Дрон

Сегодня, благодаря MEMS-датчикам, инженеры начинают использовать инерциальные навигационные системы везде, где есть движение. В зависимости от требуемой точности как по углу, так и по координатам, применяют МЕМS-датчики разного уровня цены и интегрированности: от "все датчики в одной микросхеме" до "один датчик - одна микросхема". А сама инерциальная навигация, как часть инженерных систем, впервые появилась в торпедах, кораблях, ракетах и самолетах.

Вступление

Итак, как заметил Виктор Олегович Пелевин, различные беспилотные летательные аппараты действительно стали распространены во всем мире. И не только для военных целей, но и в быту. А что способствовало распространению их для гражданского применения?

- Прежде всего, снижение стоимости микропроцессоров и микроконтроллеров, а также рост их вычислительной мощности;

- Появление и распространение аккумуляторов с удельной энергоемкостью 150250 Вт*ч/кг, литий-ионных и литий-полимерных;

- Широкое распространение вентильных (бесколлекторных) электродвигателей, скоростью вращения которых можно управлять в широком диапазоне от нуля до нескольких тысяч оборотов в минуту без применения механических редукторов;

- Появление большого разнообразия миниатюрных приемников спутникового радионавигационного сигнала различной сложности и ценовой категории;

- Широкое распространение инерциальных систем, построенных на микроэлектромеханических (МЭМС) сенсорах: датчиках угловой скорости (ДУС), акселерометрах, магнитометрах и датчиках давления. Про инерциальные навигационные системы мы и поговорим.

Толчком для появления первых гироскопических приборов стало развитие судостроения на основе металлических конструкций и походы этих судов на полюса Земли, а потом, уже благодаря авиации, такие приборы стали распространяться все более и более.

Механическая конструкция с кардановым подвесом была известна еще в Византии и в Китае. А использование ее для навигации было предложено французским ученым Фуко, он же придумал название гироскоп.

Главное свойство карданова подвеса состоит в том, что если в него закрепить вращающееся тело, то оно будет сохранять направление оси вращения независимо от ориентации самого подвеса. Таким образом, передвигающийся объект, на котором закреплен гироскоп, может постоянно наблюдать свое первоначальное угловое положение в пространстве.

Первые серийные навигационные приборы, основанные на гироскопах, появились в самом конце 19-го века на морских судах, подлодках и торпедах. На судах это были гирокомпасы, позволяющие определять направление на север вне зависимости от текущей широты, в отличие от магнитных компасов, которые в высоких широтах (близких к полюсам Земли) не работают из-за больших возмущений магнитного поля Земли.

В авиации навигация - еще более насущный вопрос, поэтому приборы на основе гироскопов стали применять и там. Например, на русском самолете Илья Муромец (1917 год) использовался гироскопический указатель поворотов, что позволяло сохранять направление при пилотировании вслепую в облаках. Первый известный автопилот с более масштабным использованием гироскопов стоял на ракете Фау-2, где применены гировертикаль (ракета с вертикальным стартом с земли), гирогоризонт и измеритель скоростей. С увеличением времени и дальности полета ракет и самолетов совершенствовались и системы навигации с непременным использованием гироскопов.

В настоящее время в задачу навигации входит: определение координат местоположения и других параметров поступательного движения объекта (скорости и ускорения) как материальной точки, и ориентация определение углового положения и других параметров вращательного движения объекта вокруг его центра масс.

Любая ИНС имеет в своём составе датчики линейного кажущегося ускорения (акселерометры) и гироскопы (или ДУС). С помощью интегрирования их данных определяется отклонение связанной с корпусом объекта системы координат относительно системы координат, связанной с Землёй, выражаемое в углах ориентации: курсе, тангаже и крене, также определяются отклонения координат (широта, долгота и высота) относительно референц-эллипсоида Земли при условии задания исходных координат перед началом счисления. Получается, что алгоритмически ИНС состоит из курсовертикали и системы определения координат, но тем не менее эти подсистемы не независимы.

Изначально инерциальные навигационные системы были только платформенными (далее ПИНС). Что такое гиростабилизированная платформа? Для стабилизации датчиков в пространстве используется такая гироплатформа, которая физически реализует опорную систему координат на движущемся объекте. Гироплатформа имеет минимум 3 вращательные степени свободы относительно объекта, которые обеспечивают сохранение платформе неизменного углового положения в пространстве при угловых эволюциях. Гироплатформы бывают 2 типов:

- с тремя гироскопами, которые имеют 2 степени свободы каждый;

- с двумя гироскопами, которые имеют 3 степени свободы каждый.

В советских классических учебниках по инерциальной навигации платформенные системы разделяются на 3 типа: полуаналитического типа, аналитического типа и геометрического типа.

В ПИНС геометрического типа координаты местоположения объекта определяются углами, которые образует физически реализованная ось местной вертикали с материализованными гироплатформой, осями и плоскостями навигационной системы координат. Эти углы измеряются соответствующими датчиками. Т.е. в наличии две платформы одна материализует навигационную систему, другая горизонтированную систему координат.

В ПИНС аналитического типа гироплатформа материализует (при околоземной навигации) навигационную систему координат с обеспечением учета вращения Земли, местная вертикаль определяется аналитически. Координаты объекта получаются в вычислителе, в котором обрабатываются сигналы, снимаемые с акселерометров и устройств, определяющих поворот самого объекта относительно гироскопов и акселерометров.

Полуаналитическая система имеет платформу, которая непрерывно стабилизируется по местному горизонту, т.е. одна ось трехгранника платформы постоянно направлена вдоль местной вертикали. На платформе установлены гироскопы и акселерометры, сигналы которых и управляют платформой.

А вот в бесплатформенной ИНС акселерометры и гироскопы (или ДУС) жестко связаны с корпусом прибора. Гироплатформа отсутствует, что сразу снижает массу и объем такой ИНС. Все системы координат существуют только в вычислителе, без механической материализации.

Если раньше любая инерциальная навигационная система (ИНС) занимала не менее 10 литров и имела соответствующую массу, то сейчас набор датчиков для такой ИНС может заключаться в одной-единственной микросхеме (3 гироскопа, 3 акселерометра и может быть также встроен трехосевой магнитометр) размером с человеческий ноготь.

Такие инерциальные MEMS-модули очень привлекательны для применения в разных устройствах (не только в коптерах): цена не превышает 1000 руб. в рознице, интерфейс взаимодействия I2C или SPI, в микросхему встроен датчик температуры, можно на ходу менять максимальный измеряемый размах угловой скорости и кажущегося ускорения. Для более серьезных применений набор MEMS-датчиков с вычислителем заключены в модуль объемом 0,1..0,3 литра, где каждый гироскоп и акселерометр выполнен в отдельной микросхеме.

Однако по точности измерения угловой скорости инерциальные модули общего применения на основе MEMS-датчиков сильно проигрывают подавляющему большинству тех старых инерциальных систем. Наиболее важный показатель, влияющий на погрешность определения координат в БИНС (ошибка по координате, обусловленная им, растет быстрее, чем в третьей степени от времени) это исходное смещение ноля и зависимость этого смещения от температуры для датчика угловых скоростей (ДУС).

В таблице приведены интересующие нас параметры для характерных современных устройств.

MPU-9250, BMI0556, ICM-20689 и другие подобные микросхемы фирм Bosch, Invensense или STMicroelectronics используются в современных полетных контроллерах для любительских беспилотных коптеров и самолетов. Это, например, контроллеры PixHawk, Naza и другие, чуть более высокого или низкого класса по функциональным и ценовым характеристикам. Все они применяются на беспилотниках класса для хобби или околопрофессионального полетов для наблюдений с помощью камеры на небольшие расстояния и время. Работа полетных контроллеров с подобными ИНС без постоянного комплексирования с данными от приемника GPS\ГЛОНАСС в таких режимах как зависание на точке, возврат на точку старта или автоматический полет по координатным точкам немыслима. Кроме этого, у них есть и другие особенности, которые иногда могут затруднять их использование, а иногда и приводить к авариям: ухудшение стабильности на температурах ниже 510 C, влияние вибраций от работы винтов на отработку углов горизонта, нестабильность определения истинного курса, возникновение toilet bowling (унитазинг, самопроизвольные круговые движения коптера по возрастающему радиусу).

Однако все это недопустимо при применении в коммерческих целях, при массе БПЛА до 30 кг, и более. Кстати, 30 кг это, по измененным законам РФ, максимальная масса беспилотного воздушного судна, которое можно эксплуатировать без согласования с диспетчерскими службами использования воздушного пространства, с некоторыми дополнительными ограничениями.

В общем, если говорить о промышленных или сельскохозяйственных дронах, таких как DJI Agras T20 или DJI серии Matrice c временем полета до 40-50 минут и стоимостью в районе одного миллиона рублей, то здесь требуются более надежные и точные ИНС. Тем более, что при таких массах остро стоит вопрос безаварийности не только в смысле сохранения дрона, но и, что куда важнее, в смысле безопасности окружающих людей. Да и потом, не следует забывать про развитие и распространение всяких приборов и устройств, подавляющих радиосигналы, используемые дроном для управления и навигации. А эти приборы впоследствии могут использовать не только госслужбы.

Когда в Миландре появилась необходимость использовать инерциальную навигационную систему в собственной разработке, то выбор такой системы проходил по принципу максимальной точности при достаточной миниатюрности. По сути, выбирался инерциальный модуль на основе MEMS c наилучшими характеристиками. Вопрос цены не стоял остро, так как предполагалось первичное применение в прототипе устройства. Выбор пал на модуль ADIS16480 от Аnalog Devices, на тот момент это был лучший вариант среди имеющихся в свободной продаже. Данный модуль является курсовертикалью, в состав которой входят: ДУСы, акселерометры, трехосевой магнитометр и датчик давления (бародатчик). Выходные данные угловые скорости, кажущиеся ускорения, углы Эйлера относительно горизонта и истинный курс (магнитный курс с учетом заданного склонения), а также соответствующий этим углам кватернион (или, взамен углов и кватерниона матрица ориентации). Для коррекции углов используется калмановская фильтрация с применением данных от акселерометров и магнитометра. Также в модуле присутствует возможность подвергать цифровой фильтрации сырые данные угловых скоростей и кажущихся ускорений.

Однако, начиная с некоторого момента, из-за введенных санкций правительства США данный модуль перестал быть доступным в продаже в России. И было принято решение разработать собственный аналог.

Реверс-инжиниринг ADIS16480

По результатам вскрытия

выявлен состав данного модуля и некоторые его схемотехнические особенности. Модуль выполнен в виде гибко-жесткой платы, на основе процессора Blackfin ADSP-BF512, также в нем есть 4 АЦП AD7689BCPZ, датчик давления MS560702BA03-00, магнитометр HMC1043, 6 двухосевых акселерометров AD22037Z и по несколько ДУС в каждой из 3 осей.

Наше устройство по набору датчиков похоже на устройство Analog Devices и выполнено на собственном цифровом сигнальном процессоре К1986ВН04BG. Однако функционально мы его расширили.

Прежде всего, это уже не только курсовертикаль, но целая бесплатформенная инерциальная навигационная система (БИНС). В режиме БИНС дополнительно к информации, выдаваемой в режиме курсовертикали, выдаются следующие данные:

- текущие географические координаты объекта (широта, долгота и высота над референц-эллипсоидом) в системе координат ПЗ-90.02;

- вектор скорости объекта относительно Земли в проекциях на северную, восточную и вертикальную оси.

Для того, чтобы модуль работал в режиме БИНС, необходимо при включении передать в него начальные координаты относительно Земли: широту, долготу и высоту над референц-эллипсоидом. С этого момента начинается интегрирование показаний датчиков и счисление координат, скоростей и углов ориентации. Кроме того, знание текущих координат позволяет включить в алгоритм курсовертикали учёт вращения Земли. Таким образом, в отличие от ADIS16480, наш инерциальный навигационный модуль может работать не только в режиме курсовертикали, но и как полноценная инерциальная навигационная система. Курсовертикаль обеспечивает счисление ориентации, точность которой непосредственно влияет на точность счисления координат так, часто характеристикой точности инерциальных систем для самолётов является погрешность в формате ухода координат миль в час.

Также, в отличие от ADIS16480, в нашу БИНС добавлена возможность записи телеметрической информации на microSD-карту, которая оперативно снимается и устанавливается без вскрытия корпуса. Можно сказать, что в наш модуль введена функция черного ящика.

Разработка алгоритмов и математики, а также математическое моделирование

Алгоритм ориентации основан на использовании кватернионов и матриц ориентации, с предварительным интегрированием сырых данных ДУС и акселерометров. В расчетах используются константы Параметров Земли 1990 года (ПЗ-90.02).

В алгоритмах фильтрации и комплексирования вместо N-мерного фильтра Калмана используется система алгоритмов субоптимальной фильтрации, основанных на линейных моделях ошибок датчиков ДУС, акселерометров, магнитометров и бародатчика: инклинометрический, бароинерциальный и гиромагнитный фильтры. Все фильтры собственной разработки, использующие известные математические модели, основанные на решении линейных дифференциальных уравнений.

Иклинометрические фильтры необходимы для начальной выставки углов в горизонте, определения и коррекции дрейфов и углов тангажа и крена при малой возмущенности объекта движения. Принцип их работы заключается в оценке ошибок величин углов тангажа и крена, счисленных по данным ДУСов, и оценке величин дрейфов самих ДУСов, путем обработки данных от акселерометров.

Бароинерциальный фильтр используется для коррекции текущей высоты и вертикальной скорости БИНС по данным бародатчика. Также основан на линейном дифференциальном уравнении.

Гиромагнитный фильтр в процессе работы оценивает ошибку счисления инерциального угла и величину дрейфа истинного курса, используя в качестве объективного значения этого угла величину, выработанную магнитным указателем курса.

Все эти фильтры являются устойчивыми вне зависимости от условий их применения и не требуют от пользователя специальных настроек и проведения анализа модели движения.

В оригинальном приборе используется адаптивный расширенный фильтр Калмана. Этот фильтр оценивает угловую ориентацию, используя комбинацию информации ДУС, акселерометров и магнитометров. Акселерометры обеспечивают угловые измерения по отношению к гравитации Земли. Магнитометры обеспечивают угловые измерения, основываясь на измерениях магнитного поля Земли. В мануале от Analog Devices есть отдельные рекомендации для настройки точности в статике и отдельно для динамики, эти настройки задаются записью в память ADIS16480 данных по ковариации акселерометров и магнитометра, а также уровня шума и дрейфа ДУС. В общем случае эти настройки требуют дополнительного анализа модели движения объекта, на котором устанавливается курсовертикаль, а также специального испытательного оборудования. При использовании ADIS16480 c заводскими настройками при совместных испытаниях с нашим модулем он показал неудовлетворительные результаты, однако эти настройки позволяли сохранять устойчивость работы фильтра даже при сильных вибрациях.

Прежде чем использовать математику и алгоритмы в железе, все это было проверено при помощи математического моделирования. В математическую модель, кроме математики и алгоритмов навигации, были заведены: достаточно простая модель ошибок датчиков (в том числе ненули, гауссовский шум, размах измерения, разрядность АЦП и др.), параметры объекта движения (масса, коэффициент лобового сопротивления, площадь лобовой проекции). Траекторией для моделирования являлось движение по замкнутой линии типа коробочка, т.е., по сути, по квадрату, где координаты начала движения и его окончания совпадают. Сначала моделирование проводилось на чистом (невозмущенном) движении, а потом и при воздействии вибрации:

- синусоидального сигнала в канале ДУС частотой 10 Гц и амплитудой 5 гр/с.;

- синусоидального сигнала в канале ДУС частотой 50 Гц и амплитудой 4 гр/с.;

- синусоидального сигнала в канале ДУС частотой 500 Гц и амплитудой 3 гр/с.;

- синусоидального сигнала в канале ДУС частотой 1000 Гц и амплитудой 2 гр/с.

Отдельным любопытным экспериментом было моделирование работы наших алгоритмов при подаче на их вход реальных сырых данных датчиков ADIS16480, которые были записаны в телеметрию в ходе полетов БПЛА.

В целом, моделирование показало работоспособность и устойчивость наших алгоритмов как на данных модельных траекторий, так и на данных телеметрии реальных полетов.

Разработка и отладка программно-математического обеспечения в среде CM-Lynx и ОСРВ MACS

Разработка и отладка ПМО велась в проприетарной среде Миландра CM-Lynx. Все ПМО написано на C/C++ с редкими вкраплениями ассемблера.

В алгоритмически сложной, насыщенной взаимодействиями с разнородной аппаратурой программной системе реального времени нельзя, разумеется, обойтись без использования соответствующей операционной системы. В нашем модуле применена ОСРВ MACS. В частности, работа ПО модуля существенно опирается на такие ее функциональные возможности, как:

- Вытесняющий алгоритм планирования на основе приоритетов;

- Стандартные средства синхронизации потоков:

Мьютексы,

Семафоры,

События,

- Средства для организации межпоточного информационного обмена (очереди сообщений).

Нужно признаться, что в данном случае, при применении нашего же ЦСП K1967ВН04BG выбора не было ни в среде, ни в ОСРВ. Не без некоторых трудностей, но проект был завершен, отлажен и стал живым организмом.

Отдельно стоит сказать про процессор. Вообще, применение цифровых сигнальных процессоров в системах навигации и управления подвижных объектов до сих является экзотикой, особенно в России. Не будем углубляться в причины такой ситуации, но можно только сказать, что ЦСП являются не столь распространенными по сравнению с процессорами общего пользования. В нашем же проекте применение ЦСП оправдало себя полностью.

ЦСП 1967ВН04BG работает с тактовой частотой 200 МГц (при максимально возможной 230). Ядро процессора содержит два вычислительных устройства, называемых вычислительными модулями. Каждый вычислительный модуль содержит регистровый файл и четыре независимых вычислительных блока: ALU, CLU, умножитель и сдвиговое устройство. Вычислительные блоки способны обрабатывать данные в нескольких форматах представления с фиксированной и плавающей точкой. Форматы данных с плавающей точкой: 32-битное обычное слово (float); 64-битное двойное слово (double); 40-битное расширенное слово. Операции с плавающей точкой выполняются с одинарной, двойной и расширенной точностью, и все эти возможности реализованы аппаратно. Кроме того, у процессора развитая периферия: 3 канала интерфейса SPI, 2 канала UART, 2 резервированных канала магистрального интерфейса ГОСТ52070-2003 (МКИО), интерфейс ARINC, содержащий в своем составе восемь приемников и четыре передатчика по ГОСТ 18977-79 и некоторые другие интерфейсы, а также множество каналов DMA.

Испытания

Испытания проводились в основном на квадрокоптере.

В каждом испытании два модуля (наш и ADIS16480) были жестко закреплены друг относительно друга, и их соответствующие измерительные оси были коллинеарны c допуском 34 угловых градуса. Все испытательные включения происходили также одновременно, при этом в качестве эталона использовались данные географических координат и скоростей, получаемые от приемника спутникового навигационного сигнала. Еще одной опорой для анализа являлось то, что начальные и конечные координаты и угловые положения аппарата совпадают с визуальной точностью. На основе данных о географических скоростях от приемника спутникового навигационного сигнала (при достаточно интенсивном движении) мы получали данные об истинном курсе на траектории движения без учета так называемого угла сноса. Была специально выбрана траектория движения коробочка, где направление движения каждого участка этой коробочки максимально совпадало с направлением на одну из сторон света: север, юг, восток или запад, путевая скорость составляла при этом 36 км/ч. Наш модуль производил счисления координат и углов в чисто автономном режиме (без поддержки от приемника сигнала GPS/ГЛОНАСС).

Здесь первые три верхних графика углы, счисленные ADIS16480, три нижних счисленные нашим БИНС. На участках прямолинейного движения заметно, как накапливается ошибка углов тангажа и крена ADIS16480, либо наоборот, они как бы медленно приближаются к истинному. Т.е. характеристики этих углов ADIS 16480 не в полной мере соответствуют физике полета квадрокоптера. При этом те же углы БИНС адекватно соответствуют этой физике.

Частота обсчета углов и координат - 1000 Гц. Температура воздуха -8 С. Приведенные в таблице максимальные ускорения, полученные по данным нашего модуля, во всех осях достаточно велики, при этом зарегистрированные по данным ADIS16480 максимальные ускорения не превышали 45 м/с² по оси Y, а по остальным осям составляли менее 25 м/с². Это объясняется расположением испытуемого нашего модуля БИНС, который имел приличное отстояние от центра масс коптера, когда как расположение ADIS16480 практически совпадало с этим центром масс. То же можно сказать и об угловых скоростях максимальная угловая скорость у ADIS16480 по сути не превышает 100 гр/с.

Заключение

Проект по разработке собственной бесплатформенной инерциальной навигационной системы можно считать удачным. Мы пошли дальше простого повторения курсовертикали на замену ADIS16480. В данный момент изготавливаются несколько таких модулей в вариантах исполнения с диапазонами измерения ДУС: 450 и 250 гр/с.; и с диапазонами измерения по акселерометрам: 2, 5 и 10g. Предполагается испытать их не только на квадрокоптере, но и на других беспилотниках, и на самолете Як-12. Есть версия для автомобиля, с урезанным количеством датчиков и диапазоном их измерения. Также в плане разработка собственного полетного контроллера для БПЛА ответственного применения коптеров и конвертопланов.

Компания DJI является бесспорным лидером на рынке производства беспилотных летательных аппаратов. Производитель славится уникальными конструкциями и технологиями собственной разработки. Дроны DJI сочетают в себе легкость и прочность корпуса с высокой скоростью полета и отменной маневренностью; они оснащены мощными камерами и еще более невероятными возможностями для безграничной съемки. Ежегодно компания представляет все более лучшие свои изобретения, коим сегодня выступает новинка DJI Air 2S. Станет ли беспилотник главным конкурентом полюбившегося миллионам Mavic 2 Pro, разберем вместе с вами.

Особенности

• продолжительность работы сокращена с 34 минут до 31 минуты у Mavic Air 2;

• вес устройства наоборот прибавился, и составил 595 грамм против 570 грамм у Mavic Air 2 (регистрация устройства необходима);

• новый дрон оснащен 1-дюймовым сенсором, способным делать фото 20 Мп и снимать видео в разрешении 5,4К с частотой до 30 к/с;

• улучшена точность работы датчиков и обнаружения препятствий, добавлены два новых датчика в верхней передней части;

• дальность полета теперь достигает 18,5 километров, что практически вдвое больше, чем у предшественника;

• рабочий диапазон ISO расширен до 6400;

• сокращена задержка сигнала почти в два раза и др.

Основные характеристики DJI Air 2S

Из названия нового дрона следует, что он является логичным продолжение линейки Mavic Air. Но вот технические характеристики и внешний вид дают понять, что DJI Air 2S относится именно к линейке Mavic 2. Это и улучшенный 1-дюймовый сенсор, продвинутый режим для съемки и совершенная система обнаружения и обхода препятствий, а также время полета в 31 минуту и легкий вес устройства.

• Вес 595 г;

• Габариты в сложенном виде 1809777 мм;

• Габариты в раскрытом виде 18325377 мм;

• Максимальное время полета (при идеальной погоде) 31 мин;

• Скорость полета до 19 м/с (в режиме S Спорт);

• Сопротивляемость ветру 8,5 10,5 м/с;

• Рабочая частота 2,4 ГГц;

• Внутреннее хранилище 8 Гб;

• Емкость аккумулятора 3500 мА/ч.

Основные характеристики камеры

Главной особенностью DJI Air 2S стала камера, а именно встроенный 1-дюймовый сенсор. Mavic Air 2 был оснащен только 1/2-дюймовым сенсором, способным делать 12 Мп снимки и снимать видео в 4К. Разрешение для фотографий у нового беспилотника составляет 20 Мп, что при 1-дюймовом датчике по сути означает качество 64 Мп. Видео можно записывать в форматах 5,4К при частоте 30 кадров в секунду, в 4К / 60 fps, 2,7К / 60 fps и в 1080р / 120 fps. Кроме того, новый дрон поддерживает четырехкратный зум при съемке 4К / 30 fps. Доступные форматы для фотосъемки: JPG и RAW.

Появилась функция SmartPhoto, которая анализирует сцены и задействует автоматически нужные режимы для получения еще более живых изображений. Другой режим MasterShots позволяет выстраивать траекторию полета при съемке, используя при этом привычные способы съемки режима QuickShots. Траекторию можно выстраивать вручную или воспользоваться интеллектуальным анализом беспилотника. Он определит сцену, выберет траекторию полета и стиль съемки, после чего предоставит пользователю несколько красочных вариантов коротких видео для будущей публикации. Для слежения за объектом используется усовершенствованный режим Active Track 4.0, который еще более точно определяет объект и удерживает его в кадре даже при наличии множественных помех в виде мелких ветвей деревьев и линий электропередач.

Характеристики камеры DJI Air 2S кратко:

• 1-дюймовая CMOS-матрица;

• серийная и покадровая съемка в разрешении 20 Мп;

• доступные форматы видео: 5.4K при 30 кадрах в секунду, 4K Ultra HD при 60 к/с; 2.7K при 60 к/с, 1080р или FHD при 120 к/с, MP4/MOV;

• поддержка карт памяти microSD (до 256 Гб);

• 4-кратный зум для видео в формате 4K (30 кадров/с), 2.7K (60 кадров/с);

• 6-кратный зум для видео в формате 2.7K (30 кадров/с), 1080p (60 кадров/с);

• 8-кратный зум для видео в формате 1080p (30 кадров/с);

• угол обзора 88

• диафрагма (нерегулируемая) f/2,8.

С чем не может конкурировать DJI Air 2S, так это с фокусным расстоянием и значениями диафрагмы. У Mavic 2 Pro эти значения составляют 24-48 мм и настраиваемая диафрагма f/2.8 - f/11. Это означает, что при отсутствии света или в условиях низкой освещенности пользователь может самостоятельно подобрать параметры, которые преобразят изображение. В случае DJI Air 2S вам придется использовать специальные фильтры, которые, что называется сглаживают углы, добавляя больше цвета или затемняя участки.

Управление

Управлять Air 2S можно с помощью пульта управления или через приложение для мобильных устройств DJI Fly. Оно простое и интуитивно понятное. Все данные о беспилотнике, состояние батареи, уровень сигнала GPS, траектория полета, отображаются, на экране в режиме реального времени. Внешне пульт не изменился, поэтому дополнительных навыков от пилотов, которые ранее управляли дронами DJI, не требуется.

Преимуществом также является наличие множества автоматических режимов полета и функций помощи пилоту. Например, режим Point of Interest позволяет выбирать понравившийся объект, и беспилотник начнет кружиться вокруг него. Это может быть неживой объект или человек. В купе с технологией APAS пользователю не придется думать о том, что дрон может врезаться в дерево или стену здания. Усовершенствованная система позволяет интуитивно отслеживать препятствия и их обходить. Помощь же в их обнаружении оказывают встроенные всесторонние датчики. Работает режим даже при полетах на самой высокой скорости, чего ранее не было ни в Mavic 2 Pro, ни в каком-либо другом устройстве DJI.

Режим Active Track 4.0 у DJI Air 2S - это совершенно новая технология слежения за объектом. Слежение еще более точное, возможно при полете на высокой скорости, и даже при потере объекта из вида камера беспилотника сможет быстро найти его снова и продолжить слежение.

Для отслеживания сторонних объектов, в том числе других беспилотных или управляемых судов, используется система ADS-B (AirSense). В режиме реального времени пользователь получает актуальную информации о полете и нахождении в определенном радиусе сторонних объектов. Таким образом, беспрепятственно вы сможете использовать дрон за границей, где законом прописано, что дрон должен летать в зоне видимости пилота, если отсутствует система обнаружения препятствий и сторонних объектов.

Передача видеосигнала осуществляется по технологии OcuSync 3.0, которая позволяет летать дрону на удалении до 12 километров от пилота, к тому же в своем новом представлении она стала еще более устойчивой к радиоизлучению. Видео разрешение при максимальном удалении дрона от пользователя составляет 1080p; технология поддерживает автоматическое переключение между частотами 2,4 ГГц и 5,8 ГГц.

Комплектация

DJI Air 2S представлен в двух комплектациях: базовой и расширенной Fly More Combo. Первая включает в себя сам беспилотник, аккумулятор и зарядку, пульт дистанционного управления, 6 сменных винтов и кабели. В расширенный набор входят также два дополнительных аккумулятора и док-станцию для зарядки, дополнительные кабели и элементы питания, сменные ND-фильтры на объектив и сумка для хранения и транспортировки дрона.

Немного соревнований автономных дронов, рассчитанных на взрослых разработчиков и организации, проводятся в России. В статье расскажу о нашем участии в Аэробот-2020. Мы и без соревнований работаем с актуальными технологиями локализации дрона в помещении, планирования движения и картографии (exploration), детекции объектов (perception) и оптимального управления движением. В условиях соревнования были задачи как раз из этой области.

Наша команда состояла из сотрудников Центра компетенций НТИ по направлению Технологии компонентов робототехники и мехатроники на базе Университета Иннополис и студентов университета.

Под катом много увлекательных полетов и падений дронов.

С одной стороны, мы хотим забыть об этом как о страшном сне, а с другой, это интересный опыт. Так что, чтобы оставить эти воспоминания в 2020 году, эта статья достается из черновиков.

Соревновательная робототехника

Если спортивное программирование и индустриальная разработка уже во многих случаях весьма далеки друг от друга, то в робототехнике зачастую крупные соревнования становятся драйверами развития целых направлений. Пожалуй, самый яркий пример DARPA Grand Challenge, которые предопределили бурное развитие автономных автомобилей. Основатель DJI начинал свою работу по БПЛА с соревнований ABU Robocon в составе команды гонконгского университета HKUST.

Среди современных крупных конкурсов в области воздушной робототехники я выделю:

• The DARPA Subterranean (SubT) Challenge (хотя там и наземные роботы), где роботы должны строить карту, двигаясь автономно в шахте;

• AlphaPilot Lockheed Martin AI Drone Racing Innovation Challenge. Участники создают искусственный интеллект, способный опередить человека-пилота в гонках FPV дронов;

• Mohamed Bin Zayed International Robotics Challenge (MBZIRC). Здесь тоже воздушные и наземные роботы и их взаимодействие; кстати, объявлено начало приема заявок на 2023-й год;

• Соревнования проводятся также в рамках конференций IROS, ICRA, NeurIPS (Game of Drones) и других.

А что в России?

В России робототехника вообще становится популярна, есть кружки, курсы и много STEM-education-движухи. Соревнования дронов в основном проводятся среди школьников и студентов. Мы их и сами проводим. Конкурсов, ориентированных на организации и более сложные задачи, немного (хотя порой и современные школьники делают удивительные вещи). Когда-то компания КРОК проводила интересный конкурс, с тех пор мало подобного было. Пример недавнего конкурса для производителей БПЛА конкурс от ПАО Газпром нефть и AeroNet по перевозке груза, имитирующего пробы нефти. Однако, там задачи больше по аппаратной составляющей БПЛА, чем по планированию движения и обработке сенсорных данных. Можно упомянуть еще Copter Hack, но это конкурс проектов, а не соревнования в которых команды соревнуются в выполнении одних и тех же заданий.

Аэробот-2020

Соревнования Aerobot проводятся в России второй год и как раз ориентированы на развитие решений в области разработки, создания и эксплуатации перспективных робототехнических комплексов (систем) гражданского, военного, специального и двойного назначения воздушного базирования (sic!). Как видите, даже название пропитано духом двойного назначения, что не случайно: соревнования проходят при поддержке ФПИ, призванного быть российским аналогом DARPA. При этом задания вполне интересные, даже если вы пацифист или опасаетесь военной бюрократии, как я.

Заданий в этом году было 3:

1. Инспекция помещения и поиск объектов в нем с указанием их координат (жизненный аналог поисковые операции в разрушенном здании, например);

2. Движение по QR-код (получается этакий дрон для складской инвентаризации, вот похожий проект от коллег из Сколково);

3. Гонки дронов максимально быстро пролететь между воротами и обойти препятствия между ними.

Эти соревнования проводились во второй раз. В этот раз организатором выступила наша с @GigaFlopsis (и еще нескольких теперешних иннополисян) alma mater НИИ робототехники и процессов управления Южного федерального университета (НИИ РиПУ), г. Таганрог.

Команды-участники

Соревнования проводились в два этапа. Для первого, отборочного, был сделан симулятор на базе Gazebo с клёвыми обоями (я просил добавить ковры на стены, но это, видимо, оставили для следующих версий). Второй этап проходил на специальном полигоне.

Из-за коронавируса в этом году команд было меньше, чем в прошлом, но уровень был выше: у всех дроны летали и все делали попытки выполнения заданий. Еще порадовало, что команды были гибридные представители академических институтов и индустрии. Список и краткая инфа о командах:

• RaccoonLab, Университет Иннополис это мы;

• ФИЦ ИУ РАН (Москва), в составе разработчики из Fast Sense Studio. Они делают бортовые компьютеры для мобильных роботов и дроны для складской инспекции;

• ИПУ РАН (Москва) использовали дрон стартапа Airspector по промышленной инспекции при помощи БПЛА;

• С305, ДВФУ (Владивосток), Центр проектной деятельности студентов;

• QuadroZ, НИИ РиПУ (Таганрог), команда организатора соревнований;

• Альтаир, студенты ЮФУ (Таганрог);

• Команда ВИТ Эра (Анапа).

Состав нашей команды

• Дмитрий Девитт главный заводила, знает вкус победы предыдущих соревнований Аэробот-2019. Видели Noize MC, обвешанного гитарой и укулеле с сэмплером и клавишами? Вот примерно так работает Дима при тестах: в одной руке ноутбук, в другой пульт ручного управления для подстраховки;

• Дмитрий Пономарев программист, реализовал фьюзинг нескольких реалсенсов для локализации, генерировал миры в Gazebo;

• Илья Севостьянов студент Университета Иннополис, работал над детекцией полосы и посадочной площадки;

• Юрий Сухоруков студент, много занимался сборкой кошерного дрона, 3D-печатью, сделал ворота и параллельно порадовал сайд-проектом по детекции масок с дрона;

• Роман Федоренко я, каким-то волшебным образом собрал эту мега-команду и наблюдаю за успехом (спокойствие все же только видимое).

Следующие сотрудники большой команды нашей лаборатории не были в официальном составе соревнований (по регламенту не больше 5 человек с российским гражданством), однако их наработки были очень полезны:

• Виктор Массагуе алгоритм инспекции;

• Гисара Пратхап сегментация на облаке точек, создание миров в Gazebo;

• Никита Ермоленко алгоритмы CV для детекции ворот.

Отборочный этап

Хотя, как я уже говорил, отборочный этап проходил в режиме симуляции, он был очный. Организаторы предоставили каждой команде мощный компьютер, на котором мы запускали как симулятор, так и код выполнения заданий. Зачетные попытки демонстрировались на большом экране. Перед зачетными попытками организаторы загружали новые сцены, слегка отличающиеся от предоставленных для тренировки.

Все три задания от третьего к первому на симуляторе (этап 1) в таймлапсе:

На отборочном этапе наша команда заняла первое место с заметным отрывом, но расслабляться было рано.

Разбор решений

Approach

Общий подход у нас и у других команд состоял в классической структуре системы управления с разделением на функциональные блоки локализации и картографии, управления, планирования движения, восприятия окружающей среды, планирования миссии. End-2-end и подобное никто не делал, хотя элементы такого подхода в третьем задании напрашиваются.

Железо

Все летали на опенсорс автопилоте PX4 (слава ему).

По бортовым компьютерам: Nvidia Jetson (Nano/NX/Xavier) или Raspberry Pi или свой компьютер у FastSense.

Из сенсоров для восприятия мира, как правило, есть камеры глубины Realsense D435, многие летают также с использованием RPLIDAR плюс обычные камеры (вебки) для детекции объектов.

Локализация

Здесь две доминирующие идеи: 2D SLAM на Google Cartographer (мы использовали только на этапе симуляциий) c RPLIDAR и tracking камеры Realsense T265.

Последние при хорошей удаче закрывают вопрос локализации полностью причем на аппаратном уровне. Однако, как и вся визуальная одометрия, могут плыть (особенно в условиях вибраций на дроне). Мы пробовали делать комплексирование двух камер одновременно одна вниз, другая вперед или вверх, например, но это тоже не всегда работает, так как сами камеры могут давать неверную ковариацию.

Картография

Первые две задачи соревнований включают в себя по сути задачу инспекции, то есть автоматическое обследование дроном заданной территории для быстрого поиска объекта. В первом задании нужно находить кубы с логотипом и возвращать их координаты, во втором QR-коды и выбирать дальнейшие действия по данным в них.

Мы использовали свою наработку в этой области, основанную на модифицированном алгоритме NBV (next-best-view), а также библиотеке voxblox для представления карты.

Алгоритм строит 3d карту (цветной mesh) в реальном времени на борту дрона, зная только предполагаемые размеры области инспекции. При планировании также выполняется обход препятствий, пролет в окно для инспекции следующего помещения также планирует этот алгоритм.

Как это выглядит в реальных тестах:

Почитать подробнее можно, например, здесь.

Траекторное управление и обход препятствий

Пожалуй это одна из самых интересных и важных частей проекта. Нам нужно было обеспечивать максимально безопасную, но в тоже время быструю траекторию движения дрона, избегая заранее неизвестные препятствия. К тому же необходимость планирования в трехмерном пространстве добавляет вычислительную сложность.

Изначально планировщик знает положение дрона, целевую точку (или несколько), а также карту в виде облака точек. Помимо этого мы настраиваем максимальные скорости и ускорения дрона.

На основе облака точек формируется новая карта с дополнительными границами вокруг препятствий (т.н. inflation). По этой карте находится оптимальный маршрут, используя несколько алгоритмов (для быстрого поиска сильно модифицированный elastic band planner, в сложных случаях дополнительно используется A*).

На выходе мы получаем набор координат, через которые нужно построить траекторию дрона. Для генерации физичной траектории используются сплайны. Существует много хороших открытых решений от крутых лабораторий, например mav_trajectory_generation от Autonomous Systems Lab (ETH, Цюрих), B-traj от HKUST Aerial Robotics Group (Гонконг) и множество реализаций minimum snap и jerk генераторов траекторий (btw, jerk и snap это названия соответственно третьей и четвертой производных перемещения по времени, по-русски толчок и рывок). Мы интегрировали решение от HKUST Aerial Robotics Group. Результатом работы данного модуля является гладкое движение дрона с отклонением от препятствий.

Один из примеров полёта у нас в подвале:

Еще один пример работы планировщика уже в симуляторе Gazebo:

Восприятие

В задачи восприятия, которых мы касаемся здесь, входят детекция (и локализация)

• кубиков с логотипом (задача 1);

• посадочной площадки (все задания);

• QR-кодов (задание 2);

• препятствий и ворот (задание 3).

Для детекцией кубиков хватило базовых методов OpenCV: SIFT + Homography + PnP. Т.к. мы знали паттерн на сторонах куба, достаточно было определить точное положение этого паттерна относительно камеры, а дальше можно получить позицию относительно любой системы координат. Для этого был написан простой пакет под ROS на python.

Для QR кодов помимо координат необходимо было произвести расшифровку кода. На python с этим отлично справляется библиотека zbar.

Забавно было с детекцией ворот и препятствий. На этапе симулятора мы заюзали кластеризацию облаков точек на базе https://github.com/PRBonn/depth_clustering. Ворота сегментировались как один кластер и мы задавали траекторию полета через его центр. Если вместо ворот были препятствия, их облетал алгоритм траекторного управления с обходом препятствий (см. выше).

На этапе полигона мы, конечно, от этого ушли :)

Ad hoc vs унифицированные подходы

Общефилософское отступление в целом о соревнованиях. С одной стороны, соревнования направлены на стимулирование развитие технологий для практического применения. С другой, искусственность соревнований обуславливает то, что более простые решения, работающие для конкретных условий, выигрывают в сравнении с более общими подходами, которые к тому же требуют более длительной разработки. Вообще, это называется костыли, но, говорят, есть более научный термин: Ad hoc.

В нашем случае, у нас были в заготовке еще до соревнований некоторые универсальные средства: планировщики, сегментация облаков, конструкция дрона, программная инфраструктура. С другой стороны, воля к победе требует в процессе отладке во время соревнований применять и некоторые оптимизации и упрощения.

Хорошим примером здесь будет наш планировщик для первого задания. Можно делать универсальный алгоритм с NBV, оптимизацией движения с целью максимального захвата камерой неисследованного объема, а можно, зная размеры комнат и что они имеют простую форму, задать несколько рандомных точек в каждой. Также можно задавать направление движения, зная что карта устроена для движения по или против часовой стрелки. Еще забавный момент если предположить, что организаторы расставили объекты поиска в точки с целыми координатами (или с координатами кратными 0.5), что свойственно человеку, можно довести точность их определения дроном до абсолютной простым округлением :)

Отступление 2

Читайте регламент заранее и рассчитывайте на худший сценарий. Если заметили неточность, предлагайте уточнение.

Отступление 3

Все кто делают дронов, рассчитывайте на тройное резервирование, бюджеты умножьте на 3 и не соглашайтесь на меньшее :) Дроны падают.

Обещанное видео падений:

И еще. Делайте бэкапы. У нас, например, накрылась флешка со всей системой на бортовом компьютере и это стоило нам дня соревнований и ночи восстановления.

Полигон и летающая звезда Давида

Технополис Эра

Эра это военный Технополис. Круто, что он у моря. Расположение Технополиса на морском побережье создает комфортные условия для работы и жизни. сказано на сайте Технополиса :)

И да, у них свой пирс с вертолётной площадкой.

Особенностью работы в военном Технополисе является отсутствие Интернета, в том числе мобильного из-за экранирования. Поступали так:

Полигон

Полигон в его вариантах для разных заданий выглядел так:

Железо

Дроны других участников

Технология тряпочки

Надеюсь, ребята из Fast Sense Studio не поругают меня за разглашение ноу-хао с тряпочкой, т.к. это яркий пример того, с чем приходится сталкиваться при работе с реальным железом, особенно если сравнивать с симулятором.

Итак, уважаемые знатоки, внимание, вопрос: для чего нужна тряпочка на взлетно-посадочной площадке?

Наш дрон

Про звезду Давида мы не специально (кажется). Просто такая форма получилась достаточно жесткой.

Вообще, конструкция сделана модульная, с расчетом на ремонтопригодность, изготовление на базе стандартных карбоновых трубой и 3D-печатных деталей.

Последних мы взяли с собой мешочек про запас. Питстоп по замене сломанного крепления двигателя не более 60 секунд:

Полёты

Репортаж о соревнованиях и дронах, у которых есть имена (источник):

Победила дружба

По результатам соревнований судейской коллегией было принято решение не выявлять победителей, т.к. ни одной командой не были пройдены задания второго тура целиком. По итогу: 1) потрачено много запчастей и нервов, 2) было весело, собрались интересные ребята, 3) победила дружба. Следующие соревнование организаторы планируют проводить с теми же заданиями. А мы занимаемся прикладной разработкой и поглядываем на MBZIRC. Привет участникам и организаторам!

Зачем мне/вам это нужно?

В детстве практически каждый из нас ходил в кружки моделирования и пытался строить свои радиоуправляемые модели. Скажу сразу, ни одну управляемую модель я так и не собрал, хотя ракеты мои летали исправно и даже приземлялись на парашюте ("Илон, трепещи!"). Довольно много прочитал про это, но нелёгкая увела в сторону ИТ и моделирование забросил.

Лет 5 назад мне подарили дрон, ноунейм дрон. Это была очень простая копия DJI Phantom 1, которая не умела держать высоту, летать против ветра и снимать лучше кнопочного телефона 2002 года. В общем, один раз запустили, у него сели батарейки, да и больше не было желания к нему прикасаться. Зато вновь появился интерес к радиоуправляемым моделям (дронам).

Дальше мне подарили DJI Spark - мой первый нормальный дрон, который умел снимать вот так

В принципе, отличная модель, хорошо снимает, но для меня это не главное - хочется подольше полетать, а Spark не позволяет летать более 10 минут. Поэтому решил поменять на что-то посерьезнее, выбор пал на DJI Mavic Air 2.

Новый дрон материализовался в результате совместных просмотров обзоров с супругой. Она не выдержала информационного потока, поддалась рекламе (я же на неё не ведусь) и подарила Mavic Air 2 на день рождения.

Здорово, но теперь взлетная масса моего дрона превышает 250 грамм, а на это практически во всех странах существуют запреты. Я не проверял на себе, но насколько я понимаю, если на голову упадет дрон массой 0.5 кг то, в зависимости от скорости, он вполне может проломить череп. Отсюда и запреты. Есть вариант по-партизански взлетать из кустов, чтобы не нарваться на штраф, но проще зарегистрировать.

Внимание: учтите, что с зарегистрированным дроном снимать "острые" репортажи уже не получится - ибо застрявший или посаженный дрон тут же приведёт к владельцу. Также вы не избегаете ответственности, если кого-то покалечите или поцарапаете чужой Mercedes Gelndewagen.

Летаем легально в Европе (Европейском Союзе)

Мне нравилось (до пандемии) путешествовать по Европе и почти "заштриховал" её всю, есть что посмотреть и поснимать с воздуха.

Европейское агентство по безопасности полетов (EASA) делит дроны на 3 категории:

1. OPEN - взлетная масса до 25 кг, высота не более 120м, можно использовать только, если дрон в прямой видимости, не летает над людьми и их не перевозит, также нельзя перевозить опасные грузы

2. SPECIFIC - если взлетная масса более 25 кг или вы летаете выше 120м или не в прямой видимости.

3. CERTIFIED - можно летать над людьми, можно перевозить людей, можно перевозить опасные грузы.

Существуют еще дроны, которые не поддаются категоризации EASA: например, полицейские или дроны для помещений.

Будем сдавать на OPEN категорию, хотя, DJI Mavic Air 2 и провоцирует летать выше 120 м и за горизонтом. Недолгий гуглёж показывает, что проще всего сдавать бесплатный онлайн экзамен на сайте. На подготовку мне потребовалось всего 2 часа и пару попыток на сдачу экзамена. Была одна загвоздка: сайт на немецком языке, который я не знаю совсем, но Google Translate сносно переводит на английский, поэтому проблем с подготовкой не возникло. На экзамене ожидал приятный сюрприз: можно сдавать не только на немецком, но и на английском. На выходе вы получаете такой сертификат.

Насколько я понял немецкий: сертификат действует на территории всего Европейского союза и даже Великобритании. На всякий случай, распечатайте его и положите рядом с дроном, а также сохраните PDF во все возможные дропбоксы. Главное требование: QR код должен четко читаться на случай проверки.

Летаем легально в России

Сдавать экзамен в России пока не нужно, но сам дрон следует зарегистрировать в Росавиации. Если раньше на дроны распространялись правила, как для пилотируемой авиации, то, к счастью, законодатели это исправили и сейчас не требуют разрешения на каждый вылет. Также не требуется согласование с муниципалитетом, если летаете в населенном пункте. Но основные правила все равно нужно соблюдать, а это: не выше 150 метров, в прямой видимости и не над головами людей (помните, что чем выше и быстрее ваш дрон, то тем дальше по горизонтали вам нужно от них держаться - неисправный дрон имеет привычку падать по параболе, набирая скорость).

И так, с 2021 года зарегистрировать дрон можно за 10 дней через Госуслуги, приложив лишь его фотографию. На портале услуга называется "Внесение информации о беспилотном воздушном судне в базу данных и формирование учетной записи и учетного номера". В прошлом вам нужно было фотографировать, проявлять печатать фотографии и отправлять в аналоговом конверте.

В заявке нужно будет указать серийный номер и модель устройства. Я под батарейкой насчитал 4 различных номера, которые могли бы быть серийниками, но гугл спас и в этом случае (на всякий случай: на DJI Mavic Air 2 серийный номер указан в батарейном отсеке справа от штрихкода в две строчки).

После получения учетного номера его следует разместить на корме и на ногах квадрокоптера. Допускается нанесение с помощью краски, маркера, эмбоссинга или наклейки (я за этот вариант). Причем, номер нужно указать как минимум в трех местах на случай разрушения аппарата.

Всё, поздравляю, теперь вы легальный водитель/лётчик/оператор дрона на территории РФ!

Страхуем дрон?

Если в России страховка для дрона необязательна, то в ЕС - это священная обязанность. Вы должны застраховать дрон на случай причинения ущерба третьим лицам.

ОСАГО для дрона я нашел в нескольких местных крупных страховых компаниях. Уверен, вы их сами найдете в поисковике. Годовая стоимость страховки варьируется от 2 до 10 тысяч рублей, в ней вы должны указать устройство, его серийный номер, а также всех "пилотов" дрона.

Для себя страховку я купил, но она действует только при соблюдении разрешенной зоны полетов, 150 метров и т.п, и, надеюсь, не понадобится.

Заключение

Буду рад, если поделитесь своим опытом легализации дронов в различных странах, а также поправите неточности, если найдете.