,以使电机旋转赢得最小的推力水平。

2. 所有在重大调优改变后的飞行都应该在自稳模式下进行。在姿态控制器不稳定的情况下,自稳模式为飞行员提供了对飞机明显更多的控制。

3. 飞行员不应该在 AltHold 下起飞,直到高度控制器在飞行中被测试。这应该是在自稳模式下起飞,然后切换到 AltHold 模式。虽然 Alt Hold 很少出现问题,除非飞机的悬停油门很低。

4. 对于初始飞行,飞行员应确保这些参数的设置:

5. 使用无线电并正确校准无线电(见无线电控制校准)(Radio Control Calibration)。

6. 配置一个紧急停止电机开关,并对其进行测试(见辅助功能)(Auxiliary Functions)。

7. 在低风状态和正常天气(无雨,温度在 15°C/59°F25°C/77°F 之间)下进行调优飞行。

8. 先在模拟器或低端无人机上练习 STABILIZE 飞行,你应该有信心能够用未调优的飞机起飞和降落。

2 首次飞行

对于任何多旋翼飞机来说,第一次起飞是最危险的时候。必须小心翼翼地确保飞机在飞行的第一秒钟内不被摧毁,并且没有人受伤。

  • 确保所有观众都处于安全距离;
  • 确保飞行员处于安全距离和位置;
  • 飞行员应该复习用于加锁飞机的方法(使用电机联锁或解锁/加锁的辅助功能可能是有益的)(Auxiliary Functions)。

这次飞行将允许把你的飞机设置为"可飞行调优"的状态。

1. 确保飞机处于 STABILIZE 模式。

2. 解锁飞机。

3. 立即加锁飞机,确保你的加锁程序是正确的。

4. 解锁飞机。

5. 缓慢增加油门,寻找震荡的迹象。(长的或灵活的起落架可能会引起一些起落架的振荡,这种振荡在飞机离开地面后才会消失)

6. 一旦飞机升离地面,立即将飞机尽可能轻地放回地面。

7. 加锁飞机。

8. 评估你观察到的情况,以决定你是否需要对调优参数进行调整,或者是否可以安全地再次起飞。

9. 解锁并加大油门以启动起飞。

10. 在大约 1m 的高度上悬停,对横滚和俯仰进行小的(5 度)控制输入。

11. 如果观察到任何震荡,立即降落。

下一节将解释如何消除震荡。

2.1 初始化飞机调优

在对多旋翼飞机进行调优时,首要任务是建立一个稳定的、没有振荡的调优,可以用来做进一步的测试。

1.STABILIZE 模式中解锁飞机。

2. 慢慢加大油门,直到飞机离开地面。

3. 如果飞机开始震荡,立即放弃起飞和/或降落飞机。

4. 将下列所有参数减少 50%。

这个过程重复进行,直到飞机可以在视觉或听觉上检测不到振荡的情况下悬停。

如果飞机有很长的或灵活的起落架,那么你可能需要在地面共振停止之前离开地面

请注意,在这种状态下,飞机对大的控制输入和干扰的反应可能非常缓慢。飞行员应该非常小心地将最小的摇杆输入到飞机上,以避免坠机的可能性。

2.2 测试AltHold

这个测试将允许测试高度控制器并确保你的飞机的稳定性。

1. 检查 MOT_HOVER_LEARN 是否设置为 2,这将允许控制器在飞行时自行学习正确的悬停值。

2.STABILIZE 模式下起飞,增加高度至 5m。

切换到 AltHold 并准备切换回 STABILIZE。如果飞机在一个非常低的悬停油门值下悬停,你可能会听到电机有一个相当快的振荡。确保飞机在悬停中至少停留 30s,让悬停油门参数收敛到正确值。降落并加锁飞机。

3. 在地面上设置这些参数,最好是加锁(自信的飞行员可以在飞行中用 GCSCH6 调优旋钮设置这些参数):

如果 AltHold 开始上下震荡,位置和速度控制器可能需要减少 50%。这些值是:PSC_POSZ_PPSC_VELZ_P


相关文章
|
1月前
|
机器学习/深度学习 开发框架 自然语言处理
深度学习中的自动学习率调整方法探索与应用
传统深度学习模型中,学习率的选择对训练效果至关重要,然而其调整通常依赖于经验或静态策略。本文探讨了现代深度学习中的自动学习率调整方法,通过分析不同算法的原理与应用实例,展示了这些方法在提高模型收敛速度和精度方面的潜力。 【7月更文挑战第14天】
|
2月前
|
算法 调度
基于变异混合蛙跳算法的车间调度最优化matlab仿真,可以任意调整工件数和机器数,输出甘特图
**摘要:** 实现变异混合蛙跳算法的MATLAB2022a版车间调度优化程序,支持动态调整工件和机器数,输出甘特图。核心算法结合SFLA与变异策略,解决Job-Shop Scheduling Problem,最小化总完成时间。SFLA模拟蛙群行为,分组进行局部搜索和全局信息交换。变异策略增强全局探索,避免局部最优。程序初始化随机解,按规则更新,经多次迭代和信息交换后终止。
|
2月前
|
算法 调度 决策智能
基于自适应遗传算法的车间调度matlab仿真,可以任意调整工件数和机器数,输出甘特图
这是一个使用MATLAB2022a实现的自适应遗传算法解决车间调度问题的程序,能调整工件数和机器数,输出甘特图和适应度收敛曲线。程序通过编码初始化、适应度函数、遗传操作(选择、交叉、变异)及自适应机制进行优化,目标如最小化完工时间。算法在迭代过程中动态调整参数,以提升搜索效率和全局优化。
配电网三相不平衡潮流计算【隐式Zbus高斯法】【可设定变压器数量、位置、绕组方式】
配电网三相不平衡潮流计算【隐式Zbus高斯法】【可设定变压器数量、位置、绕组方式】
|
11月前
|
机器学习/深度学习 传感器 算法
基于粒子群算法求解带时间窗的+带容量的车辆路径规划问题(惩罚成本)附Matlab代码
基于粒子群算法求解带时间窗的+带容量的车辆路径规划问题(惩罚成本)附Matlab代码
|
算法
使用HGS算法调整PD控制器增益的无人机动态性能数据——基于启发式的无人机路径跟踪优化(Matlab代码实现)
使用HGS算法调整PD控制器增益的无人机动态性能数据——基于启发式的无人机路径跟踪优化(Matlab代码实现)
使用HGS算法调整PD控制器增益的无人机动态性能数据——基于启发式的无人机路径跟踪优化(Matlab代码实现)
|
监控
【状态估计】基于随机方法优化PMU优化配置(Matlab代码实现)
【状态估计】基于随机方法优化PMU优化配置(Matlab代码实现)
|
算法
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
|
数据采集 监控 定位技术
【状态估计】基于增强数值稳定性的无迹卡尔曼滤波多机电力系统动态状态估计(Matlab代码实现)
【状态估计】基于增强数值稳定性的无迹卡尔曼滤波多机电力系统动态状态估计(Matlab代码实现)
|
运维 监控 算法
【状态估计】用于描述符 LTI 和 LPV 系统的分析、状态估计和故障检测的算法(Matlab代码实现)
【状态估计】用于描述符 LTI 和 LPV 系统的分析、状态估计和故障检测的算法(Matlab代码实现)
112 0