【西电电装实习】5. 无人机模块及作用、上位机的操作


文章目录

  • 前言
  • 一、硬件结构
    • 电源、电源电压测试电路
    • 晶振外围
    • 陀螺仪
    • 信号放大电路及天线
    • 空心杯(电极)驱动电路
  • 软件设置
  • 整机装配
  • PID 参数设置
    • 公式
  • 参考文献

前言

西电电装实习,无人机原理图、上位机的调节方法


一、硬件结构

电源、电源电压测试电路

  • 插排针,红色放 □ 孔,黑色放圆孔

晶振外围

陀螺仪

信号放大电路及天线

  • USB,链接无人机
  • AT + moto = 300,60,60,60,60,
  • 测试电机 PWM 输出 60
  • PWM 值 0 - 255
  • 测得信号波形如下图所示

空心杯(电极)驱动电路

软件设置

  • 打开匿名科创地面站。这个地面站集成了串口助手

  • 波特率设置为 921600

  • 自己找端口号

  • 然后打开连接

  • 进行串口的发送与接收

  • 打开姿态调整

  • 给无人机的 Bluetooth 修改名称


整机装配

  • 机架
  • 红蓝电机装在 B 架上,黑白电机装在 A 架上
  • 插入电机,连上端子(注意端子线从机架臂的孔穿上来,防止螺旋桨打线)
  • 安装天线(右边那一条是天线

PID 参数设置

  • P值越大,无人机越快,但是容易烧
  • I 值不用设置(消除静态误差,会引入滞后环节,和理想角度有误差)
  • D 值过大容易引起抖动震荡

公式

  • K p , K d , K i K_p, K_d, K_i Kp,Kd,Ki是三种系数
  • 连续
    u ( t ) = K p e ( t ) + K i ∫ 0 t e ( t ) d t + K d ∂ e ( t ) ∂ t u(t)=K_pe(t)+K_i \int_0^t e(t)dt + K_d \frac{\partial e(t)}{\partial t} u(t)=Kpe(t)+Ki∫0te(t)dt+Kd∂t∂e(t)
  • 离散
    u ( i ) = K p e i + K i Σ 0 k e t + K d ( e k − e k − 1 ) u(i)=K_pe_i+K_i \Sigma_0^k e_t + K_d (e_k - e_{k - 1}) u(i)=Kpei+KiΣ0ket+Kd(ek−ek−1)

参考文献

1

相关推荐
YOLO数据集集合9 分钟前
外墙裂缝目标检测YOLO数据集:6,296张图像助力建筑病害智能识别| 外墙裂缝检测 YOLO数据集 建筑健康监测 无人机巡检 目标检测8030期
yolo·目标检测·无人机·建筑·外墙裂缝·建筑病害
XBWRJ3 小时前
从业者结构观察:《无人机装调维修师》与人员多元化趋势
无人机
YOLO数据集集合18 小时前
烟叶病虫害检测数据集 | 烟叶病害 无人机航拍 智慧农业 病害检测 9125期
人工智能·目标检测·目标跟踪·无人机·烟草病虫·烟草虫害
Zentceh20 小时前
安防监控夜视方案2026:AI全彩+边缘计算+云平台
图像处理·人工智能·科技·计算机视觉·车载系统·无人机·边缘计算
Studying 开龙wu21 小时前
2026年“华为杯”第二十三届中国研究生数学建模竞赛“D题:山区洪涝灾害下无人机运输与通信协同优化解答总结
数学建模·无人机
YOLO数据集集合1 天前
风机叶片表面损伤检测数据集 | 风机叶片 表面损伤 污渍检测 无人机巡检 风电运维9119期
运维·人工智能·计算机视觉·目标跟踪·无人机·智慧城市·电力巡检
小O的算法实验室1 天前
EAAI,面向电力巡检中固定基站的无人机周期性任务分配与路径规划的深度强化学习方法
无人机
YOLO数据集集合1 天前
风机叶片缺陷检测数据集 | 风机叶片 缺陷检测 风电运维 无人机巡检 细粒度分类9126期
运维·分类·无人机·风电叶片·风力·叶片缺陷
An独行者1 天前
融合生长阶段信息的深度学习:冬小麦叶片氮含量无人机高光谱估算新方法
人工智能·深度学习·无人机
YOLO数据集集合1 天前
风力发电机检测数据集 | 风机检测 电缆塔识别 风电运维 无人机巡检 9122期
运维·人工智能·目标检测·目标跟踪·无人机·风力发电·电力巡检