无人机领域传感技术应用浅析

简介:

根据目前的无人机发展趋势,传感器技术在其中起到什么样的作用?如下图所示。

加速度计

加速度计用于确定位置和无人机的飞行姿态。像任天堂Wii控制器或iPhone屏幕位置,这些小的MEMS传感器在维持飞行控制中起到关键的作用。MEMS加速度传感器有多种方式感知运动姿态,一种类型的技术能够感知微型集成电路的微小运动。这类“跳水板”的运动改变了结构中电流的移动,从而指示与重力有关的位移变化。

另一种加速度计的技术为热对流技术,具有几个明显的优势。它没有移动部件,而是通过一个“热气团”的位移来感知的运动变化。这类传感器灵敏度较高,在稳定车载摄像机、电影制作等应用起着至关重要的作用。通过控制上下运动和防振功能,制片人就能够非常顺利的捕获画面。此外,由于这些传感器较其他产品有更好的抗震性,热对流MEMS传感器在无人机螺旋桨运动的抗震性有着完美的表现。

惯性测量单元

惯性测量单元结合GPS是维持方向和飞行路径的关键。随着无人机智能化的发展,方向和路径控制是重要的空中交通管理规则。惯性测量单元采用的多轴磁传感器,在本质上都是精准度极高的小型指南针,通过感知方向将数据传输至中央处理器,从而指示方向和速度。

倾角传感器

倾角传感器,集成了陀螺仪和加速度计为飞行控制系统提供保持水平飞行的数据。这是在易碎品运输和投递过程中最重要的稳定性监测应用程序。这类传感器和陀螺仪,结合加速度计,能够测量到细微的运动变化,使得倾角传感器能够应用于移动程序,如汽车或无人驾驶飞机的陀螺仪补偿。

电流传感器

在无人机,电能的消耗和使用非常重要,尤其是在电池供电的情况下。电流传感器可用于监测和优化电能消耗,确保无人机内部电池充电和电机故障检测系统的安全。电流传感器工作通过测量电流(双向),理想的情况下提供电气隔离,以减少电能损耗和消除电击损坏用户系统的机会。同时,具有快速的响应时间和高精度的传感器可以优化无人驾驶飞机电池的寿命和性能。

磁传感器

在无人机,电子罗盘提供关键性的惯性导航和方向定位系统的信息。基于各向异性磁阻(AMR)技术的传感器,较其他传感器相比有明显的地功耗优势,同时具有高精度、响应时间短等特点,非常适用于无人机的应用。整体解决方案为无人驾驶飞机制造商提供质了量数据传感稳定且紧凑的封装。

发动机进气流量传感器

流量传感器可以用于有效地监测电力无人机燃气发动机的微小空气流速。这一功能能够帮助引擎CPU确定在特定的引擎速度下保持适当的燃料空气比值,从而改善功率和效率,并减少排放量。许多气体发动机质量流量传感器都采用热式技术,主要利用加热的元件和至少一个温度传感器来量化质量流量。MEMS热式气体质量流量传感器也在微计量范围内利用热原理及其适用于对重量要求较高的领域。


本文转自d1net(转载)

相关文章
|
传感器 数据采集 存储
无人机无线传感器网络中的节能数据采集(Matlab代码实现)
无人机无线传感器网络中的节能数据采集(Matlab代码实现)
118 0
|
机器学习/深度学习 传感器 算法
【无人机】基于quadrotor实现四旋翼无人机航路规划附matlab代码
【无人机】基于quadrotor实现四旋翼无人机航路规划附matlab代码
|
传感器 机器学习/深度学习 算法
无人机无线传感器网络中的能源高效数据收集附matlab代码
无人机无线传感器网络中的能源高效数据收集附matlab代码
|
边缘计算
基于无人机的移动边缘计算网络(Matlab代码实现)
基于无人机的移动边缘计算网络(Matlab代码实现)
217 0
|
数据采集 传感器 存储
基于无人机的气象数据采集系统设计(Matlab代码实现)
基于无人机的气象数据采集系统设计(Matlab代码实现)
119 0
|
机器学习/深度学习 传感器 算法
【路径规划】基于fmincon实现无人机航路避障规划附matlab代码
【路径规划】基于fmincon实现无人机航路避障规划附matlab代码
|
机器学习/深度学习 传感器 边缘计算
【无人机路径规划】基于强化学习的多无人机移动边缘计算与路径规划附matlab代码
【无人机路径规划】基于强化学习的多无人机移动边缘计算与路径规划附matlab代码
|
机器学习/深度学习 传感器 算法
空中无人机和地面无人车协同运输附matlab代码
空中无人机和地面无人车协同运输附matlab代码
|
传感器 机器学习/深度学习 算法
【无人机三维路径规划】基于多元宇宙算法实现多无人机避障航迹规划附matlab代码
【无人机三维路径规划】基于多元宇宙算法实现多无人机避障航迹规划附matlab代码
|
传感器 机器学习/深度学习 算法
基于遗传算法的车辆和无人机协同路径规划问题研究附Matlab代码
基于遗传算法的车辆和无人机协同路径规划问题研究附Matlab代码