50、用于移动飞机的机器人牵引平台控制系统

用于移动飞机的机器人牵引平台控制系统

1. 引言

航空技术的发展不仅与飞机的制造和现代化相关，还与直接保障飞行的新手段的开发密切相关。随着空中交通流量的持续增长以及飞机类型的增多，现代机场的物流面临着巨大挑战。为解决飞机在机场地面的机动问题，拖曳式机场系统（TAS）应运而生。该系统能显著降低机场附近的噪音和空气污染，减少飞机发动机资源的低效消耗，在飞机依靠自身发动机推力在机场移动时节省大量航空燃油。

2. 轮式机器人的控制方法

• 基于红外传感器的传统控制 ：典型的循线机器人设计与控制系统，其工作原理是利用水平排列在一条直线上的四对红外发光二极管（IR LEDs）和光电二极管，检测对比表面上的暗线。控制模块根据四个传感器模拟信号读数的组合，确定机器人的状态并决定后续动作，以实现沿线路的持续移动。例如，增加光敏元件数量后，可通过特殊算法计算出线路相对于机器人质心的中心位置。像Ryadchikov等人使用由五个工业制造的“Eb - Linefinder”传感器板组成的传感器线，每个板上安装两对红外对，利用反射原理工作。其核心是为每个传感器分配权重系数，离中心越远的传感器系数越大。当机器人偏离线路时，会沿“8”字形轨迹移动，直至重新检测到线路。
• 人工智能在控制中的应用 ：如今，人工智能在解决控制问题方面得到广泛应用。例如Azarchenkov等人应用神经网络识别道路标记并返回方向盘的旋转角度值。他们使用端到端神经网络，输入来自分辨率为66×200相机的未处理图像，其特点是输入数据无需处理，神经网络输出层直接以弧度返回方向盘的旋转角度。

3. 机器人飞机牵引车的设计

飞机牵引车是一种轮式平台，采用差速驱动机器人的方案构建。其运动基于位于机器人机身两侧的两个独立驱动轮，这种设计无需额外的转向机构，通过改变两轮的相对转速即可实现方向改变。

牵引车与飞机通过夹持前起落架支柱（轮胎）的弹性部分相连，在系统移动过程中，飞机前轮的弹性元件会发生弹性变形，产生驱动飞机的力。

牵引车装置由支撑体1、用于容纳飞机前起落架的舱室2、驱动轮3和可自由旋转的前轮4组成。后轮悬架采用独立方案构建，包括通过杠杆8与车身相连的轮毂5、液压补偿器9、气动液压缸10、电动机18和齿轮19。飞机前轮通过在梯子6上移动进入舱室2，梯子位置由执行器7改变，磁锁11确保轮子在摆动时的可靠固定，磁锁安装在环12之间。装置前部设有控制系统的电子元件，如用于固定对比线的光电矩阵13、用于预警障碍物的超声波测距仪14、用于视觉定位的第一人称视角相机15，GPS模块、惯性测量模块和单板计算机位于舱室17中。

以下是牵引车主要部件的功能列表：
|部件名称|功能|
| ---- | ---- |
|支撑体1|提供整体支撑结构|
|舱室2|容纳飞机前起落架|
|驱动轮3|提供前进动力|
|前轮4|可自由旋转，辅助转向|
|后轮悬架（轮毂5、杠杆8、液压补偿器9等）|保证行驶平稳和操控性|
|梯子6|辅助飞机前轮进入舱室|
|执行器7|改变梯子位置|
|磁锁11|固定飞机前轮|
|光电矩阵13|固定对比线|
|超声波测距仪14|预警障碍物|
|第一人称视角相机15|视觉定位|
|GPS模块、惯性测量模块、单板计算机|定位、数据处理和控制|

4. 外部环境感知系统

牵引车的自主运行依靠一系列电子模块实现。必要时，可通过安装在车身上的摄像机获取的数据，由操作员进行机器人的定位控制。远程控制平台则使用收发无线电控制信号的设备。在自主控制模式下，通过惯性测量单元（IMU）和GPS模块确定车辆的自身位置和方向，并将数据传输到车载计算器。分布在机场各处的对比线由包含一定数量光学传感器的模块进行检测。在标记跑道上导航时，通过分析位于车身周边的超声波传感器数据来避免碰撞。单板计算机作为紧凑而强大的计算设备，负责处理传感器和外围设备的数据，遵循控制算法并生成控制动作，确保机器人系统的正常运行。

其工作流程可通过以下mermaid流程图表示：

graph LR
    A[传感器数据采集] --> B[数据传输到单板计算机]
    B --> C[单板计算机处理数据]
    C --> D{是否有障碍物}
    D -- 是 --> E[调整运动方向]
    D -- 否 --> F{是否偏离预定路线}
    F -- 是 --> G[重新规划路线]
    F -- 否 --> H[继续按原路线行驶]

5. 基于光电子矩阵的光学传感器定位控制系统

牵引车的运行算法是实现其功能的核心。它依据一系列规则和逻辑，结合外部环境感知系统获取的数据，对牵引车的运动进行精确控制。例如，根据光电矩阵检测到的对比线位置、超声波测距仪反馈的障碍物信息以及GPS和IMU提供的位置和方向数据，综合判断牵引车的状态，并决定下一步的动作，如前进、转向、停止等。

6. 工作区域描述

根据机场的基础设施和机库位置，可以制定飞机移动的方案。其中，A为牵引车的常规位置；B、C、D为被拖飞机的机库；S1…S6为轨迹构建的参考点；V1…V4为解耦区域；实线和虚线分别表示跑道轮廓和移动轨迹。

7. 分段线性轨迹的构建

为提高飞机在机场的牵引质量，将复杂轨迹划分为多个直线段是很有必要的。简化的运动规律有助于优化主计算模块的性能，降低偏离期望轨迹的风险。当机器人接收到将飞机从机库B移动到起飞区域V1的命令时，车载评估器会构建一条运动轨迹（如图中实线所示），然后将其划分为直线段（用箭头表示）。每个轨迹段上牵引车质心的期望位置由点PD定义，牵引车控制系统的任务就是将牵引车质心与期望位置的偏差降至最小。

假设点PD定义的期望位置在平面X0OY0中，根据特定规律，沿轴M4X0和轴M4Y0的运动分别由以下方程描述：
[
P_D =
\begin{bmatrix}
\sum_{j = 0}^{n = 5} a_j t^j \
constant
\end{bmatrix}^T
]
[
P_D =
\begin{bmatrix}
constant \
\sum_{j = 0}^{n = 5} a_j t^j
\end{bmatrix}^T
]

为确定线段AA1上的常数$a_j$，需写下确定点PD在初始和最终时刻位置的条件：
[
\begin{cases}
t_0 \leq t \leq t_k, \hat{P} D^0 =
\begin{bmatrix}
X_A \
Y_A
\end{bmatrix}^T; \hat{P}_D^0 =
\begin{bmatrix}
X_A \
Y_A
\end{bmatrix}^T; \dot{\hat{P}}_D^0 =
\begin{bmatrix}
0 \
0
\end{bmatrix}^T; \
\ddot{\hat{P}}_D^0 =
\begin{bmatrix}
0 \
0
\end{bmatrix}^T; \hat{P}_D^k =
\begin{bmatrix}
X {A1} \
Y_{A1}
\end{bmatrix}^T; \dot{\hat{P}}_D^k =
\begin{bmatrix}
0 \
0
\end{bmatrix}^T; \ddot{\hat{P}}_D^k =
\begin{bmatrix}
0 \
0
\end{bmatrix}^T
\end{cases}
]

应用边界条件后，可得到代数方程组（27.3）来求解常数$a_j$：
[
\begin{bmatrix}
1 & t_0 & t_0^2 & t_0^3 & t_0^4 & t_0^5 \
0 & 1 & 2t_0 & 3t_0^2 & 4t_0^3 & 5t_0^4 \
0 & 0 & 2 & 6t_0 & 12t_0^2 & 20t_0^3 \
1 & t_k & t_k^2 & t_k^3 & t_k^4 & t_k^5 \
0 & 1 & 2t_k & 3t_k^2 & 4t_k^3 & 5t_k^4 \
0 & 0 & 2 & 6t_k & 12t_k^2 & 20t_k^3
\end{bmatrix}^{-1}
\begin{bmatrix}
X_{P_D}^0 \
\dot{X} {P_D}^0 \
\ddot{X} {P_D}^0 \
X_{P_D}^k \
\dot{X} {P_D}^k \
\ddot{X} {P_D}^k
\end{bmatrix}
=
\begin{bmatrix}
a_0 \
a_1 \
a_2 \
a_3 \
a_4 \
a_5
\end{bmatrix}
]

这种方法的显著特点是初始和最终速度以及加速度均为零，可减少因突然启动或停止对系统造成的冲击载荷。

8. 利用光电子矩阵确定相对于线路的位置

为了控制机器人飞机牵引车（RAS）相对于设定轨迹的位置，会使用光电子矩阵。这个矩阵能够以矩阵发光二极管之间的距离所确定的精度，估算RAS实际位置与设定位置的偏差。RAS沿着绘制在水平平面上的对比条纹移动，每对光敏元件构成一个矩阵元素，传感器的输出值取决于反射光的表面颜色。当传感器检测到对比线时，输出值为“0”；若不在线上，则返回“1”。

以下是不同矩阵输出值对应的牵引车状态：
|矩阵输出值示例|牵引车状态|
| ---- | ---- |
|$\begin{bmatrix}101 \ 101 \ 101\end{bmatrix}$|牵引车沿线路移动|
|$\begin{bmatrix}110 \ 101 \ 011\end{bmatrix}$和$\begin{bmatrix}01 \ 101 \ 110\end{bmatrix}$|牵引车相对于线路分别顺时针和逆时针旋转约$45^{\circ}$，需调整位置|
|$\begin{bmatrix}11 \ 000 \ 111\end{bmatrix}$|牵引车相对于线路垂直定向|

对于图中特殊情况（如图27.5e、f），牵引车相对于线路的旋转角度在$90^{\circ}$到$180^{\circ}$之间，这可能是由于外界干扰或不稳定因素导致的。由于这些情况下的输出矩阵值与其他正常情况有重复，所以需要一个软件工具来正确解读矩阵的当前状态。建议通过比较当前迭代和前一次迭代的矩阵状态来实现这一目的。例如，当前迭代中矩阵状态为$\text{opt normal bar mat}_i = \begin{bmatrix}011 \ 101 \ 110\end{bmatrix}$，与前一次迭代对比就能判断牵引车的运动状态变化。

其判断流程可以用以下mermaid流程图表示：

graph LR
    A[获取当前传感器矩阵输出值] --> B{判断矩阵输出值类型}
    B -- 沿线路移动 --> C[继续按原方向行驶]
    B -- 需调整角度 --> D[调整牵引车角度]
    B -- 垂直定向 --> E[特殊处理，重新定位]
    B -- 特殊情况 --> F[比较当前与前次迭代矩阵状态]
    F --> G{状态有变化?}
    G -- 是 --> H[根据变化调整运动]
    G -- 否 --> I[保持当前状态监测]

9. 总结

通过对用于移动飞机的机器人牵引平台控制系统的研究，我们可以看到该系统在现代航空物流中具有重要的应用价值。从轮式机器人的控制方法来看，传统的红外传感器控制和新兴的人工智能控制各有优势，相互补充，为牵引车的精确控制提供了多种手段。

在机器人飞机牵引车的设计方面，差速驱动的轮式平台设计简洁高效，通过弹性元件与飞机连接的方式巧妙地实现了力的传递。外部环境感知系统利用多种传感器和先进的计算设备，确保了牵引车在复杂机场环境中的自主运行和安全导航。

分段线性轨迹的构建方法将复杂的牵引任务简化，降低了系统的控制难度和风险，同时光电子矩阵在定位控制中的应用，使得牵引车能够实时调整位置，保证了牵引过程的准确性。

未来，随着航空业的不断发展和技术的进步，该控制系统有望进一步优化。例如，可以进一步提高人工智能控制算法的精度和适应性，增强传感器的性能和可靠性，以及优化轨迹规划算法，以更好地应对日益增长的航空物流需求，为机场的高效运营提供更有力的支持。